?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(shí)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(duì)的人，用對(duì)的形式送達(dá)對(duì)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(shí)候看到自己不喜歡的內(nèi)容時(shí)，反而會(huì)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(chǎng)環(huán)境中，是否要隨波逐流，全部“拿來”呢？我認(rèn)為，企業(yè)首先需要考慮“千人千面”能夠給自己帶來的價(jià)值，核心在于以下兩點(diǎn)：

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(jī)器學(xué)習(xí)等智能策略，可以降低用戶的搜索成本，實(shí)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(yùn)營(yíng)閉環(huán)，從活動(dòng)策劃到執(zhí)行，到監(jiān)測(cè)，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(duì)效果有正向驅(qū)動(dòng)力。也就是說，企業(yè)需要將更多的時(shí)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(diǎn)的提升能夠幫助業(yè)務(wù)增長(zhǎng)，那就代表著企業(yè)可以著手去做了。

二、如何實(shí)現(xiàn)千人千面

如下圖所示，千人千面可以分為三個(gè)階段：??接下來我們將從數(shù)據(jù)智能應(yīng)用場(chǎng)景做進(jìn)一步了解。

1.低階：人工決策配合智能執(zhí)行。

場(chǎng)景一：計(jì)劃營(yíng)銷，通常表現(xiàn)為單次性、周期性運(yùn)營(yíng)策略。

舉個(gè)例子，電商企業(yè)在大促的前 7 天或者前 1 天，企業(yè)對(duì)用戶的一次性信息推送就屬于單次性計(jì)劃營(yíng)銷；每個(gè)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(yíng)銷。

場(chǎng)景二：分層推薦，即基于用戶分層的差異化展示。

當(dāng)用戶到達(dá)產(chǎn)品環(huán)境，企業(yè)可以有效利用分層推薦實(shí)現(xiàn)效果提升。常見的形式有：開機(jī)圖、Banner 圖和輪播圖，這三種推薦的物品量級(jí)往往較少，且更新迭代速度較快，除此之外，在設(shè)計(jì)這三種推薦規(guī)則時(shí)基本上已經(jīng)明確了目標(biāo)受眾。在這個(gè)場(chǎng)景中，采用人工決策基本上可以實(shí)現(xiàn)分層運(yùn)營(yíng)的目標(biāo)。

2.進(jìn)階：人工與智能共同決策。

在此階段，我們梳理出觸點(diǎn)營(yíng)銷和精細(xì)化分層推薦兩個(gè)場(chǎng)景。

（1）觸點(diǎn)營(yíng)銷通常是指通過人工決定策略方向，機(jī)器輔助計(jì)算決定觸發(fā)時(shí)機(jī)。

比如，當(dāng)用戶多次瀏覽產(chǎn)品但沒有實(shí)現(xiàn)轉(zhuǎn)化時(shí)，可以通過機(jī)器設(shè)置：在用戶瀏覽產(chǎn)品 30 分鐘后無購(gòu)買行為的情況下及時(shí)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(duì)于新客來說，我們希望一步一步加深其對(duì)產(chǎn)品價(jià)值的體驗(yàn)，往往會(huì)在新客進(jìn)入的第 1 天、第 7 天、第 30 天的時(shí)候進(jìn)行用戶觸達(dá)，如果單純依靠人工拉名單完成推送，耗時(shí)耗力，而通過機(jī)器實(shí)現(xiàn)對(duì)新客的行為追蹤，就可以輕松實(shí)現(xiàn)特定日期的自動(dòng)化推送。

（2）精細(xì)化分層是在產(chǎn)品內(nèi)部，針對(duì)用戶的個(gè)性化行為進(jìn)行精細(xì)化推薦的過程。

舉個(gè)例子，銀行業(yè)的功能推薦菜單，一般包含 100 個(gè)以上的功能，當(dāng)用戶進(jìn)入產(chǎn)品后很難第一時(shí)間判定哪個(gè)功能是該用戶真正需要的，這個(gè)時(shí)候就需要企業(yè)針對(duì)這 100+ 個(gè)功能進(jìn)行梳理，每個(gè)/每類功能適合哪些用戶，然后基于用戶過去一段時(shí)間的訪問頻率路徑對(duì)功能展示進(jìn)行排序，也就是說人工 + 智能共同實(shí)現(xiàn)精細(xì)化推薦。

