因果推断在阿里大文娱用户增长的应用
摘要
- 经典的 AARRR 模式会逐步转向 RARRA 模式，提升产品留存、拉活、分享传播等方式是构建增长的主要战场
- 内容领域的增长模式
- 头条快手模式，内容闭环，推荐系统
- 趣头条模式，游戏化引导
- 爱奇艺，腾讯视频模式，头部内容
- 用户增长问题需要从内容供给、内容分发、权益设计、产品设计等多环节进行联合优化，从算法的角度，其目标可以拆解为两大部分
- 用户状态建模，深度建模用户状态和行为，从大数据集中找到使用户从低阶状态到高阶状态转化的干预因子。
- 个性化分发升级，将用户行为建模后，在多个场景将这些干预动作落地为个性化推荐算法和营销算法，满足用户的视频内容消费需求
- 用户增长体系：消息推送 ( push )、站外引导 ( dsp ) 以及新用户承接推荐
- 状态表示
- 用户画像与状态表示法，状态转移图
- 用户从非会员到购买会员并逐步进入高阶会员的阶段，本质属于一种强规则定义的状态。
- 将难度较大的"促留存"问题拆分为"目标达成"问题，产品通过策略不断使得用户完成高阶里程碑，是业内目前已证明成功的用户增长方法
- 基于因果推断的无偏 user-cf 设计，不太懂，将用户从不活跃拉到活跃
REF