想要做精細(xì)化運(yùn)營(yíng)，一定會(huì)涉及到用戶(hù)畫(huà)像服務(wù)的建設(shè)。作者圍繞58智能畫(huà)像運(yùn)營(yíng)平臺(tái)，介紹了用戶(hù)畫(huà)像服務(wù)建設(shè)中的痛點(diǎn)、實(shí)施方案以及未來(lái)展望。

流量增長(zhǎng)乏力，企業(yè)通過(guò)將粗放式運(yùn)營(yíng)，轉(zhuǎn)為精細(xì)化運(yùn)營(yíng)，來(lái)“突破”增長(zhǎng)困境。

那什么是精細(xì)化運(yùn)營(yíng)？

精細(xì)化運(yùn)營(yíng)可以5W1H概括，即針對(duì)合適的用戶(hù)、在合適的渠道、合適的時(shí)間、推送不同的內(nèi)容，從而提升用戶(hù)體驗(yàn)，驅(qū)動(dòng)業(yè)務(wù)價(jià)值增長(zhǎng)。常見(jiàn)的如個(gè)性化內(nèi)容的推薦，根據(jù)用戶(hù)的瀏覽、興趣偏好來(lái)推薦內(nèi)容。

因而這就勢(shì)必涉及用戶(hù)畫(huà)像服務(wù)的建設(shè)，具體怎么做？接下來(lái)我會(huì)分如下模塊展開(kāi)介紹：

1. 痛點(diǎn)及方案
2. 實(shí)施方案：場(chǎng)景化、閉環(huán)化、智能化、1+N+1組織協(xié)同
3. 總結(jié)與展望

一、痛點(diǎn)及方案

1. 畫(huà)像建設(shè)痛點(diǎn)及方案？

（1）精細(xì)化VS缺乏人群細(xì)分能力的矛盾

畫(huà)像能力建設(shè)初期，是精細(xì)化運(yùn)營(yíng)訴求VS缺乏人群細(xì)分能力的矛盾。

最開(kāi)始是用戶(hù)標(biāo)簽缺乏，標(biāo)簽數(shù)據(jù)較少，業(yè)務(wù)側(cè)難以對(duì)用戶(hù)進(jìn)行全面刻畫(huà)；以及缺乏相關(guān)人群圈選、人群細(xì)分的系統(tǒng)工具。

如何保障可用？

該階段58大數(shù)據(jù)平臺(tái)通過(guò)在數(shù)據(jù)層建設(shè)用戶(hù)標(biāo)簽體系，包含用戶(hù)基礎(chǔ)屬性、行為習(xí)慣等標(biāo)簽數(shù)據(jù)；在系統(tǒng)功能層，建設(shè)人群圈選、人群洞察分析等畫(huà)像工具能力，來(lái)滿(mǎn)足基礎(chǔ)的人群細(xì)分需求。

但有了用戶(hù)畫(huà)像后，業(yè)務(wù)側(cè)又會(huì)希望針對(duì)客戶(hù)、物品進(jìn)一步精細(xì)化運(yùn)營(yíng)，并且希望人群圈選的方式更多樣、更便捷。

此時(shí)，我們?cè)跀?shù)據(jù)層，建設(shè)客戶(hù)標(biāo)簽、企業(yè)標(biāo)簽等多種標(biāo)簽，豐富不同對(duì)象的畫(huà)像；在系統(tǒng)層，構(gòu)建事件圈人、公式圈人多種圈人能力，方便用戶(hù)以多種方式圈選人群；同時(shí)增強(qiáng)畫(huà)像可視化分析的能力，構(gòu)建全面的用戶(hù)畫(huà)像、人群細(xì)分能力。

但在實(shí)際運(yùn)營(yíng)過(guò)程中，仍然存在如下問(wèn)題：

（2）工具割裂VS運(yùn)營(yíng)效率低

對(duì)于運(yùn)營(yíng)人員而言，在精細(xì)化運(yùn)營(yíng)投放時(shí)，存在工具割裂VS運(yùn)營(yíng)效率低的矛盾。

