大促背后的流量利器|手淘push升级 比你更懂你

导读：过去的很长一段时间内，因为电商的强运营特性，手淘 App 的 Push 消息大部分时候是做为一个活动通知的通道，对重要活动进行通投引流。然而在竞争环境更加激烈和用户渗透日趋饱和的今天，具有更加精细化的用户运营手段和智能内容投放能力被逐渐重视起来，也成为了整个系统和产品后续优化升级的重点。

从今年开始，咱们开始对手淘 Push 的平台链路、技术架构和投放算法进行了大幅度的升级改造，目标是使其可以在平常和大促中承担起个性化营销、用户促活和业务导流等多种角色。

那么，通过升级改造后的总体效果如何？在此次的 618 大促中又发挥了什么样的做用？咱们在背后有那些发现和思考？本文会逐一介绍。

介绍

手淘 App 做为目前用户数最多的几个 App 之一，Push 天生就是一个用户触达量很是巨大的渠道，天天将触达几亿的人群，是整个手机淘宝很是重要流量渠道之一。

可是实际上，咱们但愿 Push 消息不只仅是一个触达渠道和通知方式，而是可以经过结合丰富的触达内容、深度的用户理解和个性化的运营分发，将其打形成一个具有用户心智和真正懂用户的产品，变成用户在淘宝上的一个贴身小助手。

手淘的 Push 消息能够分为营销类（细分为个性化、定投和通投），产品通知类，聊天 IM 类。能够从下面的产品介绍图中找到部分相应的示例。

背景

在流量结构上，历史上手淘 Push 投放流量经历过从通投到定投的转变，开始进入了精细化用户运营的模式。算法开始介入对人群的选择，简单说完成了一个从人找内容到内容找人的过程。

随着今年的升级改造，咱们重点打造了更增强大的个性化在线计算引擎来进行内容投放，通过了大量的 AB 实验和大促的检验以后，目前的主要流量已经从定投切换到了个性化投放，完成了从时机、内容、频率上都彻底个性化的改进。

能够从下面的图里直观的理解这三种投放方式的区别。其实投放模式的改进除了带来效率的提高以外，也带来了用户体验的巨大提高，除了能够减小大量没有必要的消息推送以外，推送的内容也会和用户更加相关。

总体架构

消息推送最基本的能力是进行内容投放。对于通常的 App 而已， Push 更多的能够理解为实现一个内容推荐和分发系统，经过优化点击率来提升 App 的活跃度和内容的浏览量。可是对于手淘而已，还须要承担一个对不一样业务方进行内容投放的需求，须要作到流量的合理分配，兼顾平台，业务方和用户的诉求，因此手淘 Push 同时也兼具了广告投放系统的不少特色。

以下图，总体算法架构分为投放匹配 和 流量调控分别建设，同时咱们还构造了第三个模块智能情景投放来决定整个投放的具体时机。

流量投放匹配：本质上解决的是用户和内容的匹配问题，咱们将会从内容素材库中选择和用户最相关的内容和商品，假设 f(U,X) 是对用户 U 在投放内容 X 上的打开率预估得分，那么这个模块将会选择打开率预估最高的素材进行后续投放。

从系统视角上看，整个流程也分为了经典的召回+排序的部分，可是具体来讲和传统的推荐分发系统有两个主要不一样点：

1.具体的投听任务每每有一些限制和要求，好比投放量，投放目标人群和投放频率等，因此若是咱们仅仅将最优的内容分配给最活跃的用户，就会发如今这些约束条件下这样作一般都不是全局最优解。因而经过加入流量调控决策来对这些约束进行考虑，最终能够从全局角度进行总体优化。

2.在不一样的时刻，用户的注意力以及对内容的须要程度是不同的。经过对时间进行合理的预估，并触发投放能够有效的提升内容利用效率，而且有效下降系统的负载。因而智能情景投放被引入来针对每一个用户预估他们的最优投放时间。

流量调控决策：这个模块将会收集用户和内容自己的Push发送状况，来知足一些疲劳度和业务方流量保证等一系列的约束，同时也将这些约束也一样建模到算法模型中进行优化。

总体来看， M 表示素材， U 表示用户， MU 表示该素材对该用户的投放状况， X 表示具体的投放内容 Item 。

最终但愿投放内容的优化问题和约束条件为：

函数 h 考虑预估打开率 f(U,X) 、 U 的已发送量、 MU 的已发送量的拟合关系，函数 g 考虑 M 的已发送量的业务流量分配优化，最终经过有监督优化学习这两个函数的最优解，使得总体的流量分配在业务流量，用户投放疲劳度，内容多样性和全局打开率上达到一个最优的状态。

智能情景投放：在消息推送中除了要解决推送什么内容以外，还有一个很重要的问题是解决推送时机的问题，也就是在什么时间进行推送用户最有可能打开，而且受到的打扰最小。传统的通投或定投只能选择统一的发送时间，没有充分考虑用户的使用情景。

在投放系统的上游，咱们加入了智能情景模块在投放时为每一个用户决定个性化的推送时间。在投放以前，智能情景模块会去预估每一个用户最佳的的Push触达时机，而后在这个最佳时机上去触发内容的选择和投放系统。

