标签评分模型,经过考虑我们选取了5个维度作为评分入参:
标签总评分= a * 标签使用度评分 + b * 标签关注度评分 + c * 标签质量评分 + d * 标签持续优化度评分 + e * 标签安全度评分
其中标签使用度、标签关注度、标签质量、标签持续优化度作为核心维度,标签安全度可根据实际情况考虑是否纳入。a、b、c、d、e是权重,总和为100%。
1. 标签使用度评分
标签使用度,用以评估标签被分析、外部系统的使用情况。
在袋鼠云标签产品中,标签有这几种使用场景:
(1)标签引用:如原子标签被衍生标签应用、衍生标签被组合标签引用等,基于该场景,计算“标签引用次数”指标。
(2)标签分析:标签在标签圈群、群组画像、群组对比、显著性分析等画像分析功能中被分析的情况,计算“标签分析次数”指标。
(3)标签调用:标签通过数据API被外部应用查询的次数,计算“标签调用次数”指标。
基于以上3个指标,我们首先采用Sigmoid函数将指标转化为评分,再将各个指标的评分加权汇总成标签使用度评分。
2. 标签关注度评分
标签关注度,用以评估被搜索、查看、收藏的情况。
袋鼠云标签产品中,标签关注度与以下场景有关:
(1)标签搜索:标签在标签市场被用户搜索的情况,计算“标签搜索次数”指标。
(2)标签查看:标签被点击查看基础信息、分析页面等的次数,计算“标签查看次数”指标。
(3)标签收藏:收藏该标签的用户数,计算“收藏用户数”指标。
以上3个指标可反映标签的关注热度,我们依然采用Sigmoid函数将指标转化为评分,再将各个指标的评分加权汇总成标签关注度评分。
3. 标签质量评分
标签质量,用以评估用户被打标情况,反映标签规则的合理性。
当我们定义了标签和标签值,经过计算之后,标签值打在用户身上的很少,那说明我们的规则执行不合理。比如我们定义了“活跃度”这个标签,分为“高活跃、中活跃、低活跃度”等,但真实被打上的这个标签的用户,低于70%,还有很大一部分比例是空值,未打上该标签,说明我们制定的标签值规则有漏洞,需要完善。
系统将计算每个标签的“标签覆盖度”,将覆盖度归一化为分数,转化成评分。
4. 持续优化度评分
持续优化度,用以评估标签上线后,是否后续再去优化该标签。
在客户的生命周期中,不断有新用户流入、沉默用户流失;公司战略调整、产品发布等都会影响客户行为,这些变化我们需要以数据的方式呈现,所以我们需要不断根据业务调整、客户变化调整我们的标签策略,以追求可通过标签直接地、迅速地反映客户情况,指导业务运营。
持续优化度,我们通过“标签优化次数”指标来评估,指标签上线后标签被编辑再次发布的次数。我们同样采用Sigmoid函数将指标转化为评分。
5. 安全度评分
标签安全度,不能反映标签的热度,但也将其作为了标签评分的一个维度,可根据企业情况考虑是否纳入。
在标签相关产品中,标签安全相关的策略有:
(1)标签的可见度:标签可编辑、可查看的用户范围。
(2)标签使用是否需要申请授权:标签发布后,其他人使用该标签,是否需要申请审批。
(3)标签是否进行行级权限控制:上面我们控制了标签的列权限,行级权限反映该标签是否设置了行级权限。
(4)标签是否脱敏:标签是否进行脱敏。
根据标签的安全度策略配置情况,我们也采用评分的方式来评估。
基于以上5个维度的评分,我们根据前面提的公式加权汇总,得到总评分。