一是跨多個(gè)平臺(tái)：業(yè)務(wù)側(cè)在做精細(xì)化運(yùn)營(yíng)時(shí)，需要有5W，包含用戶(hù)、內(nèi)容、時(shí)間、渠道、目標(biāo)/價(jià)值。用戶(hù)畫(huà)像平臺(tái)僅滿(mǎn)足細(xì)分人群的需求，運(yùn)營(yíng)在實(shí)際工作時(shí)，需要跨用戶(hù)畫(huà)像系統(tǒng)、push推送系統(tǒng)、資源位投放系統(tǒng)、短信投放系統(tǒng)等多個(gè)平臺(tái)，耗時(shí)耗力。

二是圈人及迭代優(yōu)化耗時(shí)：投放前，平臺(tái)內(nèi)標(biāo)簽眾多，選擇哪些標(biāo)簽比較合適，怎樣組合的效果會(huì)比較好？投放中，分析點(diǎn)擊轉(zhuǎn)化人群特征，然后再去迭代人群包，需要花費(fèi)較多時(shí)間。

（3）投入人力做精細(xì)化運(yùn)營(yíng)VS業(yè)務(wù)增長(zhǎng)價(jià)值不高

對(duì)于業(yè)務(wù)負(fù)責(zé)人而言，會(huì)考慮投入產(chǎn)出比的問(wèn)題。

精細(xì)化人群的價(jià)值如何量化？粗放投放與精細(xì)投放給業(yè)務(wù)帶來(lái)怎樣的差異？是否有必要投入人力持續(xù)去做精細(xì)化的事情？

運(yùn)營(yíng)投放效果如何提升？本次投放的效果不好，怎么進(jìn)一步去優(yōu)化人群，實(shí)現(xiàn)更好的效果？

58大數(shù)據(jù)團(tuán)隊(duì)也在持續(xù)思考，數(shù)字化服務(wù)如何真正為業(yè)務(wù)帶來(lái)增長(zhǎng)？如何保障易用？好用？

二、方案

因而，我們基于跟房產(chǎn)、招聘、車(chē)、本地服務(wù)等各個(gè)業(yè)務(wù)，精細(xì)化運(yùn)營(yíng)項(xiàng)目深度實(shí)踐。在當(dāng)前“畫(huà)像工具能力”的基礎(chǔ)上，為用戶(hù)構(gòu)建一站式智能運(yùn)營(yíng)解決方案，分為數(shù)據(jù)根基建設(shè)、畫(huà)像基礎(chǔ)能力、增長(zhǎng)運(yùn)營(yíng)3大模塊，外加1+N+1的組織協(xié)作方式。

數(shù)據(jù)根基建設(shè)：依托埋點(diǎn)日志、業(yè)務(wù)系統(tǒng)數(shù)據(jù)、線下人工數(shù)據(jù)、第三方數(shù)據(jù)等，構(gòu)建用戶(hù)/客戶(hù)/企業(yè)標(biāo)簽體系、one ID服務(wù)，打造全域?qū)嶓w畫(huà)像服務(wù)。

畫(huà)像基礎(chǔ)層：支持自助式的數(shù)據(jù)源接入、標(biāo)簽接入、標(biāo)簽管理與推薦，提供平臺(tái)化的能力，方便各業(yè)務(wù)線自主生產(chǎn)及接入標(biāo)簽，解決生產(chǎn)效率的問(wèn)題。詳情查看《58標(biāo)簽體系建設(shè)實(shí)踐》，本次就不做詳細(xì)展開(kāi)。

智能運(yùn)營(yíng)層：構(gòu)建人群畫(huà)像洞察->智能人群->營(yíng)銷(xiāo)觸達(dá)->效果監(jiān)測(cè)的能力閉環(huán)；貼合業(yè)務(wù)運(yùn)營(yíng)場(chǎng)景，劃分拉新、促活、召回等；運(yùn)用AI能力，挖掘智能分析、智能圈人、智能文案等能力。

組織協(xié)同層：采用1+N+1的協(xié)作模式，即1數(shù)據(jù)+N業(yè)務(wù)+1業(yè)務(wù)中臺(tái)，貼合滿(mǎn)足業(yè)務(wù)精細(xì)化運(yùn)營(yíng)需求的同時(shí)，發(fā)揮出中臺(tái)的平臺(tái)化支撐優(yōu)勢(shì)。

最終形成場(chǎng)景化、閉環(huán)化、智能化的增長(zhǎng)運(yùn)營(yíng)解決方案，目前平臺(tái)深度合作并服務(wù)了房產(chǎn)、招聘、車(chē)、本地服務(wù)等十幾條業(yè)務(wù)線，支持其開(kāi)展精細(xì)化運(yùn)營(yíng)，助力其在push、資源位等特定渠道下CTR100%+的提升。

