这种相关性通常使用自然语言处理

mahbubayesmin

上周我们发布了“意图数据类型和来源指南”。虽然了解意图信号的各种类型和来源对于 B2B 组织来说越来越重要，但有争议的是，他们了解意图信号跟踪和评分的各种方式也同样重要。......因此这篇博文。 快速说明：以下解释来自我个人的观点。我确信还有其他意图数据专家对这些概念有不同的看法，这很好。我的目的只是对意图数据的各种元素进行分类和描述，以帮助当前和未来的意图数据用户从他们的意图投资中获得更多收益。 意图信号跟踪方法 显示意图跟踪模型的表格。 话题追踪 基于主题的跟踪查看整段内容（例如，文章、网页、登陆页面、电子书、案例研究等），以评估其与一个或多个预定义主题（即主题）的相关性。(NLP) 等机器学习来识别，对于防止“误报”意图信号非常有价值。 关键词追踪 基于关键字的跟踪会查找内容和/或其 URL 中确切单词或短语的使用情况。例如，如果一篇文章包含营销人员正在跟踪的关键字，并且业务用户阅读了该文章，

。关键字跟踪的好处是它允许您跟踪您想要的任何关键字，这在尝试确定目标帐户对利基解决方 电报数据库 案的兴趣时特别有用。 这两种方法相辅相成。将它们一起使用是个好主意，这有助于确保信号特异性和上下文相关性。在此处详细了解监控意图主题和关键字之间的差异。 意图评分模型 显示意图评分模型的表格。 趋势评分 该方法根据企业的历史基线活动评估企业最近针对给定主题的在线内容消费活动，以显示对该主题的兴趣是上升还是下降以及下降的程度。 一个简单的例子：在过去的六个月里，“Acme Inc.” 平均每周围绕“人才获取软件”采取 100 次行动，其中可能包括消费文章、下载内容、注册活动等（即意图信号）。如果在最近一周 Acme 继续这种 100 计数趋势，则可能会为“人才获取软件”分配 50 分的意向分数——表明兴趣没有变化的基线分数。另一方面，如果 Acme 围绕“人才获取软件”的意向信号增加到 150，这将表明兴趣相对于历史基线激增 50%。






因此，Acme 对“人才获取软件”的意图得分可能会增加到 75 分左右（取决于算法如何权衡各种信号）。 趋势分数提供了有价值的背景信息，使用户能够了解企业兴趣随时间的变化，这在尝试了解购买意图时显然很重要。缺点是，您并不真正知道分数跃升到 75 分是由于每周增加 50 个信号（从 100 个增加）还是由于每周增加 3 个信号（从 5 个增加）。 信号计数评分 这种对意图进行评分的方式只是简单地计算企业采取的可能表明购买意图的行动数量。 一个简单的例子：上周，“Acme Inc.” 访问了 92 个包含关键字“人才获取软件”的网页，下载了 6 本与人才获取相关的电子书，并点击了 2 个展示广告。事件计数为 100（并且希望也按信号类型细分）。它还可以提供前一周和/或前一个月的事件计数，以进行一些比较。 事件计数有助于了解意图信号的数量。一些意图数据提供商 甚至按类别细分计数（例如，内容消费、产生的销售线索、点击的广告等）。然而，这种评分模型使得用户很难确定长期意图趋势。