阿里巴巴一直在面向未來探索B類新電商模式，并從2019年開始重點(diǎn)構(gòu)建“新供給、新鏈接、新營銷”三新體系。買家是三新體系的核心，缺少買家維度的數(shù)字化經(jīng)營體系是不完整的。平臺(tái)場景目標(biāo)群體及場景間買家差異性尚不明確，客群矩陣就是為場景中控解決這一業(yè)務(wù)痛點(diǎn)、提高場貨分發(fā)效能而專門設(shè)置的算法研究主題。同時(shí)，客群矩陣也是用戶增長和算法特征的核心數(shù)據(jù)。鑒于客群矩陣如此重要且擁有諸多應(yīng)用，其構(gòu)建迫在眉睫。

阿里巴巴意在將客群矩陣打造成平臺(tái)的一個(gè)風(fēng)向標(biāo)，以便業(yè)務(wù)有目標(biāo)、有層次、有差異、高效地選品和進(jìn)行場景運(yùn)營及商家運(yùn)營，為用戶增長和算法模型優(yōu)化提供動(dòng)力，為數(shù)字化運(yùn)營提供依據(jù)。我們主要圍繞人、貨、場、商4個(gè)維度構(gòu)建，客群矩陣概況如圖1所示。

圖1　客群矩陣概況

?

客群矩陣同場景矩陣疊加，在構(gòu)建場景目標(biāo)用戶、衡量場景差異性的同時(shí)，也能提高場景效能，有效引導(dǎo)目標(biāo)流量，進(jìn)而為各類業(yè)務(wù)場景的算法建模提供底層數(shù)據(jù)基礎(chǔ)。

1

? ?

采購力

B類買家不像C類買家有明確的年齡、性別等基礎(chǔ)坐標(biāo)維度，B類用戶多是企業(yè)或者批發(fā)商，如何刻畫B類特色的客群矩陣，這對(duì)于B類電商非常重要，也是B類電商“小二”一直在思考的問題。

?

既然B類用戶群體主要是企業(yè)和批發(fā)商，那么如何準(zhǔn)確地描述客群矩陣呢？采購力就是突出的表征，采購力包含采購金額和采購頻率，從采購力可以看出用戶的經(jīng)營規(guī)模和消耗能力。因此，我們將采購力作為基礎(chǔ)坐標(biāo)維度，分層提供精準(zhǔn)差異化服務(wù)。

?

采購金額主要是一定周期內(nèi)用戶采購的金額。為了規(guī)避不同品類價(jià)格差異較大帶來的分層干擾，首先分類目對(duì)采購金額劃檔，然后再按照金額檔不分類目看，占比最多的金額檔就是此用戶的采購金額檔層。

?

采購頻率是一定周期內(nèi)用戶的采購頻次。將用戶按照采購時(shí)間排序，然后計(jì)算用戶在一定時(shí)間周期內(nèi)采購的頻次。將所有用戶按照高斯分布比例劃分出高、中、低檔，作為采購頻率的分層檔次。

2

? ?

生命周期

包括新裝機(jī)、新用戶、低活、中活、中高活、高活、沉睡、流失等階段，該生命周期主要是按照用戶在電商平臺(tái)的活躍度來劃分的，其中也融入了部分業(yè)務(wù)知識(shí)。例如，新裝機(jī)用戶是指剛裝機(jī)的用戶，新用戶是指成交在2單以內(nèi)的用戶，低活是指一個(gè)月訪問天數(shù)在2天以內(nèi)的用戶等。

?

從交易周期分析用戶生命周期，如圖2所示，包括新裝機(jī)激活用戶、登錄用戶、首單用戶、活躍買家（高采購力買家、潛力買家）、潛睡買家、深睡買家等階段，各個(gè)生命周期階段之間的轉(zhuǎn)換關(guān)系在圖中也有直觀呈現(xiàn)。精準(zhǔn)化用戶運(yùn)營根據(jù)買家生命周期階段不同而調(diào)整目標(biāo)，所采取的策略也會(huì)相應(yīng)調(diào)整。

圖2　用戶生命周期

?

了解了用戶生命周期，就可以有針對(duì)性地做用戶拉新、促活、留存，以提高用戶黏性：對(duì)于新裝機(jī)和新用戶，主要是提高他們的用戶體驗(yàn)，培養(yǎng)用戶的消費(fèi)習(xí)慣，做留存轉(zhuǎn)化；對(duì)于中低活用戶，主要是促活、留存；對(duì)于中高活用戶，主要是維持用戶的習(xí)慣，加強(qiáng)黏性；對(duì)于沉睡和流失用戶，主要是通過紅包權(quán)益等方式促活。用戶生命周期的維護(hù)對(duì)于電商持續(xù)用戶增長發(fā)揮著至關(guān)重要的作用。

3

? ?

