标签系统如何构建数据库(标签系统如何构建表格)

导语：标签系统如何构建

如何设计标签体系

设计标签体系，其思路包括，

1）有哪些产品线？产品线的业务流如何？

2）每个产品线有哪些业务对象？比如用户，商品，订单。

3）按照对象对标签进行分类，如用户标签、商品标签；

4）最后再按照业务，为每种类型的标签分类，并明确每个业务下有哪些业务数据和用户行为。最终形成一个个具备可分类性的标签。

注意，在梳理标签分类时，尽可能按照MECE原则，相互独立，完全穷尽。每一个子集的组合都能覆盖到父集所有数据。标签深度控制在四级比较合适，方便管理，到了第四级就是具体的标签实例。

何为标签系统

用户所有的特征集合成为标签系统。标签系统两个视角：一“化整为零”，每个标签都规定了我们观察、认识和描述用户的一个角度；二“化零为整”，标签系统是一个整体，各个维度不孤立，并且标签之间有联系。标签系统包含标签以及通过数据挖掘和数学建模构建的用户画像特征。

如何搭建标签系统

在实际业务领域构建标签系统一般采用以下三种方法。

1.结构化的标签系统

简单地说，就是标签组织成比较规整的树或森林，有明确的层级划分和父子关系。结构化标签体系看起来整洁，又比较好解释，在面向品牌广告主开喷时比较好用。性别、年龄这类人口属性标签，是最典型的结构化系统。

2.半结构化的标签系统

这样的标签系统，其标签是不是规整，就不那么重要了，只要有效果就行。在这种思路下，用户标签往往是在行业上呈现出一定的并列系统，而各行业内的标签设计则以“逮住老鼠就是好猫”为最高指导原则，切不可拘泥于形式。

3.非结构化的标签系统

非结构化，就是各个标签就事论事，各自反应各自的用户兴趣，彼此之间并无层级关系，也很难组织成规整的树状结构。非结构化标签的典型例子，是搜索广告里用的关键词，还有用户兴趣词。

那么如何建立一个系统，来有效的支持业务上的需求呢？需要思考的是：

数据层面：给用户打哪些标签？怎么打？

功能层面：如何定义、生产、管理、输出标签？

应用层面：如何与业务系统结合，将数据能力转化为业务价值的地方？

这三个层面分别对应着标签系统的三个部分：数据加工层、数据服务层、数据应用层。这三个部分，从下到上，从标签的生产，到管理，再到标签的应用。

也就是说标签系统可以分为三个部分：数据加工层、数据服务层和数据应用层。每个层面向的用户对象不一样，处理事务有所不同。层级越往下，与业务的耦合度就越小。层级越往上，业务关联性就越强。

数据加工层

数据加工层收集、清洗和提取数据。每个产品模块和产品端都会产生大量的业务数据和行为数据，这些数据极为相似又各不相同，为了搭建完善的用户标签体系，需要尽可能汇总最大范围的数据。收集了所有数据之后，需要经过清洗、去重、去无效、去异常等等。

数据加工层为业务层提供最基础的数据能力，提供数据原材料。

数据业务层

业务层属于公共资源层，并不归属某个产品或业务线。它主要用来维护整个标签体系，集中在一个地方来进行管理。

在这一层，运营人员和产品能够参与进来，提出业务要求：将原材料进行切割。

主要完成以下核心任务：

定义业务方需要的标签。

标签完整生命周期的管理

实现应用层的对接，执行业务标签实例，提供相应数据。

数据应用层

应用层的任务是赋予产品和运营人员标签的工具能力，聚合业务数据，构建具体的数据应用场景。

免责声明:本站部份内容由优秀作者和原创用户编辑投稿，本站仅提供存储服务，不拥有所有权,不承担法律责任。若涉嫌侵权/违法的，请反馈，一经查实立刻删除内容。本文内容由快快网络小琪创作整理编辑！