58智能画像运营平台

1 评论 2087 浏览 6 收藏 28 分钟

想要做精细化运营,一定会涉及到用户画像服务的建设。作者围绕58智能画像运营平台,介绍了用户画像服务建设中的痛点、实施方案以及未来展望。

流量增长乏力,企业通过将粗放式运营,转为精细化运营,来“突破”增长困境。

那什么是精细化运营?

精细化运营可以5W1H概括,即针对合适的用户、在合适的渠道、合适的时间、推送不同的内容,从而提升用户体验,驱动业务价值增长。常见的如个性化内容的推荐,根据用户的浏览、兴趣偏好来推荐内容。

58智能画像运营平台

因而这就势必涉及用户画像服务的建设,具体怎么做?接下来我会分如下模块展开介绍:

  1. 痛点及方案
  2. 实施方案:场景化、闭环化、智能化、1+N+1组织协同
  3. 总结与展望

一、痛点及方案

1. 画像建设痛点及方案?

(1)精细化VS缺乏人群细分能力的矛盾

画像能力建设初期,是精细化运营诉求VS缺乏人群细分能力的矛盾。

最开始是用户标签缺乏,标签数据较少,业务侧难以对用户进行全面刻画;以及缺乏相关人群圈选、人群细分的系统工具。

如何保障可用?

该阶段58大数据平台通过在数据层建设用户标签体系,包含用户基础属性、行为习惯等标签数据;在系统功能层,建设人群圈选、人群洞察分析等画像工具能力,来满足基础的人群细分需求。

58智能画像运营平台

但有了用户画像后,业务侧又会希望针对客户、物品进一步精细化运营,并且希望人群圈选的方式更多样、更便捷。

此时,我们在数据层,建设客户标签、企业标签等多种标签,丰富不同对象的画像;在系统层,构建事件圈人、公式圈人多种圈人能力,方便用户以多种方式圈选人群;同时增强画像可视化分析的能力,构建全面的用户画像、人群细分能力。

但在实际运营过程中,仍然存在如下问题:

(2)工具割裂VS运营效率低

对于运营人员而言,在精细化运营投放时,存在工具割裂VS运营效率低的矛盾。

一是跨多个平台:业务侧在做精细化运营时,需要有5W,包含用户、内容、时间、渠道、目标/价值。用户画像平台仅满足细分人群的需求,运营在实际工作时,需要跨用户画像系统、push推送系统、资源位投放系统、短信投放系统等多个平台,耗时耗力。

二是圈人及迭代优化耗时:投放前,平台内标签众多,选择哪些标签比较合适,怎样组合的效果会比较好?投放中,分析点击转化人群特征,然后再去迭代人群包,需要花费较多时间。

58智能画像运营平台

(3)投入人力做精细化运营VS业务增长价值不高

对于业务负责人而言,会考虑投入产出比的问题。

精细化人群的价值如何量化?粗放投放与精细投放给业务带来怎样的差异?是否有必要投入人力持续去做精细化的事情?

运营投放效果如何提升?本次投放的效果不好,怎么进一步去优化人群,实现更好的效果?

58大数据团队也在持续思考,数字化服务如何真正为业务带来增长?如何保障易用?好用?

二、方案

因而,我们基于跟房产、招聘、车、本地服务等各个业务,精细化运营项目深度实践。在当前“画像工具能力”的基础上,为用户构建一站式智能运营解决方案,分为数据根基建设、画像基础能力、增长运营3大模块,外加1+N+1的组织协作方式。

58智能画像运营平台

数据根基建设:依托埋点日志、业务系统数据、线下人工数据、第三方数据等,构建用户/客户/企业标签体系、one ID服务,打造全域实体画像服务。

画像基础层:支持自助式的数据源接入、标签接入、标签管理与推荐,提供平台化的能力,方便各业务线自主生产及接入标签,解决生产效率的问题。详情查看《58标签体系建设实践》,本次就不做详细展开。

智能运营层:构建人群画像洞察->智能人群->营销触达->效果监测的能力闭环;贴合业务运营场景,划分拉新、促活、召回等;运用AI能力,挖掘智能分析、智能圈人、智能文案等能力。

组织协同层:采用1+N+1的协作模式,即1数据+N业务+1业务中台,贴合满足业务精细化运营需求的同时,发挥出中台的平台化支撑优势。

最终形成场景化、闭环化、智能化的增长运营解决方案,目前平台深度合作并服务了房产、招聘、车、本地服务等十几条业务线,支持其开展精细化运营,助力其在push、资源位等特定渠道下CTR100%+的提升。