三、場(chǎng)景化

場(chǎng)景化重點(diǎn)在于從“工具型思維”轉(zhuǎn)為“用戶(hù)型思維”，考慮平臺(tái)抽象能力的同時(shí)，結(jié)合運(yùn)營(yíng)用戶(hù)的實(shí)際使用習(xí)慣來(lái)構(gòu)建方案。用到的方法包含用戶(hù)行為旅程分析、AARRR模型。

1. 用戶(hù)行為旅程分析

用戶(hù)行為旅程分析的關(guān)鍵，包含抓痛點(diǎn)、找機(jī)會(huì)、破難點(diǎn)3個(gè)要點(diǎn)。

我們來(lái)看個(gè)實(shí)際的用戶(hù)行為旅程分析案例。

情境：運(yùn)營(yíng)小張為租房運(yùn)營(yíng)，需要日?；顒?dòng)需要進(jìn)行站內(nèi)投放，每周需要配置資源位/push各個(gè)觸點(diǎn)，并且持續(xù)優(yōu)化投放的效果；

目標(biāo)：流量/線索/訂單增長(zhǎng)，實(shí)現(xiàn)業(yè)務(wù)價(jià)值最大化；

期望：快捷操作，完成資源位/push等觸點(diǎn)的對(duì)應(yīng)的人群配置，提升活動(dòng)最終轉(zhuǎn)化效果。

（1）抓痛點(diǎn)

通過(guò)分析用戶(hù)關(guān)鍵行為路徑上的痛點(diǎn)問(wèn)題，發(fā)現(xiàn)平臺(tái)用戶(hù)在增長(zhǎng)運(yùn)營(yíng)開(kāi)展時(shí)有“五難”。

• 目標(biāo)拆解難：如何根據(jù)業(yè)務(wù)目標(biāo)，拆解到合理的渠道投放目標(biāo)？例如業(yè)務(wù)的日活目標(biāo)是1000w，那針對(duì)push、資源位渠道，目標(biāo)拆解到多少合適？
• 數(shù)據(jù)分析難：運(yùn)營(yíng)人員缺乏數(shù)據(jù)分析經(jīng)驗(yàn)，難以開(kāi)展業(yè)務(wù)交叉分析、人群顯著特征分析等關(guān)鍵步驟，就無(wú)法形成有效的策略。
• 圈選人群難：不知道人群該組合哪些特征，才能更有效地達(dá)到效果。例如租房目標(biāo)就是要日活增長(zhǎng)，不知道劃分哪些細(xì)分場(chǎng)景投放的話，最后的結(jié)果又變成7日活躍用戶(hù)全量推送。
• 優(yōu)化策略難：在投放過(guò)程中，發(fā)現(xiàn)投放的效果未及預(yù)期，但發(fā)現(xiàn)不知道怎么優(yōu)化人群？?jī)?yōu)化內(nèi)容？
• 效果分析難：手動(dòng)整理各渠道的投放數(shù)據(jù)，耗時(shí)耗力。

（2）找機(jī)會(huì)

有痛點(diǎn)，就意味著有機(jī)會(huì)，針對(duì)用戶(hù)的關(guān)鍵問(wèn)題，制定對(duì)應(yīng)的解決方案。機(jī)會(huì)包含如下：

自動(dòng)拆解增長(zhǎng)目標(biāo)：根據(jù)push/資源位渠道轉(zhuǎn)化，結(jié)合業(yè)務(wù)線7日活躍，拆分各業(yè)務(wù)流量增長(zhǎng)目標(biāo)區(qū)間范圍。

人群/物料/渠道轉(zhuǎn)化分析：運(yùn)用AI手段自動(dòng)給出可交叉引流的業(yè)務(wù)、并直接推薦交叉人群；對(duì)文案分析，提供撰寫(xiě)建議；push、資源位各個(gè)位置的渠道轉(zhuǎn)化效果分析。

