编辑导语：画像“标签”对付产物司理来说十分重要。那么如何才气出产出清晰的标签数据需求，让研发现确你的意图呢？本文作者为我们做出相识答。

上一篇，我们明晰了如何举办标签需求阐明，《画像“标签”出产实操指南（一）：需求阐明》，本日我们来看看数据产物司理如何将业务语言的需求转化为类型化标签数据需求，让研发可以或许真正”懂你”。

开始之前，我们照旧看一下小王的案例：通过上期的要领，小王明晰了业务方最紧要最重要的20个标签需求，并仔细填充《标签需求收集模板》中涉及的要害信息，力求在评审时让研发对需求一目了然。

完成表格后，他和研发同学约了第二天举办需求评审，万万没想到这次评审他又翻车了，评审会上研发同学绝不包涵地对他”开怼”：

这几个标签用到的数据源我没打仗过，去那边拿？哪个数据库哪张表？数据能用吗？

行为数据几个处所都有这个字段，我到底从哪张表去取？

大部门用户注册时，基础不会填写性别信息，这样的标签做出来功效都是未知，有什么意义？

研发提的问题小王没能对答如流，评审功效以失败了却。

小王自认为，需求已经很是明晰，这些标签对业务都是有明晰利用场景的，想要的就是这些，描写也很是清晰，为啥照旧翻车，心里以为特委屈。

为了制止碰着和小王一样场景，本文总结避坑指南流程如下：

一、明晰数据源及数据口径

数据产物司理提需求时，必需对需求中涉及的数据了然于心。

口头描写或仅仅用业务化的语言描写需求，只会让研发在心里给我们打上“不靠谱”的标签，且在后续项目进程中很有大概呈现以下环境：

对整体项目推进极为倒霉；增加研发事情承担；对付不相识的数据源，研发需要重复和数据源方相同确认法则；对付喜欢专注码代码的研发同学无疑大大增加了事情承担。

实现功效不是需求方想要的：在数据源对接进程中，大大都研发大概已尽心力交瘁。当碰着巨大问题时，有些研发同学为了图省事举办自由发挥，可能因为信息获取不全面举办错误决定。

所以在此环节，数据产物司理可以和数据源方的产物、运营、研发同学重点明晰以下信息：

数据收罗进口：如用户在客户端某个位置，在何种场景下举办操纵，可以或许获取到该数据；

数据收罗 *** ：如通过埋点获取，通过爬虫获取等；

数据血缘干系：如是否依赖上游表清洗而来；

上报机制：如及时上报、离线T+1上报、数据量到达20k上报等；

数据清洗法则：如是否举办名目校验、转化、排重、填补，若依赖上游表，还需溯源各上游表白确处理惩罚逻辑；

数据存储位置：凡是明晰库表名即可。

二、摸底数据质量

数据的质量直接影响着数据的利用代价，而且直接影响着后续需求方举办数据阐明的功效以及以此做出的决定的质量。

焦点需掌握以下四要素：

精确性：上报的数据是否呈现异常或存在不正确信息，被记录的数据是否准确；

完整性：数据是否存在缺失；

一致性：数据流转进程中，前后是否一致；

实时性：凭据既定法则，数据是否还存在延迟；

凡是，我们可以先想一些用例，本身写SQL可能求助数据阐明师、研发同学，导出批量数据，举办劈头数据质量探查。

数据导出后，团结对数据源的领略，发明数据中存在的问题。

不外仅仅发明问题远远不足，需要服膺我们的方针是实现标签需求，所以发明需要主动去思考办理问题的 *** 并推送问题的办理。

好比数据名目不正确，但为了实现该标签，是否可通过拟定必然的清洗法则举办处理惩罚；再好比要害字段值大面积缺失，是否可从其他数据源举办回补，可能发明该字段在用户界面长短必填项，则需要推送业务方举办完整数据收罗等。

三、确定标签法则

明晰数据源、数据口径并摸底清楚数据质量后，数据产物司理已经成立起对数据的清晰认知，接下来就是拟定明晰的标签法则。一份清晰的法则说明，需包括以下内容：

标签种别

标签层级

标签名称

标签值：标签值详细名称，如性别标签下的”男””女””未知”，收入程度中的”高””中””低”；

数据源：库表名

统计时间周期：出格是法则类、统计类标签，需明晰选用的时间范畴，如用户活泼度标签，选取近90天的数据举办计较。

标签详细法则：选择数据表中的详细哪个字段，每个字段值与标签值的对应干系，涉及多个数据源时选取数据源的优先级、时间衰减法则等

异常数据处理惩罚逻辑：如数据源字段存在空值转化为“未知”，字段值呈现多个差异名目需举办如何举办名目化等

标签及时性：及时更新照旧离线T+1更新