一、什么是标签
标签是有明确含义的，概括性的描述。举个简单的例子，有热心小伙伴想给小熊妹介绍男朋友，如果一本正经地讲各种信息，那么有效果吗（如下图）
如果用标签来描述，可能效果是（如下图）
这就是标签作用的直观展示。一个好的标签，能够让人们一目了然的看到事情的特征。从而指导后续的行动
要注意的是，标签和数据指标之间，是可以做相互转换的：
- 比如高富帅的“高”，也可以表达为：身高181cm以上
- 比如天气是：“刮风下雨”，也可以表达为：当日降雨10mm
因此在使用标签的时候，一定要确保标准统一+所有人理解一致，避免理解错误。
二、什么是标签分析
标签分析，特指用打标签的方式，把难以量化的因素转化为标签，进而分析该因素与其他事情的关系。像开头举例的社区店/私域/下雨，都是标签的具体应用。
标签分析一般分四步
- 明确要分析的影响因素
- 把影响因素制作成标签
- 明确要分析的指标
- 对比不同标签下，指标差异
- 得出分析结论
三、标签分析举例
举个简单的例子，南方某省，8月份经常下暴雨。大家都觉得：下雨会影响门店业绩。那么怎么分析呢？按照五步法，可以针对该省份门店，做分析如下图：
那么可以得出结论：下雨对业绩影响不大，这就做完了。
但这和大家的直观感受非常不一样！明明感觉是下雨了业绩就少，为啥数据不一样呢？这是因为：标签做的太粗糙。
细想一下
- 8月份不下雨，也会有其他恶劣天气，比如高温
- 下雨也分大雨小雨，毛毛细雨和暴雨的影响不一样
- 有些暴雨太严重，政府会发停工停学的通知
所以做标签，至少得把这几类情况都标识出来，这样对比才有意义（如下图）
更新后会发现：
- 不下雨时，高温天气也会影响业绩
- 下雨时，普通雨天并没有很大影响
- 下雨时，暴雨天气会大大影响业绩
- 下雨时，政府发了停工通知，反而会引发市民囤积物资
因此，还得再更新标签，看新结论（如下图）
这样的区分就很有意义了。遇到业绩下滑，门店店长/大区主管经常本能的把问题归结于“下雨了”，到底是不是因为下雨呢？有了这个分析支持，可以看出：除非天气预报标注为“暴雨”/“高温”极端天气，才会真有影响，其他情况并非天气影响。这样就能开展下一步的分析了。
四、标签分析的不足之处
标签分析有个很明显的不足之处，就是一个事情是有多个标签的，如果选择不当，拿了错误的标签比较，经常得出错误的结论。
比如，我们比较社区店/CBD店的销售业绩，选了2家店，发现昨天的业绩如下图
这时候得出的结论是：社区店业绩小于CBD店，应该多开社区店。
这时候得出的结论就是：CBD店大于社区店，应该多开CBD店。
但是，这样还没有穷尽可能性。
- CBD店店租成本很高，可能一间店顶2间社区店（开店成本）
- CBD店都是直营店，人员素质可能更高（人员素质）
- CBD店面积大，所以上的商品更全（商品数量）
……
当我们试图深入分析一个事情，就会发现，太多标签叠加在一起，相互作用。因此单靠一两个标签的简单对比，是无法分析清楚的，这时候需要先建立分析逻辑，再做分析。这就需要用到MECE方法。下一篇再分享哦。喜欢的话，记得转发+点赞+在看三连，支持一下小熊妹哦。
