结论先行:只有当自动评分只做“初筛”、人工判断保留“否决权”和“例外入口”时,推广工具资源里的旧项目才不会被分数直接决定去留。一旦评分被用来直接执行退出、降级或断约,这个结论就不成立——反例是:旧合作关系的历史贡献、合规风险或隐性依赖无法被现有字段表达,分数再稳定也只是在精确地误判。
把待处理项目分成三类,能减少后续争论。第一类是标准化程度高、结果可复现的动作,例如批量替换失效链接、统一清理过期参数,这类交给自动评分没有问题。第二类是需要上下文才能判断价值的项目,例如一篇三年前的老教程仍在带来咨询,但页面结构落后、跳出率偏高;分数会把它判为低效,而实际价值藏在转化路径里。第三类涉及关系和承诺,例如旧合作渠道的结算方式、历史授权范围,评分模型通常没有这些字段。
判断依据不是“分数高低”,而是“这个分数是否覆盖了决策所需的信息”。如果评分维度里缺少成本归属、合同周期、内容复用价值中的任何一项,就应把该项目标记为人工判断项,而不是让它进入自动淘汰队列。
真正有效的做法是把人工判断嵌进流程节点,而不是放在流程末尾当补丁。可以按以下顺序操作:
第四步是关键。如果人工判断只停留在口头或备注里,下一轮评分仍会得出相同结论,人工复核就会变成重复劳动,最终被绕过。把人工结论回写成结构化字段,评分模型才能在下一次判断时少犯同类错误。
假设两个旧推广项目自动评分都是 42 分,低于设定的 50 分退出线。项目 A 是一个已停止更新的落地页,外链来源单一,无合同约束;项目 B 是一个旧渠道合作页面,流量同样下滑,但合作协议还有四个月到期,提前退出需要支付剩余费用。假设退出成本为 3000 元,而该项目剩余周期内预期带来的收益为 2000 元,那么自动退出在账面上是亏的。
此时正确动作不是修改评分阈值,而是把“退出成本”加入人工判断清单,并让系统对存在未到期约束的项目自动跳过执行环节。这个动作的结果是:自动评分继续负责发现低效项目,人工判断负责拦截错误退出,两者分工明确,而不是互相替代。
如果人工判断没有时限、没有责任人、没有回写机制,它就会从“必要补充”退化为“拖延借口”。典型表现是:所有低分项目都被转入人工队列,但队列长期无人处理,旧系统继续占用维护成本,旧合作关系继续产生沉默支出。这时自动评分虽然不完美,反而比悬而未决的人工流程更有效。
因此,人工判断要成立,必须附带两个条件:一是明确处理时限,例如五个工作日内给出保留、退出或降级结论;二是明确谁有权做最终决定,避免多人复核却无人负责。
不要急着调整评分权重。先抽取最近一批被自动判为低分的项目,逐条检查评分输入里是否包含合同期限、退出成本、历史转化路径、内容复用可能这四类信息。缺失哪一类,就在人工判断清单里补上对应问题。完成这一步后,再决定哪些项目可以继续由分数直接处置,哪些必须经过人工确认。这样做的结果不是让评分更复杂,而是让自动评分只处理它真正能处理的部分。