构建用户标签体系主要根据用户在历史时间内的网购行为记录，从网购时间点、内容深度剖析，针对用户的基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性和地理属性等八大维度构建用户标签体系，以期综合描绘平台消费者的行为特征。
建设的过程分为六个基本步骤：
1、首先以业务视角梳理规划整个标签体系的架构，即上面所说的八个维度；
2、无规矩不成方圆，在进行实际开发之前，我们要定义包括数据（指标）规范、模型设计规范、ETL规范在内的规范体系。前文也讲过，这个规范体系可以借助数栈产品帮助建立和执行；
3、将分散在各个系统/应用的数据同步到大数据开发平台之上，包括结构化的业务数据、埋点采集的行为日志数据等；
4、核心围绕“用户”，以唯一标识打通来自不同平台、系统、渠道的数据，基于OneData体系依次构建全域数据中心、萃取数据中心；
5、在萃取数据中心基础上，进行各类标签的研发，例如事实类标签（性别、年龄段等）、业务类标签（钻石会员、普通会员等）、统计类标签（近90天下单金额等）、算法类标签（重要保持客户、高忠诚度客户等）；
6、标签/画像投入应用，或对接至下游业务系统，产生业务价值。与此同时监控各类标签的使用与效果，统计出热门标签，替换掉不合理的标签，调整业务算法和规则，添加新的标签等，来进一步推动标签体系的梳理规划，逐步沉淀一套精华版标签集合；
这其中，除了业务的输入以及数据的支撑外，要想快速建立一套科学的标签体系，还需要丰富的技术经验以及智能的工具或平台来提供助力，如阿里云或袋鼠云的数据中台。
