数据中台:海量标签如何治理?

2023-05-31 06:30 浏览量:228

标签评分是标签治理的一个重要措施,通过给标签打分,可清晰直观的从各个维度评估标签,掌握标签真实使用情况,进行标签持续优化,助力业务运营。同时,也能帮助数据团队判断哪些标签更应该投入计算与存储资源,合理规划集群资源。

 

 
 

一、为何要使用标签评分

 
 
 

 

经过前期标签体系设计、标签加工,标签终于可以上线,让业务人员使用,发挥价值了!

 

随着标签上线一段时间后,我们开始关心每天占用计算资源与存储空间,跑出来的上百个标签,业务同学真的用到了多少,业务收益是否能覆盖数据成本呢?标签上线后,其质量怎么样,是否存在老规则不适用、需要持续优化的情况?

 

带着这一问题,我们需要用一种方法来评估标签上线后的使用情况,标识各个标签的价值。参考电影评分、花呗评分等形式,我们决定也给标签打个分、排个序,简单明了。

 

 
 

二、标签评分模型

 
 
 

 

标签评分模型,经过考虑我们选取了5个维度作为评分入参:

标签总评分= a * 标签使用度评分 + b * 标签关注度评分 + c * 标签质量评分 + d * 标签持续优化度评分 + e * 标签安全度评分

 

其中标签使用度、标签关注度、标签质量、标签持续优化度作为核心维度,标签安全度可根据实际情况考虑是否纳入。a、b、c、d、e是权重,总和为100%。

 

 
 

1. 标签使用度评分

标签使用度,用以评估标签被分析、外部系统的使用情况。

 

在袋鼠云标签产品中,标签有这几种使用场景:

 

(1)标签引用:如原子标签被衍生标签应用、衍生标签被组合标签引用等,基于该场景,计算“标签引用次数”指标。

 

(2)标签分析:标签在标签圈群、群组画像、群组对比、显著性分析等画像分析功能中被分析的情况,计算“标签分析次数”指标。

 

(3)标签调用:标签通过数据API被外部应用查询的次数,计算“标签调用次数”指标。

 

基于以上3个指标,我们首先采用Sigmoid函数将指标转化为评分,再将各个指标的评分加权汇总成标签使用度评分。

 

 
 

2. 标签关注度评分

标签关注度,用以评估被搜索、查看、收藏的情况。

 

袋鼠云标签产品中,标签关注度与以下场景有关:

 

(1)标签搜索:标签在标签市场被用户搜索的情况,计算“标签搜索次数”指标。

 

(2)标签查看:标签被点击查看基础信息、分析页面等的次数,计算“标签查看次数”指标。

 

(3)标签收藏:收藏该标签的用户数,计算“收藏用户数”指标。

 

以上3个指标可反映标签的关注热度,我们依然采用Sigmoid函数将指标转化为评分,再将各个指标的评分加权汇总成标签关注度评分。

 

 
 

3. 标签质量评分

标签质量,用以评估用户被打标情况,反映标签规则的合理性。

 

当我们定义了标签和标签值,经过计算之后,标签值打在用户身上的很少,那说明我们的规则执行不合理。比如我们定义了“活跃度”这个标签,分为“高活跃、中活跃、低活跃度”等,但真实被打上的这个标签的用户,低于70%,还有很大一部分比例是空值,未打上该标签,说明我们制定的标签值规则有漏洞,需要完善。

 

系统将计算每个标签的“标签覆盖度”,将覆盖度归一化为分数,转化成评分。

 

 
 

4. 持续优化度评分

持续优化度,用以评估标签上线后,是否后续再去优化该标签。

 

在客户的生命周期中,不断有新用户流入、沉默用户流失;公司战略调整、产品发布等都会影响客户行为,这些变化我们需要以数据的方式呈现,所以我们需要不断根据业务调整、客户变化调整我们的标签策略,以追求可通过标签直接地、迅速地反映客户情况,指导业务运营。

 

持续优化度,我们通过“标签优化次数”指标来评估,指标签上线后标签被编辑再次发布的次数。我们同样采用Sigmoid函数将指标转化为评分。

 

 
 

5. 安全度评分

标签安全度,不能反映标签的热度,但也将其作为了标签评分的一个维度,可根据企业情况考虑是否纳入。
 

在袋鼠云标签产品中,标签安全相关的策略有:

 

(1)标签的可见度:标签可编辑、可查看的用户范围。

 

(2)标签使用是否需要申请授权:标签发布后,其他人使用该标签,是否需要申请审批。

 

(3)标签是否进行行级权限控制:上面我们控制了标签的列权限,行级权限反映该标签是否设置了行级权限。

 

(4)标签是否脱敏:标签是否进行脱敏。

 

根据标签的安全度策略配置情况,我们也采用评分的方式来评估。

 

基于以上5个维度的评分,我们根据前面提的公式加权汇总,得到总评分。


 

 

 
 

三、标签评分的应用

 
 
 

 

基于标签评分,为了更加直观的让标签管理员、业务人员查看热门标签、沉默标签等,通过排行榜的方式呈现。

 

 
 

1. 热门标签排行榜

基于标签的使用度、关注度、持续优化度3个角度来计算标签的热门评分,展示TOP n的热门标签。

 

热门标签说明这些标签被经常使用,我们需要持续关注这些标签的正常运行、质量,保障业务使用。

 

 
 

2. 沉默标签排行榜

热门的标签的反向排序便是沉默标签,沉默标签说明这些标签使用率很低,可考虑定期下线,节省集群资源。

 

 
 

3. 综合排行榜

综合排行榜便根据标签的综合评分进行排序,从标签使用度、关注度、持续优化度、质量、安全等几个维度评估,全面评估标签。

 

 
 

4. 标签使用度、关注度、持续优化度、质量、安全分榜单排行

用户可根据自己更加关注的维度,查看标签使用度、关注度、持续优化度、质量、安全各个子维度的排行榜。同时,可查看各个标签的具体指标,如使用度维度,可查看各个标签的当前引用次数、分析次数、调用次数,针对具体指标具体分析,满足不同的标签分析场景。

 

标签评分模型上线后,我们需要根据实际情况调整不同维度的权重,符合自身实际情况。当经过一段时间的应用,大家认可这套评估逻辑之后,便可以将静态化的评分展示转化为动态化的告警、自动化治理等,可设置标签质量告警、评分告警,自动通知标签管理员、责任人等。

 

以上便是在产品中应用的评分逻辑,希望对大家有所帮助,也可提出不同思路优化评分模型,达到更好的标签治理效果。

(本文来源一个数据人的自留地

上一篇:数据资产管理的发展现状与难点

下一篇:梅宏:数据要素化十问!

分享到-微信
X

为什么选择龙石数据?