阿里妈妈张雨：在消费者决策不确定性下，用数据寻找“超级用户” | Morketing Summit 2019专题

“从纸媒、电视媒体到APP多种线上线下触达，消费者的确定性寻找商品正在转向非确定性的购物体验”
11月28-29日，第四届Morketing Summit2019全球营销峰会在北京中国大饭店举行，本次峰会主题为“破·局”。在28日下午新科技分会场上， 阿里妈妈品牌技术和数据平台技术负责人张雨带来了《阿里妈妈数据智能赋能营销升级》的演讲。
他认为，移动互联网和IOT直接加速了消费者数字化进程，人均上网的时长基本上超过了4小时，营销完全进入了数字化时代，这给我们带来了巨大的机会与挑战。

以下为嘉宾演讲实录，经Morketing编辑整理：

媒体和消费者的变化，

营销场景的新挑战

大家下午好，我是张雨，来自阿里妈妈，道济是我在阿里的花名，有人可能会联想到“济公”和尚，形象上还是会略有差异，没有他那么洒脱；我是07年加入阿里妈妈创业团队，参与了直通车、钻展、定向多个产品从0到1的建设，现在在负责阿里妈妈数据平台和品牌广告技术相关的工作
非常感谢主办方Morketing的邀请，也非常高兴有机会在这里跟大家交流下阿里妈妈数据智能技术在推进数字新营销升级上的一些工作和方向思考
首先来看我们的营销场景发生的变化，媒体从纸媒、电视进入了数字化媒体时代，尤其是移动互联网和IOT加速了消费者数字化的进程，人均每天的上网时长超过了4个小时，营销已经进入了全面数字化时代，这给我们带来广阔的机遇，但也带来了巨大挑战，一方面娱乐、资讯、电商等众多内容以及社交都在抢夺消费者时间，消费者接收信息变得碎片化，消费者决策链路变得无序、不确定且越来越关注消费体验。诺贝尔奖获得者赫伯特 A·西蒙曾经做了个预测：“随着信息的发展，有价值的不是信息，而是注意力。”我们现在就已经是注意力经济时代，有效抓住消费者注意力成为营销成败的关键；如何精准定向消费者、识别消费者意图并产生有效、深度的互动触达成为我们持续探索的方向，在这个场景下，以大数据、云计算、AI为基础的数据智能技术成为推动数字新营销升级的利器，不仅让营销效率大幅度提升，也让持续的消费者运营走进现实。
我们都知道数据是核心资产，如何做好消费者资产的挖掘和沉淀，进一步如何让数据变成知识，成为大数据应用的关键性前提；基础标签体系以及基于消费者行为分层的AIPL、潜新老的消费者分层构成了基础的数据资产，清晰的消费者分层定义是衡量消费者运营效率的基础，也是消费者运营闭环的基础；阿里妈妈基于购买力、撬动力、传播力、反馈力 这些的消费者价值分层，识别出高活、低活，找到关键的超级用户，根据超级用户显著特征做Lookalike进一步找到潜在的超级用户，让优质的消费者资产不断成长，取得了非常不错的效果。例如，某国际化妆品品牌双十一依托超级用户定制覆盖千万级超级新用户人群包，潜客成长率超过50%，老客复购率也达到30%；

