####[精准营销]及点击率预估在其中的应用

浅谈精准营销及点击率预估在其中的应用 - 知乎专栏 https://zhuanlan.zhihu.com/p/27278885?utm_medium=social&utm_source=weibo

• Github项目: awesome-coder-resources：编程/学习/阅读资源---开源项目,面试题,网站,书,博客,教程等等...欢迎Star,欢迎围观...

精准营销涉及到DSP、精准推送、智能推荐、用户画像、程序化购买、会员营销、转化等一系列工作；由于精准营销涉及面过多，本文通过部分概念与部分相关技术的介绍，带领大家了解一下精准营销的整体框架

Paste_Image.png

---

本文一共3120字，专业人士建议阅读15-20分钟，非专业认识建议阅读30-40分钟这里的很多技术包含或属于推荐、搜索等相关领域，所以会介绍到很多交叉技术。你会有觉得很像推荐或者搜索。由于前几篇专栏介绍过个性化推荐、机器学习、用户画像，虽然精准营销也涉及了这些概念，但在这不做过多介绍，只结合点击率预估(转化率预估类似)做一定的介绍。下面是专栏和live:
前几篇专栏:
什么是推荐系统(个性化内容分发)？ - 知乎专栏什么是机器学习 - 知乎专栏比你更了解你，浅谈用户画像 - 知乎专栏<推荐产品设计>一款图文信息推荐的设计 - 知乎专栏以及知乎live:
《 推荐算法那点事》:知乎 Live - 全新的实时问答
《 推荐算法那点事（二）：细节 》:知乎 Live - 全新的实时问答
0.序言:
大数据时代的今天，精准营销的概念越来越多地被提及，因为他给企业带来的价值是前所未有的，而这背后的推动力就是海量流量、数据和人工智能的发展。如何在移动和大数据场景下用数据驱动进行精准营销，从而提高营销效能，成为营销与大数据部门的重要研究课题。精准营销涉及到DSP、精准推送、智能推荐、用户画像、程序化购买、会员营销、转化等一系列工作；由于精准营销涉及面过多，本文通过部分概念与部分相关技术的介绍，带领大家了解一下精准营销的整体框架(比如这里不涉及合约广告、竞价广告、广告投放时的竞价、程序化购买等)。

1.什么是精准营销:
1.1 营销市场 营销*
') 0px 2px / cover;">*是指，企业发现或挖掘准消费者和众多商家需求，从整体的营造以及自身产品形态的营造去推广、传播和销售产品，主要是深挖产品本身的内涵，切合准消费者以及众多商家的需求，从而让消费者深刻了解该 产品*
') 0px 2px / cover;">*进而购买的过程。营销的目的是：产生可持续性收益。营销的本质是：抓住用户消费者的 需求*
') 0px 2px / cover;">*，并快速把需求 商品化*
') 0px 2px / cover;">*。 1.2 精准精准的含义是精确、精密 、可衡量的。精准营销(Precision marketing)就是在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路，是有态度的网络营销理念中的核心观点之一。今天我们讨论的东西更多的会侧重精准这个词,如何理解精准，如何去实现精准。 2.为什么需要精准营销
2.1对于企业的意义a、突破传统营销定位只能定性的局限；b、助力企业低成本快速增长成为可能；c、不断满足客户个性需求，建立稳定的企业忠实顾客群，实现客户链式反应增值；d、实现了个性关怀，极大降低了营销成本。e、与现今大数据营销思路相辅相成。 2.2用户行为漏斗用户在产品中的行为形态好似一个漏斗，上端开口很大，而到了漏斗底端开口很小，进入到底部的用户则是最终进行消费的客户，往往大部分用户都是路人。公司数据部门的工作就是专注于挖掘“漏斗”下部的用户，并给予个性化的体验。如电子商务平台通过客户的网络浏览记录（点击、链接等）和购买记录等掌握客户的消费模式，可以分析并分类客户的消费相关特性如收入、家庭特征、购买习惯等，最终掌握客户特征，并基于这些特征判断其可能关注的产品与服务，从消费者进入网站开始，在列表页、单品页、购物车页等四个页面，部署了不同算法的推荐栏为其推荐感兴趣的商品，从提高商品曝光，以方便商家调整产品投放策略，提升服务，精准挽留客户，进而提高客户黏性。 2.3精准营销涉及的概念领域