3.高階：從決策到執(zhí)行到反饋，全流程智能推動(dòng)。

提及“千人千面”，大家第一時(shí)間想得到的多數(shù)是全流程智能，也可以按照當(dāng)下流行的機(jī)器算法、深度學(xué)習(xí)概念去理解。其應(yīng)用場(chǎng)景如下：

第一，智能營(yíng)銷，即基于算法程序?qū)崿F(xiàn)的自動(dòng)化、個(gè)性化營(yíng)銷，依靠機(jī)器識(shí)別并觸發(fā)的營(yíng)銷推送，目前該場(chǎng)景還未廣泛應(yīng)用。

第二，智能推薦，基于算法模型實(shí)現(xiàn)的個(gè)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(jí)和物品量級(jí)。在神策智能推薦產(chǎn)品化的解決方案中，我們對(duì)于客戶擁有的物品庫(kù)有一定數(shù)量要求，低于 5000 的物品量級(jí)或者日活沒有達(dá)到特定級(jí)別時(shí)，是不適合做算法推薦的。

（2）用戶標(biāo)簽和物品標(biāo)簽的建設(shè)程度。在企業(yè)面向用戶進(jìn)行精細(xì)化運(yùn)營(yíng)時(shí)，如果沒有足夠數(shù)據(jù)支撐用戶分層和識(shí)別物品特征，那么精細(xì)化運(yùn)營(yíng)的工作將難以開展。

（3）實(shí)時(shí)行為數(shù)據(jù)流。無論哪一個(gè)階段的數(shù)據(jù)智能應(yīng)用，都依賴對(duì)數(shù)據(jù)的實(shí)時(shí)收集，然后才有可能基于用戶的瀏覽行為實(shí)現(xiàn)個(gè)性化推送。 在以上三點(diǎn)都滿足的情況下，企業(yè)可以基于其現(xiàn)階段的 ROI 決定場(chǎng)景及優(yōu)先級(jí)。

對(duì)于算法實(shí)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(shí)監(jiān)測(cè)用戶點(diǎn)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(duì)于業(yè)務(wù)人員來講是一個(gè)黑盒，它主要分為三個(gè)步驟：

1.物品召回，針對(duì)用戶個(gè)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(duì)挑選出的物品進(jìn)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(gè)例子，運(yùn)營(yíng)人員對(duì)于產(chǎn)品調(diào)性和多樣性有一定的要求，比如某個(gè)用戶更傾向于看與寵物相關(guān)的短視頻，但很難有一個(gè)產(chǎn)品能夠只播放寵物類視頻，這就需要企業(yè)清楚認(rèn)識(shí)到對(duì)長(zhǎng)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(hù)航：?

第一，高效運(yùn)作的智能推薦系統(tǒng)。

首先，它的前提是可獲取到準(zhǔn)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(jìn)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(jìn)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(chǎng)景是冷啟動(dòng)。針對(duì)此，我提出兩點(diǎn)建議：①?gòu)男掠脩暨M(jìn)入產(chǎn)品前的渠道做信息和內(nèi)容的承接，確保用戶進(jìn)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(jì)好的策略主動(dòng)向用戶收集信息。

很多時(shí)候，算法并不依賴于用戶標(biāo)簽和物品標(biāo)簽的建設(shè)，所以有的業(yè)務(wù)人員會(huì)忽略對(duì)標(biāo)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(duì)一個(gè)指標(biāo)進(jìn)行層層拆解的過程，如果用戶畫像標(biāo)簽/物品標(biāo)簽建設(shè)不完善，就會(huì)對(duì)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(duì)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(duì)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(shí)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(jià)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(duì)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(shì)必會(huì)優(yōu)先建設(shè)內(nèi)容以及拉新的動(dòng)作，那么此時(shí)是否需要投入大量精力去做算法的系統(tǒng)，實(shí)現(xiàn)“千人千面”呢？

