链路|全链路最优智能投放系统的搭建之路（一）( 二 )

2.2.1 策略包机制
策略包机制主要是由于不同策略投放场景和相关规则不同，需要查看各个策略的投放效果，以此来判断是否要下线、推全、更改文案等等，但是即使更改完毕后，也不完全确定调整后的效果，相对滞后。
2.2.2 智能场景
主要是从智控的角度控制投放的频次、货品优先级、货品投放逻辑，主要有以下几点：

确定货品大类的优先级，然后在优先级的底线和天花板之间，有算法依据业务用户的标签决策优先级
设定最不可忍受频次，然后依据用户历史数据和业务KPI，由算法决策最佳投放频次
多个文案，效果达到AB阈值后，由智能引擎自动进行效果推全/下线

2.3 智能调优智能调优解决手动分析数据、手动决策优化方向的问题，目前有如下两点：
2.3.1 特征自调优
用户标签、用户特征本身精准度的优化，包括离线优化（T-1优化）、在线优化（T+0优化），通过不断提升具体标签的准确度，来提升多个特征组合后的人群的精准度
2.3.2 人群自调优
对于已经投放的人群，线上自动根据时间、行情、用户属性以及货品属性的变更，自动调整人群的范围，不断的动态圈人，以此实现人群自调优。

图示：通过对不同特征进行线上自调优后观察数据效果示意
三、数据评价体系一般情况下，数据评价体系分为：数据展示、数据归因、数据洞察。
本次先将数据展示，也即评价体系最基础的模块（后两个模块不是不会，是当前业务还未做完，等完成继续更新出来）
通过SQL查询数据库不是不行，但是我觉得大部分PM应该深知其痛……对于运营/业务并不友好，所以搭建一个简易的数据报表以及AB报表将会极大的提高业务数据判断能力。
数据报表不过于赘述，因为不同业务其数据依据分析目的不同，展示逻辑也不相同，可以一定程度上参考下易观、神策。这里简单的呈现下AB模块的交互稿示意。

图示：AB数据的简易产品设计，仅供思路参考（已遮盖关键数据）
对于智能触达系统，我还在不断的探索，所以将阶段性的全链路最优的思路分享共勉，仅仅对于投放来说，全链路最优是没问题的，但是对于智能触达的系统构建来说，这仅仅是摈弃了手动投放的第一步，所以后续如果有更好的方案进展，我会不断续更，希望对大家有用。
作者：楠神，公众号：音波楠神，不制造焦虑感，不生产垃圾文的公共号，欢迎你来唠唠
本文由 @楠神原创发布于人人都是产品经理，未经作者许可，禁止转载
题图来自 Unsplash，基于 CC0 协议