核心主營

CBU作為B2B電商平臺(tái)的典型代表，一直致力于服務(wù)全球億萬B類買家用戶。用戶核實(shí)身份與主營類目（如進(jìn)口母嬰店店主、精品女裝店店主、微商兼職、小超市店主等）作為B類用戶畫像最為核心的屬性之一，不僅代表著用戶的線下實(shí)體身份，還直接影響著用戶在電商平臺(tái)上的行為偏好、采購周期及對(duì)商家服務(wù)能力的訴求等，因此一直是B類電商平臺(tái)致力于深耕與運(yùn)營的核心用戶畫像屬性之一。

?

大多數(shù)C類用戶畫像屬性可以直接基于用戶在網(wǎng)站上的歷史行為進(jìn)行建模，但B類用戶畫像則不同。因?yàn)橐藢?shí)用戶核身身份以及對(duì)主營類目有精準(zhǔn)性的要求，一般B類電商平臺(tái)主要以用戶自填表單的形式進(jìn)行用戶核實(shí)身份的確定。這種用戶自填方式結(jié)果準(zhǔn)確度較高，但位置隱蔽、鏈路冗長、沒有利益點(diǎn)的引導(dǎo)，不僅用戶填寫率低，而且與場景結(jié)合力不足。

?

為解決原表單式核身用戶操作成本高的問題，阿里巴巴CBU電商平臺(tái)通過用戶核身組件借力算法模型對(duì)用戶核身進(jìn)行預(yù)測，依據(jù)置信度排序，為用戶推出Top K個(gè)選項(xiàng)供用戶點(diǎn)選。整體算法解決方案如下。

?

3.1

? ?

數(shù)據(jù)源

1）用戶站內(nèi)行為

用戶站內(nèi)行為是用戶需求與偏好的第一反饋基地，是算法需要著重去挖掘的數(shù)據(jù)源。相對(duì)其他偏好類畫像屬性來說，用戶核身是一個(gè)相對(duì)穩(wěn)定和長期的用戶屬性，因此在算法應(yīng)用中，我們選取了用戶最近半年的站內(nèi)全域行為作為底層數(shù)據(jù)。定義半年的長時(shí)間窗口選取主要有兩方面考慮：一是目前網(wǎng)站商品豐富、優(yōu)質(zhì)，搜索與推薦算法日漸精進(jìn)，用戶瀏覽各類商品的成本較低，所以B類用戶在網(wǎng)站上的注意力難以保持專注，用戶B類/C類的需求與行為混雜，數(shù)據(jù)較臟，較長的時(shí)間窗口有利于濾除干擾，捕獲用戶更為長期和穩(wěn)定的需求；二是用戶行為數(shù)據(jù)，特別是采購行為，相對(duì)稀疏，然而B類用戶的采購行為是反映用戶核身身份最為核心的特征之一，且用戶采購行為又具有一定的周期性，因此長期的時(shí)間窗口能夠幫助算法更加全面地認(rèn)識(shí)用戶。

2）用戶站外上下游身份

?

不同于很多偏好類用戶畫像屬性，用戶核身身份能夠與用戶在現(xiàn)實(shí)中的身份產(chǎn)生真實(shí)的映射關(guān)系，如奶茶店店主—喜茶店主、烘焙店店主—寶島金典店主、精品女裝店店主—淘寶女裝店店主等。因此，用戶站外上下游的身份映射關(guān)系，能夠輔助我們進(jìn)一步完善用戶核身身份的預(yù)測，提高覆蓋率和準(zhǔn)確率。

?

3）行業(yè)知識(shí)

?

鑒于用戶在網(wǎng)站上B類/C類行為混雜，噪聲較多，B類用戶核身偏好易受網(wǎng)站熱門類目與商品的干擾，因此我們也引入了大量行業(yè)知識(shí)作為指導(dǎo)來協(xié)助完成B類用戶核身身份的預(yù)測，并基于此沉淀下來一份核身偏好類目數(shù)據(jù)。

?

3.2

? ?

算法方案

利用以上用戶站內(nèi)行為、站外上下游身份和行業(yè)知識(shí)的數(shù)據(jù)，算法端可以通過以下幾個(gè)步驟實(shí)現(xiàn)用戶核身身份的預(yù)測工作，預(yù)測流程如圖3所示。

?

圖3　用戶核身預(yù)測流程圖

?

1）種子用戶圈選

種子用戶主要定義為站內(nèi)已核身用戶及站外上下游有映射關(guān)系的核身信息的用戶。

?