智能人群/智能文案：運(yùn)用AI手段推薦場(chǎng)景人群，并劃分獲客、促活、召回等場(chǎng)景；基于大模型生成智能文案；

智能人群迭代/文案迭代：回收投放效果數(shù)據(jù)，基于AI算法，智能迭代人群特征，并持續(xù)優(yōu)化文案

投放報(bào)告：投放日/周/月報(bào)，投放總結(jié)、活動(dòng)投放整體效果分析、后續(xù)投放優(yōu)化建議。

（3）解難題

我們想到的這些機(jī)會(huì)，其他人也能想到，但最終為何沒(méi)做？當(dāng)前還是存在一定的難點(diǎn)。

系統(tǒng)間打通涉及分工的沖突、對(duì)業(yè)務(wù)的深入了解、AI模型得到業(yè)務(wù)價(jià)值的驗(yàn)證。整個(gè)方案的落地需要場(chǎng)景+閉環(huán)化+智能+組織協(xié)同，這四個(gè)關(guān)鍵模塊組合突破。

2. AARRR模型

運(yùn)營(yíng)常見(jiàn)的工作圍繞獲客、激活、留存、付費(fèi)、推薦AARRR模型展開(kāi)；但不同業(yè)務(wù)，由于商業(yè)模式不同，側(cè)重點(diǎn)會(huì)有所差異；

例如，流量模式下C端免費(fèi)，如租房、招聘等，會(huì)更側(cè)重于流量增長(zhǎng)，日活增長(zhǎng)；而交易模式下是需要C端付費(fèi)，如到家精選等業(yè)務(wù)，會(huì)更側(cè)重于流量增長(zhǎng)到訂單轉(zhuǎn)化全鏈路。

平臺(tái)側(cè)結(jié)合AARRR模型和業(yè)務(wù)模式現(xiàn)狀，構(gòu)建場(chǎng)景圈人能力，助力業(yè)務(wù)智能圈人。

場(chǎng)景圈人能力劃分了新客拓展、老客促活、流失召回場(chǎng)景，業(yè)務(wù)線覆蓋房產(chǎn)、招聘、車(chē)、本地服務(wù)等10+業(yè)務(wù)。運(yùn)營(yíng)人員僅需選擇場(chǎng)景、選擇業(yè)務(wù)、選渠道、輸入目標(biāo)，平臺(tái)側(cè)基于AI算法建模和策略控制，直接輸出人群包，實(shí)現(xiàn)“一鍵圈人”。

四、閉環(huán)化

1. 運(yùn)營(yíng)計(jì)劃閉環(huán)

用戶(hù)畫(huà)像平臺(tái)僅根據(jù)標(biāo)簽輸出人群，能力“單點(diǎn)”，難以從全局視角解決用戶(hù)問(wèn)題。并且運(yùn)營(yíng)用戶(hù)在使用時(shí)，工具也比較割裂，耗時(shí)。

如何貫通運(yùn)營(yíng)操作鏈路上的各類(lèi)功能？提升運(yùn)營(yíng)投放效率？

我們建設(shè)了投前-投中-投后運(yùn)營(yíng)計(jì)劃閉環(huán)；從人群資產(chǎn)分析->人群策略->內(nèi)容策略->運(yùn)營(yíng)推送->過(guò)程中持續(xù)優(yōu)化->投后效果復(fù)盤(pán)。

投前：針對(duì)如何快速制定人群、內(nèi)容、渠道投放策略的問(wèn)題。

在人群策略側(cè)，我們建設(shè)了自定義圈人、分析圈人、AI圈人能力。例如，租房畢業(yè)季活動(dòng)，通過(guò)自定義標(biāo)簽/事件圈人，組合如“應(yīng)屆生”、“20-25歲”等標(biāo)簽，靈活自主的圈選人群，但標(biāo)簽圈選的方式較依賴(lài)運(yùn)營(yíng)人工經(jīng)驗(yàn)；

要是缺乏相關(guān)運(yùn)營(yíng)經(jīng)驗(yàn)的小白，該如何知道圈選哪些標(biāo)簽？

可通過(guò)分析圈人，定位顯著特征。分析圈人包括交叉業(yè)務(wù)分析、垂類(lèi)業(yè)務(wù)人群分析等多種方式。例如在新房流量增長(zhǎng)場(chǎng)景，通過(guò)相關(guān)性分析來(lái)選取交叉業(yè)務(wù)，再基于用戶(hù)畫(huà)像分析，通過(guò)TGI來(lái)選取顯著特征，如“25歲以上”“交叉租房人群時(shí)，可優(yōu)選圈整租人群”。詳情可查看《58新房細(xì)分用戶(hù)畫(huà)像進(jìn)行交叉營(yíng)銷(xiāo)》。

