标签与指标融合应用业务案例详解

一、要讨论的问题 

大数据相关行业里比较常见的标签应用是标签圈选人群、商品包进行营销投放；比较常见的指标应用是BI系统的业务报表和报告，对业务过程和结果进行数据分析；
问题一：那指标和标签是否能放在一起融合应用呢？
问题二：融合应用有什么问题，导致问题的原因是什么，有没有解决方案？
最近接了一个业务需求，业务方指定要指标和标签融合使用，过程曲折，正好剖析一下这个业务案例，回答这两个问题。

二、业务需求案例

笔者在一家自营生鲜即时电商担任数据产品经理，接到的是商品品类运营每月营销选品流程效率优化的需求；

原业务流程是： 

1、运营品类组长线下确定每月营销计划及月度销售策略。（业务决策过程）

2、运营品类组组员+分析师按照每月营销计划为当前营销活动进行选品，选品方法：（业务决策过程）

• 从月度销售策略中细化选品策略。

• 在BI系统中报表分析业务指标

• 确定选品具体策略，既具体的业务指标数据和标签口径。

3、运营+分析师根据确定的业务策略口径，提标签需求，数仓开发并在标签应用系统中上线。（开发过程）

4、运营人员在标签应用系统中用需求标签圈选商品。（业务执行过程）

5、在投放系统中为选中的商品包配置促销活动 （业务执行过程）

6、事后通过活动效果报表进行SA活动复盘。
附录：
业务决策过程—>开发过程—>业务执行过程—>业务复盘

举例：4月份蔬菜品类月销售策略是“提笔单价策略”，商品运营组织时令春菜营销活动，商品运营人员在BI系统中相关业务报表中进行查询分析，最终确定具体选品策略：

• 价格带>X以上

• 毛利率>XX%以上

• 商品价值层级>L2

• 曝光值<XXXX

• 项目标签-春菜

运营+分析师 提标签需求：价格带>X以上 为高价格蔬菜 标签；毛利率>XX%以上 高毛利蔬菜标签；曝光值<XXXX 为低曝光蔬菜标签；
标签上线后，商品运营在标签应用中按照选品策略，通过相应标签组合圈选出商品包，然后再投放系统中进行会场商品投放。

商品运营需求的目标是：
1、提高选品流程效率，优化原业务流程中的 2和3 步，实现2、3、4 步选品流程在选品系统中一站式完成。既把业务决策过程与业务执行过程合并，节省中间标签开发过程，达到提高选品流程效率的目的。
2、一站式选品同时要求，运营可以在线编辑业务选品规则
3、选品策略可以复盘沉淀。

三、第一版解决方案

1、解决方案

a) 数据平台基于Doris组件提供取数数据服务API
b) 选品业务系统通过数据服务API在线查询 商品业务指标、商品标签、商品特征等
c) 业务人员在选品业务系统操作生成选品策略

2、出现的问题

a) 选品业务系统新建策略时查询速度慢，影响业务执行过程效率，原因：

• 数据服务查询涉及的三张表数据量大。商品业务指标 40w/天、商品标签 10W/天、商品特征10W/天；用户交互时是即席查询，三个表进行join，查询效率低，影响到业务执行效率。

• 标签和指标更新不同步：标签和指标是两个数据生产链路，质量保障不一致。

b) 选品业务系统要定制开发选品策略操作过程。

c) 业务人员还是要在BI系统中做业务指标数据分析，确定要用那些业务指标后，再在选品系统中用选定的业务指标来组合业务策略。既业务决策过程还是要依赖BI系统。

d) 业务人员虽然有了业务策略的编辑能力，但业务复盘还是依赖于BI系统效果报表，没有做到业务闭环。

3、第一版解决方案为什么出现这些问题？

本来希望通过业务决策过程和业务执行过程的合并来提升选品业务流程的效率，结果却是业务决策效率没提升，反而让业务执行过程效率下降了。

问题的原因还是出在标签和指标没有用到正确的业务应用场景和使用方式上。那问题的根源具体在哪里？

从标签与指标的对比区别上可以更容易发现问题。

四、标签与指标的区别

总结：标签是实体特征，有标准的数据结构，优势在业务决策的执行效率；而指标是结果和过程的描述，数据结构很丰富多样，优势在能提供丰富的业务决策分析的工具。以此看出二者偏重的业务场景和使用方式完全不同，融合使用会降低业务决策和执行的效率。

五、核心业务问题及标签与指标融合应用解决方案

问题的根源虽然找到了，但第一版解决方案没有达成业务目标，那如何解决问题并完成这个业务需求？

1、据笔者多年产品经验大部分业务问题的答案一半在问题中，一半在过程中：

• 业务的需求是要指标和标签融合使用解决方案；

• 但业务的核心问题是如何提升业务决策和执行的效率；

• 从原业务过程看影响业务效率的核心问题是标签生产的效率！因为标签生产链路需要分析师和数仓介入，周期有些长，所以运营想通过业务平台自己一站做分析决策和执行，从而提升业务效率。

2、那解决标签生产效率的方案有两个：

方案一：标签规则业务人员自定义

a) 标签应用产品提供自定义标签的工具，业务人员可以在自助取数中用SQL编辑标签口径，并且定义标签输出的人群包或商品包格式，每次使用自定义标签时要手动更新执行，以保障能正常产出。

b) 标签应用中，自定义标签可以跟其他标签一起使用进行人群圈选和商品圈选。

c)自定义标签可以经过验证和积累后，由数仓生产出正式的标签，进入标签应用标准化的运维保障链路。

方案二：业务通过算法模型进行圈人圈品，省掉业务决策过程和标签生产过程

a) 业务方设定营销对象，既通过标签应用圈选出要进行营销的商品包范围；

b) 针对圈选的商品包，选择算法模型，包括looklike人群放大模型、协同过滤核心人群模型等；

c) 算法模型针对商品包计算出人群包；

d)业务对人群包进行裁剪，最终输出营销的人群包。

注：方案二另开文章详细介绍实现细节。

六、总结
在互联网营销活动业务场景中，业务指标是业务人员的决策工具，由此获得业务决策的结论，这就是数据驱动；业务决策的结论转化为数据标签，既数据标准化了，这样就方便了在营销系统执行过程中，快速的部署业务策略（既业务决策的结论），标签应用系统本质就是营销业务策略系统，标签应用通过系统打通各个营销执行系统比如push系统、短信系统、CMS系统等等，这样就方便了业务策略的快速执行落地。
在这个系统中，最终决定营销效果、营销效率的是从业务决策到业务策略生成的过程，人为影响因素太多，智能化决策是解决的出路，把业务决策交给算法模型，业务方专注在效果检查，badcase收集，个案分析等专业的营销细节上，这些案例样本就是算法模型进行整体决策的特征数据，人与算法各得其所，各展所长，双轮驱动业务滚滚向前。

今天的分享就到这里，谢谢大家。

分享嘉宾

INTRODUCTION

王利

 从事大数据领域14年，目前在叮咚买菜负责数据产品团队，学习研究的方向在数据中台在各个行业中的演进、业务价值的体现以及商业价值的体现上，喜欢从具体的业务问题出发把问题聊透了，把各种解决方案都搞明白，然后冷静的观察结果。

往期推荐

点个在看你最好看