簡介
隨着移動互聯網迅速發展，大數據技術爲企業帶來了前所未有的發展機遇，然而中小企業和傳統行業由於其數據量缺乏且單一，技術投入不足的劣勢，面對大數據技術發展帶來的紅利只能望洋興嘆。
本文介紹我們即將推出的微信斑馬系統，該系統旨在爲中小企業和傳統行業提供基於微信大數據分析技術的受衆分析，精準推廣，激活留存和商業智能決策的全套解決方案。
功能與模塊
上圖是斑馬系統的功能與模塊，最底層是數據層，我們先看左邊的微信原始數據，這裏主要是零散的網絡日誌包括個人填寫的信息，網絡行爲，社交關係等，我們對其進行提取和分析得到用戶的屬性和各種特徵，比如，居住地，年齡，是否結婚，正在旅遊等。這樣一個個的用戶在我們系統裏就有了各自豐富的特徵，這個過程叫用戶畫像（Persona）。
這些特徵的來源，覆蓋人數，更新週期各不相同，隨着業務的發展和系統的不斷更新，用戶特徵將不斷完善，我們開發了一套用戶特徵管理查詢系統，用於將用戶的所有特徵整合在一個存儲體系下實現新特徵快速加入，週期更新和快速查找。
用戶特徵管理查詢系統的外層是面向商家和運營人員的三個模塊：受衆分析、精準推廣和激活留存。下面我來逐一介紹。
受衆分析
受衆分析模塊可以根據商家提供的自有用戶數據分析人羣特徵。商家有多種方式告知系統自有用戶。
- 商家接入了微信支付，微信Wifi，微信授權登陸等功能，當用戶使用這些功能時微信斑馬系統就可以自動追蹤到這批用戶。
- 已有公衆號的商家其粉絲即是對應的用戶羣。
- 商家可以上傳自己的會員包，支持手機號，微信號，QQ號的匹配。（無需全部的會員記錄，只需要商家提供一定量的隨機採樣即可，考慮隱私保護問題目前系統只支持對1萬人以上的人羣做分析）
推薦使用第一種方式，因爲不僅可以獲得目標用戶還可以分析人羣的活躍度，到店頻次和週期。
該模塊提供人羣畫像和人羣聚類兩個功能：
人羣畫像(Audience Insights)是對人羣做畫像的工具，它不僅對商家選定的人羣做簡單的統計分析，還會將用戶包的人羣特徵和平臺上全體用戶的平均水平做對比，找出最能刻畫該人羣的特徵。同時可以在各個維度上觀察人羣特徵，比如只看男性用戶特徵，或只看北京用戶特徵。微信斑馬系統的人羣畫像可以結合本文後面介紹的精準推廣模塊的各個篩選功能對海量人羣秒級畫像，比如通過上傳公衆號列表快速生成關注人羣的畫像。
人羣聚類
雖然人羣畫像可以通過屬性選擇在各個維度上觀察人羣特徵，但需要操作人員對行業有一定了解，人羣聚類可以根據用戶之間的相似性自動將其分爲不同的人羣，便於商家分析人羣的內部結構和分佈特點。
精準推廣
在受衆分析後商家和運營人員已經對自己的目標人羣有了足夠的理解，精準推廣模塊使用精準人羣定義和相似性擴展技術爲商家降低獲取新用戶的成本。
目前系統支持:
1, 基於LBS的圈選用戶，適合線下O2O商家。
2，根據對產品的認識編寫用戶標籤的組合規則篩選受衆。
優點:
- 適合無自有會員的商家使用
- 只要規則設置的合理可以保證一定的精度
缺點：
- 召回不足（達不到需要的用戶數，比如一個海外旅遊的公司這次的廣告計劃是投放1000萬受衆，但我們特徵系統裏海外旅遊標籤下只有不到100萬人）
- 召回過度（選出的用戶過多不知道如何做進一步的篩選，比如一個賣運動鞋的品牌這次投放預算最大爲1000萬受衆，但我們系統裏運動相關的標籤下有5000萬人）
- 篩選的質量依賴於編寫規則的人對行業的瞭解和標籤體系的熟悉程度
人羣複雜時用有限的標籤和規則很難將受衆描述清楚
3.Lookalike
Lookalike Audiences人羣定向策略，簡單的說就是用數據描述人羣，以人找人，因爲大部分商家都有一定量的自有用戶（可能來自以往的消費記錄或自身會員）那麼這些用戶的相似用戶就是最好的受衆。Lookalike技術的產生有效彌補了標籤篩選的不足，是當前社交廣告中的主流方法。微信斑馬系統的Lookalike算法不光可以對召回不足做相似性擴展，還可以對召回過度的情況做按比例精選，同時我們針對微信朋友圈社交廣告人羣定向的應用做了定製，使其在擴展時可以通過調節互動性參數設置擴展人羣傾向於更精準還是更易於互動。如朋友圈廣告人羣定向時，寶馬和奔馳這樣的品牌廣告商傾向易於產生互動的人羣，而母嬰，教育這類廣告則更傾向於投放的精準性。
激活留存
在獲取新用戶後，如何提高用戶的活躍度，並留住用戶防止流失是運營的重點。斑馬系統將用戶畫像與用戶生命週期理論結合，利用數據挖掘技術指導商家實現個性化運營。所謂的用戶生命週期是營銷學裏的一個理論，它將用戶從獲取到離開分爲五個階段
1. 活躍度追蹤
我們系統提供用戶活躍度追蹤模塊，並給出各個活躍度上的人羣特徵。如果商家接入到開放平臺的微信支付等功能，那麼無需要做更多事，系統會自動追蹤使用該功能用戶的活躍度，分析他們隨時間變化的規律，否則需要週期性的手動提交數據或是將自己的數據庫接入斑馬系統。
用戶生命週期預測