2）行業(yè)知識(shí)指導(dǎo)

我們基于種子用戶最近一段時(shí)間的站內(nèi)行為數(shù)據(jù)，挖掘識(shí)別顯著性特征，提供給運(yùn)營同事，對(duì)種子用戶再進(jìn)行一輪劃撥，把日常核心行為與行業(yè)偏好明顯不符合的用戶排除，優(yōu)化種子用戶的圈選。

?

3）種子商品圈選

以行業(yè)偏好類目作為門檻，篩選出種子用戶在門檻下最近半年內(nèi)采購過的商品作為種子商品。

?

4）種子商品擴(kuò)展

基于團(tuán)隊(duì)沉淀現(xiàn)有商品的I2I表，利用種子商品作為trigger觸發(fā)Key，對(duì)種子商品進(jìn)行擴(kuò)展，擴(kuò)展種子商品的偏好分等于商品I2I相似分與trigger種子商品偏好分的乘積。

?

5）用戶核身預(yù)測

對(duì)于一個(gè)用戶的核身預(yù)測，我們選取其最近半年的行為數(shù)據(jù)進(jìn)行建模打分。然后基于打好分的用戶行為商品計(jì)算用戶對(duì)每一個(gè)可能的核身身份的偏好置信度，并用以區(qū)分用戶的個(gè)人采購行為和B類采購行為，降低用戶的個(gè)人采購行為對(duì)預(yù)測結(jié)果的影響，加大用戶的B類采購行為的權(quán)重。

本文摘編于《阿里巴巴B2B電商算法實(shí)戰(zhàn)》經(jīng)出版商授權(quán)發(fā)布。

?

本書是阿里巴巴CBU技術(shù)部（1688.com）深耕B2B電商15年的經(jīng)驗(yàn)總結(jié)。阿里巴巴B2B在戰(zhàn)略形態(tài)上經(jīng)歷了信息平臺(tái)、交易平臺(tái)和營銷平臺(tái)的升級(jí)迭代，本書聚焦?fàn)I銷平臺(tái)商業(yè)形態(tài)背后的算法和技術(shù)能力，試圖從技術(shù)和商業(yè)互為驅(qū)動(dòng)的視角闡述技術(shù)如何賦能業(yè)務(wù)，并結(jié)合阿里巴巴集團(tuán)在基礎(chǔ)設(shè)域和算法創(chuàng)新上的沉淀，打造出智能B2B商業(yè)操作系統(tǒng)。

- EOF -

想要加入中生代架構(gòu)群的小伙伴，請(qǐng)?zhí)砑尤汉匣锶?strong>大白的微信

申請(qǐng)備注（姓名+公司+技術(shù)方向）才能通過哦！

好文推薦

螞蟻研究員玉伯：做一個(gè)簡單自由有愛的技術(shù)人

2020-11-13

騰訊游戲許振文：王者榮耀實(shí)時(shí)大數(shù)據(jù)平臺(tái)黑科技解密

2020-11-12

多隆：從工程師到阿里巴巴合伙人

2020-11-10

58 轉(zhuǎn)轉(zhuǎn)技術(shù)總監(jiān)駱俊武：一個(gè)核心系統(tǒng) 3 萬多行代碼的重構(gòu)實(shí)戰(zhàn)篇

2020-11-09

徐昊：運(yùn)用四色建模法進(jìn)行領(lǐng)域分析

2020-11-11

中臺(tái)實(shí)踐：數(shù)據(jù)中臺(tái)構(gòu)建五步法

2020-11-06

為什么說IT科技公司應(yīng)該留住35歲員工？

2020-11-05

混沌工程：蘇寧系統(tǒng)穩(wěn)定性之道

2020-11-03

貝殼找房技術(shù)總監(jiān)肖鵬：高速成長下的技術(shù)團(tuán)隊(duì)怎么帶？

2020-11-02

阿里技術(shù)專家楚衡：架構(gòu)制圖的工具與方法論

2020-10-30

螞蟻集團(tuán)技術(shù)專家山丘：性能優(yōu)化常見壓測模型及優(yōu)缺點(diǎn)

2020-10-28

京東平臺(tái)研發(fā)朱志國：領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)（DDD）理論啟示

2020-10-27

架構(gòu)專家高磊：緩存為王——無線緩存架構(gòu)優(yōu)化

2020-10-22

阿里文娛技術(shù)專家戰(zhàn)獒: 領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)詳解之What, Why, How?

2020-10-20

工程師的基本功是什么？如何練習(xí)？聽美團(tuán)技術(shù)大咖怎么說

2020-10-19

監(jiān)控之美——Prometheus云原生監(jiān)控

2020-11-14

? ?END ? ??
#架構(gòu)師必備#點(diǎn)分享點(diǎn)點(diǎn)贊點(diǎn)在看

總結(jié)

以上是生活随笔為你收集整理的深度：揭秘阿里巴巴的客群画像的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。