营销知识图谱：

识别消费者意图与消费偏好

我们持续在做对数据的深度挖掘，很重要的一个方向就是知识图谱，也是目前业界比较火热的方向；通过不同知识的关联形成一个网状的知识架构，不仅表达了实体也表达了关系，更接近于人类的知识结构表达，能够表达出更高层的信息，这是知识图谱的优势；
基于知识图谱，我们构建了消费者意图认知和推理引擎，帮助我们更深层次的认知消费者意图；
基于知识图谱，我们理解消费者行为背后的的知识属性，理解他更本质更深层的消费偏好，有了深层认知，可以推理消费者更广阔的消费场景，帮助品牌进行精准营销;
我们构建了完备的大规模营销知识图谱，并且形成具备学习能力、推理能力、验证能力的全方位的认知计算体系。
下面我们来看下在数据深度挖掘上的另外一个研究，消费者决策要素研究，对于营销策略制定非常重要：
消费者决策过程的经典模型如右侧所示：生活很少如图所示这么简单, 有条理，有意识。相反，消费者行为往往是复杂的，混乱的，无序的，但这张图是我们研究的起点
这项研究的困难就在于复杂性很高，有很多隐性信息，数据缺乏完整性。依托于阿里生态的数据，我们建立了科学和全面的消费者决策知识挖掘系统,分别回答一些marketers关心的核心问题：消费者决策动机: 消费者决策风格；消费者决策心理:
通过一个例子我们可以更形象的来了解下这个研究：准妈妈A和B同时考虑购买婴儿床，他们都购买了同一品牌的同一款商品，但是购买决策过程及结果却有很大差异。准妈妈A是个理性的购物者，购买之前反复逛淘宝，确定要买的婴儿床需要具备的特性，从众多品牌的商品中选中了符合要求的商品P，由于购买过程经过仔细思考，A对商品特性认知深刻，对商品的喜爱维持的时间是持久的，回购的概率及分享给其他人的概率也都越高。
准妈妈B 是个感性购物者，历史的购买行为容易受折扣及他人分享影响。在准备购买婴儿床时恰好看到喜欢的主播在分享商品P，考虑到有很好的折扣且款式新颖于是立刻下单。由于购买决策过程简单，对商品特性了解不多，对商品喜爱持续时间相对短暂，回购及分享他人的概率也更低。在这样研究的基础上我们可以衍生出来很多应用，比如：可以对AIPL的人群进行消费态度细化，A层的有好感人群，L层的核心人群，从而可以做更精细化的消费者运营。

阿里妈妈智能用户引擎

是如何找到“超级用户”的？

在这一切的背后有一个强大的统一人群管理系统，就是业界熟知的阿里妈妈达摩盘，能够实时跟进人的变化、高效的构建和管理人群，今年在这个基础上我们推出了以消费者运营为核心，打通消费者全生命周期的营销策略中心；
以消费者分析为起点，根据消费者分层、营销渠道分布以及人群流转，寻找人群运营的最优策略；通过人群的实时状态联通起多个营销渠道进行序列化营销，促进消费者高效、实时流转；也改变了以往只看单渠道效果、看成交的衡量模式延伸到跨多渠道组合、人群流转效率以及更长周期的PI，CPPI上来；
总体来看，通过营销策略中心不仅仅实现了品效协同，也实现了更细粒度的多营销场景的协同，大幅度提升消费者运营的效率；在达摩盘和策略中心的支撑下定向和分析构成一个人群可迭代的消费者运营高效闭环；
智能用户引擎是我们运营消费者的利器，可以帮助我们快速找到潜在的超级用户，利用显著性特征分析以及UserEmbedding等深度学习技术可以根据种子人群在全网范围内找到与优化目标匹配的相似人群，同时可以做广告主层面的定制，做到指向性和效果兼具的人群扩展和人群优选功能；智能用户引擎是广告主可控的人群智能放大和优选的引擎；完全自动化的以目标优化为导向的智能投放能力，跟场景、实时投放策略更紧密耦合，并不包含在这里面；
接下来分享下阿里妈妈在深度学习方面的一些工作，我们在这方面一直是重投入，有着非常丰硕的产出；也正是由于模型的不断迭代创新推进了认知的持续升级，实现了全面的个性化（千人千面），也正朝着理想的一人一“世界”不断前进。这个方向的技术点较多，下面仅以CTR预估为例为大家呈现我们的技术演进方向以及成果，从17年到现在短短的时间深度模型已经发展了三代
第一代兴趣建模：把attention加入深度学习神经网络，开启用户兴趣认知升级之旅
第二代：对用户的超长行为序列进行建模，有效地提取用户的多峰兴趣和这些兴趣的演化过程
第三代：Memory 矩阵用更多的空间存储用户多样的兴趣信息 以用户为中心“显式地生成”多兴趣轨道
深度兴趣模型带来两位数点击率提升！
有了数据和模型的基础，第三部分我们就可以来看下如何实现消费者触达效率的提升，从而有效的抢占消费者注意力
首先我们先来看下创意触达的几种形态，第一种是人群精细化触达，根据诉求做人群细分然后做创意匹配，这是个示意图，在模型的实时、精准预测之下可以做更精细化，就是我们所说的全面个性化，当然为了支持创意的个性化需要有创意的智能化技术支撑；第二种比较简单将一个完整story切分成多个Episode，进行序列触达，创意性非常重要；第三个部分是根据行为状态有关的序列，首先品牌故事触达，后面是Call For Action的创意增进消费者和品牌的关系，然后引导产生交互或者购买；通过数据分析和Case验证，在不同的场景序列化触达消费者，消费者对于品牌的认知会明显提升；