系統通過挖掘歷史數據中用戶活躍度的變化，爲每個商家生成其獨有的用戶生命週期模型，自動對其用戶進行預測，判斷其所處的階段，告知商家有可能流失的用戶羣及其流失的速度，商家可以在運營中及時做出激勵和促銷，防止用戶流失。留存分析
留存分析功能根據歷史數據分析用戶在各個維度上的留存率，對異常的部分給出預警，以便商家及時發現問題，比如發現某個地區的用戶流失近期顯著增加可能爲該地區的分店存在問題。
商業智能決策
商業智能決策（BI，Business Intelligence）面向有一定規模的中型或大型企業，需要對接其數據庫後做商業特徵分析針對不同行業引入銷售，物流，生產等維度上的信息，並將其與微信中的用戶特徵做可視化聯合展示，微信斑馬系統的BI不僅提供傳統BI中的儀表盤，關聯分析和下鑽等功能，同時還會針對不同行業提供豐富多樣的實用工具，如銷售預測，店鋪選址，個性化推薦等
微信朋友圈廣告人羣定向投放系統
以上功能可以根據需要靈活組合使用，我們將受衆分析，精準推廣和朋友圈廣告投放系統進行串聯和組合，完成了微信朋友圈廣告人羣定向投放系統。
商家可以通過上傳自己的會員包或是通過標籤組合篩選和LBS圈選獲取初期投放的種子用戶，系統獲取到種子用戶後人羣畫像系統快速的展示出這批人羣的特徵和各項統計結果，整個過程只需要等待數秒。商家可以選擇特徵從不同維度上觀察和篩選人羣，確認後可以直接投放，當召回不足時可以使用Lookalike系統對其進行擴展，目前的擴展最大規模爲種子用戶的100倍，另外我們的Lookalike系統還可以對召回過量的問題設置一個0-1之間的倍數做精選，完成受衆選擇後進入廣告投放配置頁面設置投放計劃，廣告投放後可在效果分析頁面查看廣告投放的各項指標。
朋友圈社交廣告Lookalike打分算法
看了上面的內容可能有讀者會問朋友圈社交廣告的Lookalike打分與相似度Lookalike打分有何不同？因爲社交廣告展示的效果很大一部分是通過用戶在廣告上的各項互動反饋指標來衡量的，相似度Lookalike的分數只能反映出該用戶和當前商品用戶羣的相似度，不能保證其在廣告投放後有效的正反饋，商家當然希望用戶在廣告上進行點贊，評論，轉發，最好是關注，下單等操作，因此相似度Lookalike分數還需要使用用戶在微信朋友圈廣告上的各項互動因子進行縮放, 互動因子表示當前用戶傾向於廣告互動的程度，越大越可能產生互動。假如歷史上所有用戶看到的廣告都是一樣的，那麼可以通過簡單的統計對其估算，但難點就在於大部分用戶歷史投放的廣告是不一樣的，而且還有部分用戶之前從未看過廣告。
上圖是用戶A，B，C，D歷史廣告的行爲，每列爲一個歷史廣告，紅星爲有互動行爲，灰色爲該條廣告對當前用戶沒有投放，這裏A和B對比因爲投放廣告內容一致，所有可以近似認爲B比A互動因子更高，但對比A和C時，因爲投放廣告內容是不一致，即使這裏C比A的互動次數多也不能斷定C比A有更高的互動因子，而對於D由於其在歷史上看到的廣告數量很少就更沒辦法估算了。
我們的解決方法是根據歷史數據訓練了一個用戶互動行爲的預估模型，再對全量用戶預測，預測後每個用戶在各個廣告上的互動率都在0和1之間。之後就可以根據在各個廣告上預測出的互動率之和作爲該用戶互動因子的近似，這個過程是在線下事先算好的，線上打分時會直接調用當前用戶的各項互動因子，並根據設置的互動性參數微調以獲得更相似的用戶或是更易互動的用戶。
線上效果
該系統已在微信朋友圈廣告上使用，下表是對A，B兩個廣告的投放效果（這裏列出正反饋1，正反饋2，和 負反饋 三項指標，我們系統的實際指標比這複雜的多）
其中系統Top 100-2000萬表示的是種子用戶使用我們系統擴展後根據打分結果選出的前100-2000萬用戶，顯然越靠前的用戶效果越好。我們系統將種子包擴展到90倍到100倍時仍能保證負反饋沒有增加的同時有同等效果的正反饋，這裏的盲投是根據廣告計劃在年齡，地域，時間等條件下隨機投放的結果，可以看到其效果明顯低於種子包和系統擴展的效果。
安全與隱私保護
數據開放和共享是大數據時代公認的趨勢，但隱私問題是最大的挑戰。微信斑馬系統從設計之初就將數據安全和個人隱私問題放在首位，系統遵循以下幾個原則：
分析一羣人而不分析一個人（我們的系統目前只支持1萬以上的人羣畫像分析）。
不使用個人可辨識信息（Personal Identifiable Information），如：姓名，身份證號，手機號 等。（我們數據處理時使用無任何物理含義的User ID作爲各個數據中的統一標識）
通訊和聊天內容神聖不可侵犯，不保存和使用任何通訊和聊天內容。
控制精度，這裏的精度並不是指準確度，比如我們在分析用戶住址時，只定位到小區，而不再做樓棟和樓層的定位。
只保留和使用一年以內的數據。
所有的標籤都由算法自動化生成而不使用人工標註，工程師只負責設計算法。
【原文地址】微信斑馬系統：微信朋友圈廣告背後的利器