三、场景化

场景化重点在于从“工具型思维”转为“用户型思维”,考虑平台抽象能力的同时,结合运营用户的实际使用习惯来构建方案。用到的方法包含用户行为旅程分析、AARRR模型。

58智能画像运营平台

1. 用户行为旅程分析

用户行为旅程分析的关键,包含抓痛点、找机会、破难点3个要点。

我们来看个实际的用户行为旅程分析案例。

情境:运营小张为租房运营,需要日常活动需要进行站内投放,每周需要配置资源位/push各个触点,并且持续优化投放的效果;

目标:流量/线索/订单增长,实现业务价值最大化;

期望:快捷操作,完成资源位/push等触点的对应的人群配置,提升活动最终转化效果。

(1)抓痛点

通过分析用户关键行为路径上的痛点问题,发现平台用户在增长运营开展时有“五难”。

  • 目标拆解难:如何根据业务目标,拆解到合理的渠道投放目标?例如业务的日活目标是1000w,那针对push、资源位渠道,目标拆解到多少合适?
  • 数据分析难:运营人员缺乏数据分析经验,难以开展业务交叉分析、人群显著特征分析等关键步骤,就无法形成有效的策略。
  • 圈选人群难:不知道人群该组合哪些特征,才能更有效地达到效果。例如租房目标就是要日活增长,不知道划分哪些细分场景投放的话,最后的结果又变成7日活跃用户全量推送。
  • 优化策略难:在投放过程中,发现投放的效果未及预期,但发现不知道怎么优化人群?优化内容?
  • 效果分析难:手动整理各渠道的投放数据,耗时耗力。

58智能画像运营平台

(2)找机会

有痛点,就意味着有机会,针对用户的关键问题,制定对应的解决方案。机会包含如下:

自动拆解增长目标:根据push/资源位渠道转化,结合业务线7日活跃,拆分各业务流量增长目标区间范围。

人群/物料/渠道转化分析:运用AI手段自动给出可交叉引流的业务、并直接推荐交叉人群;对文案分析,提供撰写建议;push、资源位各个位置的渠道转化效果分析。

智能人群/智能文案:运用AI手段推荐场景人群,并划分获客、促活、召回等场景;基于大模型生成智能文案;

智能人群迭代/文案迭代:回收投放效果数据,基于AI算法,智能迭代人群特征,并持续优化文案

投放报告:投放日/周/月报,投放总结、活动投放整体效果分析、后续投放优化建议。

(3)解难题

我们想到的这些机会,其他人也能想到,但最终为何没做?当前还是存在一定的难点。

系统间打通涉及分工的冲突、对业务的深入了解、AI模型得到业务价值的验证。整个方案的落地需要场景+闭环化+智能+组织协同,这四个关键模块组合突破。

2. AARRR模型

运营常见的工作围绕获客、激活、留存、付费、推荐AARRR模型展开;但不同业务,由于商业模式不同,侧重点会有所差异;

例如,流量模式下C端免费,如租房、招聘等,会更侧重于流量增长,日活增长;而交易模式下是需要C端付费,如到家精选等业务,会更侧重于流量增长到订单转化全链路。

平台侧结合AARRR模型和业务模式现状,构建场景圈人能力,助力业务智能圈人。

58智能画像运营平台

场景圈人能力划分了新客拓展、老客促活、流失召回场景,业务线覆盖房产、招聘、车、本地服务等10+业务。运营人员仅需选择场景、选择业务、选渠道、输入目标,平台侧基于AI算法建模和策略控制,直接输出人群包,实现“一键圈人”。

58智能画像运营平台

四、闭环化

1. 运营计划闭环

用户画像平台仅根据标签输出人群,能力“单点”,难以从全局视角解决用户问题。并且运营用户在使用时,工具也比较割裂,耗时。

如何贯通运营操作链路上的各类功能?提升运营投放效率?

我们建设了投前-投中-投后运营计划闭环;从人群资产分析->人群策略->内容策略->运营推送->过程中持续优化->投后效果复盘。

58智能画像运营平台

投前:针对如何快速制定人群、内容、渠道投放策略的问题。

在人群策略侧,我们建设了自定义圈人、分析圈人、AI圈人能力。例如,租房毕业季活动,通过自定义标签/事件圈人,组合如“应届生”、“20-25岁”等标签,灵活自主的圈选人群,但标签圈选的方式较依赖运营人工经验;

要是缺乏相关运营经验的小白,该如何知道圈选哪些标签?

可通过分析圈人,定位显著特征。分析圈人包括交叉业务分析、垂类业务人群分析等多种方式。例如在新房流量增长场景,通过相关性分析来选取交叉业务,再基于用户画像分析,通过TGI来选取显著特征,如“25岁以上”“交叉租房人群时,可优选圈整租人群”。详情可查看《58新房细分用户画像进行交叉营销》。

虽然画像分析维度十分完善,但仍需运营做一些简单的分析,从而输出人群特征的组合。

如何不需要分析,效果好,又能开箱即用?

