1. 首頁 > 生活百科 > >

什么是千人千面技術,千人千面主要體現的地方

小知識

一、判斷企業是否需要“千人千面”
“千人千面”很容易理解，即找到對的人，用對的形式送達對的信息 。 目前，幾乎所有的互聯網頭部產品都做了“千人千面”的規則推薦，以至于我們有時候看到自己不喜歡的內容時，反而會去懷疑自己是否真的不喜歡、是否有還未挖掘的興趣偏好等 。
在這樣的市場環境中，是否要隨波逐流，全部“拿來”呢？我認為，企業首先需要考慮“千人千面”能夠給自己帶來的價值，核心在于以下兩點：
第一，提升內容到用戶的分發效率 。
如果使用人工策略或不使用任何策略，用戶也能看到自己喜歡的內容，但搜索成本較高且需要用戶承擔；通過機器學習等智能策略，可以降低用戶的搜索成本，實現內容到用戶的分發效率提升 。
第二，提升內部工作流程執行效率 。
部分企業常用手工方式跑運營閉環，從活動策劃到執行，到監測，再到復盤，如果在此過程中采用數據智能，那么提升的不僅僅是工作效率，更對效果有正向驅動力 。 也就是說，企業需要將更多的時間花在策略調優上，而不是執行落地的過程 。

什么是千人千面技術,千人千面主要體現的地方

文章插圖

【什么是千人千面技術,千人千面主要體現的地方】也就是說，如果以上這兩點的提升能夠幫助業務增長，那就代表著企業可以著手去做了 。
二、如何實現千人千面
如下圖所示，千人千面可以分為三個階段：
什么是千人千面技術,千人千面主要體現的地方

文章插圖

接下來我們將從數據智能應用場景做進一步了解 。
1.低階：人工決策配合智能執行 。
場景一：計劃營銷，通常表現為單次性、周期性運營策略 。
舉個例子，電商企業在大促的前 7 天或者前 1 天，企業對用戶的一次性信息推送就屬于單次性計劃營銷；每個月的工資日、還款日的消息提醒需要重復、有規律地執行，這種就是周期性的營銷 。
場景二：分層推薦，即基于用戶分層的差異化展示 。
當用戶到達產品環境，企業可以有效利用分層推薦實現效果提升 。 常見的形式有：開機圖、Banner 圖和輪播圖，這三種推薦的物品量級往往較少，且更新迭代速度較快，除此之外，在設計這三種推薦規則時基本上已經明確了目標受眾 。 在這個場景中，采用人工決策基本上可以實現分層運營的目標 。
2.進階：人工與智能共同決策 。
在此階段，我們梳理出觸點營銷和精細化分層推薦兩個場景 。
（1）觸點營銷通常是指通過人工決定策略方向，機器輔助計算決定觸發時機 。
比如，當用戶多次瀏覽產品但沒有實現轉化時，可以通過機器設置：在用戶瀏覽產品 30 分鐘后無購買行為的情況下及時觸發優惠券推送等策略，提升用戶轉化效率 。
再比如，對于新客來說，我們希望一步一步加深其對產品價值的體驗，往往會在新客進入的第 1 天、第 7 天、第 30 天的時候進行用戶觸達，如果單純依靠人工拉名單完成推送，耗時耗力，而通過機器實現對新客的行為追蹤，就可以輕松實現特定日期的自動化推送 。
（2）精細化分層是在產品內部，針對用戶的個性化行為進行精細化推薦的過程 。
舉個例子，銀行業的功能推薦菜單，一般包含 100 個以上的功能，當用戶進入產品后很難第一時間判定哪個功能是該用戶真正需要的，這個時候就需要企業針對這 100+ 個功能進行梳理，每個/每類功能適合哪些用戶，然后基于用戶過去一段時間的訪問頻率路徑對功能展示進行排序，也就是說人工 + 智能共同實現精細化推薦 。
3.高階：從決策到執行到反饋，全流程智能推動 。
提及“千人千面”，大家第一時間想得到的多數是全流程智能，也可以按照當下流行的機器算法、深度學習概念去理解 。 其應用場景如下：
第一，智能營銷，即基于算法程序實現的自動化、個性化營銷，依靠機器識別并觸發的營銷推送，目前該場景還未廣泛應用 。
第二，智能推薦，基于算法模型實現的個性化推薦，多用于信息流、相關推薦、熱門推薦等 。
企業落地“千人千面”的核心是 ROI，在此原則之下還有一些硬性條件：
（1）用戶量級和物品量級 。 在神策智能推薦產品化的解決方案中，我們對于客戶擁有的物品庫有一定數量要求，低于 5000 的物品量級或者日活沒有達到特定級別時，是不適合做算法推薦的 。

推薦閱讀