特征使用方案
在确定了目标之后，下一步，我们需要确定使用哪些数据来达到目标。需要事先梳理哪些特征数据可能与用户是否点击下单相关。我们可以借鉴一些业务经验，另外可以采用一些特征选择、特征分析等方法来辅助我们选择。对于这里举的实际例子，从业务经验来判断，可能影响用户是否点击下单的因素有：
- 距离，很显然这是一个很重要的特征。如果购买一个离用户距离较远的单子，用户去消费这个单子需要付出很多的代价。 当然，也并不是没有买很远单子的用户，但是这个比例会比较小。
- 用户历史行为，对于老用户，之前可能在美团有过购买、点击等行为。
- 用户实时兴趣。
- 单子质量，上面的特征都是比较好衡量的，单子质量可能是更复杂的一个特征。
- 是否热门，用户评价人数，购买数等等。
可用性评估
在确定好要使用哪些数据之后，我们需要对使用数据的可用性进行评估，包括数据的获取难度，数据的规模，数据的准确率，数据的覆盖率等。
数据获取难度 例如获取用户id不难，但是获取用户年龄和性别较困难，因为用户注册或者购买时，这些并不是必填项。即使填了也不完全准确。这些特征可能是通过额外的预测模型预测的，那就存在着模型精度的问题。
数据覆盖率 数据覆盖率也是一个重要的考量因素，例如距离特征，并不是所有用户的距离我们都能获取到，PC端的就没有距离，还有很多用户禁止使用它们的地理位置信息等；对于用户历史行为，只有老用户才会有行为；对于用户实时行为，如果用户刚打开app，还没有任何行为，同样面临着一个冷启动的问题。
数据的准确率
因为从网上或者其他地方获取的数据，会由于各种各样的因素（用户的因素，数据上报的因素）导致数据不能够完整的反映真实的情况，这个时候就需要事先对这批数据的准确性作出评估。如单子质量、用户性别等，都会有准确率的问题。