可通过AI圈人,包括智能场景圈人、人群扩散、人群再营销等方式,快速圈人,后续智能化模块会介绍。

在内容策略层,如push内容,我们提供了个性化参数插入和智能文案两种方式。

在渠道策略层,关键是打通各类投放渠道,目前我们连接了push、短信等渠道,在平台内可直接进行推送触达,省去跨平台操作的烦恼。

投中:运营通过使用智能人群迭代能力,算法侧自动回收投放数据,优化人群包;后续也会做智能文案优化等能力。

投后:回收各渠道的投放效果数据,进行效果监测与分析,为后续的投放沉淀经验。

2. 数据闭环

实现了运营计划,功能层面的闭环的同时,还需注重营销数据资产的沉淀,建设数据闭环,实现数据持续为运营增长赋能。

58智能画像运营平台

数据闭环建设的要点:一是底层数仓的主题建设;二是数据应用层的数据流转闭环。

在数仓建设层:除了建设用户/客户/企业画像主题,还需注重营销主题,以及后链路的转化数据主题的建设,如流量、连接、交易,方便后续做渠道效果的归因。

数据中台建设前期,通常流量、连接、交易等核心路径上的主题都会先建设完成,营销主题的建设较为滞后,需要跟各营销系统对接,接入对应数据。

在数据应用层:实现人群资产分析->智能圈人->智能文案->智能运营->智能迭代人群->投后复盘的闭环。

注重功能间的数据流转,如人群资产分析后输出的交叉分析结论,直接作为智能圈人拉新场景的输入;智能圈人输出的人群及TGI显著特征,直接作为智能文案的输入;智能运营投放的点击UV、CTR等数据,直接作为智能迭代人群的输入。

通过功能闭环和数据闭环的建设,提升运营计划使用的效率,并且充分利用数据进行分析及AI建模,提升运营的转化效果。

五、智能化

对运营而言,普通标签圈选,或是通过分析后的圈选,较为耗时耗力的同时,投放效果仍然不理想。

如何一键式分析?圈人?制定文案?

1. 智能化

运用AI能力,基于机器学习算法和大模型,我们围绕着运营计划闭环,构建了AI洞察分析、AI圈人、AI文案、AI人群迭代能力。

通过把数据、运营经验沉淀为智能化工具的方式,提升运营效率;通过算法挖掘投放效果的最优解,促进业务价值增长。

58智能画像运营平台

基于58数据中台数仓,构建用户及帖子算法标签体系,运用多种算法模型,输出多种智能化能力。

58智能画像运营平台

在数据层,基于业务数据和埋点数据,构建了用户画像、帖子用户意图识别等能力。

在策略层,接入了LLM大语言模型、运用召回、排序、人群扩大、数据挖掘等模型。

从而实现应用层输出个性化文案、场景圈人、人群再营销、人群扩散、智能迭代、帖子圈人、智能洞察分析等多种AI应用。

那具体怎么用呢?

2. 场景圈人

为进一步贴合运营使用场景,划分拉新、促活、流失召回等场景圈人方式,便捷同时提升效果,我们建设了智能场景圈人的产品能力。

实现上分为建模配置、模型训练、算法人群包、策略人群包4个实现步骤。

58智能画像运营平台

建模配置:支持拉新、促活、流失召回、自定义4种方式,业务按需进行选择

模型训练:我们建设了通用相似人群扩大的能力,结合业务倾向预测,满足拉新、促活等运营场景需要,并划分租房、新房、招聘等不同业务。

建模输出:通过建模,输出分场景的算法人群包

策略人群:由于输出的算法人群包不便于分业务控制量级,容易输出过大或是过小。因而我们在输出的算法人群包的基础上,叠加历史渠道投放效果数据,封装了一层产品策略,实现用户输入渠道投放目标,则可得到策略人群包。

模型训练建设我们历经了3个阶段:

58智能画像运营平台

最开始是基于相似度模型,2016年雅虎的技术方案,通过spark+faiss完成检索和排序等相关算法工程工作。其缺点在于需人工支撑、准确率不够、对种子量有要求。

前期阶段,我们基于分类模型、树模型、deepFM等,在人群准确率上有一定提升,解决了准确率的问题,但依然需要人工支撑。

当前阶段,我们基于autoML,通过yarn+spark实现训练及推理的资源控制,实现自动化人群扩散。自动化人群扩散,对种子数量有要求。

接下来,基于元学习,腾讯微信LookAlike技术方案MetaHeac;构建一个泛化的模型方式提升效果,同时解决种子数量少的问题。

注意点及难点:算法模型的效果验证,如何保障算法的效果好?