雖然畫(huà)像分析維度十分完善，但仍需運(yùn)營(yíng)做一些簡(jiǎn)單的分析，從而輸出人群特征的組合。

如何不需要分析，效果好，又能開(kāi)箱即用？

可通過(guò)AI圈人，包括智能場(chǎng)景圈人、人群擴(kuò)散、人群再營(yíng)銷(xiāo)等方式，快速圈人，后續(xù)智能化模塊會(huì)介紹。

在內(nèi)容策略層，如push內(nèi)容，我們提供了個(gè)性化參數(shù)插入和智能文案兩種方式。

在渠道策略層，關(guān)鍵是打通各類(lèi)投放渠道，目前我們連接了push、短信等渠道，在平臺(tái)內(nèi)可直接進(jìn)行推送觸達(dá)，省去跨平臺(tái)操作的煩惱。

投中：運(yùn)營(yíng)通過(guò)使用智能人群迭代能力，算法側(cè)自動(dòng)回收投放數(shù)據(jù)，優(yōu)化人群包；后續(xù)也會(huì)做智能文案優(yōu)化等能力。

投后：回收各渠道的投放效果數(shù)據(jù)，進(jìn)行效果監(jiān)測(cè)與分析，為后續(xù)的投放沉淀經(jīng)驗(yàn)。

2. 數(shù)據(jù)閉環(huán)

實(shí)現(xiàn)了運(yùn)營(yíng)計(jì)劃，功能層面的閉環(huán)的同時(shí)，還需注重營(yíng)銷(xiāo)數(shù)據(jù)資產(chǎn)的沉淀，建設(shè)數(shù)據(jù)閉環(huán)，實(shí)現(xiàn)數(shù)據(jù)持續(xù)為運(yùn)營(yíng)增長(zhǎng)賦能。

數(shù)據(jù)閉環(huán)建設(shè)的要點(diǎn)：一是底層數(shù)倉(cāng)的主題建設(shè)；二是數(shù)據(jù)應(yīng)用層的數(shù)據(jù)流轉(zhuǎn)閉環(huán)。

在數(shù)倉(cāng)建設(shè)層：除了建設(shè)用戶(hù)/客戶(hù)/企業(yè)畫(huà)像主題，還需注重營(yíng)銷(xiāo)主題，以及后鏈路的轉(zhuǎn)化數(shù)據(jù)主題的建設(shè)，如流量、連接、交易，方便后續(xù)做渠道效果的歸因。

數(shù)據(jù)中臺(tái)建設(shè)前期，通常流量、連接、交易等核心路徑上的主題都會(huì)先建設(shè)完成，營(yíng)銷(xiāo)主題的建設(shè)較為滯后，需要跟各營(yíng)銷(xiāo)系統(tǒng)對(duì)接，接入對(duì)應(yīng)數(shù)據(jù)。

在數(shù)據(jù)應(yīng)用層：實(shí)現(xiàn)人群資產(chǎn)分析->智能圈人->智能文案->智能運(yùn)營(yíng)->智能迭代人群->投后復(fù)盤(pán)的閉環(huán)。

注重功能間的數(shù)據(jù)流轉(zhuǎn)，如人群資產(chǎn)分析后輸出的交叉分析結(jié)論，直接作為智能圈人拉新場(chǎng)景的輸入；智能圈人輸出的人群及TGI顯著特征，直接作為智能文案的輸入；智能運(yùn)營(yíng)投放的點(diǎn)擊UV、CTR等數(shù)據(jù)，直接作為智能迭代人群的輸入。

通過(guò)功能閉環(huán)和數(shù)據(jù)閉環(huán)的建設(shè)，提升運(yùn)營(yíng)計(jì)劃使用的效率，并且充分利用數(shù)據(jù)進(jìn)行分析及AI建模，提升運(yùn)營(yíng)的轉(zhuǎn)化效果。

五、智能化

對(duì)運(yùn)營(yíng)而言，普通標(biāo)簽圈選，或是通過(guò)分析后的圈選，較為耗時(shí)耗力的同時(shí)，投放效果仍然不理想。

