用戶(hù)增長(zhǎng)的兩個(gè)核心:模型和策略。這兩者是一個(gè)有機(jī)的整體,需要協(xié)同發(fā)揮最大的業(yè)務(wù)效果,本篇主要講一下作者對(duì)模型的一些認(rèn)識(shí)。
模型的必要性
這基本上是一個(gè)毋庸置疑的問(wèn)題,但是也不絕對(duì)。還是和場(chǎng)景、客群數(shù)量有關(guān)。
筆者在做某業(yè)務(wù)時(shí),之前由于樣本問(wèn)題,筆者發(fā)現(xiàn)的模型人群有所偏移。在這個(gè)時(shí)候,就算減少人群包的投放數(shù)量,盡可能的選取高分段投放,也會(huì)發(fā)現(xiàn)成本有點(diǎn)失控,其實(shí)這個(gè)時(shí)候是作為業(yè)務(wù)基礎(chǔ)的模型出了問(wèn)題,最終導(dǎo)致成本的不可控。所以,模型是業(yè)務(wù)的基本盤(pán),沒(méi)有模型,相當(dāng)于盲投,會(huì)對(duì)業(yè)務(wù)產(chǎn)生直接影響。所以,筆者認(rèn)為模型是業(yè)務(wù)的基石,必不可少。模型出現(xiàn)問(wèn)題,直接影響業(yè)務(wù)的開(kāi)展。因此必須將模型調(diào)整好,才能保證業(yè)務(wù)的正常進(jìn)行。
但是在下面兩個(gè)情況下,沒(méi)有模型在一定程度上也可以開(kāi)展的業(yè)務(wù):
1、公司有大量的有效標(biāo)簽,且標(biāo)簽覆蓋度和準(zhǔn)確率非常高,這時(shí)候用這些標(biāo)簽篩選出的人群,相對(duì)而言畫(huà)像很明確,對(duì)業(yè)務(wù)效果的可解釋性也很高。一般公司很少有這個(gè)數(shù)據(jù)基礎(chǔ),其實(shí)就算有這個(gè)數(shù)據(jù)基礎(chǔ),基于這個(gè)篩選條件挑選出來(lái)的人群有限。業(yè)務(wù)本身不光是要從成本考慮,更多是對(duì)業(yè)務(wù)規(guī)模的考慮,這時(shí)候可以前篩策略人群結(jié)合模型一起為業(yè)務(wù)服務(wù)。
2、在一些場(chǎng)景中,發(fā)現(xiàn)模型的排序性對(duì)成本影響很小,按照模型Top取數(shù)取到極低分值,都能在成本范圍之內(nèi)。這個(gè)時(shí)候,可以模型0分以上都進(jìn)行投放測(cè)試,甚至可以取模型覆蓋不到的人群,取較小的人群包進(jìn)行投放實(shí)驗(yàn)。
模型優(yōu)化方法
這一塊筆者不談具體的模型優(yōu)化算法,主要談樣本的質(zhì)量和數(shù)量。模型效果的好壞基本取決于公司的數(shù)據(jù)基礎(chǔ)以及相關(guān)場(chǎng)景的樣本。不同的算法確實(shí)模型效果會(huì)有差異,但是失去有效的樣本,就是無(wú)根之木了。
樣本的質(zhì)量和數(shù)量和樣本的比例有關(guān),這部分很少會(huì)遇到問(wèn)題。關(guān)鍵的問(wèn)題在于如何定義正負(fù)樣本。在不同的場(chǎng)景中,正負(fù)樣本的定義決定了樣本的質(zhì)量,從而根本上影響模型的效果。
以下面場(chǎng)景為例,作者僅作為舉例,定義了一些場(chǎng)景的正負(fù)樣本,主要涉及正負(fù)樣本的定義、比例、量級(jí)、包含的標(biāo)簽以及模型的預(yù)測(cè)核心目標(biāo)以及優(yōu)化目標(biāo):
- 促完件
正樣本:完件或者授信,其中完件為必填項(xiàng);
負(fù)樣本:注冊(cè)未完件;
標(biāo)簽:是否完件、是否授信、營(yíng)銷(xiāo)日期(完件前最后一次營(yíng)銷(xiāo))、注冊(cè)日期;
正負(fù)樣本比例1:1~1:10之間,完件正樣本至少5萬(wàn),授信正樣本至少3萬(wàn);
算法選擇:分類(lèi)模型或者排序模型;
預(yù)測(cè)核心目標(biāo):完件;
優(yōu)化目標(biāo):完件-授信率;
- 保險(xiǎn)場(chǎng)景建模
正樣本:購(gòu)買(mǎi)成功;
負(fù)樣本:未購(gòu)買(mǎi);
標(biāo)簽:營(yíng)銷(xiāo)日期、是否購(gòu)買(mǎi);
比例:正負(fù)樣本比例1:1~1:10之間;
數(shù)量:正樣本至少10萬(wàn);
算法選擇:分類(lèi)模型;
預(yù)測(cè)核心目標(biāo):購(gòu)買(mǎi)成功;
