神策数据潘书荟：解读千人千面，洞悉数据智能的价值
本文根據(jù)神策數(shù)據(jù)業(yè)務(wù)咨詢師潘書薈《數(shù)據(jù)智能打造“百人百態(tài) & 千人千面”》的主題演講整理，從判斷企業(yè)是否需要千人千面、如何實現(xiàn)千人千面以及效果追蹤三大方面展開。（文末附 PPT 下載地址）
一、判斷企業(yè)是否需要“千人千面”
“千人千面”很容易理解，即找到對的人，用對的形式送達對的信息。目前，幾乎所有的互聯(lián)網(wǎng)頭部產(chǎn)品都做了“千人千面”的規(guī)則推薦，以至于我們有時候看到自己不喜歡的內(nèi)容時，反而會去懷疑自己是否真的不喜歡、是否有還未挖掘的興趣偏好等。
在這樣的市場環(huán)境中，是否要隨波逐流，全部“拿來”呢？我認為，企業(yè)首先需要考慮“千人千面”能夠給自己帶來的價值，核心在于以下兩點：
第一，提升內(nèi)容到用戶的分發(fā)效率 。
如果使用人工策略或不使用任何策略，用戶也能看到自己喜歡的內(nèi)容，但搜索成本較高且需要用戶承擔(dān)；通過機器學(xué)習(xí)等智能策略，可以降低用戶的搜索成本，實現(xiàn)內(nèi)容到用戶的分發(fā)效率提升。
第二，提升內(nèi)部工作流程執(zhí)行效率 。
部分企業(yè)常用手工方式跑運營閉環(huán)，從活動策劃到執(zhí)行，到監(jiān)測，再到復(fù)盤，如果在此過程中采用數(shù)據(jù)智能，那么提升的不僅僅是工作效率，更對效果有正向驅(qū)動力。也就是說，企業(yè)需要將更多的時間花在策略調(diào)優(yōu)上，而不是執(zhí)行落地的過程。
也就是說，如果以上這兩點的提升能夠幫助業(yè)務(wù)增長，那就代表著企業(yè)可以著手去做了。
二、如何實現(xiàn)千人千面
如下圖所示，千人千面可以分為三個階段：
接下來我們將從數(shù)據(jù)智能應(yīng)用場景做進一步了解。
1.低階：人工決策配合智能執(zhí)行。
場景一：計劃營銷，通常表現(xiàn)為單次性、周期性運營策略。
舉個例子，電商企業(yè)在大促的前 7 天或者前 1 天，企業(yè)對用戶的一次性信息推送就屬于單次性計劃營銷；每個月的工資日、還款日的消息提醒需要重復(fù)、有規(guī)律地執(zhí)行，這種就是周期性的營銷。
場景二：分層推薦，即基于用戶分層的差異化展示。
當用戶到達產(chǎn)品環(huán)境，企業(yè)可以有效利用分層推薦實現(xiàn)效果提升。常見的形式有：開機圖、Banner 圖和輪播圖，這三種推薦的物品量級往往較少，且更新迭代速度較快，除此之外，在設(shè)計這三種推薦規(guī)則時基本上已經(jīng)明確了目標受眾。在這個場景中，采用人工決策基本上可以實現(xiàn)分層運營的目標。
2.進階：人工與智能共同決策。
在此階段，我們梳理出觸點營銷和精細化分層推薦兩個場景。
（1）觸點營銷通常是指通過人工決定策略方向，機器輔助計算決定觸發(fā)時機。
比如，當用戶多次瀏覽產(chǎn)品但沒有實現(xiàn)轉(zhuǎn)化時，可以通過機器設(shè)置：在用戶瀏覽產(chǎn)品 30 分鐘后無購買行為的情況下及時觸發(fā)優(yōu)惠券推送等策略，提升用戶轉(zhuǎn)化效率。
