上一篇文章从价值，生产，评价三个维度，简单的介绍了下标签体系，算是简单入门。标签体系通常包含有成百上千个标签，这些标签的上下线，更新等内容是一项较繁琐且细致的工作，本篇就谈谈企业内部的标签管理那些事。

企业标签管理常见痛点

标签和标签体系是随着企业业务的发展壮大不断迭代完善，中小企业或者业务处于初期阶段的时候，标签体系化管理基本是靠人工通过表格和简单流程化的方式来做。当业务体量爆发，参与标签生产管理的人员越多，就会形成支撑业务的瓶颈，最主要的问题有以下几类。

• 管理能力不足：标签体系日渐庞大，标签监控、管理混乱，运营、检索效率低下，标签口径不一致，服务出口众多等;

• 生产效率低下：标签注册，开发，审核效率低下，无法及时满足业务需要;

• 应用能力有限：画像维度单一群体划分简单，深入洞察用户行为，精细化客群运营困难重重;

以上问题的解决，通常需要产品和技术两个方面共同改进。

技术方面比如对标签查询的优化，以往大多基于 ElasticSearch 引擎处理，技术升级可以引入列数据库 Clickhouse 引擎，基于 Bitmap 查询请求平均响应时长在 2 秒以下，复杂查询在 10 秒内，同时相对于 ElasticSearch 的配置，可以节约一半硬件资源满足，高时效低能耗要求的客户的使用需求。

当然技术方面这里不做过多讨论，作者主要从产品视角讨论企业标签管理的通用做法：平台化。

平台架构

先来分别从业务和数据两种视角，看看标签平台的总结架构设计，从整体上有一个全局的认知。

平台业务架构

业务视角下的架构图主要包含了两类人群和四个方面（标签的管理，开发，分析，应用）。这里的两类人群主要为业务人员和开发人群。两个人群刚好是标签体系及标签平台的消费者和生产者。这里业务人员包含有活动运营，用户运营，策略运营，市场等。开发人员主要包含了数据开发，平台开发，测试，设计等。

平台数据架构

以上是按照典型的数据生产流程设计的分层架构。从下往上的方向看，从数据源到加工，从数据服务到数据应用，展示了每一层包含了加工处理的内容和操作。

有了对平台架构的整体认知之后，接下来就从产品设计角度，从标签的管理，生产，分析，应用四个方面聊聊下标签平台的常见功能与设计。

标签平台的产品设计

管理

包含了统一的对接入数据源的管理，围绕标签生命周期的管理，和作为平台通用的那些功能设计。

数据源管理

提供基础的数据源（数据连接）接入及管理流程，支持标签配置化生产。主要的产品设计有：

数据源管理：数据源管理列表（CRUD，权限申请）、离线源、实时源，新增数据源流程、数据质量监控。

标签管理

标签管理是围绕标签本身整个生命周期的信息管理，包含了标签的创建、审核、发布、监控、更新、停用、优化下线。包含标签的属性信息、管理信息、标签操作。

• 属性信息：标签名称，标签 Code 名，创建时间，所属实体（基于 OLP 模型），创建/更新时间，更新频次（日，月，季，年），数据来源（关联的表或者渠道），标签分级（一级、二级），标签分类（静态，动态），标签生产分类（属性标签，规则标签，模型标签）等，标签计算逻辑信息等。

• 管理信息：标签负责人，状态（上线，下线，隐藏），调用情况，浏览查询情况，用户评价等。

• 标签操作：标签新建，上线（发布或上架），隐藏（一般用于临时性的标签问题处理场景），下线（下架），属性编辑，权限申请等。

从产品设计角度：以上信息的组织通常按照标签列表页，标签详情页量级页面进行管理。

• 列表页展示标签额重要信息摘要，及常用操作。

• 详情页主要罗列展示标签的全部相关属性信息。

有些产品经理会把标签的层级信息设计在标签的属性信息里，然后在列表中进行展示，如图所示：

而另一个产品经理则会专门设计一个层级目录来组织信息，如图所示：

平台管理

用户管理：公司，部门，角色等用户的基本信息，登录注册等围绕用户的通用功能设计。

安全管理：安全特别是数据安全是企业数据管理的重要方面。这里安全分为两个安全：平台安全和服务安全。

• 平台安全：面向的是平台内部，也就是所有的数据和操作，都在平台内部完成。包括了基于用户角色，和平台资源（标签）之间的授权管理，数据本身的安全策略等。

• 服务安全：面向是对外提供数据或者服务时候的安全，主要是通过 API 将标签 、群组数据对外快速输出。 API 调用时需经过 Token 认证，保障数据调用安全性， 管理员可随时控制接口是否对外输出，控制数据权限。还有一种对外，是对接其他的业务系统比如 CRM、CDP 等，也需要一定的安全管控。关于 API 这块，很多公司也会考虑单独做成一个产品：数据服务管理，来统一对接对外的应用，这里就不过多展开。