優(yōu)化目標(biāo):營(yíng)銷(xiāo)-購(gòu)買(mǎi)成功率;
模型和策略以及話術(shù)的配合
- 模型和策略的配合
筆者在實(shí)操中發(fā)現(xiàn),同一模型采用何種策略和以下幾個(gè)有關(guān):
1、目標(biāo)客群分析:根據(jù)轉(zhuǎn)化人群,如果發(fā)現(xiàn)年齡、地域之間有很大的差異,就需要分開(kāi)取數(shù);一般來(lái)說(shuō),運(yùn)營(yíng)商之間的差異較大;
2、自有數(shù)據(jù)體系:例如我們推測(cè)在某一部分機(jī)型上UV異常,如果有數(shù)據(jù)覆蓋度和準(zhǔn)確率夠,也可以做一個(gè)對(duì)比測(cè)試:即同一批客群,排除這部分機(jī)型和包含這部分機(jī)型做對(duì)比,看對(duì)成本有何影響;在信貸場(chǎng)景,也可以在模型上疊加一些多頭指標(biāo), 看區(qū)分度如何。
策略本身只是最大程度發(fā)揮模型的區(qū)分度。如果不區(qū)分策略,統(tǒng)一提取高分段人群, 由于各個(gè)細(xì)分客群的轉(zhuǎn)化效果在每個(gè)分?jǐn)?shù)段的表現(xiàn)不一,在業(yè)務(wù)中的表現(xiàn)就是分?jǐn)?shù)不能下沉,或者效果不穩(wěn)定。其實(shí)其根本原因還是對(duì)模型沒(méi)有充分的利用。
- 模型和話術(shù)的配合
和筆者在前面講到,模型是一個(gè)基本盤(pán),策略和話術(shù)是使得模型能發(fā)揮最大的作用。在模型和策略明確之后,那各個(gè)人群包的畫(huà)像也相對(duì)固定。
但是話術(shù)優(yōu)化會(huì)有一定的周期和成本,所以需要根據(jù)業(yè)務(wù)規(guī)??词欠裥枰獙?duì)話術(shù)做專(zhuān)門(mén)優(yōu)化。
例如年輕人群是否需要專(zhuān)門(mén)的話術(shù)優(yōu)化,如果某些大省占比總投放量很大,是不是話術(shù)的說(shuō)法以及關(guān)鍵詞匹配要做專(zhuān)門(mén)的適配。
模型是把人群的興趣度做了高低的排序,那話術(shù)的作用就是最大程度的轉(zhuǎn)化人群對(duì)產(chǎn)品的興趣。所以對(duì)于不同地區(qū)和不同年齡段人群的說(shuō)法,如果有相應(yīng)的話術(shù)配合,可以起到相形益彰的作用。
下一篇會(huì)講用戶(hù)增長(zhǎng)雙核心之策略篇,詳情:《用戶(hù)增長(zhǎng)雙核心之策略篇》
本文作者
- 思辯,同盾用戶(hù)分析部高級(jí)產(chǎn)品專(zhuān)家;
- 玄機(jī),同盾用戶(hù)分析部數(shù)據(jù)挖掘?qū)<遥?/strong>
—— 如果覺(jué)得文章還OK,請(qǐng)轉(zhuǎn)發(fā) ——
特別提示:關(guān)注本專(zhuān)欄,別錯(cuò)過(guò)行業(yè)干貨!
PS:本司承接 小紅書(shū) / 淘寶逛逛 / 抖音 / 百度系 / 知乎 / 微博/大眾點(diǎn)評(píng) 等 全網(wǎng)各平臺(tái)推廣;
咨詢(xún)微信:139 1053 2512 (同電話)
首席增長(zhǎng)官CGO薦讀:
- 《增長(zhǎng)黑客官網(wǎng)》
- 《小紅書(shū)推廣:KOC種草,明星KOL,探店視頻,紅人推薦》
- 《抖音推廣:抖音關(guān)鍵詞排名,抖音種草,抖音數(shù)據(jù)監(jiān)測(cè)》
更多精彩,關(guān)注:增長(zhǎng)黑客(GrowthHK.cn)
增長(zhǎng)黑客(Growth Hacker)是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷(xiāo)目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度,梳理整合產(chǎn)品發(fā)展的因素,實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…
本文經(jīng)授權(quán)發(fā)布,不代表增長(zhǎng)黑客立場(chǎng),如若轉(zhuǎn)載,請(qǐng)注明出處:http://allfloridahomeinspectors.com/cgo/user/43861.html