电商流量影响落地效果的几个注意点

2021-03-12浏览数:



电商流量影响落地效果的几个注意点

在梳理这个经验之前,我们先明确下推荐算法,推荐策略,推荐电商流量系统这几个名词的概念。

其实,看似相同却不相同。

推荐算法是学术界名词,其实是由多种数学算法经过不断筛选组合而形成的综合模型。

推荐策略,则是指有人参与制定规则的问题解决方案;而推荐系统,是学术界在工业界的落地,是一个相对复杂,且包含推荐算法和推荐策略在内的系统,一个完整的推荐系统所涉及的链路比较长,它涵盖了基础日志采集/基础业务信息采集-数据反馈与处理-数据源筛选-召回-粗排-精排-规则-AB测试-效果分析等多个环节。

这些环节适用于以上每个产品的个性化系统,只是大同小异而已,所以不拆开对比,以下可能会影响到落地效果的几个点需要提前规避:

 

1. 个性化推荐

个性化推荐,都会依赖大数据的采集、基础信息的采集,无论是行为日志,还是业务数据,都是有着高要求的。

比如,设备唯一标识、会员唯一标识、会话唯一标识,在曝光、点击、访问等日志中的映射,在请求时的回传,这些数据是否能够匹配,业务信息采集和日志信息的采集是否有遗漏,都会影响建模。

 

2. 实时反馈数据

实时数据反馈,输出商品后是否有行为发生,如何筛选行为数据,数据中的各字段业务背景与含义,筛选条件是否能够覆盖需求,这些会影响反馈的效果。

 

3. 数据处理规范

数据处理规范,一般是上下游约定,明确各字段的背景与含义,这个环节最容易出的问题是上下游信息不同步,导致业务变更,影响效果;还有就是清洗时的要求,比如对噪点数据的剔除等,比如误触、极端活跃用户的某些数据等;这些都会间接影响效果,且在根据报表逆向定位时无法得出准确结论。

 

4. AB实验

AB实验中,正常模型上线之前,算法会进行评估,原则上离线指标优于线上指标,新模型就具备了上线的前提;但是实际,离线效果不一定是靠谱的结果,所以最终进行线上AB,是上线前的必经之路。

一般都会做调用推荐和没有调用推荐之间的AB,这种是调用方按照UV,进行分桶;AB模型的效果,会通过模型输出的数据标识,透传给调用方,进行埋点,进而实现报表的计算。

 

5. 用户行为较少

用户行为较少也会影响结果,比如在基于用户行为进行分析时,实际上是有一些伪命题倾向的;因为很难准确判断用户的相似性,和商品/内容的相似性,就会存在一些误导,对于电商而言;比如,三四线城市用户,看了进口很贵的奶粉,看了国产很便宜的手机,因为行为少,可能只是比价购买的,所以很容易误判他的消费能力;并且在计算用户相似性的时候,也很容易误导,对于内容而言,同样适用。

 

6. 用户行为不规律不连续

还有用户行为不规律不连续,这里主要是在相对稳定的时间周期上的不规律和不连续,比如,N%的人M天来一次,N和M没有固定规律;这中间,偏好会变,行为不连续,即使结合长短期行为进行召回,也不能够准确的判断用户意图;偶尔逛天猫,偶尔看抖音的人,是很难确认用户真实意图的,此处的真实意图并非是算法算出来的意图。

影响用户决策的因素,除了这些,还有推荐过程中的商品展示元素、体验、内容的封面、内容质量等基础数据质量等因素;如果内容基本信息不全、信息匹配不准、商品参数错误不规范,都很难实现商品与内容的精准触达。

 

7. 马太效应

其实,只有当系统长期处于长尾效应时,才会影响推荐效果,这种越热的商品经过推荐会变的更热的情况;比如榜单,长期使用会造成新鲜度下降,长期发展对于用户是推荐疲劳,点击率自然会下降。

解决的思路主要是如何针对于头部商品进行降权,一般通用的比如算法设计的时间衰减,通过时间迁移,商品热度会降低,还有不同时期通过业务干预的方案;比如某类商品的加权,或者通过调整商品池门槛,来进行商品池中的长尾商品数量占比。

 

8. 信息茧房问题

类似于抖音早期的个性化推荐策略,看什么推什么,比如你看了美食就不停推美食,看了土味视频就会不停推土味视频;这种大多数是基于用户标签画像的推荐,这种推荐策略其实是很多平台的主流推荐,因为相对靠谱且容易在大范围内应用。

不过缺点明显,就是信息茧房,没有新鲜感,就在一个圈定的范围内,像抖音后期综合热度进行推荐;一定程度上,抑制了兴趣偏好,使得流量分发更加的公平公正,也使得用户能够接触更多的信息,帮助用户不断地发现新的偏好,从而跳出茧房。

以上,分享了一些个人在不同产品的个性化分发策略中的观点,希望能够和伙伴们进行交流,还望对不合理之处寄予纠正;本次,我们暂时不基于不同策略,效果等问题进行展开,下回继续。

其实无论是电商内容化,还是内容电商化,转型和新的尝试都会承担触及企业营收的风险,每一次新的尝试都会伴随阵痛,希望每个企业都能顺利度过转型期并得到预期的发展。

Copyright © 2002-2019 shuazhanbao.com 刷站宝 版权所有 - 网站备案号:湘ICP备19004454号
本站关键词:淘宝流量,手机淘宝流量,淘宝店铺流量,刷流量,刷淘宝流量,淘宝ip,淘宝推广网站,淘宝直播人数,淘宝直播热度,怎么提升淘宝直播,刷播放量,刷站宝