最后，物品量級(jí)和用戶活躍數(shù)量是否達(dá)標(biāo)。

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(shí)現(xiàn)“千人千面”。

3.參與人員是否具備人工智能的理論與實(shí)踐的能力。
?在人工與機(jī)器智能落地方面，它的本質(zhì)很好理解。首先，我們會(huì)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(yíng)銷系統(tǒng)做對(duì)接，名單就會(huì)被自動(dòng)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(dòng)作，這個(gè)是針對(duì)我們?nèi)x的人群做的一些針對(duì)性運(yùn)營(yíng)設(shè)計(jì)；往下走可以對(duì)接內(nèi)容營(yíng)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(jī)器自動(dòng)化去實(shí)現(xiàn)。??如何組建整體運(yùn)營(yíng)系統(tǒng)？我們可以從點(diǎn)、線、面三個(gè)層面對(duì)運(yùn)營(yíng)動(dòng)作進(jìn)行梳理：

點(diǎn)，斷點(diǎn)營(yíng)銷。梳理業(yè)務(wù)流程中用戶流失原因，并針對(duì)性地做一些挽回措施。

比如用戶訪問理財(cái)詳情頁(yè)但并沒有在指定的時(shí)間內(nèi)完成轉(zhuǎn)化，或者因?yàn)槟承┰蛟斐傻卿浭∵M(jìn)而導(dǎo)致用戶流失……梳理完用戶行為流程之后，針對(duì)各個(gè)環(huán)節(jié)的流失風(fēng)險(xiǎn)針對(duì)性制定策略。針對(duì)訪問未購(gòu)買的用戶，推送 push 為其推薦更加合適的理財(cái)產(chǎn)品；針對(duì)提交訂單未支付的用戶，站內(nèi) push 配合短信觸達(dá)，發(fā)送優(yōu)惠券等促成用戶轉(zhuǎn)化。??線，流程推進(jìn)。面向特定功能、特定業(yè)務(wù)、特定活動(dòng)去做的持續(xù)性推廣，設(shè)計(jì)一些流程性的任務(wù)，比如在進(jìn)行優(yōu)惠券推送時(shí)，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(jìn)，試探性地觸達(dá)，所以該方法適合針對(duì)特定用戶達(dá)成的目標(biāo)需要做持續(xù)運(yùn)營(yíng)的場(chǎng)景。

面，分層運(yùn)營(yíng)。通過對(duì)所有用戶進(jìn)行分層，規(guī)劃每一個(gè)分層適合的運(yùn)營(yíng)方式，以此實(shí)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(jì)運(yùn)營(yíng)計(jì)劃，我們建議可以通過一個(gè)比較通用的模型，診斷產(chǎn)品現(xiàn)存問題，然后針對(duì)問題環(huán)節(jié)設(shè)計(jì)優(yōu)先級(jí)較高的運(yùn)營(yíng)策略。

通常情況下，會(huì)分為以下兩種場(chǎng)景：

場(chǎng)景一：基于產(chǎn)品外的推送，主動(dòng)觸達(dá)用戶

舉個(gè)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(diǎn)環(huán)節(jié)，制定拉新、激活轉(zhuǎn)化、復(fù)購(gòu)、流失召回等全流程的自動(dòng)化運(yùn)營(yíng)策略；同時(shí)，也可以明確在激活環(huán)節(jié)的運(yùn)營(yíng)策略是否對(duì)轉(zhuǎn)化提升有所幫助，洞悉運(yùn)營(yíng)質(zhì)量與效果，提升運(yùn)營(yíng)效率。

場(chǎng)景二：配合產(chǎn)品內(nèi)展示，提升用戶轉(zhuǎn)化

首先要對(duì)產(chǎn)品內(nèi)的運(yùn)營(yíng)位進(jìn)行梳理，在制定策略的時(shí)候重點(diǎn)體現(xiàn)用戶分層運(yùn)營(yíng)，比如面向新老用戶分別設(shè)置功能菜單運(yùn)營(yíng)計(jì)劃、產(chǎn)品推薦計(jì)劃等。在推薦計(jì)劃設(shè)置和運(yùn)營(yíng)的過程中，可以結(jié)合用戶標(biāo)簽體系，面向特定人群做差異化內(nèi)容展示，實(shí)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

