当推荐遇上营销,会擦出什么样的火花

产品老司机手把手教写文档,10天线上课程,零基础掌握产品经理必备7大文档撰写法。了解一下>

大部分人都听说过千人千面,也知道个性化推荐,那么千人千面具体的流程和应用是怎么样的?作者做了总结。

在做推荐或者搜索的同学大概都知道千人千面这个概念,就是个性化推荐或搜索排序。

一般主要应用在首页物品/内容feed流,页面的推荐模块,搜索结果页等。

举个例子:在淘宝搜索“衣服”,每个人的搜索结果不会完全相同,甚至差异很大,比如男女之间。

这就是千人千面,其主旨就是为了从一个大量的物品侯选池中match到用户最愿意与之产生交互行为的物品,这种交互可能是点击,加购,下单,转化,浏览等等。

01

先简单聊聊目前千人千面的大概流程:

  1. trigger阶段:这个一般是基于用户行为数据挖掘,利用用户pin或者uuid去触发计算用户相关的个性化信息,给到推荐策略使用;
  2. recall阶段:基于个性化信息,按照一定的策略去一个item的候选集里面进行item match,把符合阈值或者条件的item进行召回;
  3. rank阶段:基于召回的item池,一般这里会做一次排序,一方面保证召回的结果是比较优质,且用户交互意愿比较强烈的;另一方面,如果召回的量太多,考虑性能以及用户实际的使用行为,进行截断。这个阶段也可以称之为粗排;
  4. pageplacement阶段:这个是一个精排阶段。这个阶段会考虑更多详细的规则,比如单品加权,新业务扶持,品类曝光等等,最终展示给用户。

推荐和搜索总体步骤差不太多。

不过有的同学可能会发现一个问题:在tigger阶段,先要做的一步就是基于用户行为数据去做大量的数据挖掘工作,那么对于用户量比较少产品怎么办?按照这种方法肯定无法在推荐位曝光。

所以实际上推荐冷启动的问题本质就是缺少用户、物品和事务数据。(注:来之《推荐系统:技术、评估及高效算法》)

业界有很多解决冷启动问题的方法,不过今天参加了一个内部会议,还是get到了一些新的观点,觉得可以在后续的工作中试一试。

02

实际上除了上述的应用场景,营销投放领域也会应用大量千人千面。

比如在很多营销活动页,或者说广告投放中都会应用到个性化推荐,为不同的用户展示不同的广告,以提升广告的CPM。

下面的微信朋友圈广告,就是一个典型的个性化投放策略的应用,会给不同的人推不同的广告:

按照我的理解,简单的画了一个做营销或者广告的流程:

广告商把产品投到广告平台,广告平台按照一定的投放策略进行投放,最终得到的投放效果反馈到广告供应商。其中,个性化投放策略的制定就是基于用户数据。

其实,产品刚推出同样面临无法精准投放的问题。

这个时候,一般都会选取一些主流的媒体渠道做大量的曝光,然后从投放平台获得本渠道的广告投放效果。

一般对于一个广告来说到此就结束了,后续可能就是基于本次投放的效果做一些后续广告投放策略的优化。

但是,细细想想,如果此时让推荐系统联合广告营销效果,会产生哪些不一样的东西。

刚才说到,推荐在冷启动面临的本质问题就是缺少用户、物品和事务等数据,因此无法触发个性化推荐逻辑。

一般而言,从投放效果中我们可以拿到本次广告产品曝光的用户,点击的用户,用户在广告落地页的停留时长,下单的用户,产品的销量等等信息。

这些信息按照细分一下:

  • 用户:产品曝光用户,产品点击用户,产品下单用户
  • 物品:产品,产品所属的类目,销量
  • 事务:曝光,点击,下单

如果有这些数据的话,那么产品在推荐场景下曝光的几率就会提升不少,这样就很有意思了。

比如一个影片想要在电商平台的首页推荐场景下露出,电商平台,商品的销量一般来说是一个权重很高的排序因子。

因为其在未上映之前是没有任何数据积累的,这个时候无论是搜索还是推荐的排序中,其实很难依靠正常的得分得到有效的曝光。

但是如果能把影响在各种营销渠道中的数据做一个打通的话,那么这个事情就很好办了。

所以今天的会上,一个大佬说:“千人千面实际可以有两种,千人千面和营销加千人千面。”

想想还真的是一种不错的思路呢。

#专栏作家#

夏唬人,公众号:夏唬人,人人都是产品经理专栏作家。某厂策略产品经理,关注推荐,搜索,AI策略方向,用数据来赋能业务。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!