标签类目体系的价值与意义

在标签类目体系方法论对外推广实践的过程中，经常会遇到客户提问：为什么需要学习标签类目体系？原有的数仓架构或指标体系是不是也能解决相关问题？对标签类目体系的价值进行总结提炼，主要体现在以下三点：

1

   

数据资产可复用

标签类目体系是中台概念的核心落地点。中台最核心的目的就是完成前台业务对后台资源的快速调用快速试错。那些经常会被调用到的、可复用的资源能力就可以从后台中提炼存放到中台中，并通过良好的接口预留，实现与前台的无缝对接。

数据中台最核心的要义有两点：

1 底层数据打通后把经常用到的数据资源提炼沉淀下来放在中台。

中台最核心的目的就是完成前台业务对后台资源的快速调用快速试错。那些经常会被调用到的、可复用的资源能力就可以从后台中提炼存放到中台中，并通过良好的接口预留，实现与前台的无缝对接。理解了数据中台的第一要义是把常用的数据资源沉淀下来供前台业务快速调用，那么标签作为可复用的数据资源的最佳载体，自然就是数据中台理念的核心落地了。标签越来越多，就需要标签类目体系来组织标签，其目的也在于更好地梳理、使用标签。标签和标签类目体系始终围绕数据的价值、价值运营、高效运作等原则来管理规划数据资产。

2 前台业务调用数据资源时中台能快速响应无缝连接。

如果没有中台，前台要调用一个数据资源需要直接到后台数据库中查找，查找流程复杂且性能低下，往往需要几天时间。且前台业务并不能直接将后台系统改造成适合自己使用数据的方式，否则可能会对其他前台业务产生较大影响。当中台使用标签对可复用的数据资源进行沉淀，并提供快速运用时，就能保障数据中台第二个要点的平稳落地：前台业务通过选取标签、配置所需的数据服务，将数据资产转化为对前台业务赋能的数据应用。

2

   

面向业务可理解

数据资产之所以称之为资产，就必须从价值出发，整理、管理、优化对业务真正有帮助带来效益的数据资源。企业需要寻找到一种“更具价值”的数据资产建设办法。

“更具价值”指：能让业务用起来，帮助业务解决问题。把数据资源封装成业务人员能理解的形态，是后续资产价值化的必要前提。

标签类目体系方法论通过“标签”这种载体将数据资源转化为业务能理解的资产形态。业务人员可以通过标签的定义、逻辑、值字典、常见应用类型，使用效果等维度来全面简单的理解数据资产。

业务人员快速理解标签信息后，可以选取所需标签下单申请使用，第二天数据服务接口就能提供，第三天业务系统的技术人员就能和自身系统对接联调完毕，第四天这些标签就能被实际使用起来。当然这四天可能还是太慢了，当工具平台打造得非常顺畅和智能后，业务人员可以在一天内完成标签的申请到使用。在标签使用的过程中，也可以根据实际情况修改、删除原有标签，同样一天内生效。此时业务部门对数据的使用效率就会非常高，试错成本非常低，最终以较低的成本找到数据价值路径。业务部门就有意愿、主动地完成数据业务化的转型工作。同时以业务的高频使用来传递试验标签质量，带给数据部门最真实的信息反馈。

当企业的数据能力建设发展到数据操作系统时代，业务端可以通过智能系统自动串联前后端信息流，如下图所示：左边是业务系统，业务人员会向数据操作系统发出数据需求指令；数据操作系统就会将这些口语指令处理转化成真正的系统指令代码逻辑，发送至数据库表进行相应运算；运算结果回传给数据操作系统后，系统选择合适的数据可视化效果呈现给业务端。

3

   

数据价值可衡量

数据作为第五生产要素参与分配，是国家提出的热议话题。数据作为一种可再生资源，可以通过劳动加工获得剩余价值参与价值分配，它像土地、资本、劳动力等其他生产要素一样，同样是可交易，有回报的。数据不再是躲在业务背后的支持力量，而是走到台前，自身就具有商业化价值。