（1）推動(dòng)用戶和物品標(biāo)簽的建設(shè)；

（2）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(jī)器的執(zhí)行效率和質(zhì)量；

（3）通道建設(shè)與管理，這個(gè)是困擾很多運(yùn)營(yíng)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(dá)；在解決通道建設(shè)的技術(shù)難題后，需要選擇合適的場(chǎng)景請(qǐng)求用戶把通道打開；在打通觸達(dá)用戶的路徑后，要注重對(duì)通道的管理，就像神策智能運(yùn)營(yíng)系統(tǒng)，它可以幫助客戶主動(dòng)選擇某一時(shí)間段內(nèi)對(duì)用戶觸達(dá)的次數(shù)等。

2.業(yè)務(wù)實(shí)戰(zhàn)經(jīng)驗(yàn)積累與復(fù)盤

（1）體系化的運(yùn)營(yíng)思路，基于上述方法論，梳理運(yùn)營(yíng)策略，以便于對(duì)全局運(yùn)營(yíng)有一個(gè)完整認(rèn)知。

（2）效果驗(yàn)證與知識(shí)沉淀，通過機(jī)器進(jìn)行效果記錄和展示，打破人員流動(dòng)帶來的經(jīng)驗(yàn)流失。其本質(zhì)上是幫助我們提升策略上線效率和對(duì)結(jié)果評(píng)估效率的實(shí)時(shí)監(jiān)測(cè)。

3.效率工具

效率工具如果能夠發(fā)揮出價(jià)值，就可以直接實(shí)現(xiàn)低階運(yùn)營(yíng)，即人工決策后，由機(jī)器執(zhí)行釋放人力成本，提升人工決策與評(píng)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(dòng)效果回收與評(píng)估的能力。

只有具備這三方面的能力，才能夠幫助運(yùn)營(yíng)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(biāo)效果評(píng)估上來看，可以分為三個(gè)層級(jí)：

1.場(chǎng)景轉(zhuǎn)化類，它適用于點(diǎn)擊率、點(diǎn)擊人數(shù)比、人均點(diǎn)擊次數(shù)等，可以直觀地告訴我推薦對(duì)于用戶轉(zhuǎn)化是否有效。

2.內(nèi)容滿意度，它可以通過消費(fèi)完成率、消費(fèi)市場(chǎng)、留存率的提升等進(jìn)行評(píng)估。

3.業(yè)務(wù)目標(biāo)達(dá)成，可詳細(xì)拆解為活動(dòng)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(gè)層級(jí)其實(shí)存在遞進(jìn)關(guān)系。在效果評(píng)估的過程中，有時(shí)候我們會(huì)發(fā)現(xiàn)點(diǎn)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(shí)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(jià)格等。

從評(píng)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(duì)比，無論是灰度測(cè)試也好，策略上新前后對(duì)比也好，都需要考慮大環(huán)境和目標(biāo)人群的變化。

2.A/B 測(cè)試，它可以在同一時(shí)間排除外部因素的影響來進(jìn)行效果評(píng)估，但企業(yè)要想進(jìn)行 A/B 測(cè)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(jì)效果足夠顯著。神策數(shù)據(jù) A/B 測(cè)試功能已全新發(fā)布，歡迎新老客戶體驗(yàn)！
另外，企業(yè)要明確認(rèn)識(shí)到效果評(píng)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(duì)用戶識(shí)別尤為重要，用戶識(shí)別機(jī)制的打通直接決定了我們對(duì)于用戶行為的判斷是否準(zhǔn)確；準(zhǔn)確的行為識(shí)別和豐富維度對(duì)數(shù)據(jù)分析結(jié)果有這毋庸置疑的影響。

2.標(biāo)簽體系的建設(shè)。

3.效率工具。針對(duì)某個(gè)主題做細(xì)致的效果評(píng)估時(shí)，往往會(huì)涉及到不斷探索、不斷提出假設(shè)與驗(yàn)證，如果在此過程中沒有數(shù)據(jù)分析平臺(tái)發(fā)揮作用，就會(huì)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(shí)現(xiàn)千人千面這件事情有更進(jìn)一步的認(rèn)知。謝謝大家！?

總結(jié)

以上是生活随笔為你收集整理的解读千人千面，洞悉数据智能的价值的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。