一、標簽體系相關概念
標簽由標簽和標簽值組成，打在目標對象上，如圖所示。
打標簽示例
標簽由互聯網領域逐步推廣到其他領域，打標簽的對象也由用戶、產品等擴展到渠道、營銷活動等。
標簽分為事實標簽、規則標簽和模型標簽，如圖所示。
三種類型的標簽
標簽管理分為標簽體系建設和打標簽。
01 標簽體系建設
選定目標對象，根據業務需求確定標簽所打的業務對象，業務對象范圍參考公司發布的信息架構中的業務對象。
根據標簽的復雜程度進行標簽層級設計。
進行詳細的標簽和標簽值設計，包括標簽定義、適用范圍、標簽的生成邏輯等：
詳見：4000字詳解數據標簽體系構建方法
02 打標簽
1. 打標簽數據存儲結構
打標簽是建立標簽值與實例數據的關系，可以對一個業務對象、一個邏輯數據實體、一個物理表或一條記錄打標簽。
為了方便從“用戶”視角查找、關聯、消費標簽，可增加用戶表，將標簽歸屬到該“用戶”下，這里的“用戶”是泛指，可以是具體的人，也可以是一個組織、一個部門、一個項目等。
2. 打標簽的實現方法
二、數據指標體系相關概念
數據指標就是將大數據之“大”的精髓給提煉出來，展現每日觀察數據的使用者最迫切想要看到的統計量。數據指標體系并不是第三方服務公司的專利，只要對埋點科學地進行數據采集，每個成型的互聯網公司都可以自己搭建數據指標體系。
數據之大，很多時候人們并不知從哪里著手，甚至弄不清自己到底想要什么數據，這時候數據產品經理這一角色應運而生。數據產品經理既要完成數據體系設計，讓原本無序或龐雜的數據變得“規矩”，又要根據業務場景的變化不斷調整項目內容，推進項目進度，推進數據指標體系的建設與迭代。
數據指標體系的規劃是平臺型數據產品經理必備的能力，這也是數據產品經理有別于其他產品經理和數據分析師的方面。
《荀子》有云：“水能載舟，亦能覆舟。”在公司日常運營過程中，數據指標體系就像是水，孕育著生命，承載著萬物。科學的數據指標體系能指引公司在正確的道路上不斷前進，或者使平淡無常的業務煥發新生銀行網站系統邏輯模型圖，而不合理的數據指標體系可能使得業務方無所適從。
01 什么是數據指標體系？
在了解什么是數據指標之前，我們思考一下為什么會出現指標，它是為了解決什么問題。人類及科學的發展是與時俱進的，早期為了使自然科學的實驗及結果更具統一性及方便標準化衡量，一些標準化的專業指標應運而生。
隨著人類社會的發展，社會科學也越來越需要統計學來進行事物的衡量，一系列統計學指標也逐步產生了。隨著新信息技術的發展，數據指標逐步被大眾認可為衡量目標的方法。
從社會科學角度看，指標是統計學的范疇，用于數據的描述性統計。指標是說明總體數量特征的概念及其數值的綜合，故又稱為綜合指標。
在實際的統計工作和統計理論研究中，往往直接將說明總體數量特征的概念稱為指標。傳統的指標有國內生產總值（Gross ，GDP）、國民生產總值（Gross ，GNP）、居民消費價格指數（ Price Index，CPI）、滬深300指數等。
1. 什么是數據指標？
數據指標有別于傳統意義上的統計指標，它是通過對數據進行分析得到的一個匯總結果，是將業務單元精分和量化后的度量值，使得業務目標可描述、可度量、可拆解。
數據指標需要對業務需求進行進一步抽象，通過埋點進行數據采集，設計一套計算規則，并通過BI和數據可視化呈現，最終能夠解釋用戶行為變化及業務變化。常用的數據指標有PV、UV等。
本文提及的指標是衡量目標的方法，指標由維度、匯總方式和量度組成（見下圖）。
指標的構成
比如，播放總時長是指用戶在一段時間內播放音頻的時長總和（單位：分鐘）。按照上述拆解，維度是指篩選的一段時間，匯總方式為計算了時間長度的總和，而量度就是統一的單位—分鐘數。
這里，我們可以理解為指標是由這幾個方面構成，相當于英文的構詞法，前綴、后綴等共同形成了一個單詞。
2. 什么是指標體系？
