致趣百川：预测型的标签，构筑明晰用户画像
预测型的标签，需要基于事实性标签和分析型标签，做出预测。
预测性标签的生产流程：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，设计标签是，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。
标签要有统一性：风格一致，活泼的还是严肃的；版面样式一致，字体、字号、颜色、空白、分组方式的一致，视觉上强化标签群组的系统性本质；语法一致：名词"会销"，动词“参会”等同一层级不要混用。
理解性：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。
在线索定性化，打标签的过程中，可以用简单的方法快速走通整个流程，然后再进行分别环节的优化。
同时，在进行线索定性过程中，要及时头脑风暴进行优化：
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？数据库已经有谁？前景好的线索有什么特征？下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。
作者：致趣科技 @ Linn
转载请注明来自：致趣科技（ID:BesChannels）
本文是致趣百川《2017高客单企业客户培育及商机挖掘白皮书》的一部分，现白皮书已经开放下载，可以关注微信号致趣科技（ID:BesChannels）下载。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）