数据可交易有回报，即意味着可以将数据作为一种资本来进行妥善运营。数据资本化的核心前提是数据商品化，如何将数据切割清楚、组织封装、服务配套成独立的商品单元，并形成数据商品售卖、使用、售后等全链路的运营闭环，将会是这几年大数据领域中的研究创新重点。

企业、机构迫切需要一种数据转化方式：将设备中的信号、数据库中的字段、业务口中的指标等，映射封装成为一种可确权、可交易、可持续、可衡量的数据商品。但是这种商品，一定不是一堆数据信息的打包售卖，这种粗暴低价值的售卖方式，容易触碰信息安全的红线，也不利于数据价值的衡量，更容易造成数据资源的贱卖/高卖，都不利于数据生态价值的稳定长久运行。

标签对数据的业务导向封装，正好匹配了数据商品化的思路：将数据拆解成最小粒度单元，具备某一对象下的共性属性，又有丰富的多样性。通过标签这种组织方式可以天然的实现对数据资产的管理、使用、衡量的全链路闭关，因此和数据商品化的载体要求不谋而合。

通过标签化的数据建设过程，可以预见产生以下四个重要结果：

1 数据部门将会从成本中心变为利润中心。

数据部门生产制造的数据商品都会在业务中发挥价值，并通过商品化进行价值衡量结算，而不产生价值的数据都会变下架以减少成本支出，最终数据部门会收支平衡，乃至变成一个以数据作为核心生产要素的产能工厂，实现数据变现。

2 数据部门中的标签运营部门会成为重中之重。

标签运营部门的人员包括数据产品经理或标签设计师、标签管理员、标签运营专员等组成。标签运营部门会以业务为导向，以实现数据价值为目标，全链路的推动开展标签价值的测算、计量和扩大化的工作。

3 通过价值才能真正解决数据打通、治理、使用等老大难问题。

对奋斗在第一线的数据人员来说，数据打通、治理、使用是压在每个数据人心上的三座大山。数据打通是数据资产化的前提，但因为存在部门墙、信息孤岛等原因，让大家对原始数据过度保护。数据治理环节复杂，推动困难，导致业务人员没有耐心，数据人员没有信心。数据使用问题是针对业务人员而言，有时候数据部门非常希望业务部门人员能对数据感兴趣能使用起来，但往往因为沟通不畅及数据门槛较高，双方在认知层面存在较大鸿沟。通过标签可以很好地将数据价值发挥出来，用“价值”倒推业务人员主动理解数据。DT 时代，谁掌握了数据谁就有制胜权，没有使用上数据的公司、业务只能被动受限。在数据价值展现后，业务部门会主动沟通数据源打通、数据质量提升优化、数据场景化使用等问题。这些问题在价值面前都能迎刃而解，千万不要仅仅依靠技术手段或行政命令来解决。

4 数据价值运营是一个持续运作、坚持不懈的过程。

数据价值运营是一个艰苦、持续的运行态，环节中的任何一环罢工，都会使得整个环节运行卡顿或减慢速度。例如数据源头有 3 个月不更新，产出的数据质量就会变差，业务部门就会投诉或拒绝使用。当业务部门在整个闭环中的参与度降低时，三座大山又会从头再来。所以数据问题无法通过一次解决就能得到长治久安，数据事业是一条需要长期耕耘、时刻警惕的艰辛之路。

对于以数据价值实现作为自身理想坚守的数据人来说，当数据魅力真正迸发的时候，那种兴奋和感动会让我们觉得人生的价值也一起得到了实现，也许就像有人说的，人生和理想互指迭代同频共振了。所以真正的数据人，并不会在数据问题面前，失落和放弃。

以上内容摘自《标签类目体系：面向业务的数据资产设计方法论》一书，经出版方授权发布

   

推荐阅读：

《标签类目体系：面向业务的数据资产设计方法论》数澜科技出品，标签类目体系已获专利，萃取百家头部企业数据资产设计经验，系统总结数据资产设计方法论

扫码 6 折优惠购书↓：

点击“阅读原文”了解更多数字化转型好书