标签是什么 用户标签是对用户行为特性的抽象，用以描述具有某一雷同特性的用户群体，如“大学生”这个标签，其实就是对所有在上大学的学生群体的抽象，通过标签可以找到某一群用户。
标签是如何发生的 用户依托于特定的载体，对其在特定的业务场景下行为的特性提取，即为用户标签。
载体：移动终端、PC等可以进行操纵交互的平台，同时可以对用户操纵行为数据进行沉淀并存储
场景：基于时间和空间维度，用户发生某个行为的位置以及时间行为：用户在特定场景下，通过载体完成了哪些行为，通过行为的特性提取，才能形成差异维度的标签
标签体系的架构1数据层11数据源
数据源即用户生成用户标签的数据起源，以运营商用户数据为例，用户的行为数据起源于前台业务系统、上网行为数据采集系统、语音通话业务系统等等。
12数据处置
数据通过各业务系统获取后，往往是混乱无章的，需要对数据进行一定的处置，主要涵盖：数据整合、数据清洗、特性提取三个步骤。
数据整合。将差异业务系统中用户数据通过某一个关键字段关联，形成维度更全的数据，还以运营商数据为例，通常通过用户手机号码将用户底层信息、通话信息、上网信息以及位置信息等等进行关联，形成一个全维度的用户数据体系。
数据清洗。差异业务系统的用户数据涵盖的数据字段较多，通过解析发明许多数据字段对于生成用户标签没有过多的参考作用，同时在对数据进行处置过程中会发明一些数据质量的疑问，如数据缺失，数据反常等等。数据清洗的作用就是去除无效数据，保存有价值数据。通过数据清洗，提升生成用户标签的精确性。
特性提取。特性提取，即对处置过的用户数据进行特性辨别，寻找有价值的字段数据，如针对于用户上网行为偏好标签的定义，需要提取用户上网行为字段的数据，通过对该字段数据的分析解析用户上网行为偏好。
2性能层21标签性命周期控制
211标签新增（定义）
（1）标签类型：定性标签、定量标签、衍生标签
定性标签，又可以称为静态标签，指不会跟着时间以及用户行为变化而变化的标签，如用户的性别标签、年纪标签，这些标签都是不会跟着时间或用户行为而变化的。
定量标签，又可以称为动态标签，指示跟着时间以及用户行为变化的标签，如用户活泼度标签，会依据特定时间段内用户特定行为的变化而变化。
衍生标签，又可以称为预计标签，指基于用户行为对用户未来行为进行预计的标签，如用户在过去一段时间常常拜访汽车类APP，那么可以根据用户行为给用户打上有买车需求的标签。
（2）标签口径，与业务场景的深度交融
依据标签类型的差异，定义标签的条例也会差异。定性标签以事实为根据，而定量以及衍生标签则需要交融具体的业务场景而定义，这就需要标签的具体采用者即业务方深度介入定制，由于只有具体采用标签的人才会对业务、对行业有深刻的认知，基于这样的前提定义的标签的精确性以及价值才会最高。
（3）标签的标注想法
基于标签的类型以及标签的口径，标签的标注主要有两种方式：基于人工的标注以及基于机器的标注。
基于人工的标注方式更多依靠于人的经历，通过人为定义给出标注条例。
基于机器的标注方式更多依靠于机器吸取算法，通过将阴碍因子提供应机器算法模型，通过机器的自吸取给出差异权重并形成标签。
212标签更新
基于人工的标注方式，标签的更新往往通过标签实际功效以及具体采用标签人的经历对标签标注条例进行更新。
基于机器的标注方式，更为智能，通过数据的不断更新，机器会依据标签的反馈功效自动更新标签的条例。
213标签下线
对于无价值以及无时效性的标签进行下线操纵，减少无效数据冗余，也减少标签采用者的抉择成本。
22标签可视化
221标签分类
标签的分类维度以及分类级别往往取决于标签的具体利用场景，如对用户APP偏好的标签分类，通常依据APP的类型分为工具类、购物类、社交类等多个种别。
如对用户拜访内容的标签分类，则会更为深入，如对报导资讯类内容的拜访，又细分为时政要闻、体育资讯、科技资讯等等颗粒度更新的标签。
222标签检索
基于标签类型以及标签分类维度，辅助具体采用标签的用户找到符合需求的标签。
3利用层
标签体系是对基础数据的整合与精细化控制，其作用是为上层利用提供数据支持的。
31用户画像
在精细化运营的时代，新用户的获取成本越来越高，产品以及运营的关注重点已经从对新客的获取转移到对存量用户的运营上。
通过标签体系的搭建，可以形成更准确的用户画像，对用户群体进行分层，对差异类型的用户群进行针对性的运营和服务，提升存量用户的活泼以及付费转化。
32精准营销
精准营销场景更多体现在需要用户付费买入的产品上，与传统全量用户营销差异。
精准营销可以通过标签定位目的用户群，针对差异目的用户群营销差异类型的产品及服务，极大水平提升用户的转化率以及营销效率。
33个性化提名
个性化提名的场景更多显露在内容社区、电商平台，给差异的用户提名差异的内容或商品，提升用户感知，提高用户付费转化率。
34第三方利用
