大数据深入应用标签管理对精准化个性化营销，是帮助？还是阻碍？

标签管理，是指通过标签接收信息和发布信息。我们可以根据自己的需求，使用不同的标签来接收相应的信息。

大数据深入应用标签管理对精准化个性化营销，是帮助？还是阻碍？-1.jpg

标签有两个非常明显的特征：

　　1.n 可重复标记性

对同一个用户，可以打上很多个标签。所以标签不同于传统意义上的分类，它也被称为“开放分类”。而且同一个用户身上的标签数量，会随着时间的推移而持续不断的被增加。标签数据越多，最后得到的用户受众画像信息会越来越完整。

例如男性用户A，喜欢浏览汽车网站，同时爱好音乐和收藏。可以对他打的标签就有男性，网站，汽车，音乐，收藏。而过了一段时间，他结婚有了小孩，同时喜欢上淘宝购买母婴用品，这时他又会被标记上已婚，有小孩，在线购物，母婴的标签。

2.n 指向明确性

每个标签都指向用户的一类属性或行为。属性不仅包括性别、年龄、身高、体重等信息，甚至还包括一些家庭成员，联系方式，地址等敏感隐私信息；行为则是指某段时间内用户的参与倾向性。行为指向与时间有一定的关系，比如这段时间我有购房的需求，会经常浏览×××网站，这时会产生×××相关的标签。但过了不久我买到了心仪的房子，而不再关注×××时，指向×××行为相关的标签就可能已经失效。

还是上面用户A的例子：

ü 标签男性可归纳为用户的性别属性；

ü 标签网站、汽车、音乐、收藏、在线购物、母婴可归纳为用户的爱好或预购意向属性；

ü 标签已婚，有小孩则可归纳为用户的婚姻和家庭属性；

正是基于标签的这两个特征，所以它在精准营销方面发挥了独特的效用。首先网站将用户的各种在线行为转化为标签数据，并分析大量已收集到的标签数据得到相对完整的受众用户画像。然后将画像信息与DSP，SSP，Ad Exchange【里德助手】等广告平台做对接，平台根据每个广告主的投放需求过滤受众画像，来将每个广告精确曝光给最为匹配的目标用户，从而达到精准营销的目的。

大数据的概念最近两年越来越多的被用户所接受，企业用户开始通过各种技术来收集和整理自己生产过程与外界合作伙伴以及消费者的各种数据，但是如何有效应用这些数据，通过不同的模型在不同的行业中让它真正发挥作用，为企业的业务服务，这是一个非常技术的问题。最近，在北京一次大数据的产品发布会上，来自一线的专家谈了他们的思路和产品实践。

百分点董事长苏萌表示：过去我们的信息化过程是把我们的业务变成数字的过程，可以称为业务数字化，我们通过IT技术积累沉淀了大量的数据。而今天从IT到DT时代，我们需要将这些数据再业务化，要把数据原来所代表的业务含义还原。这些数据很多都是非结构化的数据，要通过技术手段把它们真正代表的用户特征和业务逻辑还原回来。而最核心的方法，就是为用户建立标签，通过加工和管理这些标签，形成一个完整的用户画像，从这里面生成消费者的消费偏好，从而为企业的业务提供更加精准的服务。

现在市面上已经存在的标签管理系统，比较出名的有商业工具如【里德助手】、Ensighten、TagMan、Tealium等，这些工具基本功能大体类似，仅区别于各自的增值服务方面。

大数据深入应用标签管理对精准化个性化营销，是帮助？还是阻碍？-2.jpg