8-4 基于渠道协同的预算分配与权益管理.pdf

1、基于渠道协同的预算分配与权益管理黄文彬 阿里巴巴 高级算法工程师|01业务背景业务介绍目标与挑战02业务建模预算分配权益设计权益分配03业务应用淘工厂直营渠道权益分配04工作展望交流探讨目录CONTENT|01业务背景业务介绍目标与挑战业务介绍有限预算情况下，最大化全渠道用户支付转化率|目标挑战1.多渠道场景，如何合理分配预算，全渠道收益最大2.如何将具体的预算转换成与用户交互的优惠券收益最大3.优惠券如何分发给用户使得整体收益最大|02业务建模预算分配权益设计权益动态分配业务建模整体方案|I.基于渠道效能饱和度的预算分配|渠道效能饱和度：定义渠道营销的价值空间，使各业务属性渠道可在同一标准下

2、进行比较第个渠道的效能饱和度（反馈模型）定义如下：预算分配建模：把渠道间的预算分配抽象为条件约束下的最优化问题进行求解A.连续情况求解（理想）B.离散情况求解（现实）非凸函数直接求解困难，基于primal-dual求解思想，将其转换为对偶问题进行求解预算约束下最优求解：预算约束下最优求解：II.基于权益影响力的权益设计|优惠券核心属性：券门槛、券面额权益影响力：优惠券在指定渠道上可覆盖人群范围，选取影响力最大的单券或券组进行优惠券设计决策其中，p!是用户客单价分布占比，为前向影响因子，为后向影响因子单券影响力：券组影响力：III.基于Uplift的动态权益分配|权益分配的目标：利用算法实现以人

3、为中心的精准营销投放，最大化预算带来的业务收益关键挑战：如何找到最有可能被权益（优惠券）影响的用户群体，即权益敏感人群，并决策是否发券，发何种券决策是否发券动态资源分配用户生命周期价值建模（DCN+QR）用户意图识别建模（DIPN）决策发何种券权益敏感度建模（Uplift）III.基于Uplift的动态权益分配uplift增益建模|Uplift模型：增量模型，用于预测/估计某种干预对个体状态/行为的因果效应（ITE，individual treatment effect）形式化：=!,!=1 !,!=0Uplift Model 与 传统的Response Model的差异：Response M

4、odel：领取优惠券后发生购买行为的概率（相关性，无法区分权益敏感人群）Uplift Model：因为领取优惠券而发生购买行为的概率（因果性，精准定位权益敏感人群）Uplift Model介绍：其中 Y:Potential OutcomeX:User FeatureT:Treatment indicator挑战：数据不完整/反事实理论依据：当假设成立时（!=1,!=0!I!），条件平均因果效益:=!,!=1 !,!=0实验机制：随机化实验，如A/B Test，对平均因果效应的量化至关重要III.基于Uplift的动态权益分配uplift增益建模|Two ModelOne Model形式化：形式

5、化：!=!,!=1 !,!=0建模：优点：原理简单易理解直接套用现有模型缺点：双模型误差积累非直接建模uplift，易忽略微弱信号!=!+1 !1 !标签转换!=!=1!=0!=2!=1!1建模：优点：直接套用现有模型训练数据共享，模型学习更充分避免双模型误差积累缺点：基础模型仍是Response Model，对uplift建模是间接的III.基于Uplift的动态权益分配动态资源分配|Offline模型：MCKP分组背包Online模型：动态资源分配Online Model 解决 Offline Model的部分问题：I.Offline Model的最优解与线上实时情况存在差异，主因是无法感

6、知实时来访用户群体II.Offline Model无法有效控制优惠券的发放速率III.Offline Model无法使用线上实时特征Offline未发完优惠券Offline提前发完优惠券III.基于Uplift的动态权益分配动态资源分配|目标：在总营销预算B的约束下，业务目标最大化其中 p!:增量价值:优惠券:用户基于primal-dual的求解思想，将上式转换为对偶（dual）问题进行求解III.基于Uplift的动态权益分配用户LTV建模|I.基于用户过去的稀疏行为识别用