大促背後的流量利器|手淘push升級 比你更懂你

導讀：過去的很長一段時間內，因爲電商的強運營特性，手淘 App 的 Push 消息大部分時候是做爲一個活動通知的通道，對重要活動進行通投引流。然而在競爭環境更加激烈和用戶滲透日趨飽和的今天，具有更加精細化的用戶運營手段和智能內容投放能力被逐漸重視起來，也成爲了整個系統和產品後續優化升級的重點。

從今年開始，咱們開始對手淘 Push 的平臺鏈路、技術架構和投放算法進行了大幅度的升級改造，目標是使其可以在平常和大促中承擔起個性化營銷、用戶促活和業務導流等多種角色。

那麼，通過升級改造後的總體效果如何？在此次的 618 大促中又發揮了什麼樣的做用？咱們在背後有那些發現和思考？本文會逐一介紹。

介紹

手淘 App 做爲目前用戶數最多的幾個 App 之一，Push 天生就是一個用戶觸達量很是巨大的渠道，天天將觸達幾億的人羣，是整個手機淘寶很是重要流量渠道之一。

可是實際上，咱們但願 Push 消息不只僅是一個觸達渠道和通知方式，而是可以經過結合豐富的觸達內容、深度的用戶理解和個性化的運營分發，將其打形成一個具有用戶心智和真正懂用戶的產品，變成用戶在淘寶上的一個貼身小助手。

手淘的 Push 消息能夠分爲營銷類（細分爲個性化、定投和通投），產品通知類，聊天 IM 類。能夠從下面的產品介紹圖中找到部分相應的示例。

背景

在流量結構上，歷史上手淘 Push 投放流量經歷過從通投到定投的轉變，開始進入了精細化用戶運營的模式。算法開始介入對人羣的選擇，簡單說完成了一個從人找內容到內容找人的過程。

隨着今年的升級改造，咱們重點打造了更增強大的個性化在線計算引擎來進行內容投放，通過了大量的 AB 實驗和大促的檢驗以後，目前的主要流量已經從定投切換到了個性化投放，完成了從時機、內容、頻率上都徹底個性化的改進。

能夠從下面的圖裏直觀的理解這三種投放方式的區別。其實投放模式的改進除了帶來效率的提高以外，也帶來了用戶體驗的巨大提高，除了能夠減小大量沒有必要的消息推送以外，推送的內容也會和用戶更加相關。

總體架構

消息推送最基本的能力是進行內容投放。對於通常的 App 而已， Push 更多的能夠理解爲實現一個內容推薦和分發系統，經過優化點擊率來提升 App 的活躍度和內容的瀏覽量。可是對於手淘而已，還須要承擔一個對不一樣業務方進行內容投放的需求，須要作到流量的合理分配，兼顧平臺，業務方和用戶的訴求，因此手淘 Push 同時也兼具了廣告投放系統的不少特色。

以下圖，總體算法架構分爲投放匹配 和 流量調控分別建設，同時咱們還構造了第三個模塊智能情景投放來決定整個投放的具體時機。

流量投放匹配：本質上解決的是用戶和內容的匹配問題，咱們將會從內容素材庫中選擇和用戶最相關的內容和商品，假設 f(U,X) 是對用戶 U 在投放內容 X 上的打開率預估得分，那麼這個模塊將會選擇打開率預估最高的素材進行後續投放。

從系統視角上看，整個流程也分爲了經典的召回+排序的部分，可是具體來講和傳統的推薦分發系統有兩個主要不一樣點：

1.具體的投聽任務每每有一些限制和要求，好比投放量，投放目標人羣和投放頻率等，因此若是咱們僅僅將最優的內容分配給最活躍的用戶，就會發如今這些約束條件下這樣作一般都不是全局最優解。因而經過加入流量調控決策來對這些約束進行考慮，最終能夠從全局角度進行總體優化。

2.在不一樣的時刻，用戶的注意力以及對內容的須要程度是不同的。經過對時間進行合理的預估，並觸發投放能夠有效的提升內容利用效率，而且有效下降系統的負載。因而智能情景投放被引入來針對每一個用戶預估他們的最優投放時間。

流量調控決策：這個模塊將會收集用戶和內容自己的Push發送狀況，來知足一些疲勞度和業務方流量保證等一系列的約束，同時也將這些約束也一樣建模到算法模型中進行優化。

總體來看， M 表示素材， U 表示用戶， MU 表示該素材對該用戶的投放狀況， X 表示具體的投放內容 Item 。

最終但願投放內容的優化問題和約束條件爲：

函數 h 考慮預估打開率 f(U,X) 、 U 的已發送量、 MU 的已發送量的擬合關係，函數 g 考慮 M 的已發送量的業務流量分配優化，最終經過有監督優化學習這兩個函數的最優解，使得總體的流量分配在業務流量，用戶投放疲勞度，內容多樣性和全局打開率上達到一個最優的狀態。

智能情景投放：在消息推送中除了要解決推送什麼內容以外，還有一個很重要的問題是解決推送時機的問題，也就是在什麼時間進行推送用戶最有可能打開，而且受到的打擾最小。傳統的通投或定投只能選擇統一的發送時間，沒有充分考慮用戶的使用情景。

在投放系統的上游，咱們加入了智能情景模塊在投放時爲每一個用戶決定個性化的推送時間。在投放以前，智能情景模塊會去預估每一個用戶最佳的的Push觸達時機，而後在這個最佳時機上去觸發內容的選擇和投放系統。