采用数据持续回收+算法模型持续优化迭代的方法。线下跟租房、招聘、黄页等业务线持续项目合作,以业务增长目标驱动算法模型效果提升,获取业务的价值认可。

六、组织协同

前边说到场景化、闭环化、智能化,这三项均离不开组织协同。

场景化,需贴合实际的业务场景,深入一线业务了解业务的工作流;

闭环化,需打通投放渠道,连接数字化运营链路上的各个系统,一方面需贴合业务的使用场景,另一方面需连接业务中台;

智能化,则需持续进行业务试点实验,在实际业务场景中迭代优化算法模型。

由于画像标签等数据服务在数据中台,营销工具等前台服务在业务中台,而中台的存在是为了打破信息孤岛,更好地服务业务,助力业务增长,从而使平台收益最大化。

因而我们采用1+N+1组织协作机制,连接1数据中台+N业务+1业务中台实现中台,向业务赋能,业务为中台沉淀策略的良性循环模式。主要包含项目制合作和日常对接两种方式。

58智能画像运营平台

项目制的营销增长合作主要包含三方联合立项、制定增长方案、执行增长策略、效果分析与复盘4个关键步骤。

例如,我们合作的商业地产线索增长项目。

背景:商业地产写字楼侧,希望为经纪公司,提供更多有效的找房客户线索,希望借力万象的画像增长运营能力,提升线索量。

三方联合立项:商业地产业务线、大数据平台、业务中台进行联合立项,成立联合项目,根据业务整体增长目标拆解渠道投放增长目标;

制定增长方案:人群洞察分析、人群细分策略、落地页/文案策略、投放渠道和投放时间策略等

执行增长策略:按计划在push、资源位等多渠道进行推送

效果分析与复盘:在投放过程中,需持续进行效果分析,不断优化投放人群及内容,在项目结束后,进行整体的项目复盘。

以增长项目的方式,沉淀场景化、闭环化、智能化的策略,将经验沉淀为产品能力,提升经验的可复用性。

七、总结与展望

1. 复盘与总结

58万象智能画像运营平台能力的构建基于场景化、闭环化、智能化、1+N+1的组织协作模式,四者相互关联。

  1. 场景化:基于AARRR模型、用户行为旅程,贴合业务的实际运营场景。
  2. 闭环化:构建目标制定->人群圈选->渠道投放->效果分析闭环。
  3. 智能化:运用算法能力,构建人群扩散、智能圈人、智能人群迭代、人群再营销、智能文案能力,实现更快、更准运营。
  4. 协作机制:基于1+N+1组织协作机制,连接1数据中台+N业务线+1业务中台,实现中台向业务赋能,业务为中台沉淀策略的良性循环模式。

58智能画像运营平台

除了以上四个模块,整体项目的关键在于用户视角、结果导向、协作共赢。

  • 用户视角:需要真正站在业务角度,通过业务分析、实战合作、调研沟通等多种方式,真正帮用户解决问题。
  • 结果导向:需要拥有共同的目标,为了该目标突破自身的工作边界,积极主动地去策划、去推动、去做各种技术能力、团队协同上的突破。
  • 协作共赢:以开放协作的心态去找取盟友,通过组织间的协作去拿到更好的结果,共享结果所带来的荣誉。

2. 总结与展望

我们的总体建设历经了三个阶段:人群数字化、运营自动化、决策智能化。

58智能画像运营平台

第一阶段,人群数字化:重点是建设标签体系,构建用户、客户、企业等全域数据资产。

第二阶段,运营自动化:打通人群-内容-渠道策略闭环,构建自动化运营体系。

第三阶段,决策智能化运用AI技术,贴合业务场景,生成智能化策略,进行智能化运营。

目前我们处于第三阶段,在当前能力的基础上,需强化智能、增强分析、全域营销。

  • 强化智能:需进一步结合机器学习及大模型能力,进一步丰富人群-内容投放策略-智能效果优化各个链路上智能化的比例,机器决策替代人工决策。
  • 增强分析:增强用户生命周期分析、营销后链路效果分析,从数据中持续挖掘机会点。
  • 全域运营:不仅仅局限于push、资源位等运营手段,挖掘跟活动系统、CRM、广告投放等更多的深度连接,数据+营销团队联动,共同推动58整体数字化营销体系建设。

专栏作家

草帽小子,公众号:一个数据人的自留地,人人都是产品经理专栏作家。《大数据实践之路:数据中台+数据分析+产品应用》书籍作者,专注用户画像领域。

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。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 讲解的很深入,有启发,谢谢

    来自广东 回复