تم النشر في 12 يونيو • نُشر في الأصل على موقع Developer.nylas.com
تعد توقيعات البريد الإلكتروني هي مجموعة البيانات الأكثر قيمة التي يتخلص منها نظام إدارة علاقات العملاء (CRM). ما يقرب من 82% من رسائل البريد الإلكتروني الخاصة بالعمل تحمل توقيعًا يحتوي على اسم وعنوان على الأقل - وعادةً ما يكون رقم هاتف، وعنوان URL الخاص بـ LinkedIn، واسم شركة، وأحيانًا تلميحًا كاملاً للمخطط التنظيمي. هذه هي البيانات المنظمة التي تتنكر في شكل نثر، ويتم تسليمها مجانًا مع كل رسالة، ويتم تمريرها مباشرة من قبل معظم المنصات.
لا تحتاج إلى بائع بيانات أو حتى LLM لحصدها. بضع مئات من أسطر التعبير العادي، وخدعة الإسناد الترافقي، وصندوق الوارد المخصص للوكيل الذي يقوم بالعمل، ستساعدك على الوصول إلى دقة قابلة للاستخدام في الإنتاج. هنا البناء.
بالنسبة للنثر غير المنظم حقًا، يفوز النموذج. التوقيعات ليست غير منظمة - فهي منظمة بشكل متوقع: 3-6 أسطر، غالبًا ما يتم فصلها عن النص بواسطة محدد RFC 3676، المستمد من مجموعة صغيرة من أنواع الحقول. يلتقط تمرير regex أكثر من 95% من التوقيعات جيدة الإعداد، ويعمل في ميكروثانية، ولا يكلف شيئًا لكل رسالة. احتفظ بـ LLM كاحتياطي لـ 5% الغريبة، وتخطيها بالكامل في الإصدار الأول.
ثم اسحب الحقول - الهاتف، LinkedIn (/in/ فقط؛ تم إيقاف شكل /pub/ URL منذ سنوات)، والموقع الإلكتروني، بالإضافة إلى العنوان والشركة مقابل مفردات الكلمات الرئيسية. التفاصيل التي تجعل هذه المبيعات ذات صلة: تصنيف العناوين إلى مستويات (C-suite، VP، Director، Manager، IC). "CEO" كإشارة توجيه تستحق أكثر بكثير من سلسلة العنوان الأولية.
نادرًا ما تمنحك رسالة بريد إلكتروني واحدة صورة كاملة. الرد "تم الإرسال من جهاز iPhone الخاص بي" لا يحتوي على أي شيء. الشكر السريع له اسم فقط. تحتوي رسالة منتصف الموضوع على كتلة كاملة.