再比如，對于新客來說，我們希望一步一步加深其對產(chǎn)品價值的體驗，往往會在新客進入的第 1 天、第 7 天、第 30 天的時候進行用戶觸達，如果單純依靠人工拉名單完成推送，耗時耗力，而通過機器實現(xiàn)對新客的行為追蹤，就可以輕松實現(xiàn)特定日期的自動化推送。
（2）精細化分層是在產(chǎn)品內(nèi)部，針對用戶的個性化行為進行精細化推薦的過程。
舉個例子，銀行業(yè)的功能推薦菜單，一般包含 100 個以上的功能，當用戶進入產(chǎn)品后很難第一時間判定哪個功能是該用戶真正需要的，這個時候就需要企業(yè)針對這 100+ 個功能進行梳理，每個/每類功能適合哪些用戶，然后基于用戶過去一段時間的訪問頻率路徑對功能展示進行排序，也就是說人工 + 智能共同實現(xiàn)精細化推薦。
3.高階：從決策到執(zhí)行到反饋，全流程智能推動。
提及“千人千面”，大家第一時間想得到的多數(shù)是全流程智能，也可以按照當下流行的機器算法、深度學(xué)習(xí)概念去理解。其應(yīng)用場景如下：
第一，智能營銷，即基于算法程序?qū)崿F(xiàn)的自動化、個性化營銷，依靠機器識別并觸發(fā)的營銷推送，目前該場景還未廣泛應(yīng)用。
第二，智能推薦，基于算法模型實現(xiàn)的個性化推薦，多用于信息流、相關(guān)推薦、熱門推薦等。
企業(yè)落地“千人千面”的核心是 ROI，在此原則之下還有一些硬性條件：
（1）用戶量級和物品量級。在神策智能推薦產(chǎn)品化的解決方案中，我們對于客戶擁有的物品庫有一定數(shù)量要求，低于 5000 的物品量級或者日活沒有達到特定級別時，是不適合做算法推薦的。
（2）用戶標簽和物品標簽的建設(shè)程度。在企業(yè)面向用戶進行精細化運營時，如果沒有足夠數(shù)據(jù)支撐用戶分層和識別物品特征，那么精細化運營的工作將難以開展。
（3）實時行為數(shù)據(jù)流。無論哪一個階段的數(shù)據(jù)智能應(yīng)用，都依賴對數(shù)據(jù)的實時收集，然后才有可能基于用戶的瀏覽行為實現(xiàn)個性化推送。
在以上三點都滿足的情況下，企業(yè)可以基于其現(xiàn)階段的 ROI 決定場景及優(yōu)先級。
對于算法實現(xiàn)的“千人千面”來說，它的流程一般從數(shù)據(jù)系統(tǒng)開始，采集用戶行為數(shù)據(jù)并灌輸至算法推薦系統(tǒng)，經(jīng)過一系列的處理，推薦最合適的結(jié)果，然后再將結(jié)果返回用戶前端做展示，同時監(jiān)測用戶點擊效果，以此判斷本次推薦效果的質(zhì)量，持續(xù)優(yōu)化，形成算法推薦的完整閉環(huán)。如下圖所示：
在以上閉環(huán)中，模型訓(xùn)練對于業(yè)務(wù)人員來講是一個黑盒，它主要分為三個步驟：
1.物品召回，針對用戶個性化展示適合其看到的物品。
2.排序，基于各種各樣的判斷條件對挑選出的物品進行排序，以確保其能夠產(chǎn)生較好的曝光和轉(zhuǎn)化效果。
3.重排序，該階段需要較多業(yè)務(wù)輸入。舉個例子，運營人員對于產(chǎn)品調(diào)性和多樣性有一定的要求，比如某個用戶更傾向于看與寵物相關(guān)的短視頻，但很難有一個產(chǎn)品能夠只播放寵物類視頻，這就需要企業(yè)清楚認識到對長期用戶行為的判斷是否應(yīng)該完全依賴于算法產(chǎn)出的短期效果。