具體實現上，對於某個用戶而言，投放時間的優化問題能夠抽象爲不一樣時段Push消息的打開率預估，而後選擇最優解的優化過程。可是實際中咱們不能徹底暴力的求解和遍歷全部時機，而且還須要考慮不能將流量徹底集中在一個時刻引起系統問題。因而最終採起的作法是結合用戶當日使用狀況、疲勞狀況等實時特徵，會先選擇一些候選時機集合T，而後再訓練預估模型f來選擇其中的最佳時間點來做爲該用戶今天的投放時間。

相比於固定投放時機或者隨機投放時間，基於智能情景投放時機的打開率效果分別能夠提高10%和20%左右，有效的提升了消息的利用率。在合適的時機推送內容也作到了對用戶打擾的下降，以及下降了總體的系統負載壓力。

總體階段成果：通過爲期3個月的開發和打磨，最終整個系統在618以前成功上線，在平常的投放中帶來如下幾點提高：

• 效率顯著提高：經過總體系統的改造，咱們對手淘 DAU 的貢獻佔比從 3 月初到如今短短几個月時間提高了 100% ，實現了翻倍，給整個手淘的用戶活躍帶來了較大的增量。
• 實時鏈路改造：經過對離線投放的改造，全部的計算都遷移到了在線引擎，實現實時內容匹配和投放，這帶來了算法效果上超過15%的提高以及實時運營的能力支持。而對實時運營的支持，是 Push 總體能在大促發揮做用的重要基礎能力，咱們將在下一節重點介紹大促中的工做。
• 消息打擾優化：經過算法來預測每條消息對於用戶的價值，咱們就能夠儘量的去過濾一些對用戶價值較低的消息，在不影響總體打開效果的狀況下，儘量的下降對用戶的打擾。這個工做目前已經有了初步的成果，目前可能在打開效果儘可能不下降的狀況下，減小 40% 的消息發送量。

大促賦能

每一年的天貓 618 大促既是一個年中重要的營銷節日，也是對年底天貓雙十一的一個預演和檢驗。對於今年的 618 大促，咱們成立了專門的大促專項進行了重點支持。除了上述平常的改造提高以外，針對大促的特色和對 Push 投放的需求，也進行了相關的能力改造和升級。

大促流量保證 ：對於大促的賦能關鍵點是須要具有 2 個核心能力：實時投放 + 動態目標。

業務上須要根據大促的實時狀況來決定投放目標，好比大促 GMV 和流量的供給需求等。這種狀況下離線算法是很難支持這種臨時的投聽任務的，而通過了前期的一系列實時化改造和對大促臨時需求的調研，最終在 618 以前上線了大促機動策略功能，能夠針對大促當天的臨時或者機動需求，進行建立任務、選擇投放目標和內容、開始投放的一系列實時能力。

例如，618 當天，爲了進一步釋放大促潛在購買轉化，在大促期間加購未購人羣上實時建立了投聽任務，進行了目標人羣上的個性化投放。對比的投放方式是人工選擇內容，隨機選擇內容和算法個性化選擇內容。具體的實驗方案以下圖：

下圖裏給出了大促三天算法帶來的投放效率提高效果。三個任務裏算法投放的打開率相比大促常規的人工通投方式都有很是明顯的提高，證實了算法在提效和實時干預上可以較大幅度的幫助大促完成相應的業務目標。在大促的流量爭奪戰中，但願經過更加有針對性和高效的方式進行觸達，幫助用戶找到更有效的信息，同時也下降無效信息對用戶的干擾。

大促營銷內容 ：衆所周知，大促對於電商用戶來講，更像一個促銷節日，因此營銷的重點必定是不同的。咱們但願這種變化能夠更加實時的捕捉和經過用戶行爲動態的進行學習。

此次大促通過全行業的投放，經過數據分析，從天貓大促會場和平常投放素材的對比能夠發現，大促中的用戶對高價格商品的接受度會比較高，而平常投放中的用戶需求則集中在低價格商品，而這些用戶需求的變化也能夠經過實時的算法學習來捕捉，從而在投放上進行調整和變化，進一步的對大促的流量效率進行提高。

總結&展望

綜上，用一句話歸納手淘 Push 的總體目標就是：在合適的時機，爲用戶提供須要的內容，而且創建穩定的用戶預期和反饋機制，來造成有效的產品閉環。

將來將繼續沿着三個重要方向進行升級和優化。

1.用戶打擾和通道健康：
應用內外的 Push 功能是一個很容易被濫用，而且健康度受損以後很難過後修復的渠道。目前手淘的 Push 應用通知關閉率低於大部份內容類應用，但在發送消息的時候仍然要對通道的健康度進行關注和優化，減小消息的發送量。

2.事件觸發機制支持和端測能力結合：
除了進行營銷類的通知外，從用戶體驗上，須要將用戶真正關心的事件和用戶但願獲得的通知提供給他們，成爲用戶真正的貼身助手。因此後續將會結合事件觸發和端實時計算的能力還進行能力補全。

3.算法深度的探索和應用：
如以前介紹，手淘的 Push 算法融合了推薦和廣告中的算法能力，將來將進一步對更加深刻的算法方向進行探索，但願可以對用戶的狀態和推送正負反饋進行更加精準的建模，讓推送內容變得更加準確和「有用」。

原文連接 本文爲雲棲社區原創內容，未經容許不得轉載。