投放场景下的问题分析与用户价值预估.pdf

《投放场景下的问题分析与用户价值预估.pdf》由会员分享，可在线阅读，更多相关《投放场景下的问题分析与用户价值预估.pdf（21页珍藏版）》请在三个皮匠报告上搜索。

1、2023 DataFunSummit投放场景下的问题分析和用户价值预估演讲人：徐国强腾讯数据科学目录投放场景下的问题分析投放场景下用户价值建模实践未来工作展望Contents致谢01投放场景下的问题分析用户价值在用户增长的作用p 用户增长模型p 用户价值模型是不同用户状态下的用户模型户增中的AARRR模型CLTV建模是项底层的通能，其的是准确预估处于不同户状态的户价值。增模型的各个环节都可以在看清户价值的基础上，制定出合理的增策略，从实现增标的达成。投放获客场景：通过CLTV建模预估不同渠道cohort粒度的CLTV，得到每个渠道投放的ROI，调整出价策略和预算分配策略。投放获客场景：通过CL

2、TV建模得到户粒度的CLTV，在投放过程中对媒体流量进筛选，提升买量效率和效果。命周期运营场景：预估运营策略预下的户价值弹性，找到对运营策略敏感群，叠加资源分配策略提升整体预效果。获取客户用户运营用户增长技术两阶段：从外部获取新用户、持续激活新增和存量用户户命周期状态图户增中的RARRA模型降本增效背景下，每个STAGE都需要优化ROI用户增长中的用户价值定义p CLTV的定义CLTV(Costumer Lifetime Value)最早为市场营销领域的重要概念，表示的是户在命周期内为产品带来的收总和。在户增实践过程中，户时、户活跃等也可以被认为是类户价值。我们通常采的建模标的是SCV（nLT

3、V），即户在命周期的某个session内的价值。CLTV和SCV的关系p 客户资产的定义CE(Costumer Equity)客户资产被定义为组户的CLTV总和。在些场景下，客户资产最化是产品的重要优化标。例如：命周期运营中，在有限的资源下，最化运营预下的户活跃是最化客户资产的任务之。用户价值建模行业相关工作 随着数据和机器学习的发展，业相关作越来越多，主要围绕数据稀疏、数据不平衡、多分布等问题展开。业公司LTV相关的机器学习研究中的代表作scholar上能检索到的CLV相关作章趋势p CLTV建模行业相关工作投放场景下的问题分析和用户价值的应用p 付费投放获客是多方博弈下对公域流量的利用 广

4、告平台越来越开放，希望引入更多一方数据，优化广告效果越来越希望通过数据的深加工，更加自主的提升投放的ROI广告主需要一个统一的对接方案，解决渠道严重的割裂现象amsbaidu快手电子市场渠道分布越来越割裂广告平台开放RTA获客广告主更加关注ROI流量供给流量优选 p 媒体广告平台侧现状p 付费获客广告主侧现状 多个参与方目标不完全一致，是博弈关系。付费投放是用户增长领域最重要的用户触达工具。投放场景下的问题分析和用户价值的应用 CAC优化中，降低出价可带来分母快速下降，但严重影响拿量能力。LTV优化中，对媒体流量的优选是潜客拉新中投放端最有效抓手。p 提升获客的LTV是提升ROI的关键抓手=1

5、.提升LTV2.降低CAC投放场景下的问题分析和用户价值的应用随告平台、数据能的持和身能不断探索，提升LTV的段不断进化。内容选品:分析建模“品类”带来的人群LTV差异，优化投放品类。回传LTV建模：广告平台深度出价能力+浅层指标回传，实现“平台助力质量建模与优选”。RTA(Realtime API)：自主建模个性化LTV表征用户价值，并通过RTA实时流量优选/分层出价。实现方案统一，适合平台化。问题：粒度太粗，数据稳定性差。问题：行业统一建模，难以深入解决业务特有问题。优势：个性化粒度，自主灵活建模，具备ABTest。p 提升LTV的解决方案02投放场景下用户价值建模实践大禹投放平台多业务用

6、户价值建模实践p 大禹投放平台p 多业务下的用户价值建模面临的挑战禹投放平台是腾讯PCG内部的站式告投放平台，向BG范围内产品的增长业务线提供素材创意、广告投放、RTA策略、效果分析等多维度的能力，让接入产品更低成本、高效率的落地广告投放业务。禹投放平台已经服务于机QQ浏览器、腾讯应宝、全K歌、腾讯动漫等余个业务和产品，并且为这些业务的付费获客投放的ROI带来的巨的提升。接产品多样化接媒体渠道多样化多业务场景下LTV建模临的关键问题投放场景下CLTV建模目标选择问题cohort粒度CLTV在激活后随时间增加不断增，选择多窗期作为建模标是个权衡问题。RTA