而想用好算法推薦，需要基于算法的數(shù)據(jù)智能依賴于技術(shù)與業(yè)務(wù)的雙重護航：
第一，高效運作的智能推薦系統(tǒng)。
首先，它的前提是可獲取到準確的用戶行為數(shù)據(jù)。
其次，算法模型本身。神策的算法功能，比有些客戶之前用的自薦或其他模型寫出的推薦效果更好，我們甚至沒有進行深度調(diào)優(yōu)，這就充分體現(xiàn)了算法模型本身的優(yōu)越性。
第二，基于業(yè)務(wù)邏輯進行系統(tǒng)調(diào)優(yōu)。
算法并不能幫助我們解決所有問題，其典型代表場景是冷啟動。針對此，我提出兩點建議：①從新用戶進入產(chǎn)品前的渠道做信息和內(nèi)容的承接，確保用戶進入產(chǎn)品后，可以看到符合他預(yù)期和需求的內(nèi)容；②設(shè)計好的策略主動向用戶收集信息。
很多時候，算法并不依賴于用戶標簽和物品標簽的建設(shè)，所以有的業(yè)務(wù)人員會忽略對標簽建設(shè)的重視；但算法解決推薦問題的效果需要通過數(shù)據(jù)分析來做判斷，本質(zhì)上是對一個指標進行層層拆解的過程，如果用戶畫像標簽/物品標簽建設(shè)不完善，就會對推薦效率和質(zhì)量的判斷產(chǎn)生一定的影響。因此，雖然算法可以幫助我們解決很多問題，但同樣要求我們重視本身數(shù)據(jù)的建設(shè)。
對于人工干預(yù)來說，它涉及到的通常是一些特定環(huán)節(jié)，比如，對于特定物品的封禁行為，參數(shù)調(diào)整，重排序階段的策略等。
通過以上，我們可以了解到算法本質(zhì)上要結(jié)合業(yè)務(wù)去實現(xiàn)，且有一定的門檻，具體表現(xiàn)在業(yè)務(wù)、技術(shù)和人三方面：
1.業(yè)務(wù)模式是否適合用算法解決“千人千面”的問題。
首先，算法的最大價值在于內(nèi)容到用戶的分發(fā)效率，那么企業(yè)的商業(yè)模式下對內(nèi)容到用戶的分發(fā)效率是否重視，影響力如何等。
然后，在業(yè)務(wù)發(fā)展的階段，我們勢必會優(yōu)先建設(shè)內(nèi)容以及拉新的動作，那么此時是否需要投入大量精力去做算法的系統(tǒng)，實現(xiàn)“千人千面”呢？
最后，物品量級和用戶活躍數(shù)量是否達標。
2.是否有足夠的技術(shù)資源和大數(shù)據(jù)基礎(chǔ)支撐企業(yè)做好算法、或通過其他形式實現(xiàn)“千人千面”。
3.參與人員是否具備人工智能的理論與實踐的能力。
在人工與機器智能落地方面，它的本質(zhì)很好理解。首先，我們會基于特定的條件去挑選出滿足條件的用戶，往上可以跟一些通道系統(tǒng)、營銷系統(tǒng)做對接，名單就會被自動推送，我們接下來要做的是發(fā)短信、推 push、發(fā)優(yōu)惠券、發(fā)紅包等一系列動作，這個是針對我們?nèi)x的人群做的一些針對性運營設(shè)計；往下走可以對接內(nèi)容營銷，配置展示的內(nèi)容以及順序，通過人工決策指明方向，然后再由機器自動化去實現(xiàn)。
如何組建整體運營系統(tǒng)？我們可以從點、線、面三個層面對運營動作進行梳理：
點，斷點營銷。梳理業(yè)務(wù)流程中用戶流失原因，并針對性地做一些挽回措施。
