目标人群优选算法模型及实践解析

目标人群优选算法模型及实践解析全域营销（Uni-Marketing）战略是依托大阿里生态，以消费者运营为核心，在新零售体系下实现全链路、全媒体、全数据、全渠道的品牌大数据营销。Uni-Marketing产品矩阵包括品牌数据银行、全域策略（策略中心）、全域传播（Uni-Desk）、全域运营（品牌号、智慧门店、天猫营销产品）等。传统品牌营销的痛点在于效果无法量化和追踪，而阿里的产品和数据闭环可以很好的解决这个问题。策略中心年货节投放海豹项目，通过大数据+算法的手段，对A品牌的目标人群进行分析，建立人群优选算法模型，挖掘品牌目标潜客。品牌A的年货节实际投放效果，算法优选人群相比基于业务经验使用规则圈选的人群，在“O->IPL”人群关系加深率指标上好47%，显示了人群优选算法的有效性。名词解释品牌消费者关系：Opportunity（机会）、Awareness（认知）、Interest（兴趣）、Purchase（购买）、Loyalty（忠诚）。人群关系加深率：衡量品牌营销效果的直接指标。“O->I”人群关系加深率，即机会人群到兴趣人群的转化率。品牌数据银行：从“融合、分析、激活”三个纬度实现品牌消费者数据资产的管理和增值，即品牌消费者数据资产的高效梳理、消费者全链路的透视分析、最后到多元营销场景的应用，包括阿里的电商、娱乐和营销服务矩阵。品牌策略中心：以解决“机会在哪里”和“如何增长”为目标，赋能品牌开发生意策略，实现策略的可应用、可验证、可优化。功能包括市场概览与细分、竞争与得失分析、消费者细分与多维洞察、人群放大与优选等，可用于新品上市、品类拉新、品类成长、品牌升级等场景。项目目标基于策略中心的品牌人群定向，与程序化广告的不同之处在于，要根据品牌方的营销需求（包括目标、渠道、时间和预算）产出特定规模的目标人群，进而再针对性地营销投放。此次实践即以年货节拉新为目标，找到指定规模的潜在机会人群或者认知人群，通过营销投放将其转化为品牌兴趣人群和已购人群，从而提升品牌消费者资产。业界方案业界相关方案主要与程序化广告中人群定向相关，方法基本都是Look-alike人群扩散，具体有以下几种：1） 标签扩散：根据已有目标用户画像，给用户打各种标签，再利用标签找到机会人群。2） 基于标签的协同过滤：在标签扩散的基础上，采用基于用户的协同过滤算法，找到与种子人群相似的机会人群。3） 基于社交关系的扩散：以具有相似社交关系的人也有相似的兴趣爱好/价值观为前提假设，利用社交网络关系进行人群扩散。4） 基于聚类的扩散：根据用户画像或标签，采用层次聚类算法（如BIRCH或CURE算法）对人群进行聚类，再从中找出与种子人群相似的机会人群。5） 目标人群分类方法：以种子人群为正样本，候选对象为负样本，训练分类模型，然后用模型对所有候选对象进行筛选。涉及PULearning的问题。技术方案介绍根据项目目标，我们制定了“种子人群聚类细分+聚类人群扩散”和“多方向人群扩散+人群分类优选”的两种方案。由于聚类分群属于无监督学习且分群效果不容易评估，因此选择后者优先实施。方案整体流程如下图所示:人髀娜幕用关竞品人彝升失人样品牌年荒珅干人薜IRAET呻羊:.MAP人髀娜幕用关竞品人彝升失人样品牌年荒珅干人薜IRAET呻羊:.MAP5.1多方向人群扩散在人群扩散方向上，我们探索了6类方向，并在每个方向下挖掘有效特征，通过白盒条件筛选和黑盒模型预测的方式进行人群扩散。5.1.1兴趣偏好方向采用特征值TGI和TA浓度2个指标，挖掘了4个特征中与品牌相关的特征值，并根据特征值的全网覆盖量设定TGI和TA浓度阈值，进行白盒扩散。TGI指标衡量了特征值在品牌人群中的显著性，TA浓度则衡量了特征值在品牌人群中的覆盖率，因此二者共同考虑才能筛选出有效的人群扩散特征值。5.1.2相关品类方向1） 主营类目分析：根据品牌在线商品数和销售额计算筛选主营类目，并得出主营类目权重。