标签系统是大数据中心非常重要的能力模块，通常用于满足CRM业务需求，如用户画像、个性化推荐等。对于这类应用的标签体系，很多电商平台都有阐述，但今天我要介绍的是标签系统在其他领域的应用――内部办公.
为了促进信息对等，让项目有更多的员工选择，让员工有更多展示自己的机会，很多公司会提出建立员工标签库，标签内容涉及员工技能、对项目的熟悉程度、荣誉认证、兴趣爱好等维度。这样的员工标签系统要如何构建?呢
【我们需要什么标签】
需要从应用场景定义员工的标签体系，明确每个标签的用途(每个标签至少有一个明确的应用场景，如果没有，请删除这个标签)。比如为了缩短导入期带来的时间成本，项目负责人需要找到已经熟悉项目的同学，可以设置“XX项目熟悉度达到X%”的标签。
【标签怎么生成】
根据标签数据提取规则，每种类型的标签采用不同的生成规则。一般来说，标签分为事实标签、模型标签和预测标签。
直接描述员工特征的事实标签:标签一般不需要计算。员工可以自己打，也可以别人打，比如自然属性，荣誉认证等。分析员工行为数据后抽象出的模型标签:标签需要一定的计算。这样的标签有一定的数据客观性，比如员工爱不爱学习根据学习小时数，熟悉不熟悉项目根据写案例数和通过率。预测标签:基于多维数据挖掘的标签需要合理的预测规则，比如员工能否根据自己的婚姻状况和历史下班时间忍受加班。【标签要怎么管理】
根据数据时效性，每类标签采用不同的管理SOP。一般来说，标签分为静态标签和动态标签。
静态标签:这在很长一段时间内都不会改变。比如性别，出生日期等。动态标签:它是有效的，需要定期更新，以确保标签的有效性。比如：对项目的熟悉程度。标签作为一种特殊的数据指标，在生成和管理上也应遵循“指标设计方法”，分为原子指标和派生指标，以保证一致性和规范性。
