渠道质量评估模型获客是大多数的商业场景下的

获客是大多数的商业场景下的重中之重，高效的获客在节省成本和用户质量提升方面的重要性不必再赘述。实际业务场景中，我们面临的是获客质量，获客量级和获客成本之间的博弈，其中两个方面的正向提升必然会导致另一方面的负向。在这三个维度中，量级和成本是天然的比较好衡量的，而质量则是一种更复杂更综合也更长期的维度，对质量的准确衡量，就显得尤为重要，本文希望结合日常工作中我对腾讯业务场景的理解，通过一些框架性的说明，来为大家构建评估模型提供一些思路。
01
背景
获客是大多数的商业场景下的重中之重，高效的获客在节省成本和用户质量提升方面的重要性不必再赘述。实际业务场景中，我们面临的是获客质量，获客量级和获客成本之间的博弈，其中两个方面的正向提升必然会导致另一方面的负向。在这三个维度中，量级和成本是天然的比较好衡量的，而质量则是一种更复杂更综合也更长期的维度，对质量的准确衡量，能为业务优化建立一套清晰的标尺，也能为优化提供方向。在多种获客手段中，新用户渠道采买属于其中非常重要的一种，具有高花费和可追踪的特征，故下文中仅针对新用户渠道获客进行说明。
常见的渠道优化链路如下：

首先基于增长模型，拆解年度DAU或时长目标和进行成本预估
其次基于渠道质量，渠道量级，成本单价等进行渠道预算分配
再然后通过渠道归因流程监控和渠道异常识别模型对渠道进行风险防控
最后针对每个具体的渠道类型进行优化

本文中对质量评估、异常识别、归因监控进行详细说明，对渠道优化进行简单提及

文章插图
02
监控流程
渠道质量监控是一套系统化的工程，需要联动产品，数仓，分析师，数据工程，运营等共同从业务流程和数据流程上进行建设和维护。通常情况下，渠道质量监控需要满足以下几个条件：

标准清晰：也即是渠道的好与不好最终具体指向什么样的目标？比如DAU ，时长，用户收益等，多指标的优化容易让人迷惑，并且可能存在相互矛盾的情况，通常情况下在监控初期就应该明确下来，并保持不变
快速反馈：质量监控的本质是通过用户的短期行为来判断长期表现，这样才能在最短的时间内快速发现渠道异常以及合理评估渠道质量。为了同时兼顾准确性和时效性，可采用多段式监控方式，一来对能快速定位到问题的渠道尽早预警来进行优化调整，而难以识别的渠道进行更长期的观察；二来可以通过长期的质量评估来校准短期质量评估模型
稳定可靠：质量监控最终产出的结果需要处于相对稳定的状态（因为真实的渠道质量是长期处于相对稳定的状态），所以在建模过程中，需要特别注意防止过拟合
细节保密：对渠道质量评估和渠道异常识别的模型细节需要保密，因为渠道本身涉及到结算花费等，如果过多暴露细节可能导致渠道作弊的风险
长期迭代：渠道风控涉及到攻防，随着作弊和刷量手段的日新月异，需要定期对模型进行维护和更新

比较常用的监控流程如下：

文章插图
03
质量评估
短期渠道质量评估
短期指标通常在T+1或者T+2输出，优点是可以快速评估各渠道的好坏而不需要等待很长时间，缺点是评估较浅层也比较难以洞察用户的长期表现
Step1.指标选取

关键行为分：关键行为代表新用户来产品后，触发的某些关键动作。通常有两种方式来选取关键特征。第一种方法是梳理产品逻辑和用户路径，基于产品理解选取某些关键行为，类似于行为漏斗，比如隐私页授权，新用户引导，首页到达，关键内容等等。另一种方式是盘点用户首次启动app的关键行为，根据行为的渗透率以及留存的提升度（触发该行为的用户留存-未触发该行为的用户留存）来筛选出关键行为。
消费分：消费分值各类反应用户消费水平的指标，比如vv数，时长等
互动分：点赞，收藏，评论，关注等
用户构成：增长通常的两类用户触达手段：挽回（老用户回流）和扩列（拓展新用户）。我们有时候会发现某些渠道上用户质量特别好，但并不说明这个渠道质量真的好，一个可能是这个渠道的换机用户很多（用户换了新手机后重新下载了app），所以说这实际上是用户的自发回流，一味地对这类渠道扩大投放可能会造成对免费用户量的挤压从而导致成本的浪费。我们在做产品扩列的时候，比如需要主打某一类人群，这时候我们需要对这类人群占比较高的渠道进行加权，即使用户表现并不是最好，也需要给与较高的得分。
- 上一页
- 1
- 2
- 3
- 下一页