體系化的本質是將數據指標系統性地組織起來，具體會按照業務模型、按標準對指標不同的屬性分類及分層。當然，不同的業務階段、不同業務類型會有不同階段的劃分標準。
數據指標體系含有十分豐富的統計量，從宏觀上看，它是一個相對全面的有機整體；從微觀上看，每個數據指標都有其特定含義，反映了某一細節的客觀事實。不同的數據指標定義不同，邏輯也不同，這些各種各樣的統計量共同構成了數據指標體系，使其產生不可磨滅的價值。
總的來說，數據指標體系是對業務指標體系化的匯總，用來明確指標的口徑、維度、指標取數邏輯等信息，并能快速獲取到指標的相關信息。
02 數據指標體系的價值
數據指標體系是業務數據標準化的基礎，其對指標進行了統一管理，體系化是為了方便統一修改、共享及維護。
宏觀方面，數據指標體系建設是數據中臺建設的重要一環，不僅符合“創新驅動”的意識，更是企業實現自身“數據驅動”發展的重要途徑。
隨著大數據和人工智能技術的發展，很多企業選擇借助信息技術實現轉型升級。在大數據時代早期，大部分數據并沒有被充分地挖掘分析和利用。雖然數據規模非常大，但是卻很難利用這些數據創造價值。而數據中臺的提出及數據指標體系的構建，使得數據產生了實際價值。
有了數據指標，人們做決策時不再是按照經驗“拍腦袋”，而是看看數據是怎樣呈現的，能夠及時基于數據進行戰略調整及決策規劃。
數據指標體系的價值主要體現在全面支持決策、指導業務運營、驅動用戶增長，同時統一統計口徑（如下圖所示）。其中，作為壓軸作用的統一統計口徑對于數據指標體系而言具有戰略意義。
數據指標體系的價值
在一個整體中，如果不能統一口徑，那么一切分析及對比的參考價值就會顯得無意義，各方也會陷入公說公有理，婆說婆有理的尷尬局面。由此說明，對于衡量整個公司的業務價值而言，建立一套統一標準的數據指標體系的作用不言而喻。
1. 全面支持決策
數據指標極具參考價值，公司的管理層為了更準確地進行戰略決策，需要搭建完備的數據指標體系。一個相對全面的數據指標體系，可以讓管理者對公司的發展從數據層面有一個比較客觀的認知，而不是管中窺豹，這樣在進行戰略決策時，可以保持相對理性。
而對于新業務的洞察，也可以不斷融入新的數據指標，豐富指標體系，靈活且全面地把握業務發展趨勢，為未來的決策提供借鑒。
2. 指導業務運營
不懂數據的產品不是好運營，為了便捷地了解產品現狀及業務效果，指標體系中會有很多拆解的細分指標，這些數據的變動反映的是用戶對于運營情況的最新反饋，為運營的業務決策提供了數據支持。用戶運營可以根據這些數據，了解用戶的喜好，決定下一步的運營策略和活動開展。
例如，對于閱讀行業來說，內容編輯會基于自己對內容的認知，將一組有共性特征的書籍組成一個書單推送給用戶，那么指標體系中也會有相應的指標反映用戶對這個書單的偏好。內容編輯就可以通過這些指標，了解用戶的偏好，決定下一步是否要繼續嘗試這種類型的專題。
3. 驅動用戶增長
最近最火的詞莫過于用戶增長，數據指標體系中的用戶行為數據，可以讓產品及運營人員對用戶的行為路徑和喜好模式有一個比較深入的理解。剖析用戶的行為特征，助力用戶價值的提升，讓產品及運營更聚焦于產品細節的優化，更好地進行監測，提升用戶留存及轉化。
人們在分析和挖掘用戶行為的過程中，也許會發現不少新的用戶增長點。體系化的指標結合了用戶的場景，且多個不同的指標和維度可以串聯起來進行全局分析，解決了非體系化指標無法串聯的痛點。
公司在深入進行數據分析后，可能會在原有業務中發現某個點潛藏著巨大商業價值，從而單獨把這塊業務重點推進，實現用戶增長的二次騰飛。
4. 統一統計口徑
從技術角度來看，數據中臺是為了匯總與融合企業內的全部數據，甚至外部數據，打破數據隔閡，解決數據標準與口徑不一致的問題。數據指標體系化有個好處是可以實現指標的統一管理，實現統一的統計口徑，避免定義模糊和邏輯混亂，影響數據質量。
同時，完備的數據指標體系也可減少重復統計的問題，從而避免日志上報產生的數據冗余和重復分析產生的服務器資源浪費。
三、數據指標與標簽的區別