具体实现上，对于某个用户而言，投放时间的优化问题能够抽象为不一样时段Push消息的打开率预估，而后选择最优解的优化过程。可是实际中咱们不能彻底暴力的求解和遍历全部时机，而且还须要考虑不能将流量彻底集中在一个时刻引起系统问题。因而最终采起的作法是结合用户当日使用状况、疲劳状况等实时特征，会先选择一些候选时机集合T，而后再训练预估模型f来选择其中的最佳时间点来做为该用户今天的投放时间。

相比于固定投放时机或者随机投放时间，基于智能情景投放时机的打开率效果分别能够提高10%和20%左右，有效的提升了消息的利用率。在合适的时机推送内容也作到了对用户打扰的下降，以及下降了总体的系统负载压力。

总体阶段成果：通过为期3个月的开发和打磨，最终整个系统在618以前成功上线，在平常的投放中带来如下几点提高：

• 效率显著提高：经过总体系统的改造，咱们对手淘 DAU 的贡献占比从 3 月初到如今短短几个月时间提高了 100% ，实现了翻倍，给整个手淘的用户活跃带来了较大的增量。
• 实时链路改造：经过对离线投放的改造，全部的计算都迁移到了在线引擎，实现实时内容匹配和投放，这带来了算法效果上超过15%的提高以及实时运营的能力支持。而对实时运营的支持，是 Push 总体能在大促发挥做用的重要基础能力，咱们将在下一节重点介绍大促中的工做。
• 消息打扰优化：经过算法来预测每条消息对于用户的价值，咱们就能够尽量的去过滤一些对用户价值较低的消息，在不影响总体打开效果的状况下，尽量的下降对用户的打扰。这个工做目前已经有了初步的成果，目前可能在打开效果尽可能不下降的状况下，减小 40% 的消息发送量。

大促赋能

每一年的天猫 618 大促既是一个年中重要的营销节日，也是对年底天猫双十一的一个预演和检验。对于今年的 618 大促，咱们成立了专门的大促专项进行了重点支持。除了上述平常的改造提高以外，针对大促的特色和对 Push 投放的需求，也进行了相关的能力改造和升级。

大促流量保证 ：对于大促的赋能关键点是须要具有 2 个核心能力：实时投放 + 动态目标。

业务上须要根据大促的实时状况来决定投放目标，好比大促 GMV 和流量的供给需求等。这种状况下离线算法是很难支持这种临时的投听任务的，而通过了前期的一系列实时化改造和对大促临时需求的调研，最终在 618 以前上线了大促机动策略功能，能够针对大促当天的临时或者机动需求，进行建立任务、选择投放目标和内容、开始投放的一系列实时能力。

例如，618 当天，为了进一步释放大促潜在购买转化，在大促期间加购未购人群上实时建立了投听任务，进行了目标人群上的个性化投放。对比的投放方式是人工选择内容，随机选择内容和算法个性化选择内容。具体的实验方案以下图：

下图里给出了大促三天算法带来的投放效率提高效果。三个任务里算法投放的打开率相比大促常规的人工通投方式都有很是明显的提高，证实了算法在提效和实时干预上可以较大幅度的帮助大促完成相应的业务目标。在大促的流量争夺战中，但愿经过更加有针对性和高效的方式进行触达，帮助用户找到更有效的信息，同时也下降无效信息对用户的干扰。

大促营销内容 ：众所周知，大促对于电商用户来讲，更像一个促销节日，因此营销的重点必定是不同的。咱们但愿这种变化能够更加实时的捕捉和经过用户行为动态的进行学习。

此次大促通过全行业的投放，经过数据分析，从天猫大促会场和平常投放素材的对比能够发现，大促中的用户对高价格商品的接受度会比较高，而平常投放中的用户需求则集中在低价格商品，而这些用户需求的变化也能够经过实时的算法学习来捕捉，从而在投放上进行调整和变化，进一步的对大促的流量效率进行提高。

总结&展望

综上，用一句话归纳手淘 Push 的总体目标就是：在合适的时机，为用户提供须要的内容，而且创建稳定的用户预期和反馈机制，来造成有效的产品闭环。

将来将继续沿着三个重要方向进行升级和优化。

1.用户打扰和通道健康：
应用内外的 Push 功能是一个很容易被滥用，而且健康度受损以后很难过后修复的渠道。目前手淘的 Push 应用通知关闭率低于大部份内容类应用，但在发送消息的时候仍然要对通道的健康度进行关注和优化，减小消息的发送量。

2.事件触发机制支持和端测能力结合：
除了进行营销类的通知外，从用户体验上，须要将用户真正关心的事件和用户但愿获得的通知提供给他们，成为用户真正的贴身助手。因此后续将会结合事件触发和端实时计算的能力还进行能力补全。

3.算法深度的探索和应用：
如以前介绍，手淘的 Push 算法融合了推荐和广告中的算法能力，将来将进一步对更加深刻的算法方向进行探索，但愿可以对用户的状态和推送正负反馈进行更加精准的建模，让推送内容变得更加准确和“有用”。

原文连接 本文为云栖社区原创内容，未经容许不得转载。