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。