江苏龙网

  1. 主页 > 生活百科 > >

精准推广 精准推送

精准推送(精准推广)人人都是产品经理2018-10-14 14:14:54
随着头条和Tik Tok的崛起 ， 互联网流量的时代已经结束 ， 未来的互联网一定是大数据+算法的时代 。谁拥有数据和更先进的算法 ， 谁就拥有未来 。后续的精准推送(内容或商品等 。)也在我们生活的各个领域遍地开花 。
那么对于产品经理来说 ， 如何设计一个基于大数据和算法的精准推送系统呢？
这里我结合我所在的行业 ， 从系统结构设计层面(推送算法的介绍网上有很多资料 ， 这里不会涉及太多)和大家探讨 。
一、要清楚谁是我们的目标客户 ， 目标客户有哪些需求
具体来说 ， 我们在做精准推送的时候 ， 要充分了解我们所在行业的业务 ， 梳理出我们的目标客户是谁 ， 更加清楚客户在不同情况下的不同需求 。
比如我是做汽车后市场行业的 ， 所以我的目标客户是车主和喜欢开车的朋友 。在这里 ， 我要去了解这些客户的需求和喜欢 ， 以及他们的硬需求——验车、违章、油品、各种保养；还要找出ta们的隐形需求——不同天气条件、不同环境下需要的天气预报和拥堵信息 。掌握了这些我才能开药(如下图) 。
通过梳理目标客户的需求 ， 可以梳理出整个推送平台需要哪些基础的功能支持(如下图) 。
上面的一些系统模块这里就不详细描述了 ， 因为网上有很多相关的资料 。
二、要用大数据思想去做各个系统模块
【精准推广 精准推送】所谓大数据思路 ， 就是我们在做各个系统模块的时候 ， 要优先考虑相关功能的数据采集和统计；因为上述模块一般都是先于推送平台开发的 ， 所以作为产品经理 ， 要从开发的角度去做这些功能需求 。
尤其是在做一些可能为未来数据平台提供支持的功能时 ， 需要预留数据提取、分析以及分析后结果返回的接口 。只有这样 ， 系统才能有更好的可扩展性 。
此外 ， 在设计大数据平台时 ， 要从实际业务出发 ， 从不同纬度对数据进行分析 ， 做出符合实际业务需求的用户画像、用户行为等基础数据服务(这里不讨论用户画像 ， 上篇文章已经详细介绍) 。
只有在大数据思想指导下设计的系统模块 ， 才能快速满足精准推送所需的基础支撑 ， 才不会在未来的开发中不断修复之前系统留下的缺陷 。基础打好了 ， 精准推送系统也就水到渠成了 。(汽车后市场行业各种画像 ， 如下图) 。
三、要设计出符合行业和运营需求的推送引擎和算法
在数据支持和相关平台支持的基础上 ， 可以设计整个推荐系统的核心——推荐引擎 。
基本的推荐引擎由三个阶段组成:匹配阶段、过滤阶段和输出排序阶段 。只有通过推荐引擎的三个阶段 ， 才能尽可能准确地完成一次精准推送(如下图) 。
整个过程就是根据用户画像、车辆画像以及用户最近的行为信息进行计算 ， 得到用户需要的内容画像或者产品画像 。
然后从内容和商品库中选择符合要求的内容或商品 ， 形成推荐集 ， 再结合用户行为、车辆画像、内容标签、商品标签等 ， 通过算法过滤出这个推荐集 。最后将过滤后的推荐集按照适合度、人气等权重值排序输出给客户 ， 最终形成千人内容和产品的精准推送界面 。
例如 ， 一个用户拥有一辆一岁品牌的SUV ， 从数据中可以知道这个客户喜欢公路旅行 ， 喜欢聊天 。还知道车主的车是什么时候审核的 ， 行驶了多少公里 ， 最近有没有违章 ， 最近客户行为有没有搜索机油之类的关键词 。
通过这些数据和行为 ， 再结合最近的客观因素(比如天气) ， 可以推荐相关内容(上路旅行知识)、产品(机油、雨刷、轮胎等 。)、话题和服务(保养、验车、违章处理)等等 。
当然 ， 更复杂的推送系统还要考虑流量分配、用户行为预测、系统智能学习等 。这些整合是一个系统工程 。在此 ， 希望有更多的同行深入学习和分享 。
总之 ， 精准推送系统的设计需要综合平台尤其是大数据平台的支持 ， 其在不同行业的推荐算法也会随着互联网的发展变得更加智能和精准 。


推荐阅读


上一篇：2020年建筑安全事故 建筑安全事故

下一篇：2021年职业病防治法宣传资料 安全生产法宣传周