01、何為指標，何為標簽，兩者有何區別？

從內容上看：指標通常描述客觀事實，標簽往往存在人為劃分。

指標通常是描述客觀事實，并通過不同的統計口徑，疊加不同的計算維度與限定詞來展現客觀事實。指標多為數值型，最常見的數據指標為各類宏觀指標。比如 GDP、CPI，都是一個實實在在的數字，無人為判斷。

在金融行業中也存在著海量的指標，比如各類經營指標、不良率等，同樣也是實實在在的數值。具有數據口徑的指標通常是抽象的概念，比如將數據計數、求和、比率等，與具體的實體無關。

但標簽通常是人為定義的概念，比如客群標簽可以分為長尾客戶、高凈值客戶；產品標簽有高風險和低風險。標簽并不是一個客觀的事實，而是由人為的定義和客觀事實結合得到的數據標簽。

標簽通常會定位到具體的實體，其核心的目的是劃分不同的實體群組。比如長尾客戶，一定可以通過一些數據指標圈定出一部分人群，通過數據標簽可以進行更加精細化的用戶運營。

從二者之間的關系來說是可以相互轉化的。指標可以從標簽中轉化，比如高凈值客戶的遷移率（從長尾客戶轉化到高凈值客戶的比率），其中高凈值客戶和長尾客戶都是標簽，但在標簽的基礎上增加一個遷徙率，就由標簽轉化為了指標。

同樣標簽也可以從指標轉化得來，比如說銀行中常用的數據標簽：私行客戶（AUM>=500萬），其中 AUM 就是數據指標，不同銀行的標簽設定可能是不同的。以上就是數據指標和標簽在內容上的區別。

從分類和場景上看，指標和標簽的分類原則不同，使用的場景也不同。

指標分類

一般來說指標常用的分類是相對固定的，會將指標分為原子指標、派生指標和衍生指標三類。原子指標指的是不需要疊加任何緯度的，通常是 SQL 直接統計的一些基礎指標，比如客戶數、交易量等。派生指標指的是由原子指標通過疊加一個或多個維度而得到的二級指標，如客戶數疊加了渠道的維度就變成了派生指標，比如手機銀行客戶數、長尾客群交易量等。除此之外還有一些常見的比率類指標是通衍生得來的。

標簽分類

標簽可分為事實標簽、規則標簽和模型標簽。同原子指標類似，事實標簽來自于底層的原始數據，事實標簽用于描述實體的客觀事實，例如性別標簽、車主標簽、持卡類型標簽等。規則標簽指的是基于事實的統計結果，結合一些人為判斷而生成的，比如按照年齡的不同區間就可以將用戶劃分為青年、中年和老年客戶。模型標簽則更加抽象、更加主觀，是通過事實標簽和規則標簽抽象而來的群體特征，比如月光族、白領、消費達人等。

指標使用場景

指標通常拆解使用。比如一個較大的指標：客戶數，可以拆解到不同維度上，并且加以限定詞，比如手機銀行客戶數、七日內客戶數的增量等，主要是用來監測和評價業務的效果。

標簽使用場景

標簽通常歸納使用，用來刻畫某一個群體的特征，可以是客戶也可以是產品，其核心是分類，給予不同類別不同的經營策略。

具體舉例說明：指標體系通常會首先定義一個或幾個北極星指標，比如招商銀行常年使用 AUM 作為北極星指標，將北極星指標拆解到現金/存款、投資理財或其他業務模塊，同時用戶也可以拆解為活躍用戶和非活躍用戶等。以此基礎可以梳理出整體的指標框架，從而指導業務。

在標簽的使用場景上更多的偏向一線的營銷場景，包括客戶的經營、精準營銷和資格判斷等。通過不同客戶的標簽將其分成不同的類別，并進行不同的活動、資格或者產品的推送。也可以給產品打標簽，用來標識產品適合哪類人群，在平安銀行口袋 APP 這樣的平臺就做到了千人千面，每個人進去看到的具體內容是不一樣的，這就是通過標簽去篩選圈定的。

指標體系的建設需要自上而下與自下而上相結合，建立指標體系要基于銀行整體發展戰略為基礎進行拆解。

比如零售今年提出了要發展高效的運營，如何理解具體包括哪些要素，如何布局等都可以成為指標梳理的邏輯，并通過價值驅動因素梳理成為一級指標。這是自上而下，隨后會構建一個多維多層的框架以及對應的應用和管理體系。

除了自上而下將業務發展戰略價值分解形成指標外，同時也要自下而上進行梳理。因為自上而下的指標雖然符合企業戰略，但并不一定能夠被一線業務人員所理解，一線業務人員更加關注的是一些日常方便使用和理解的，關忽自身 KPI 的指標，所以需要收集業務人員實際使用的指標進行歸類整合，形成一個自下而上的指標體系，并與自上而下梳理的指標相結合，最后形成一個完整的指標體系。