2） 相关品牌分析：根据brand-user关系矩阵，采用Jaccard相似度计算相关品牌及相关分。相似度计算公式如下：3）相关类目分析：根据线上user-cate购买行为，通过AssociationRuleMining挖掘相关类目，使用confidence指标筛选类目并作为相关分，然后经过类目关系的二度扩散得到最终相关类目结果。类目扩散公式如下，其中表示类目k：5.1.3竞品人群方向1）竞品分析：当前品牌主营类目中，市场份额top10的其他品牌。2） 人群流转分析：分析发现品牌新增人群中，有较大比例来自竞品，说明选择该方向进行扩散是可靠的。3） 竞品人群转化模型：以来自竞品的人群为目标，挖掘用户在竞品的AIPL状态、退款、退货、评分、评价等特征，训练竞品人群转化模型。通过模型对竞品人群进行转换预测，实现人群扩散。5.1.4搜索人群方向1）搜索关键词：从引导到品牌成交的搜索词中，综合考虑搜索词是否充分竞争以及本品牌在搜索词上是否有优势，实现品牌拉相关的搜索词发现。公式如下，其中E表示关键词引导成交的类目信息熵，表示关键词引导成交额，表示关键词引导到品牌的成交额：kwsds=argtop〔E如少』*仇宫占出一虹以^/片心^）2）搜索人群扩散：近15天内搜索了kwords并点击了品牌主营类目的用户。5.1.5流失人群方向对于之前属于品牌人群而现已流失了的用户，也进行扩散召回，包括近半年从IPL状态流失的用户和近1个月从A状态流失的用户。5.1.6同好人群方向基于用户的向量表示，可以直接计算用户与用户直接的相似度，从而得到种子用户最相似的topN个用户。用户表示的方法有多种，例如：a） 用户偏好的类目向量、品牌向量组合。b） 将user-item表示为二部图，基于graphembedding方法生成用户向量。5.1.7人群扩散汇总最终6个方向的品牌扩散人群汇总去重，作为人群优选模型的输入。5.2目标人群优选模型没有历史投放数据，是此次项目面临的一个挑战。我们通过训练模型来区分目标人群和非目标人群。5.2.1评估指标训练集的正负样本，分别从品牌已购人群和其他品牌的人群中采样得到。从中训练的分类模型，可以较好的区分品牌目标人群和全网其它人群（大都和目标人群相距较远），但对区分和品牌目标人群相距不远的扩散人群则并非同样有效。因此，直接使用传统的分类指标，只能评估模型在训练集上的效果，不能准确评估其在扩散人群上的分类效果，需要设计新的评估指标。PredictTATopNPrecision指标由此而来，表示优选的TopN人群中品牌目标人群的占比，该指标越大说明模型预测效果越好。我们通过对比该指标在不同模型上使用不同topN值的值，验证了它的一致性；并设计NewTAtopNRecall指标，即优选人群在之后一段时间品牌新增目标人群的占比，验证了它的正确性。上图中，紫色框表示品牌目标人群即种子人群，蓝色框表示模型优选出的TopN人群，它与种子人群有小部分交集，交集占蓝色框的比例即为PredictTATopNPrecisiono绿色框表示一周内品牌实际新增人群，与蓝色框的交集为预测准确的人群，交集占绿色框的比例即为NewTAtopNRecall。对于有效的算法模型，PredictTATopNPrecision指标随着TopN的减小而增大。两个不同的算法模型，PredictTATopNPrecision指标在不同TopN取值上的表现是一致的，说明该指标的稳定性。以A品牌为例，其一致性验证结果如下图所示：PredictTATopNPrecisian5.2.2模型训练以品牌目标人群为正样本，从全网其它品牌的人群中随机选负样本，经过数据预处理、归一化、序列化编码后，训练并优化人群优选模型。1） 样本选择正样本选择：对于线上市场份额大的品牌而言，直接用品牌已购人群即可。但对新品牌或者线上市场份额小的品牌，已购人群可能很小，这时