【技术分享】美团外卖的商业变现的技术思考和实践

【技术分享】美团外卖的商业变现的技术思考和实践_第1张图片

本文选自美团-王永康前辈在全球人工智能峰会上的分享,主要介绍了四方面:业务介绍,平台侧收入优化,商家侧转化优化和用户侧体验优化。这里拿来分享给大家,并加上自己的理解,希望对大家有所帮助。


本文将从四个方面介绍美团外卖商业变现实践:

  • 业务介绍

  • 平台侧:收入优化

  • 商家侧:转化优化

  • 用户侧:体验优化


业务介绍

首先介绍了美团外卖的业务情况,其包含了外卖商家360w,用户数3亿+,日活跃骑手数60w,覆盖城市2500+。其次介绍了外卖的业务形态,包含:

  • 展示广告

  • 搜索广告

  • feed流广告

  • 消息push广告

其广告的转化形式由曝光到点击再到下单,则为一条有效的转化。其中涉及的名次含义为:

  • CPT:Cost Per Time(成本/时间),即按时长计费广告。按时长计费是包时段包位置投放广告的一种形式。

  • GD:Guarentee Delivery(保证交货),保证递送的广告,即保量广告,按展示量定价。

  • CPM:Cost Per Mille(成本/千次),千次展示成本,即按展示付费。

  • CPC:Cost Per Click(每次点击成本),每次点击成本,按点击付费,如关键词广告。

  • CPA:Cost Per Action(每次行为成本),CPA计价方式是指按广告投放实际效果,即按回应的有效问卷或定单来计费,而不限广告投放量。

 

另外补充两个名次含义:

  • oCPC:optimization Cost Per Click(每次点击优化成本),目标转化成本,仍按点击付费。

  • 刷次:用户在APP信息流界面,手指每次下滑刷新,叫做一次刷次。

同时介绍了计算广告的核心——最佳匹配。【技术分享】美团外卖的商业变现的技术思考和实践_第2张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第3张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第4张图片

 

平台侧:收入优化

 

【技术分享】美团外卖的商业变现的技术思考和实践_第5张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第6张图片

 

【技术分享】美团外卖的商业变现的技术思考和实践_第7张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第8张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第9张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第10张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第11张图片

需要注意的是这里提到了一个使用Side Information框架解决冷启动的方法,感兴趣的读者可以自己研究下什么是side information

【技术分享】美团外卖的商业变现的技术思考和实践_第12张图片

这里基于用户的行为序列数据,可以使用wode2vec,LSTM,VGG,Inception进行Embedding序列的生成

【技术分享】美团外卖的商业变现的技术思考和实践_第13张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第14张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第15张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第16张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第17张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第18张图片

 

商家侧:转化优化

 

【技术分享】美团外卖的商业变现的技术思考和实践_第19张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第20张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第21张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第22张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第23张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第24张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第25张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第26张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第27张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第28张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第29张图片

 

用户侧:体验优化

 

 

【技术分享】美团外卖的商业变现的技术思考和实践_第30张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第31张图片

【技术分享】美团外卖的商业变现的技术思考和实践_第32张图片


 

《推荐系统开发实战》是目前已经在电商平台进行入库,期待八月中旬的上市,感兴趣的朋友可以进行关注!

 


文章推荐

《推荐系统开发实战》之业内推荐系统架构介绍

《推荐系统开发实战》之三大案例带你从0到1自己实现一个推荐系统

《推荐系统开发实战》之推荐系统的的效果评估方式介绍

《推荐系统开发实战》之冷启动问题

《推荐系统开发实战》之基于点击率预估的推荐算法介绍和案例开发实战

《推荐系统开发实战》之基于标签的推荐算法介绍和案例实战开发

《推荐系统开发实战》之基于上下文的推荐算法介绍和案例实战开发

《推荐系统开发实战》之基于用户行为特征的推荐算法介绍和案例实战开发

《推荐系统开发实战》之推荐系统的灵魂伴侣-数据挖掘

《推荐系统开发实战》之从搭建一个电影推荐系统开始学推荐系统开发实战

《推荐系统开发实战》之推荐系统的前世今生与古往今来

     


搜索与推荐Wiki

扫一扫 关注微信公众号!号主 专注于搜索和推荐系统,尝试使用算法去更好的服务于用户,包括但不局限于机器学习,深度学习,强化学习,自然语言理解,知识图谱,还不定时分享技术,资料,思考等文章!


                             【技术服务】,详情点击查看:https://mp.weixin.qq.com/s/PtX9ukKRBmazAWARprGIAg 


你可能感兴趣的:(#,CTR排序算法-ML)