比如用戶訪問理財詳情頁但并沒有在指定的時間內(nèi)完成轉(zhuǎn)化，或者因為某些原因造成登錄失敗進而導(dǎo)致用戶流失……梳理完用戶行為流程之后，針對各個環(huán)節(jié)的流失風(fēng)險針對性制定策略。針對訪問未購買的用戶，推送 push 為其推薦更加合適的理財產(chǎn)品；針對提交訂單未支付的用戶，站內(nèi) push 配合短信觸達，發(fā)送優(yōu)惠券等促成用戶轉(zhuǎn)化。
線，流程推進。面向特定功能、特定業(yè)務(wù)、特定活動去做的持續(xù)性推廣，設(shè)計一些流程性的任務(wù)，比如在進行優(yōu)惠券推送時，如果 5 元優(yōu)惠券帶來的轉(zhuǎn)化效果并不好，那么改為推送 10 元的優(yōu)惠券，根據(jù)效果層層遞進，試探性地觸達，所以該方法適合針對特定用戶達成的目標需要做持續(xù)運營的場景。
面，分層運營。通過對所有用戶進行分層，規(guī)劃每一個分層適合的運營方式，以此實現(xiàn)千人千面。業(yè)務(wù)人員通常不知道該如何著手設(shè)計運營計劃，我們建議可以通過一個比較通用的模型，診斷產(chǎn)品現(xiàn)存問題，然后針對問題環(huán)節(jié)設(shè)計優(yōu)先級較高的運營策略。
通常情況下，會分為以下兩種場景：
場景一：基于產(chǎn)品外的推送，主動觸達用戶
舉個例子，基于客戶生命周期模型，在“拉新效果較好但轉(zhuǎn)化不盡人意”的情況下，我們需要從新用戶旅程中篩選出重點環(huán)節(jié)，制定拉新、激活轉(zhuǎn)化、復(fù)購、流失召回等全流程的自動化運營策略；同時，也可以明確在激活環(huán)節(jié)的運營策略是否對轉(zhuǎn)化提升有所幫助，洞悉運營質(zhì)量與效果，提升運營效率。
場景二：配合產(chǎn)品內(nèi)展示，提升用戶轉(zhuǎn)化
首先要對產(chǎn)品內(nèi)的運營位進行梳理，在制定策略的時候重點體現(xiàn)用戶分層運營，比如面向新老用戶分別設(shè)置功能菜單運營計劃、產(chǎn)品推薦計劃等。在推薦計劃設(shè)置和運營的過程中，可以結(jié)合用戶標簽體系，面向特定人群做差異化內(nèi)容展示，實現(xiàn)千人千面。
綜合來說，千人千面是一件有門檻的事情，具體在建設(shè)過程中需要注意以下問題：
1.數(shù)據(jù)基礎(chǔ)及技術(shù)支撐
推動用戶和物品標簽的建設(shè)；
數(shù)據(jù)流和業(yè)務(wù)流的融合程度，它直接決定了我們制定策略以后，機器的執(zhí)行效率和質(zhì)量；
通道建設(shè)與管理，這個是困擾很多運營人員的問題。在通道建設(shè)方面，可以選擇優(yōu)質(zhì)的第三方工具、自建系統(tǒng)等，確保 push 能夠被成功送達；在解決通道建設(shè)的技術(shù)難題后，需要選擇合適的場景請求用戶把通道打開；在打通觸達用戶的路徑后，要注重對通道的管理，就像神策智能運營系統(tǒng)，它可以幫助客戶主動選擇某一時間段內(nèi)對用戶觸達的次數(shù)等。
2.業(yè)務(wù)實戰(zhàn)經(jīng)驗積累與復(fù)盤
體系化的運營思路，基于上述方法論，梳理運營策略，以便于對全局運營有一個完整認知。
效果驗證與知識沉淀，通過機器進行效果記錄和展示，打破人員流動帶來的經(jīng)驗流失。其本質(zhì)上是幫助我們提升策略上線效率和對結(jié)果評估效率的實時監(jiān)測。
