三、预测型标签

预测型标签需要基于事实型标签和分析型标签做出预测。

预测型标签的生产流程：特征抽取→监督学习→样本数据→评估→标签产出，是经典的机器学习流程，在设计标签时要注意以下几点：

尽量窄化范围，减少某个标签可能的意义范围。

标签要统一：风格一致，如活泼的或严肃的；版面样式一致，字体、字号、颜色、空白、分组方式一致，视觉上强化标签群组的系统性本质；语法一致，名词“餐厨”，动词“做饭”等同一层级不要混用。

易理解：标签所指示的系统范围应该能够让人充分理解，有助于用户快速扫描，推论出应用所提供的内容。

在打标签的过程中，可以用简单的方法快速走通整个流程，然后再进行每个环节的优化。同时，在进行线索定性过程中，要及时通过头脑风暴进行优化。

相关利益者（市场部和销售部）闭门会议，展开头脑风暴。

深入以下问题：目标市场是什么样的？销售人员觉得获得的销售线索数量是多了还是少了？数据库现有线索的质量？转化好的线索有什么特征？什么样的线索不受欢迎？

确定“好”是多好：设置基准级别。

确定“好”线索的标准，并定期审查，不断迭代培育机制。