如何一鍵式分析？圈人？制定文案？

1. 智能化

運(yùn)用AI能力，基于機(jī)器學(xué)習(xí)算法和大模型，我們圍繞著運(yùn)營(yíng)計(jì)劃閉環(huán)，構(gòu)建了AI洞察分析、AI圈人、AI文案、AI人群迭代能力。

通過(guò)把數(shù)據(jù)、運(yùn)營(yíng)經(jīng)驗(yàn)沉淀為智能化工具的方式，提升運(yùn)營(yíng)效率；通過(guò)算法挖掘投放效果的最優(yōu)解，促進(jìn)業(yè)務(wù)價(jià)值增長(zhǎng)。

基于58數(shù)據(jù)中臺(tái)數(shù)倉(cāng)，構(gòu)建用戶(hù)及帖子算法標(biāo)簽體系，運(yùn)用多種算法模型，輸出多種智能化能力。

在數(shù)據(jù)層，基于業(yè)務(wù)數(shù)據(jù)和埋點(diǎn)數(shù)據(jù)，構(gòu)建了用戶(hù)畫(huà)像、帖子用戶(hù)意圖識(shí)別等能力。

在策略層，接入了LLM大語(yǔ)言模型、運(yùn)用召回、排序、人群擴(kuò)大、數(shù)據(jù)挖掘等模型。

從而實(shí)現(xiàn)應(yīng)用層輸出個(gè)性化文案、場(chǎng)景圈人、人群再營(yíng)銷(xiāo)、人群擴(kuò)散、智能迭代、帖子圈人、智能洞察分析等多種AI應(yīng)用。

那具體怎么用呢？

2. 場(chǎng)景圈人

為進(jìn)一步貼合運(yùn)營(yíng)使用場(chǎng)景，劃分拉新、促活、流失召回等場(chǎng)景圈人方式，便捷同時(shí)提升效果，我們建設(shè)了智能場(chǎng)景圈人的產(chǎn)品能力。

實(shí)現(xiàn)上分為建模配置、模型訓(xùn)練、算法人群包、策略人群包4個(gè)實(shí)現(xiàn)步驟。

建模配置：支持拉新、促活、流失召回、自定義4種方式，業(yè)務(wù)按需進(jìn)行選擇

模型訓(xùn)練：我們建設(shè)了通用相似人群擴(kuò)大的能力，結(jié)合業(yè)務(wù)傾向預(yù)測(cè)，滿(mǎn)足拉新、促活等運(yùn)營(yíng)場(chǎng)景需要，并劃分租房、新房、招聘等不同業(yè)務(wù)。

建模輸出：通過(guò)建模，輸出分場(chǎng)景的算法人群包

策略人群：由于輸出的算法人群包不便于分業(yè)務(wù)控制量級(jí)，容易輸出過(guò)大或是過(guò)小。因而我們?cè)谳敵龅乃惴ㄈ巳喊幕A(chǔ)上，疊加歷史渠道投放效果數(shù)據(jù)，封裝了一層產(chǎn)品策略，實(shí)現(xiàn)用戶(hù)輸入渠道投放目標(biāo)，則可得到策略人群包。

模型訓(xùn)練建設(shè)我們歷經(jīng)了3個(gè)階段：

最開(kāi)始是基于相似度模型，2016年雅虎的技術(shù)方案，通過(guò)spark+faiss完成檢索和排序等相關(guān)算法工程工作。其缺點(diǎn)在于需人工支撐、準(zhǔn)確率不夠、對(duì)種子量有要求。

前期階段，我們基于分類(lèi)模型、樹(shù)模型、deepFM等，在人群準(zhǔn)確率上有一定提升，解決了準(zhǔn)確率的問(wèn)題，但依然需要人工支撐。

當(dāng)前階段，我們基于autoML，通過(guò)yarn+spark實(shí)現(xiàn)訓(xùn)練及推理的資源控制，實(shí)現(xiàn)自動(dòng)化人群擴(kuò)散。自動(dòng)化人群擴(kuò)散，對(duì)種子數(shù)量有要求。

接下來(lái)，基于元學(xué)習(xí)，騰訊微信LookAlike技術(shù)方案MetaHeac；構(gòu)建一個(gè)泛化的模型方式提升效果，同時(shí)解決種子數(shù)量少的問(wèn)題。

