标签|初识画像标签，及突破低调用壁垒的实践( 二 ) 涡轮增压|思维方式|角色|需求

特别注意，算法的模型预测是需要有一定的数据体量，如果用户只播放过很少的内容或从未播放，模型是无法确定用户在“男、女”中哪个值的可能性更大，这时候就无法预测到性别，所以就有前面“未知”值。
二、画像标签低调用的突破在之前接管画像标签的相关工作后，摆在面前的首要问题是：全站近400个画像标签的调用次数呈现马太效应，即多集中在50个标签的使用中。面对这个问题，我们首先对算法类标签的准确率、覆盖率等进行了排查，发现80%以上的标签是和这50个标签的指标范围一致，可以直接给业务方使用。
既然标签可用，那为什么没有人去使用呢？我怀着这样的疑问对各事业部的业务方展开了调研，终于找到了问题：原来大家不知道这些画像标签能不能用？以及不知道该如何使用？
后来，针对这些问题展开了更深入的研究，发现问题归结于标签元数据系统的功能结构问题：

标签分类太单一，仅通过开发方式的类型（“统计类”、“算法类”）进行展示，缺少业务视角的展示；
标签元数据信息不完善，缺少标签的需求来源、规则、值说明等必要的信息。

1. 针对标签视图的优化先按照业务线（如：主APP、商业化、广告等）进行了一级分类，保证每个业务方在进入系统后可以知道自己的业务下有哪些标签可以使用。当然，即使按照业务线进行划分，每个业务线的标签还是很多，所以又按照画像的结构进行了多级主题设置，参考结构如下：

文章插图
有了主题分类的优化，就方便了业务了查找，解决了“能不能用”的问题，但“如何使用”的问题还是没有解决，接下来又对标签元数据表单结构进行了优化。
2. 针对标签元数据表单的优化一开始，我们的标签元数据系统的很多表单项是缺失的，甚至仅存的一些表单项也不是必填的，所以在表单优化时，补充了“需求文档”、“画像规则”的表单项目，确保业务方能够了解画像标签可应用的场景及规则定义。又将“值信息”作为必填项，确保用户能够了解标签中每个值（存储的为数字或者字符串）的中文说明，如下图所示：

文章插图
同时，画像标签元数据系统的元数据信息可以通过接口传递到其他运营投放系统中，使得相关信息同步展示。就是这些举措，业务人员开始使用起原来没有用过的画像标签去配置人群包，整体的画像标签的利用率也直接提升了40%。
以上就是这节课的课后思考内容，如果你有其他的想法，欢迎在下方留言互动~
#专栏作家#兮兮，微信公众号：孤身旅人（ID：gushenlvren），人人都是产品经理专栏作家。关注人工智能、toB产品、大文娱等领域。
本文原创发布于人人都是产品经理。未经许可，禁止转载。
【标签|初识画像标签，及突破低调用壁垒的实践】题图来自 Unplash，基于 CC0 协议。