这里可以设置广告或签名,请到【首页】用户名旁边-【设置】-【个人资料】-【个人信息】-【个人签名】设置
|
在下半年的电商旺季中,阿里妈妈正在推进一系列新举措,满足商家们强烈的营销推广需求。 w" w6 X/ Z! |, i9 d
4 f4 [, f# V0 C% p6 A) }' y# p
近日,阿里妈妈对旗下的一个重点营销产品进行了升级——手机淘宝“猜你喜欢”增加购中、购后场景的营销推广位置,帮助广大广告主更多找到潜在的优质人群、提升转化。6 f% W: ~& k& j8 r2 j/ s
- L, Z% L ]' s
“猜你喜欢”是淘内的一个重要推荐场景,据悉,阿里妈妈此次升级的同时,也在大力推动围绕消费者生命周期的全链路推荐场景营销建设,全面推进了推荐算法技术升级,这既是为满足消费者和商家对推荐场景的需求,也是阿里妈妈顺应整个淘系内容化、用数据技术推动内容创新营销升级。1 b: b2 j, E1 P" r3 q4 \& f( G# p
5 k# q0 r: v: Q p+ l! O) S
& n' n. E7 d% I4 Y1 h+ p
增加购中、购后营销场景( Z8 o4 b" V) U7 E6 K9 b& h1 n* z
“猜你喜欢”提升的不只是匹配质量
, ]0 p. a4 G7 n l# B7 Q- H, @“猜你喜欢”是淘宝站内的一个内容频道,以用户为中心,千人千面地展示不同的商品。根据淘宝站内统计,它在消费者端的认知率和7天回访率都在淘内所有频道中居于比较靠前的位置,其在推荐场景中的重要性不言而喻。
' K& o+ a. k- [) ?5 e) i' S: a' O8 r% E6 t% i6 _ P1 i
同时,阿里妈妈也在提升“猜你喜欢”营销产品的广度和深度,增加了购中、购后场景的资源位。这基于对用户需求和客户推广需求的充分考虑,例如对已购手机的用户进行推荐手机壳,合乎用户心意的同时,也延长了他的消费长度,帮助广告主找到潜在的优质人群。: \# O$ c, M& O P
) z" A X; s- u0 H% b
目前,随着阿里妈妈整体定向技术能力的升级,购中、购后“猜你喜欢”场景已经具备比较完善的系统化和自动化能力。其中,独创性的匹配和排序技术是引领“猜你喜欢”场景产品升级的重要因素。& M6 {" q5 L$ \. l
" [2 `3 ]* f: [7 s$ I3 `# Y在“猜你喜欢”为代表的推荐场景中,系统需要精准识别用户兴趣,高效召回合适的商品候选集。基于阿里妈妈自研的深度树匹配技术,系统能够利用先进的深度学习模型,更精准预估用户对商品的潜在兴趣,并面向全量商品库完成高效检索,进而帮助广告主扩大优质人群的触达范围。
! i+ S4 R- O) D) M9 ~
+ _1 e7 m9 s" @! p" U) N7 a) i除了优质的匹配外,阿里妈妈还针对“猜你喜欢”进行了点击率预估精准度提升、用户状态预估、创意个性化推荐等方面的重点优化。9 _4 O3 T2 l4 {1 s
1 ]: ^) S& c! [# T- u
例如,结合全新的用户状态预估模型,系统可以判别用户在“猜你喜欢”场景的核心诉求,区分用户是逛的心态还是购物的需求,结合动态排序模型,对“逛”的用户推荐追求点击目标的广告,对于想购买的用户,则推荐对转化要求高的广告。
9 Y* J' v ]5 e5 H8 Y- s( _
3 L2 Q, C3 J; y, h
3 {( Q% I. f7 { Q. J贯穿消费者全链路运营
/ t, ?6 O1 j+ U: D* v% }3 r! l阿里妈妈全新布局推荐场景
/ i' i) o8 n' |3 K. r; V以“猜你喜欢”为重要打磨场景,阿里妈妈正在对推荐场景进行全面的建设,也成为其在广告营销领域的一大重点布局。整个淘系正在由商品运营逐步转向消费者运营,这也是新零售所强调的“人、货、场”重构,消费者成为了中心。
. d9 }- L; e, A' l5 r- A8 N
' m* W* G/ Z o$ X; \; W0 T( Q4 a因而,阿里妈妈在整个推荐场景的布局上,充分考虑到了消费者全链路的贯穿和运营。购前、购中、购后,整个消费者周期中都有相应的商业化布局,除了此次升级的“猜你喜欢”,“有好货”、“购物车”等典型的淘内场景,以及以今日头条为代表的站外场景,都有着通盘的考虑,充分满足推荐场景购物大潮下用户和商家的需求。
! {& H& ^1 G% I2 ~7 [+ G. T, G$ s6 I q- ?: Q; W" F
值得一提的是,阿里妈妈对此针对推荐场景技术也从四大维度进行了全方位的升级——
5 u& w4 c" g/ J4 i5 J: V
3 S1 q T- j3 b8 S$ i! B在定向匹配层面:自主创新落地下一代匹配召回算法架构——深度树匹配(Tree-based Deep Match, KDD 2018),赋能全库检索基础上的先进深度学习模型应用,具有行业领先性,在全量商品库里利用更丰富的特征和模型结构精准高效检索用户感兴趣的商品,能大幅提升匹配效率;
3 R8 e7 ~4 ]+ S N: M# r: ^6 E* ?) N) p* q" m; X7 Z; u
在模型预估层面:4 R& T( l$ j! V$ X
5 R; Y# W/ _6 D; i
' N" s0 U( _/ }6 l. T4 k; t4 D |
评分
-
查看全部评分
|