注意點(diǎn)及難點(diǎn)：算法模型的效果驗(yàn)證，如何保障算法的效果好？

采用數(shù)據(jù)持續(xù)回收+算法模型持續(xù)優(yōu)化迭代的方法。線下跟租房、招聘、黃頁(yè)等業(yè)務(wù)線持續(xù)項(xiàng)目合作，以業(yè)務(wù)增長(zhǎng)目標(biāo)驅(qū)動(dòng)算法模型效果提升，獲取業(yè)務(wù)的價(jià)值認(rèn)可。

六、組織協(xié)同

前邊說(shuō)到場(chǎng)景化、閉環(huán)化、智能化，這三項(xiàng)均離不開(kāi)組織協(xié)同。

場(chǎng)景化，需貼合實(shí)際的業(yè)務(wù)場(chǎng)景，深入一線業(yè)務(wù)了解業(yè)務(wù)的工作流；

閉環(huán)化，需打通投放渠道，連接數(shù)字化運(yùn)營(yíng)鏈路上的各個(gè)系統(tǒng)，一方面需貼合業(yè)務(wù)的使用場(chǎng)景，另一方面需連接業(yè)務(wù)中臺(tái)；

智能化，則需持續(xù)進(jìn)行業(yè)務(wù)試點(diǎn)實(shí)驗(yàn)，在實(shí)際業(yè)務(wù)場(chǎng)景中迭代優(yōu)化算法模型。

由于畫(huà)像標(biāo)簽等數(shù)據(jù)服務(wù)在數(shù)據(jù)中臺(tái)，營(yíng)銷(xiāo)工具等前臺(tái)服務(wù)在業(yè)務(wù)中臺(tái)，而中臺(tái)的存在是為了打破信息孤島，更好地服務(wù)業(yè)務(wù)，助力業(yè)務(wù)增長(zhǎng)，從而使平臺(tái)收益最大化。

因而我們采用1+N+1組織協(xié)作機(jī)制，連接1數(shù)據(jù)中臺(tái)+N業(yè)務(wù)+1業(yè)務(wù)中臺(tái)實(shí)現(xiàn)中臺(tái)，向業(yè)務(wù)賦能，業(yè)務(wù)為中臺(tái)沉淀策略的良性循環(huán)模式。主要包含項(xiàng)目制合作和日常對(duì)接兩種方式。

項(xiàng)目制的營(yíng)銷(xiāo)增長(zhǎng)合作主要包含三方聯(lián)合立項(xiàng)、制定增長(zhǎng)方案、執(zhí)行增長(zhǎng)策略、效果分析與復(fù)盤(pán)4個(gè)關(guān)鍵步驟。

例如，我們合作的商業(yè)地產(chǎn)線索增長(zhǎng)項(xiàng)目。

背景：商業(yè)地產(chǎn)寫(xiě)字樓側(cè)，希望為經(jīng)紀(jì)公司，提供更多有效的找房客戶(hù)線索，希望借力萬(wàn)象的畫(huà)像增長(zhǎng)運(yùn)營(yíng)能力，提升線索量。

三方聯(lián)合立項(xiàng)：商業(yè)地產(chǎn)業(yè)務(wù)線、大數(shù)據(jù)平臺(tái)、業(yè)務(wù)中臺(tái)進(jìn)行聯(lián)合立項(xiàng)，成立聯(lián)合項(xiàng)目，根據(jù)業(yè)務(wù)整體增長(zhǎng)目標(biāo)拆解渠道投放增長(zhǎng)目標(biāo)；

制定增長(zhǎng)方案：人群洞察分析、人群細(xì)分策略、落地頁(yè)/文案策略、投放渠道和投放時(shí)間策略等

執(zhí)行增長(zhǎng)策略：按計(jì)劃在push、資源位等多渠道進(jìn)行推送

效果分析與復(fù)盤(pán)：在投放過(guò)程中，需持續(xù)進(jìn)行效果分析，不斷優(yōu)化投放人群及內(nèi)容，在項(xiàng)目結(jié)束后，進(jìn)行整體的項(xiàng)目復(fù)盤(pán)。

以增長(zhǎng)項(xiàng)目的方式，沉淀場(chǎng)景化、閉環(huán)化、智能化的策略，將經(jīng)驗(yàn)沉淀為產(chǎn)品能力，提升經(jīng)驗(yàn)的可復(fù)用性。

七、總結(jié)與展望

1. 復(fù)盤(pán)與總結(jié)