标签体系的搭建除了可以提供应内部业务部分做运营、解析采用，也可以作为数据底层服务提供应第三方用户采用，对第三方来说，看中的是数据的价值。
用户依托于特定的载体，对其在特定的业务场景下行为的特性提取，即为用户标签。
载体：移动终端、PC等可以进行操纵交互的平台，同时可以对用户操纵行为数据进行沉淀并存储
场景：基于时间和空间维度，用户发生某个行为的位置以及时间行为：用户在特定场景下，通过载体完成了哪些行为，通过行为的特性提取，才能形成差异维度的标签
数据整合。将差异业务系统中用户数据通过某一个关键字段关联，形成维度更全的数据，还以运营商数据为例，通常通过用户手机号码将用户底层信息、通话信息、上网信息以及位置信息等等进行关联，形成一个全维度的用户数据体系。
数据清洗。差异业务系统的用户数据涵盖的数据字段较多，通过解析发明许多数据字段对于生成用户标签没有过多的参考作用，同时在对数据进行处置过程中会发明一些数据质量的疑问，如数据缺失，数据反常等等。数据清洗的作用就是去除无效数据，保存有价值数据。通过数据清洗，提升生成用户标签的精确性。
特性提取。特性提取，即对处置过的用户数据进行特性辨别，寻找有价值的字段数据，如针对于用户上网行为偏好标签的定义，需要提取用户上网行为字段的数据，通过对该字段数据的分析解析用户上网行为偏好。
定性标签，又可以称为静态标签，指不会跟着时间以及用户行为变化而变化的标签，如用户的性别标签、年纪标签，这些标签都是不会跟着时间或用户行为而变化的。
定量标签，又可以称为动态标签，指示跟着时间以及用户行为变化的标签，如用户活泼度标签，会依据特定时间段内用户特定行为的变化而变化。
衍生标签，又可以称为预计标签，指基于用户行为对用户未来行为进行预计的标签，如用户在过去一段时间常常拜访汽车类APP，那么可以根据用户行为给用户打上有买车需求的标签。
基于人工的标注方式更多依靠于人的经历，通过人为定义给出标注条例。
基于机器的标注方式更多依靠于机器吸取算法，通过将阴碍因子提供应机器算法模型，通过机器的自吸取给出差异权重并形成标签。
基于人工的标注方式，标签的更新往往通过标签实际功效以及具体采用标签人的经历对标签标注条例进行更新。
基于机器的标注方式，更为智能，通过数据的不断更新，机器会依据标签的反馈功效自动更新标签的条例。
213标签下线
对于无价值以及无时效性的标签进行下线操纵，减少无效数据冗余，也减少标签采用者的抉择成本。
22标签可视化
221标签分类
标签的分类维度以及分类级别往往取决于标签的具体利用场景，如对用户APP偏好的标签分类，通常依据APP的类型分为工具类、购物类、社交类等多个种别。
如对用户拜访内容的标签分类，则会更为深入，如对报导资讯类内容的拜访，又细分为时政要闻、体育资讯、科技资讯等等颗粒度更新的标签。
222标签检索
基于标签类型以及标签分类维度，辅助具体采用标签的用户找到符合需求的标签。
3利用层
标签体系是对基础数据的整合与精细化控制，其作用是为上层利用提供数据支持的。
31用户画像
在精细化运营的时代，新用户的获取成本越来越高，产品以及运营的关注重点已经从对新客的获取转移到对存量用户的运营上。
通过标签体系的搭建，可以形成更准确的用户画像，对用户群体进行分层，对差异类型的用户群进行针对性的运营和服务，提升存量用户的活泼以及付费转化。
32精准营销
精准营销场景更多体现在需要用户付费买入的产品上，与传统全量用户营销差异。
精准营销可以通过标签定位目的用户群，针对差异目的用户群营销差异类型的产品及服务，极大水平提升用户的转化率以及营销效率。
33个性化提名
个性化提名的场景更多显露在内容社区、电商平台，给差异的用户提名差异的内容或商品，提升用户感知，提高用户付费转化率。
34第三方利用
标签体系的搭建除了可以提供应内部业务部分做运营、解析采用，也可以作为数据底层服务提供应第三方用户采用，对第三方来说，看中的是数据的价值。
212标签更新
（2）标签口径，与业务场景的深度交融
依据标签类型的差异，定义标签的条例也会差异。定性标签以事实为根据，而定量以及衍生标签则需要交融具体的业务场景而定义，这就需要标签的具体采用者即业务方深度介入定制，由于只有具体采用标签的人才会对业务、对行业有深刻的认知，基于这样的前提定义的标签的精确性以及价值才会最高。
（3）标签的标注想法
基于标签的类型以及标签的口径，标签的标注主要有两种方式：基于人工的标注以及基于机器的标注。
2性能层
21标签性命周期控制
211标签新增（定义）
（1）标签类型：定性标签、定量标签、衍生标签
标签体系的架构
1数据层
11数据源
数据源即用户生成用户标签的数据起源，以运营商用户数据为例，用户的行为数据起源于前台业务系统、上网行为数据采集系统、语音通话业务系统等等。
12数据处置
数据通过各业务系统获取后，往往是混乱无章的，需要对数据进行一定的处置，主要涵盖：数据整合、数据清洗、特性提取三个步骤。