大数据下的运营利器：精准推送系统

随着头条、抖音的陆续崛起，互联网的流量时代已经结束，将来的互联网必定是大数据+算法时代。谁掌握数据和拥有更先进的算法，谁就拥有了将来。随之而来的基于大数据和算法的精准推送（内容或商品等），也在咱们生活中的各个领域遍地开花了。

那么对于产品经理来讲，基于大数据和算法的精准推送系统怎么去设计呢？

这里结合我所在行业从系统结构设计层面（推送算法的介绍网上有不少资料这里不会过多涉及）和你们一块儿来讨论下。

1、要清楚谁是咱们的目标客户，目标客户有哪些需求

具体来讲咱们作精准推送，咱们要充分了解所在行业的业务，梳理出咱们的目标客户是那些，更要清楚客户在不一样的状况下的不一样需求。

例如：我在汽车后市场行业，那么个人目标客户就是有车族以及喜欢驾驶的朋友。这里我就要弄清楚这些客户需求什么，喜爱什么，既要搞清楚他们的硬需求——审车、违章、油品和各类维保；还要搞清楚TA们的隐形需求——在不一样天气状况下和不一样环境下须要的天气预报，拥堵信息等，只有掌握这些我才能见方开药（以下图）。

经过梳理目标客户的需求，这里就能够梳理出整个推送平台须要哪些基础功能支撑（以下图）。

以上某些系统模块这里再也不作详细的介绍，由于网上有不少相关资料。

2、要用大数据思想去作各个系统模块

所谓的大数据思想也就是咱们在作的各个系统模块时，都要优先考虑相关功能的数据采集和统计；由于上述的各个模块通常都会优先于推送平台去开发，因此做为产品经理要用发展的眼光去作这些功能需求。

特别是在作一些可能要为之后数据平台提供支撑的功能时，更要为数据的提取、分析以及分析后结果返回等预留好接口，只有这样才能让系统拥有更好的扩展性。

另外在设计大数据平台时，要从实际业务出发，从不一样纬度去分析数据，作出符合实际业务需求的用户画像、用户行为等基础的数据服务（用户画像这块这里不在多讨论，上篇文章已经详细介绍过）。

只有在大数据思想指导下设计出来的系统模块、才可以很快知足精准推送所须要的基础支撑，不至于在之后的开发中不停去修复以前系统所留下缺陷。基础打好了，精准推送系统就是水到渠成的事情了。（汽车后市场行业各个画像，以下图）。

3、要设计出符合行业和运营需求的推送引擎和算法　

在有数据支撑和相关平台支撑的基础上,咱们就能够设计整个推荐系统的核心——推荐引擎。

基本的推荐引擎由三个阶段组成 分别为匹配阶段、过滤筛选阶段、输出排序阶段。只有通过推荐引擎的三个阶段，才能尽量精确地完成一次精准推送 (以下图)。

整个流程就是根据用户画像、车辆画像和用户的近期行为信息进行计算，并得出这个用户须要的内容画像或商品画像。

而后从内容和商品库中筛选符合要求内容或商品造成一个推荐集，而后再结合用户行为、车辆画像和内容标签、商品标签等经过算法对此推荐集进行筛选过滤。最后对过滤出的推荐集按照契合度、热度等权值进行排序输出给客户，最终造成千人千面的内容和商品的精准推送界面。

举例来讲：一个有辆某品牌车龄为一年的SUV车主用户，咱们经过数据能够知道这个客户本人喜欢自驾游，喜欢聊天等爱好；还知道这个车主的车什么时间审的车，行驶了大约多少千米，最近是否有违章，并且最近客户行为曾经搜索过机油等关键词。

经过这些数据和行为，而后咱们再结合最近的客观因素（例如：天气），咱们就能够给客户推荐相关的内容（自驾游知识）、商品（机油、雨刷、轮胎、等）、话题和服务（维保、审车、违章处理）等等。

固然更复杂推送的系统，还要考虑流量分配，用户的行为预测，系统智能学习等等，这些综合作起来就是一个系统的工程，这里但愿有更多同道去深刻研究并分享出来。

总之，精准推送系统设计须要综合的平台特别是大数据平台的支撑，其不一样行业的推荐算法也会随着互联网的发展变的更智能，更精确。

对此，我愿与广大同行共同见证和学习。