这次会议的议题，就是在讨论创建后台标签的可能性，以及可操作性。
坐在廖莹颖隔壁的那个小伙子先获得了屏幕的投影权，将自己的PPT投影在白板上，开始滔滔不绝地说起他们小组对于后台标签的定义和设想。
而程昱作为数据分析师的代表，时不时地插上一嘴，对他的发言进行补充和技术性解释。
“嗯，你们的设想我们这边是听明白了。但是这些你们自己归类然后做标签不就可以了？专门叫我们过来……我们能提供什么呢？”
等一组的发言结束，女装品类的业务负责人梁敏忍不住问道。在刚才的介绍中，她并没有觉得这件事跟她业务对接的供应商们有什么关系，甚至不觉得这事情需要兴师动众到开这么个跨部门的会议。
双十一的主战场马上就要打响，他们各个品类对应的业务部为了预定的kpi已经忙到晕头转向。这时候把她专门叫过来，结果是听了堆没什么营养的话。梁敏忍不住有点生气。
“不不不敏姐，这跟你们还是有点关系的。”陈栩嘉这时候接过话茬继续往下解释。
他们要对商品进行分析，那么首先要得知商品各个维度的数据。其中，这个“维度”是重中之重。
后台标签和前端向用户展示的商品标签有一定差别。
陈栩嘉当下就选用衣服的颜色为例子，向梁敏解释其中的不同：
在前端，用户可以依据喜好，按照颜色来选择衣服。常见的有黑白灰、莫兰迪色系等等。而后台将做出一个集合，比如说当下热门颜色的标签。而这个标签内所包含的颜色是随时可变的。
“可是这跟我们有什么关系？像是你刚才提到的颜色标签、热门颜色标签，我虽然不是专业的，但我想这个东西你们完全可以通过数据来实现吧？哪些颜色卖的好，这些不用我们这边给结论，你们自己都能从数据库里得到，甚至比我们还能早一步。”
“是的是的，”陈栩嘉赶紧继续安抚她的情绪，“建立好标签之后，里面内容的滚动确实可以通过算法自动完成。但是现在的问题是，我们对于商品有什么颜色并不是很清楚。”
虽然在预售之前，商运一组紧急对前端商品标签做了细致的梳理，甚至将品类下探到四级、五级的程度。但倘若供应商在供货清单上，不仔细上报，这些标签到最后只是空占内存。
把话摊开说到这个程度，梁敏也明白了他们的意思。
确实，在之前和供应商谈合作的时候
本章未完，请点击下一页继续阅读！