58萬(wàn)象智能畫(huà)像運(yùn)營(yíng)平臺(tái)能力的構(gòu)建基于場(chǎng)景化、閉環(huán)化、智能化、1+N+1的組織協(xié)作模式，四者相互關(guān)聯(lián)。

1. 場(chǎng)景化：基于AARRR模型、用戶(hù)行為旅程，貼合業(yè)務(wù)的實(shí)際運(yùn)營(yíng)場(chǎng)景。
2. 閉環(huán)化：構(gòu)建目標(biāo)制定->人群圈選->渠道投放->效果分析閉環(huán)。
3. 智能化：運(yùn)用算法能力，構(gòu)建人群擴(kuò)散、智能圈人、智能人群迭代、人群再營(yíng)銷(xiāo)、智能文案能力，實(shí)現(xiàn)更快、更準(zhǔn)運(yùn)營(yíng)。
4. 協(xié)作機(jī)制：基于1+N+1組織協(xié)作機(jī)制，連接1數(shù)據(jù)中臺(tái)+N業(yè)務(wù)線+1業(yè)務(wù)中臺(tái)，實(shí)現(xiàn)中臺(tái)向業(yè)務(wù)賦能，業(yè)務(wù)為中臺(tái)沉淀策略的良性循環(huán)模式。

除了以上四個(gè)模塊，整體項(xiàng)目的關(guān)鍵在于用戶(hù)視角、結(jié)果導(dǎo)向、協(xié)作共贏。

• 用戶(hù)視角：需要真正站在業(yè)務(wù)角度，通過(guò)業(yè)務(wù)分析、實(shí)戰(zhàn)合作、調(diào)研溝通等多種方式，真正幫用戶(hù)解決問(wèn)題。
• 結(jié)果導(dǎo)向：需要擁有共同的目標(biāo)，為了該目標(biāo)突破自身的工作邊界，積極主動(dòng)地去策劃、去推動(dòng)、去做各種技術(shù)能力、團(tuán)隊(duì)協(xié)同上的突破。
• 協(xié)作共贏：以開(kāi)放協(xié)作的心態(tài)去找取盟友，通過(guò)組織間的協(xié)作去拿到更好的結(jié)果，共享結(jié)果所帶來(lái)的榮譽(yù)。

2. 總結(jié)與展望

我們的總體建設(shè)歷經(jīng)了三個(gè)階段：人群數(shù)字化、運(yùn)營(yíng)自動(dòng)化、決策智能化。

第一階段，人群數(shù)字化：重點(diǎn)是建設(shè)標(biāo)簽體系，構(gòu)建用戶(hù)、客戶(hù)、企業(yè)等全域數(shù)據(jù)資產(chǎn)。

第二階段，運(yùn)營(yíng)自動(dòng)化：打通人群-內(nèi)容-渠道策略閉環(huán)，構(gòu)建自動(dòng)化運(yùn)營(yíng)體系。

第三階段，決策智能化運(yùn)用AI技術(shù)，貼合業(yè)務(wù)場(chǎng)景，生成智能化策略，進(jìn)行智能化運(yùn)營(yíng)。

目前我們處于第三階段，在當(dāng)前能力的基礎(chǔ)上，需強(qiáng)化智能、增強(qiáng)分析、全域營(yíng)銷(xiāo)。

• 強(qiáng)化智能：需進(jìn)一步結(jié)合機(jī)器學(xué)習(xí)及大模型能力，進(jìn)一步豐富人群-內(nèi)容投放策略-智能效果優(yōu)化各個(gè)鏈路上智能化的比例，機(jī)器決策替代人工決策。
• 增強(qiáng)分析：增強(qiáng)用戶(hù)生命周期分析、營(yíng)銷(xiāo)后鏈路效果分析，從數(shù)據(jù)中持續(xù)挖掘機(jī)會(huì)點(diǎn)。
• 全域運(yùn)營(yíng)：不僅僅局限于push、資源位等運(yùn)營(yíng)手段，挖掘跟活動(dòng)系統(tǒng)、CRM、廣告投放等更多的深度連接，數(shù)據(jù)+營(yíng)銷(xiāo)團(tuán)隊(duì)聯(lián)動(dòng)，共同推動(dòng)58整體數(shù)字化營(yíng)銷(xiāo)體系建設(shè)。