標籤的「父子關係」
在實際建立標籤時，很快的就會發現每個標籤並不是完全獨立的，或是在屬性意義上有層級的蘊含關係，舉例來說，上次你給用戶A貼上了「中山區」的標籤時，這次你想推播給「臺北市」的人，卻發現「臺北市」這個標籤底下卻少了用戶A，此時聰明的你知道下次給用戶貼「中山區」的標籤時，要順便打上「臺北市」，但那麽「北部」、「臺灣」要不要順便貼上？而且標籤不止侷限於地區，如果每一種標籤都有不同的層級，那每次打上標籤就得花上一堆時間。
因此建議一開始就先建立一張標籤總表，並且令每個標籤帶有「父標籤」與「子標籤」的屬性，以上述例子而言，標籤的層級關係是：「臺灣」>「北部」>「臺北市」>「中山區」，因此「臺北市」的父標籤為「北部」，子標籤則有「中山區」、「信義區」、…等12個區名，這樣的建立方式一方面能夠清楚表示標籤的階層關係，另一方面在資料庫中程式人員也比較好操作。
下次你只要為用戶貼上「中山區」的標籤時，系統就可以自動化從「中山區」的父標籤找到「臺北市」，再從「臺北市」的父標籤一路找到「北區」及「臺灣」；同樣的，下次想推播給「臺北市」的用戶，只要篩選「臺北市」，系統就能夠從「臺北市」的子標籤囊括到12大區的用戶！
標籤也有「動靜」之分
根據時間的流轉與地點的不同，人的興趣喜好也會隨之變化，有時甚至像女人的善變一般，毫無緣由地就轉換了喜好，因此標籤也要能夠跟上用戶的變化才行，因此相較於以往被貼上就不會再被撕下的固定標籤，「動態標籤」才是一套理想的做法，然而並非所有的標籤都會隨著時間而有所變化，因此標籤也可以再細分成「靜態標籤」與「動態標籤」。
動態標籤
建立「動態標籤」的關鍵在於將標籤「數值化」，數值的大小可以反應標籤的有效程度，並且相同的標籤在不同用戶之間的分數要能夠互相比較，例如：今天用戶A在網站上點擊觀看了一件襯衫，被貼上了襯衫的標籤，然而用戶B不僅看了同一件襯衫，還將它加入購物車，如此一來用戶B在襯衫這個標籤分數就應該要比用戶A來得高。
另外，動態標籤除了將標籤數值化之外，一套完整的標籤系統還必須考量其「時效性」，例如：某用戶Ｃ先前一直搜尋Whoo 后的秘帖系列商品，被貼上了高分數的「秘帖系列」的標籤，然而數個月的之後卻不曾再搜尋，此時用戶Ｃ身上的「秘帖系列」標籤並不表示她仍衷於「秘帖系列」。為了因應這個問題，標籤的分數不僅有分數上的差異，還要能隨著時間降低分數，才能因應用戶興趣的變化。又如同放射性元素之間有著不同的「半衰期」，不同的商品也有不同的購買週期，因此不同的標籤分數也會有不一樣的降低速率。
靜態標籤
「靜態標籤」則適用於不易隨時間而改變的性質，或是不容易量化的屬性，像是用戶的「性別」不會輕易改變，而「年齡」雖然會隨時間增加，但一年只會改變一次，在一整年之間該標籤並不會變動，因此也適用於靜態標籤；又或者是想替用戶貼上一次性的campaign標籤，這種標籤的主要意義在於「有」、「無」參與過，而不是比較上程度高低，則可以用「時間+活動」的組合詞彙建立靜態標籤，例如：「2019父親節活動」，之後就可以針對參與該活動的用戶近一步篩選來推播，並且加入時間的關鍵詞後，不會跟明年的父親節活動產生衝突。
事前規劃才能事半功倍
一間有遠見的公司總是能未雨綢繆，隨著公司茁壯，用戶也將越來越多，資料量也將會隨之膨脹，而資料庫的建立就像是打地基一樣，如果地基不穩，後果則不堪設想，同樣的標籤的建立也應當從一開始就打好穩固的基礎架構，往後才能應付更錯綜複雜的用戶輪廓，也才能讓資料人員更有效率的分析洞察，初期建立架構或許辛苦，但與其貪圖一時的方便導致最後得重頭來過，先設想好未來會遇到的問題，終究才是最明智的！
