用戶增長三駕馬車之模型篇

因作者不是專門模型同學，在這一塊不敢班門弄斧，但是可以從業(yè)務效果的視角來看模型如何和業(yè)務配合，達成客戶預期。

一、模型的必要性

這基本上是一個毋庸置疑的問題，但是也不絕對。還是和場景和用戶量有關。

筆者在做某業(yè)務時，之前由于樣本問題，筆者發(fā)現(xiàn)的模型的人群有所偏移。在這個時候，就算減少人群包的投放數(shù)量，盡可能地選取高分段投放，也發(fā)現(xiàn)成本有點失控，其實這個時候是作為業(yè)務基礎的模型出了問題，最終導致成本的不可控。所以，模型是業(yè)務的基本盤，沒有模型，相當于盲投，會對業(yè)務產(chǎn)生直接影響。所以，筆者的意思是模型是業(yè)務的基石，必不可少。模型出現(xiàn)問題，直接影響業(yè)務的開展。必須將模型調(diào)整好，才能保證業(yè)務的正常進行。

但是在下面兩個情況下，沒有模型也可以開展業(yè)務：

1、公司有大量的有效標簽，且標簽的覆蓋度和準確率非常高，這時候用這些標簽篩選出來的人群，相對于來說畫像很明確，對業(yè)務效果的可解釋性也很高。筆者接觸到的公司很少有這個數(shù)據(jù)基礎，其實就算有這個數(shù)據(jù)基礎，基于這個篩選條件挑選出來的人群畢竟有限。畢竟業(yè)務本身不光是要成本考慮，更多是業(yè)務規(guī)�？紤]，這時候可以前篩策略人群結合模型一起為業(yè)務服務。

2、在一些場景中，發(fā)現(xiàn)模型的排序性對成本的影響很小，按照模型從高往低取到很低，都能在成本范圍之內(nèi)。那這時候，可以模型0分以上都進行投放測試，甚至可以取模型覆蓋不到的人群進行投放實驗。

二、模型優(yōu)化方法

這一塊筆者不談具體的模型優(yōu)化算法，主要談樣本的質(zhì)量和數(shù)量。模型效果的好壞基本取決于公司的數(shù)據(jù)基礎以及相關場景的樣本。不同的算法確實模型效果會有差異，但是失去有效的樣本，就是無根之木了。

樣本的質(zhì)量和數(shù)量和樣本的比例有關，這部分很少會遇到問題。關鍵的問題在于如何定義正負樣本。在不同的場景中，正負樣本的定義決定了樣本的質(zhì)量，從而根本上影響模型的效果。

以下面場景為例，作者僅作為舉例，定義了一些場景的正負樣本，主要涉及正負樣本的定義、比例、量級、包含的標簽以及模型的預測核心目標以及優(yōu)化目標：

信貸場景拉新：

正樣本：注冊、完件或者授信，其中注冊和完件為必填項;

負樣本：未注冊;

標簽：是否注冊、是否完件、是否授信、營銷日期(注冊前最后一次營銷);

比例：正負樣本比例1:1～1:10之間;

數(shù)量：注冊正樣本至少10萬，完件正樣本至少5萬，授信正樣本至少3萬;

算法選擇：分類模型或者排序模型;

預測核心目標：注冊;

優(yōu)化目標：注冊-完件率，完件-授信率;

保險場景建模：

正樣本：購買成功;

負樣本：未購買;

標簽：營銷日期、是否購買;

比例：正負樣本比例1:1～1:10之間;

數(shù)量：正樣本至少10萬;

算法選擇：分類模型;

預測核心目標：購買成功;

優(yōu)化目標：營銷-購買成功率;

三、模型和策略以及話術的配合

模型和策略的配合

筆者在實操中發(fā)現(xiàn)，同一模型采用何種策略和以下幾個有關：

1、目標客群分析：根據(jù)轉(zhuǎn)化人群，如果發(fā)現(xiàn)年齡、地域之間有很大的差異，就需 要分開取數(shù);一般來說，運營商之間的差異較大;

2、自有數(shù)據(jù)體系：例如我們推測在某一部分機型上UV異常，如果有數(shù)據(jù)覆蓋度 和準確率夠，也可以做一個對比測試：即同一批客群，排除這部分機型和包含這部分

機型做對比，看對成本有何影響;在信貸場景，也可以在模型上疊加一些多頭指標，

看區(qū)分度如何。

策略本身只是最大程度發(fā)揮模型的區(qū)分度。如果不區(qū)分策略，統(tǒng)一提取高分段

人群， 由于各個細分客群的轉(zhuǎn)化效果在每個分數(shù)段的表現(xiàn)不一，在業(yè)務中的表現(xiàn)就是

分數(shù)不能下沉，或者效果不穩(wěn)定。其實其根本原因還是對模型沒有充分的利用。

模型和話術的配合

和筆者在前面講到，模型是一個基本盤，策略和話術是使得模型能發(fā)揮最大的作

用。在模型和策略明確之后，那各個人群包的畫像也相對固定。但是話術優(yōu)化會有一定的周期和成本，所以需要根據(jù)業(yè)務規(guī)�？词欠裥枰獙υ捫g做專門優(yōu)化。

例如年輕人群是否需要專門的話術優(yōu)化?如果某些大省占比總投放量很大，是不是

話術的說法以及關鍵詞匹配要做專門的適配。

模型是把人群的興趣度做了高低的排序，那話術的作用就是最大程度的轉(zhuǎn)化人群對

產(chǎn)品的興趣。所以對于不同地區(qū)和不同年齡段人群的說法，如果有相應的話術配合，可

以起到相形益彰的作用。

對于模型本篇就講到這里，筆者不是專門模型人員，通過和模型同學的聊天以及咖啡時間的討論，撰寫此文希望對從業(yè)人群有所幫助。

來源：增長黑客

以上是關于用戶增長師的相關信息，以供大家查看了解。想要了解更多用戶增長師信息，第一時間了解用戶增長師相關資訊，敬請關注唯學網(wǎng)用戶增長師欄目，如有任何疑問也可在線留言，小編會為您在第一時間解答!