所以，不是有标签画像了，企业就能驱动业务、实现增长，标签画像“做了”跟“做好”，以及“有了”和“用上了”，中间存在着很大的鸿沟 。企业是为了驱动业务、实现增长才需要标签画像，而不是为了有标签画像而做标签画像，不能本末倒置 。
所以结合前面的案例标签画像从建立到应用的正确步骤可以用以下几个图概括：
图 5 确定商业目的，设定目标
图 6 明确目标人群特征
图 7 抽取标签及属性值定义
图 8 效果评估
五、建立一个完整的标签体系的四个关键 建立一个完整的标签体系需要注重四点：了解标签的获得形式；清楚业务形态，以商业目的出发，汇集标签；对标签池进行分类和定义；标签的维护 。
下面我将一一展开：
图 9 如何建立一个完整的标签体系
1. 了解标签的获得形式图 10 了解标签的获得形式
首先我们都知道标签本身会有很多分类，但是从它的实现规则来看，大致可以分成以下几类：
（1）基于统计类的标签
顾名思义，这类标签是可以从用户注册、用户访问、消费类数据中统计得出，是最为基础的标签类型，例如：性别、城市、App 使用时长、周均启动次数、月均消费金额等字段构成了用户画像的基础 。
（2）基于规则类的标签
该类标签基于用户行为及确定的规则产生，在实际开发标签过程中，该类标签的规则由运营人员和数据人员共同协商确定 。如：距今 90 天内交易次数 > 3，是“交易活跃”标签的定义和口径；连续 12 个月内飞行航段 > 20，是“常旅客”标签的定义和口径 。
（3）基于挖掘类的标签
该类标签为概率模型，概率是介于 0~1 之间的数值，需要通过算法挖掘产生 。例如：根据一个用户的行为习惯判断是男性还是女性，根据一个用户的消费习惯判断其对某商品的偏好程度 。
需要注意的是数据源的梳理和基础规则的应用是应用挖掘类标签的前提 。如果企业的数据源没有做规则，基础没打好，挖掘类标签可以暂时不考虑 。因为建立规则仿佛在搭建一个小阶梯，如果这个阶梯搭好，证明你的数据质量和存在应用提升空间，你再往上提一阶是比较合理的方式 。
因为这里会涉及到成本的投入和人员的应用能力，这是个循序渐进的过程，包括我们给客户服务的时候都会给他强调存在阶梯式递进的过程 。
另外，图 10 中的用户自然属性、用户交易数据、用户资产数据、用户行为特征、第三方来源数据是基于数据源或具体的业务场景做的标签分类 。事实上，最终呈现的标签，一般都是以业务视角的，标签与应用场景，以及统计的属性源会都有关联 。
推荐阅读
- 房屋常识:??买房要用户口本吗买房需要准备哪些资料和证件
- 加别人微信用户不存在 微信搜索用户不存在
- 3分钟了解amdradeon显卡性能 amdradeon显卡怎么样
- 3分钟了解溢价比例 拼多多溢价比例是什么意思
- 教大家解决用户必须输入用户名和密码选项不见了怎么办的方法
- 了解路由协议RIP rip是什么意思啊
- 深入了解用户标签画像 用户标签体系设计思路
- 深入解析需求管理模块 需求管理的主要内容包括哪些
- 房屋常识:请问大家：过户国有土地使用证需要邻居签字吗有人了解吗谢谢！
- 苹果手机怎么同步通讯录，带你了解更多苹果功能技巧