作者簡介：鐵叫獸，10年+資料相關經驗，曾在電信、阿裡從事過DBA，數倉，解決方案，目前從事零售行業的解決方案。
序言：是否碰到大量的人力投入基于流程管理的資訊化系統建設，也運作了好幾年了，同時大資料也熱了好幾年了，但企業IT部門還是無從下手，既不确信大資料是否可以真的帶來業務價值也不清楚從哪着手更容易推動大資料項目落地，本文就是通過“标簽”，一種基于具體業務場景但同時又是業務人員看的懂的資料的方式，幫助企業從點做起，循序漸進，讓大資料真正落地。
一、什麼是OLP
- 什麼是OLP模型
OLP是Object-Link-Perperty的縮寫，Object代表業務場景中的實體，可以是“人”（如會員、零售商）也可以是“物”（如商品、店鋪）；Link 是代表業務場景中的“關系”，關系分為行為關系和事實關系，使用者“購買”商品，其中“購買”就是一種行為關系，貨架“屬于”門店，其中“屬于”是一種事實關系；而Perperty則代表實體和關系上的屬性，如“會員”（人）有年齡、手機号、性别等屬性，“門店”（物）有位址、所在城市等屬性，“購買”（關系）有支付時間，支付形式等屬性。
!
企業往往可以根據自身業務系統的建設情況逐漸完善OLP模型，它是識别大資料場景和标簽設計的基礎。
二、如何識别大資料場景
- 什麼是大資料場景
大資料場景目前分兩類，一類是優化原來的業務流程，提高效率，變得更加智能（如讓資訊推送變為“智能”，做到個性化推送，進而提升ROI），第二類是創造新的業務流程，讓以前不敢嘗試的業務可以實作（如小額貸款，以前是因為風險無法得知進而不敢嘗試，通過采購商或零售商的資料化然後模組化就可以逐漸嘗試）。此篇文章中的大資料場景識别僅針對第一類情況。
- 如何識别
既然是優化原來的業務流程，那就重點關注可以産生變化的“關系”（人和物無法改變），主要判斷OLP模型的“行為關系”看是否能從時間或空間次元用大資料的能力進行優化，如上圖中所描述的“購買”和“上架”行為關系。那“購買”是否是大資料場景，答案是“否”，因為從時間次元可以通過對商品通過RFID的技術做到無人門店進而改善使用者的購買效率，但所用技術并不是大資料範疇。但，是否讓“上架”變的更加智能，答案是“是”，從時間次元，不同城市，不同門店類型，對于什麼商品什麼時間上架完全可以基于大資料的智能決策，是可以幫助門店或零售商合理的安排庫存結構，同時還可以對“上架”進行空間次元的優化，如商品的擺放位置，具體這裡就不展開了。接下來我們讓上圖的OLP模型變的更加複雜一點。
（OLP示意圖）
我們找出行為關系，從時間和空間次元上考慮是否可以是大資料場景：
1）購買：不是
2）上架：是，用資料來決策何時上架
3）推送：是，不同使用者推送不同的資訊，智能推送
4）點選：不是
5）存儲：不是
6）入庫：是，什麼商品何時入庫進而優化庫存結構
但是需要注意一點，脫離業務場景讨論“關系”，看是否是大資料場景是不合理的，比如購買，如一服裝加盟商因某些原因，需要再次購買（采購）商品（中央庫存足夠的情況下），那什麼時候購買，就可以用上大資料的能力。有了資料場景，接下來讨論下如何建構“标簽”。
三、如何建構标簽
- 什麼是标簽
标簽是業務人員看的懂的資料，可分為原始标簽、統計标簽和算法标簽。
- 如何建構
第一個原則，标簽設計是面向大資料場景的，比如上文提到中的“推送”，那現在就對“推送”關系相關聯的“活動”和“使用者”做為次元進行标簽設計, 這裡主要介紹以“使用者”做為舉例。實體和關系上的屬性是标簽設計的基礎。
（簡化後的示意圖）
通過使用者的屬性所生成的标簽：性别、手機号；根據購買關系所生成的标簽：支付形式偏好、購買時間段偏好，消費金額，消費筆數；根據商品屬性所生成的标簽：風格偏好、材質偏好、顔色偏好；根據展架屬性所生成的标簽：商品擺放位置偏好；根據線下門店屬性所生成的标簽：所屬城市，在上面标簽設計過程，其實引入了第二個原則，實體和關系的屬性是可傳遞的，比如實體“線下門店”的屬性是可以來描述實體“使用者”的，這很關鍵，這樣的思維方式可以保證在設計标簽時，被描述的實體次元會足夠的完整。大家還會發現為啥标簽“商品擺放位置偏好”标注為灰色，因為根據原則一，它對“推送”場景沒有意義（目前是否有用，還是靠經驗，大家如果有其他想法可以一起來探讨），有了這類标簽後，就可以對标簽進行業務上的“衍生”，比如，平均消費金額（消費金額/消費筆數）、消費水準（參考因子：所屬城市、消費金額、消費筆數等），最後在業務衍生的基礎上考慮時間次元：比如最新3個月消費金額，工作日消費金額，這是第三原則，可對标簽在業務上和時間上進行“衍生”。
各位還記得标簽的分類，那上面所描述的“性别”、”手機号“和“所屬城市”就屬于原始标簽（和業務資料庫存的一樣），“支付形式偏好”、“消費筆數”和“材質偏好”等就屬于統計标簽，“消費水準”就屬于算法标簽。
四、如何使用
在上文讨論的“推送”場景下，店長就可以自由選擇标簽，通過設定各種标簽值範圍人群圈選，進行個性化推送，比如，最近上線幾款全棉的高端上衣，店長就可以在系統中設定條件（最近三個月消費金額>’2000’ and 材質偏好=‘棉’），可定義為"全棉高端消費人群”，然後進行短信或者公衆号對這類人群進行推送。業務人員通過标簽設定各種标簽值範圍我們常把這種操作為人群洞察。
五、總結
通過以上的介紹，相信各位對如何标簽設計有了個大緻的了解（建議讀兩遍），但标簽設計非常考驗對業務的了解和對資料的感覺，需要日積月累，當然也可以加速這個過程，比如選擇數瀾科技的資料咨詢服務。
想了解更多内容可通路數瀾社群——國内首個資料中台交流社群（
https://bbs.dtwave.com/）