用“标签”来作为数据资产的最小单元组织载体，用“标签类目体系”作为数据资产目录的整体组织结构载体。
插图
标签类目体系
《标签类目体系：面向业务的数据资产设计方法论》
最近工作上需要配合公司业务，构建标签体系，为了避免陷入一个个标签的具体逻辑上，而是先形成自己的一个对于标签认知的整体框架，再基于这个框架开展各项工作，在这个背景下，花了一周的时间，好好的学习了这本书，不得不说，确实对于自己补齐知识体系，搭建完整的标签相关的方法论框架起到了很好的帮助。而且梳理针对各个场景、关系、对象的标签有丰富的示例维度，是一本数据人可以一直放手边的工具书。
数据资产之所以称为资产，必须从价值出发，整理、管理、优化对业务真正有帮助、能给企业带来效益的数据资源。 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. 因此迫切需要一种新的思路来研究面向业务侧的数据资产建设方法。目前越来越多的数据人开始谈论标签，他与传统的数仓建模有什么区别？标签的价值体现在哪里？应用标签对于企业来讲，什么方式算得上是最佳实践？本书系统的向我回答了我这一系列对标签建设的疑问。
为什么需要标签，而非传统的数仓建模？
为什么需要标签，而非传统的数仓建模？对于每一个企业，具体是标签合适、还是传统数仓模型合适，还是简单的excel数据管理，要结合企业当下具体所处的现状来分析，本书是从数据管理的视角，面向已经具备一定数据驱动的业务模式，这一大前提背景下，来探讨为什么是标签，而非传统的数仓模型，我觉得可以从以下几个视角细细去体会理解。
首先，体现在数据资产的可复用上面，数据资产化的最终目的就是让业务人员也能阅读、理解、方便的使用数据，因此将数据资产转化为可阅读、易理解的载体就是把数据资源标签化。虽然很多企业没有提出“标签化”概念，但也在努力让数据资产往业务方向靠，其实也是在做标签化的趋同动作。
其次，主要体现在面向业务可理解，近几年，随着大数据实践转向成熟期，关注点从数据同步、数据开发逐步转移到数据资产管理和治理，业内当前的主流方案，如DAMA数据管理知识体系、数仓建模理论等，都偏向于底层技术实现，而非上层业务应用角度对资产进行的统一管理。业务视角下，需要更具价值的数据资产，需要更易于阅读和理解的数据资产。
另外，重点还体现在数据价值的可衡量上面。数据已成为五大生产要素之一，未来它必然像土地、劳动力、资本、技术等生产要素一样，是可交易，有回报的，数据不再是躲在业务背后的支持力量，它已经走到前台，本身具有商业价值。标签将是数据商品化后最合适的颗粒度。
标签方法论与数仓建模的异同
标签方法论与数仓建模既有联系也有差异。它们都探究如何对数据资源进行提炼、操作、加工，都是数据资产构建方法，但是标签方法论更关注企业全局数据的整体梳理、类目化组织、面向业务端的资产复用，而数仓建模则偏重数据治理、数据规范、按领域建模，通过领域建模看到的是某个业务场景已有数据的切片，解决当前数据问题。
标签方法论与数仓建模的差异主要体现在建设思路和建模角度上。建设思路上，数仓建模（主数据建模）是基于现有业务流程的，是在现有的业务流程的信息化建设基础上整理出的核心数据。但在大数据时代，企业的新业务模式层出不穷，数据使用形态变化多端，数仓建设越来越呈现出疲软的态势。问题从来都不是导致这种问题的思维方式上能解决的。与传统数仓先有业务流程或数据需求再建设数据体系的思路相反，标签类目体系的建设思路是先构建标签资产，再构建数据服务化能力，组合式地满足业务端快速变化的场景化需求。建模角度上，数仓建模基于领域建模，标签方法论基于对象建模，描述的是对象本质信息。
标签方法论与数仓建模也是有联系的，并不是非此即彼的关系，它们也可以相互学习和共存。标签方法论中的对象、属性等概念借鉴于数据库、数仓建模。数仓建模分层理论中，可以增加标签层的设计与开发过程，同时数据人员在搭建数仓时，对数据资源的切割处理也可以借鉴标签理论中的面向业务、可复用、良好的组织形式等思路。因此可以在业务层之下搭建标签层，在标签层之下搭建数仓层，数仓层再与原始数据层对接。
附关键术语的定义和解释
- 数据
数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态及相互关系等进行记载的物理符号或这些物理符号的组合。“数据”狭义的定义可以认为是企业原始拥有的、未经整理的信息载体。
- 数据资产
由企业拥有或控制的，能够直接为企业带来经济利益的数据资源。通常需要有较好的组织形式，数据资产才可以被编目、被管理、被高效使用。
- 数据中台
数据中台是一套可持续“让企业数据用起来”的机制。数据中台是依据企业特有的业务模式和组织架构，以有形的产品和实施方法论为支撑，构建的一套持续不断把数据变为资产，并服务于业务的机制。
- 标签
标签是指从原数据加工而来，能够直接为业务所用并产生业务价值的数据载体。从本质上来讲，标签本身也是一种数据（或映射指向数据），它是对物理层数据信息项的业务化封装，是数据资产的一种良好的组织形式，是一种概念、逻辑定义，因此标签必须是可阅读，容易理解的。
- 元标签
元标签是标签的标签，即对标签的属性信息（特别是业务化属性信息）梳理。
- 类目体系
类目体系指的是对某一类item（事物）的分类、架构、组织方法。
- 数据类目体系
数据类目体系是将企业原始拥有的数据字段，采用类目体系的方式进行梳理所形成的目录结构。
- 标签类目体系
标签类目体系是将企业业务上所需的标签，采用类目体系的方式进行梳理所形成的目录结构。
- 对象
对象指现实世界中所需要研究的目标。实体（Entity）和关系（Relationship）在标签类目体系方法论中都属于对象。实体对象可以细分为“人”和“物”。
- 人
“人”指会主动发起行为动作的对象。
- 物
“物”指行为动作中的被动对象。
- 关系
“关系”指人和物、人和人、物和物等两个对象间发生的某种连接。
- 场景
“场景”指某环境下，具体对象（人、物、关系）在时空中的表现。
- 后台类目体系
后台类目体系面向数据资产管理人员，是企业数据资产的全集，较为稳定，按照统一的分类方式进行标签的挂载、查看、管理。
- 前台类目体系
业务人员通过后台类目体系选择并获得标签使用权后，可以根据场景需要，将标签按照前台场景组织新类目，形成前台类目体系。