導(dǎo)讀：本次跟大家分享的是哈啰精準(zhǔn)營(yíng)銷(xiāo)場(chǎng)景的算法與實(shí)踐，包括以下幾大部分：

1. 精準(zhǔn)營(yíng)銷(xiāo)的背景和價(jià)值

首先和大家分享一下精準(zhǔn)營(yíng)銷(xiāo)背景和價(jià)值。

精準(zhǔn)營(yíng)銷(xiāo)的業(yè)務(wù)背景

哈啰由出行逐漸邁向服務(wù)電商，除了兩輪以外，還包括本地生活、酒店和電動(dòng)車(chē)等多種業(yè)務(wù)。需要通過(guò)精準(zhǔn)營(yíng)銷(xiāo)去實(shí)現(xiàn)各個(gè)新業(yè)務(wù)的用戶增長(zhǎng)。我們的業(yè)務(wù)目標(biāo)是通過(guò)用戶全生命周期精準(zhǔn)營(yíng)銷(xiāo)和精細(xì)化運(yùn)營(yíng)，去提升用戶增長(zhǎng)的北極星目標(biāo)。

精準(zhǔn)營(yíng)銷(xiāo)的場(chǎng)景和流程

按照用戶生命周期來(lái)劃分，精準(zhǔn)營(yíng)銷(xiāo)的場(chǎng)景主要分為三個(gè)方面：

流程包括三大部分：

最后進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。

精準(zhǔn)營(yíng)銷(xiāo)業(yè)務(wù)痛點(diǎn)

精準(zhǔn)營(yíng)銷(xiāo)業(yè)務(wù)主要包含以下四個(gè)痛點(diǎn):

精準(zhǔn)營(yíng)銷(xiāo)項(xiàng)目?jī)r(jià)值

精準(zhǔn)營(yíng)銷(xiāo)的項(xiàng)目?jī)r(jià)值主要體現(xiàn)在以下兩個(gè)方面:

2. 精準(zhǔn)營(yíng)銷(xiāo)框架

在搭建精準(zhǔn)營(yíng)銷(xiāo)框架之前，需要深入了解業(yè)務(wù)，找到哈啰精準(zhǔn)營(yíng)銷(xiāo)場(chǎng)景的特點(diǎn)，并找到對(duì)應(yīng)的解法。

精準(zhǔn)營(yíng)銷(xiāo)場(chǎng)景特點(diǎn)與解法

通過(guò)前期的數(shù)據(jù)分析和調(diào)研發(fā)現(xiàn)，目前哈啰精準(zhǔn)營(yíng)銷(xiāo)的場(chǎng)景特點(diǎn)和我們針對(duì)性的解法主要有以下三方面：

精準(zhǔn)營(yíng)銷(xiāo)業(yè)務(wù)框架

精準(zhǔn)營(yíng)銷(xiāo)的業(yè)務(wù)框架主要分為以下三大模塊:

精準(zhǔn)營(yíng)銷(xiāo)技術(shù)框架

接下來(lái)站在技術(shù)的視角去看精準(zhǔn)營(yíng)銷(xiāo)的框架。

運(yùn)營(yíng)在創(chuàng)建營(yíng)銷(xiāo)任務(wù)時(shí)，首先選擇任務(wù)方案，這個(gè)方案背后是用戶的目標(biāo)群組，此群組由兩個(gè)部分構(gòu)成：

3. 精準(zhǔn)營(yíng)銷(xiāo)算法能力Pu-框架下的建模方法

什么是？它不是一種特定的算法，而是一種思想，主要是根據(jù)種子用戶去尋找相似的拓展人群。

怎么做？主要分為兩個(gè)方法：利用機(jī)器學(xué)習(xí)模型進(jìn)行隱式人群拓展；利用社交圖結(jié)構(gòu)的相似人群拓展。其中機(jī)器學(xué)習(xí)模型主要分為有監(jiān)督、半監(jiān)督和無(wú)監(jiān)督三類，在有監(jiān)督學(xué)習(xí)，分類過(guò)程中，所有的訓(xùn)練數(shù)據(jù)都是有標(biāo)簽的；在半監(jiān)督學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)的一部分是有標(biāo)簽的，另一部分沒(méi)有標(biāo)簽，并且沒(méi)標(biāo)簽數(shù)據(jù)的量常常遠(yuǎn)大于有標(biāo)簽的量。而在無(wú)監(jiān)督學(xué)習(xí)中是沒(méi)有標(biāo)簽的。

在做的時(shí)候遇到的挑戰(zhàn)，以及對(duì)應(yīng)解決方案：

面對(duì)多個(gè)業(yè)務(wù)多階段發(fā)展的時(shí)候，算法迭代分為以下兩個(gè)階段：

傳統(tǒng)TSA建模流程如下：

優(yōu)化的TAS建模流程如下：

優(yōu)化TSA的業(yè)務(wù)成果：在保證就是ROI不降低的情況下，人群數(shù)量擴(kuò) 3-10 倍。

2. 在精準(zhǔn)營(yíng)銷(xiāo)上的工業(yè)級(jí)應(yīng)用

，主要是基于用戶關(guān)系鏈去尋找相似的人群。分為兩個(gè)步驟，首先是獲取用戶，其次計(jì)算用戶間相似度。首先是的獲取，主要是利用某種無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法得到。

在做 時(shí)面對(duì)的挑戰(zhàn)和對(duì)應(yīng)方案：

時(shí)空信息構(gòu)圖由點(diǎn)、邊構(gòu)成。點(diǎn)指的是用戶。邊指的是用戶與用戶在同一地塊、同一時(shí)間、同時(shí)發(fā)生的行為。其中用戶行為，主要包括用戶對(duì)單車(chē)的掃碼和關(guān)鎖等。權(quán)重是無(wú)向等權(quán)，即當(dāng)用戶在一個(gè)地塊一個(gè)時(shí)間段同時(shí)發(fā)生某種行為時(shí)，它們之間會(huì)有一條邊，并且此邊是等權(quán)重的。

然后采用得到用戶的。的原理是先在圖中隨機(jī)走出一個(gè)路徑，之后將路徑序列輸入到Skip-Gram里進(jìn)行訓(xùn)練，最后得到用戶的向量。

但是上述做法存在一定的不足，即只考慮了用戶和用戶之間的關(guān)系，沒(méi)有將用戶之間本身的一些特性加到模型中。因此后續(xù)第二個(gè)迭代版本采用的是EGES模型，其主要和以上做法有兩點(diǎn)不同：

在前面兩個(gè)算法迭代版本中，主要是兩輪的騎行行為，用戶間的關(guān)系以及用戶本身特性三大方面的特征，但是要考慮哈啰APP的所有用戶，所以第三個(gè)迭代部分是將一些APP的行為序列給加進(jìn)去。

工業(yè)級(jí)向量相似度的計(jì)算方法，采用向量引擎，它的主要優(yōu)點(diǎn)有兩個(gè)：

此次業(yè)務(wù)成果主要體現(xiàn)在兩個(gè)方面：

4. 未來(lái)方向

最后來(lái)講一下我們對(duì)精準(zhǔn)營(yíng)銷(xiāo)的未來(lái)規(guī)劃。

關(guān)注公眾號(hào)「哈啰技術(shù)」，第一時(shí)間收到最新技術(shù)推文。