3.效率工具
效率工具如果能夠發(fā)揮出價值，就可以直接實現(xiàn)低階運營，即人工決策后，由機器執(zhí)行釋放人力成本，提升人工決策與評估效率。但在此過程中，效率工具需要具備以下能力：
（1）與數(shù)據(jù)和產(chǎn)品打通的可視化策略編輯能力；
（2）上線管理的能力；
（3）行動效果回收與評估的能力。
只有具備這三方面的能力，才能夠幫助運營人員真正意義上提升工作效率，解放人力資源。
三、如何判斷千人千面的落地效果？
從指標效果評估上來看，可以分為三個層級：
1.場景轉(zhuǎn)化類，它適用于點擊率、點擊人數(shù)比、人均點擊次數(shù)等，可以直觀地告訴我推薦對于用戶轉(zhuǎn)化是否有效。
2.內(nèi)容滿意度，它可以通過消費完成率、消費市場、留存率的提升等進行評估。
3.業(yè)務(wù)目標達成，可詳細拆解為活動的參與轉(zhuǎn)化、業(yè)務(wù)的交易轉(zhuǎn)化、ROI 的提升等。
以上三個層級其實存在遞進關(guān)系。在效果評估的過程中，有時候我們會發(fā)現(xiàn)點擊率有所提升，但并沒有帶來轉(zhuǎn)化率的提升，這是為什么呢？事實上，業(yè)務(wù)轉(zhuǎn)化率受多種因素影響，包括內(nèi)容本身、產(chǎn)品質(zhì)量、價格等。
從評估方法來看，需要結(jié)合公司業(yè)務(wù)表現(xiàn)來開展，往往分為兩種形式：
1.版本對比，無論是灰度測試也好，策略上新前后對比也好，都需要考慮大環(huán)境和目標人群的變化。
2.A/B 測試，它可以在同一時間排除外部因素的影響來進行效果評估，但企業(yè)要想進行 A/B 測試，必須要確保有足夠的樣本量，以保證業(yè)務(wù)效果和數(shù)據(jù)統(tǒng)計效果足夠顯著。神策數(shù)據(jù) A/B 測試功能已全新發(fā)布，歡迎新老客戶體驗！
另外，企業(yè)要明確認識到效果評估始終依賴于數(shù)據(jù)基礎(chǔ)的建設(shè)。
1.行為數(shù)據(jù)對用戶識別尤為重要，用戶識別機制的打通直接決定了我們對于用戶行為的判斷是否準確；準確的行為識別和豐富維度對數(shù)據(jù)分析結(jié)果有這毋庸置疑的影響。
2.標簽體系的建設(shè)。
3.效率工具。針對某個主題做細致的效果評估時，往往會涉及到不斷探索、不斷提出假設(shè)與驗證，如果在此過程中沒有數(shù)據(jù)分析平臺發(fā)揮作用，就會造成跨職能線的低效溝通與執(zhí)行。
希望大家能在本次分享之后，能夠?qū)τ跀?shù)據(jù)智能實現(xiàn)千人千面這件事情有更進一步的認知。謝謝大家！
???
【相關(guān)閱讀】
超重磅 | 神策數(shù)據(jù)“兩云一平臺”上線，擁抱數(shù)字化經(jīng)營
聚焦五大亮點，神策數(shù)據(jù) A/B 測試功能全新發(fā)布！
關(guān)于 To B，我欠粉絲們一個熱搜
▼?點擊“閱讀原文”，下載演講 PPT
總結(jié)
以上是生活随笔為你收集整理的神策数据潘书荟：解读千人千面，洞悉数据智能的价值的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 神策数据获华农保险2020年“最佳合作机
- 下一篇： 解读千人千面，洞悉数据智能的价值