平台首页：基于用户视角，展示用户在平台

日志审计：用户的操作日志，使用日志。

消息中心：管理平台统一的消息变更与通知。

帮助中心：平台的使用帮助说明。

生产

标签平台常见的两种生产方式：支持 SQL、规则自定义。

SQL 方式创建标签

使用 SQL 语句进行标签的创建。按照画像系统中设定的规则，返回指定的 SQL 数据即可进行 SQL 标签的创建。一般支持字符串、数值、集合、时间和布尔 5 种数据类型。设计参考如下所示：

规则自定义方式创建标签

规则自定义是通过产品化的方式，让用户自己设置标签的计算逻辑，然后交由平台进行计算生成标签。常见的方式有：基于带权重四则运算方式，基于交并逻辑运算，基于模型的计算。

这里以基于模型的标签计算为例，产品设计参考如下：

分析

这里的分析是指，利用基础的统计分析，对平台已有的标签进行整体画像分析，形成相对稳定的画像观察内容。

画像分析包含了三个层面，基于业务对用户的画像，对标签生产过程的画像，对标签应用情况的画像。

• 对公司用户情况的画像：如基础信息，地区分布，用户等级，消费属性等。

• 对标签生产过程的画像：统计监控分析，如总标签数量，每日新增标签，每日下线标签等。

• 对标签应用的画像：标签的访问量，标签对接的应用情况等。

应用

人群应用

提供基于标签圈人的能力，精准圈定目标人群进行分析或数据输出。基于标签的群组功能恐怕是标签方面和核心的功能，常见的营销，广告，推荐等应用场景都跟群组功能密切相关。主要功能设计有。

人群列表页：提供人群的列表化展示，包含人群的新增功能（圈选、excel 上传、SQL 语句），人群的应用输出（接口方式或者场景配置）。

人群详情页：提供人群画像的详细内容展示信息。

人群列表页产品设计实例参考:

场景应用

标签平台面向对外应用主要包含了三大类：产品智能、营销推广、数据服务。

产品智能：产品运营人员在做精细化运营的时候，会执行这样的推荐策略，当某类用户执行到指定动作的时候触发指定的用户策略。这块需要跟业务人员和业务开发紧密协作，推进策略流程的落地。

营销推广：通常会配合营销工具一起建设，用于每一次的营销推广业务，每一次推广任务都会生成一个任务，作为对整个活动的管理。当然这块功能设计也可能不放在标签管理平台，也可能作为 DSP（需求管理平台）的一部分，或者与营销工具一起集成在 CDP（客户数据平台）平台中。

营销推广往往结合者数据的埋点、AB 实验一起，实现目标选择→营销触达→效果分析的精细化业务运营闭环，并不断得调整优化运营策略。产品的功能设计相关有：

• 活动运营场景：Push、红包、短信、弹窗、产品推荐、Banner 位等。

• 产品改版优化场景： 和业务侧定义好埋点规则，转化效果统计规则，比如认为触达用户后，用户在多少时间内产生了订单转化，则记为有效转化。

数据服务：

在 ToB 的数据服务场景下，支持通过 API 的方式提供数据的应用。每生成一条 API，就相当于创建了一条数据服务，服务的管理主要围绕着服务的生命周期（CRUD），注册，发布，授权等。通常这部分会规划在”数据服务管理平台“中。

最后

标签平台的建设是一个相对较长，且不断迭代的过程，一般会按照管理→分析→应用→生产的顺序分步建设。

第一步管理其实也是将业务发展初期，线下维护的业务流程，人工维护的标签内容搬到线上化（业务初期在数据量较小的情况下，实际上业不需要建平台），然后把分析，应用的模块补充上去，最后将标签的生产由数据开发人员部门的转化为线上的低代码实现，实现效率的提高（当然这一步也可以伴随着前三步的落地而并行实施）。

关于标签的平台化实践的更多问题，欢迎关注公众号进一步沟通交流。

本篇内容结构：