從內容上看：指標通常描述客觀事實，標簽往往存在人為劃分。
指標通常是描述客觀事實，并通過不同的統計口徑，疊加不同的計算維度與限定詞來展現客觀事實。指標多為數值型，最常見的數據指標為各類宏觀指標。比如 GDP、CPI，都是一個實實在在的數字，無人為判斷。在金融行業中也存在著海量的指標，比如各類經營指標、不良率等，同樣也是實實在在的數值。具有數據口徑的指標通常是抽象的概念，比如將數據計數、求和、比率等，與具體的實體無關。
但標簽通常是人為定義的概念，比如客群標簽可以分為長尾客戶、高凈值客戶；產品標簽有高風險和低風險。標簽并不是一個客觀的事實，而是由人為的定義和客觀事實結合得到的數據標簽。標簽通常會定位到具體的實體，其核心的目的是劃分不同的實體群組。比如長尾客戶，一定可以通過一些數據指標圈定出一部分人群，通過數據標簽可以進行更加精細化的用戶運營。
從二者之間的關系來說是可以相互轉化的。指標可以從標簽中轉化，比如高凈值客戶的遷移率（從長尾客戶轉化到高凈值客戶的比率），其中高凈值客戶和長尾客戶都是標簽，但在標簽的基礎上增加一個遷徙率，就由標簽轉化為了指標。同樣標簽也可以從指標轉化得來，比如說銀行中常用的數據標簽：私行客戶（AUM>=500萬），其中 AUM 就是數據指標，不同銀行的標簽設定可能是不同的。以上就是數據指標和標簽在內容上的區別。
從分類和場景上看，指標和標簽的分類原則不同，使用的場景也不同。
一般來說指標常用的分類是相對固定的，會將指標分為原子指標、派生指標和衍生指標三類。原子指標指的是不需要疊加任何緯度的，通常是 SQL 直接統計的一些基礎指標，比如客戶數、交易量等。派生指標指的是由原子指標通過疊加一個或多個維度而得到的二級指標，如客戶數疊加了渠道的維度就變成了派生指標，比如手機銀行客戶數、長尾客群交易量等。除此之外還有一些常見的比率類指標是通衍生得來的。
標簽可分為事實標簽、規則標簽和模型標簽。同原子指標類似，事實標簽來自于底層的原始數據，事實標簽用于描述實體的客觀事實，例如性別標簽、車主標簽、持卡類型標簽等。規則標簽指的是基于事實的統計結果，結合一些人為判斷而生成的，比如按照年齡的不同區間就可以將用戶劃分為青年、中年和老年客戶。模型標簽則更加抽象、更加主觀，是通過事實標簽和規則標簽抽象而來的群體特征，比如月光族、白領、消費達人等。
指標通常拆解使用。比如一個較大的指標：客戶數，可以拆解到不同維度上，并且加以限定詞，比如手機銀行客戶數、七日內客戶數的增量等，主要是用來監測和評價業務的效果。
標簽通常歸納使用銀行網站系統邏輯模型圖，用來刻畫某一個群體的特征，可以是客戶也可以是產品，其核心是分類，給予不同類別不同的經營策略。
具體舉例說明：指標體系通常會首先定義一個或幾個北極星指標，比如招商銀行常年使用 AUM 作為北極星指標，將北極星指標拆解到現金/存款、投資理財或其他業務模塊，同時用戶也可以拆解為活躍用戶和非活躍用戶等。以此基礎可以梳理出整體的指標框架，從而指導業務。
在標簽的使用場景上更多的偏向一線的營銷場景，包括客戶的經營、精準營銷和資格判斷等。通過不同客戶的標簽將其分成不同的類別，并進行不同的活動、資格或者產品的推送。也可以給產品打標簽，用來標識產品適合哪類人群，在平安銀行口袋 APP 這樣的平臺就做到了千人千面，每個人進去看到的具體內容是不一樣的，這就是通過標簽去篩選圈定的。
推薦閱讀：
世界的真實格局分析，地球人類社會底層運行原理
不是你需要中臺，而是一名合格的架構師（附各大廠中臺建設PPT）
企業IT技術架構規劃方案
論數字化轉型——轉什么，如何轉？
華為干部與人才發展手冊（附PPT）
企業10大管理流程圖，數字化轉型從業者必備！
【中臺實踐】華為大數據中臺架構分享.pdf
華為的數字化轉型方法論
華為如何實施數字化轉型（附PPT）
超詳細280頁Docker實戰文檔！開放下載
華為大數據解決方案（PPT）