包含了个性化推送，个性化推荐、搜索、UI等
3.精准营销的四维度
3.1基于地理位置的精准　　以携程的旅游景点、项目营销为例，定了丽江的机票的用户，给其推送丽江当地的酒店比推送北京的酒店更容易被用户接受，从而下单。 3.2行为维度、个性维度　　通过用户的搜索、购买、社交等表现，可以对其进行个性化的认知和洞察，继而进行人群划分，譬如按照收入、性别、喜好等等。同样以携程的旅游景点、项目营销为例，由于对用户分析的精准，你知道经常订购400-500元区间的酒店，并且喜好商务酒店，所以推送这个区间的商务酒店比推送100-200或者 1000-2000的其它类型酒店更合适。 3.3时间维度　　针对用户的各种在线行为，在毫秒级时间内进行投放，可以最大化的增加从广告到销售，或者从广告到参与的转变。在DSP、SSP、DMP平台下，以CPC、CPA的方式进行投放。这里以电商购物为例，一个用户对一个tag的兴趣衰减呈指数级，所以能够给抓住用户的实时偏好，对营销也至关重要。 3.4场景维度　　场景维度的广泛使用起源于移动互联网的迅猛发展。用户的行为在多屏间跳转，在PC上的碎片化，如今成为了跨屏的碎片化，此时的精准，又加入了场景的维度。 注:其中行为、个性维度很多时候使用用户画像来度量:主要分为 静态和动态两类

平台根据用户的最终时刻画像，推荐时机、场景、渠道、商品等选择投放内容，做精准投放。
4.精准营销流程
营销全景图

① 精准营销活动前：确定目标和选取活动对象(圈人)

② 精准营销活动中：效果监控和跟踪；用户和商户端策略的输出(个性化推送及实时反馈)

③ 精准营销活动后：效果评估和优化建议(画像与数据分析结合)

活动评估的另一个维度就是流量：活动页的点击、转化漏斗、不同渠道来源等常规指标，并结合PV、UV、Session以及路径树转化等模型的其它相关指标。 5.怎么融合这四个维度？---点击率预估
5.1 概述自从互联网、大数据的兴起，精准营销的效果开始可以被衡量，比如点击率。而我们在精准营销前，基于上面的几个维度，利用历史数据，结合机器学习算法，构建预测模型，对此次营销的点击率进行预测，把用户最想看到的展现(被点击的概率最高的)给他看。(这里的数据、算法、模型可以参看另一篇专栏文章: 什么是机器学习 - 知乎专栏) 5.2点击率预测和推荐算法的不同广告中点击率预估计算出的是精准的点击概率，A点击率0.22% , B点击率0.34%等，需要结合其它因子(出价)用于排序；推荐算法对准确值没有明确要求，只需计算出一个最优的次序A>B>C即可 注1：点击率 = 浏览数/点击数(点击率越高，意味着在相同投入的情况下，收获了更多的用户注意力) 注2：点击率预估 = 在某种环境x下，某个推送y展现给某个用户z后，用户点击的概率r 注3：点击率只是衡量效果的一个指标，但大部分公司均会将其作为重要指标考核，所以这里先讨论点击率 6.点击率预估(ctr预估)
6.1三大物料CTR预估的三大物料: 来自用户信号(用户id和用户标签等)、推送本地信号(商品、新闻、音乐...)、上下文环境(时间、地点等 )(对应上面的x、y、z) 6.1.1.样本标注、采样与与数据预处理:用于点击率预估的数据主要是日志数据，而数据采样主要涉及样本关联、样本选择、样本权重等问题，数据预处理主要是解决数据缺失，不平衡，噪音等问题。

6.1.2.选取算法并构建算法所需特征

6.1.3.评估与调优:离线/线上评估

6.1.4.流程:

6.1.5 浅层模型+海量特征过渡至深度学习+稀疏离散特征(以下几张图来自京东包勇军老师的分享)6.1.5.1浅层模型时代模型方面，较为经典的点击率预估模型是线性模型Logistic Regression，由于LR在通过sigmoid之前是一个[0,1]之间的浮点数，利用LR的特点，我们可以将这个浮点数作为用户点击该广告的概率，把广告按照这个概率从高到低放置在相应广告位上，就完成了广告排序。那线性模型如何拟合非线性关系呢？这就需要在特征层面做文章，利用特征工程的方法来构造出高阶特征，同样可以实现非线性。同样可以使用类似xgboost等算法来部分解决非线性的问题，但同样特征工程非常的繁杂。当然还有各种预估的变种模型，如fm,ffm，xgboost + lr等

6.1.5.2 深度学习时代主要集中在视频、图像和语音领域有较为突出的成果

6.2.搜索和非搜索点击率预测的区别6.2.1搜索场景: 搜索中有强搜索信号-“查询词(Query)”，查询词和内容的匹配程度很大程度影响了点击概率； 点击率也高，PC搜索能到达百分之几的点击率。6.2.2非搜索场景:（例如展示广告，信息流广告），点击率的计算很多来源于用户的兴趣和广告特征，上下文环境；移动信息流广告的屏幕比较大，用户关注度也比较集中，好位置也能到百分之几的点击率。对于很多文章底部的广告，点击率非常低，用户关注度也不高，常常是千分之几，甚至更低. 7.结语(引用)：
精准营销的关键是通过追求性价比做到效益的最大化。但因为人的兴趣、需求是随着时间而变化的，精准一定是一个相对的精准。广告界流行一句话“最成功的广告也有50%是浪费掉的”，精准营销能帮助广告主实现70%-80%的广告费用花在正确的地方，将被浪费的广告资源降低30%，由此可以帮助广告主更有效地花费，帮助媒体更有效地将流量变现，这就是相对精准的价值。