指標自上而下演繹過程為：首先制定北極星指標，北極星指標不會太多。可能是三到五個核心的戰略目標和價值，根據我們的業務類型場景拆解成許多的關鍵因素，根據不同的關鍵因素和優先級去實現。

比如提升客戶的留存活躍的宏觀指標，可以拆解為提升留存、提升產品銷售能力和提升審批效率等等。提升客戶留存，又可以分為增加客戶粘性和忠誠度，或是促進交易量，一步一步細分就可以得到一些具體的經營指標。這樣的好處是底層的指標一定能夠支撐大的目標。

梳理過程中首先要去做業務訪談從而將指標歸類。按照組織架構可以按部門劃分，分類不能一概而論，因為不同銀行中小微的業務有可能在小微部，有可能在個人部，也有可能在零售部等。

數據梳理的過程要做到不重不漏，首先是要互斥的，其次要覆蓋全部業務范圍。每一個場景根據不同的業務類型需要重新拆分形成不同的流程，不同的流程中也要將其拆分成不同的環節，從而得到業務的完整的全景鏈路，確保數據指標都能夠賦予在業務鏈路環節中，若發現數據指標并不能被歸納則說明業務環節梳理有缺失。

按體系化去梳理的好處是可以進行數據補充，可以看到每個環節有多少、哪個環節數據較少、是否需要補充、是否可以合并等。

指標的定義也是需要標準和規范的，與底層的數據規范、數據標準是一致的。需要有業務屬性、技術屬性和管理屬性：

業務屬性能夠定位指標的唯一識別編號，指標的名稱、指標的含義以及業務口徑等等。

技術屬性需明確指標在系統中的字段名稱、數值類型以及指標的統計口徑等等。

管理屬性最重要的是指標的分類及其屬主部門，也就是哪個部門需要對指標負責，當指標出現波動和出入時可以進行核驗。數據可視化包括標準化的管理報表，以及自助式的數據看板，通過拖拉拽形成動態的數據報表。

03、如何建立標簽體系？

標簽體系的核心是以整個業務經營為目標，因為標簽需要在實際一線營銷中應用，所以最好從業務的實際目標出發去梳理標簽的需求。同指標體系相同，有固定的形式和屬性，并且需要定義完整的標簽管理機制。同指標類似，例如名稱、含義和口徑等等都需要標準化的定義。

和指標的梳理過程一樣，需要清晰的知道標簽屬于業務價值體系中的哪一類，在此基礎上才能夠知道標簽是在哪個環節缺失并完成針對性的補充。

04、如何用好標簽與指標？

如何用好標簽

在使用標簽的過程中會遇到一些常見的問題。比如標簽實際匹配出的客戶數目與預期不同，在業務理解下的標簽圈定的實體數量是可估量的，若實際數據與估計值相差過多時，需要核實標簽的計算口徑。比如標簽是否重復加工，需要統計標簽的使用量，便于業務收集哪些標簽是熱門，哪些標簽是好用的，哪些標簽是可以被廢棄的。

如何用好指標

指標通常是拆解使用的，核心點在于如何將大的指標拆解為子指標，比如消費放款增速這個指標發生異動，可以將其分解成為外部因素和內部因素，并繼續拆分，拆分到原子指標就可以大概得知是放款審核的原因還是外部的一些經濟政策原因等等。

總結：

本文首先區分了標簽和指標兩個概念的一些異同；第二部分介紹了如何建立指標和標簽體系，指標體系的梳理需要自上而下結合自下而上兩種方式，標簽要根據實際的應用場景出發，建立體系化的標簽；最后介紹了如何用好標簽和指標，需要在標簽、指標系統得出用戶的使用次數以及建立貫穿整個生命周期的運營管理體系。

05、問答環節

Q1：如何有效識別事件？

A1：在收集的過程中會接收到非常多的給予用戶行為的事件，可以通過一段時間的統計，如果事件是高頻觸發并且此事件配發一定的策略后客戶有一定的響應率，那么會將此事件記錄沉淀下來。如果有一些事件給用戶推流或分發策略之后無響應就會將其逐漸的去除。綜合來說還是建議通過數據的統計進行跟蹤。

Q2：有沒有標簽建設的書籍可以推薦？

A2：《標簽類目體系》、《用戶畫像：方法論與工程化解決方案》。

Q3：指標和標簽需要建設兩個系統嗎？

A3：答案是肯定的，一般是兩個系統。因為指標和標簽的使用場景是不同的，指標主要用于經營管理例如 KPI 追蹤的場景下使用。標簽是需要結合一線業務經營所以需要輸出客群名單等，與指標的應用場景不太一樣，所以一般是兩套系統。