我们构建了一个强化学习的智能体来做触达的序列化决策，State就是消费者行为动线，reward是预测目标的uplift，可以是ctr也可以是反应中长期收益的效果指标，输出的action就是媒体、人群、创意的Cube，整个过程自学习、动态化决策的，所以我们称之为时空决策的序列化触达
讲到这里，大家可能会为创意的制作发愁，我们提供了智能创意引擎帮助客户解决这个烦恼；
AI智能文案：能够自动从商品的描述中概括出满足字数的文案，高度拟人，每秒可生成2w条；
AI智能抠图：提供手动抠图和批量抠图两周模式，即使是手动也比熟练的ps快一个数量级，批量可以帮助客户快速生产大量的创意元素；
在效率大幅度提升的同时，我们的技术也增加了完备的规则限制，不会对商品属性、品牌属性进行编辑，避免产生虚假和侵权的文案、图片，让客户得到安全保护；
AI让营销更加智能，AI的快速发展和迭代离不开底层强大的计算体系，通用型的计算框架是不能适合阿里妈的需求的；XDL是阿里妈妈在特定场景孵化，自研的面向超高维稀疏数据、超大规模的分布式深度学习框架，支持创新的数据范式和创新的学习范式，具备很高的计算效率和迭代效率，支持一天多个版本的模型迭代；目前作为基础架构支持了包括阿里妈妈直通车、钻展、超级推荐以及品牌多个营销产品对于用户的深度理解和智能投放，成为智能新营销的核心驱动力，这一成果目前已经在GitHub开源；
另外一个强大的基础设施就是大规模实时计算引擎Blink，以Blink为基础我们支持了实时素材百毫秒级更新、用户行为实时捕捉、全场景实时在线学习、24小时全天候精准无误的实时报表能力，不仅实现了实时智能，也支持了客户的实时监测和决策。

阿里妈妈经过多年的积累，借助阿里生态的力量形成大数据+算法+算力的完整智能技术体系，这些构成了支持数字新营销持续升级的坚实基础
全库检索：使用阿里自主研发的新一代Tree-based Deep Match，第一次使得任意复杂的深度模型进行全库检索变成可能。
深度用户兴趣建模：前面已经讲过，用模型来捕捉消费者兴趣，预测消费者行为；
智能投放：结合实时的投放状态和竞价环境，在每个PV粒度为客户智能进行投放决策，如我们的OCPX和自动出价策略；
智能创意：创意制作端，智能抠图和智能文案等能力，极大提升客户制作创意的效率；创意投放端，智能创意优选从大量创意中挑选最适合用户的个性化创意。

底层就是大数据和云计算为基础的AIOS和XDL基础设施；
阿里妈妈很多的技术都已经公开，推动行业的发展，每年我们都有多篇文章在顶会发表，开源不到一年的XDL和Eular已经在业界产生广泛影响力，阿里妈妈的技术得到了整个生态的滋养，我们愿意借助公开发表和开源回馈整个生态，让世界的技术发展的更好。
谢谢大家，期待与大家更多的交流