阿里云首页 智能用户增长

品牌高潜预测概述

品牌高潜预测将基于用户既往购买行为记录,通过训练算法模型,预测用户在未来指定时间内复购的可能性,找到大量非品牌原核心人群的购买高潜人群,为业务圈选外机会人群补充,继而针对这些购买高潜人群进行重点运营,提升品牌复购率。

数据及功能链路如下图所示。

1

数据要求

您需要提供行为数据集进行算法模型训练,对行为数据集的要求如下:

  • 行为类型为购买,行为对象属性为商品粒度。若包含其他行为类型和对象属性,我们提供过滤能力,可以在训练算法模型时排除,具体可参见创建算法模型

  • 为了提高准确性,行为数据条数≥100万,时间跨度≥2年,用户数≥50万。

基于算法模型进行预测时:

  • 可预测用户范围:算法模型使用的行为数据集涉及的用户,且用户在该行为数据集中必须在近1年内有购买行为,即近1年内没有购买行为的用户不可预测。其中,近1年是指行为数据集中的最晚行为时间往前1年。

  • 可预测周期范围:以算法模型使用的行为数据集的最近行为时间为基准,从该天起的未来N天,N可设置为15~90。请参见下图中的示例。

    3

使用说明

  • 使用条件

  • 使用权限

    • 支持Quick Audience组织管理员、空间管理员使用全部功能,使用和管理所有模型、任务。

    • 支持具有“智能实验室-品牌高潜预测”指定权限的自定义角色成员使用相应功能:

      • 模型列表:可在模型配置页面查看模型列表以及模型的训练详情。

      • 新建模型:除以上“模型列表”的所有权限外,还可新建模型、更新模型,并管理自己创建的模型。

      • 人群预测:可在人群预测页面新建预测任务,并管理自己创建的任务,查看自己创建的任务的预测结果。

  • 使用流程

    1. 新建算法模型,在模型训练成功后,查看模型的训练详情,了解模型的训练特征Top10、模型验证情况,请参见模型配置

    2. 在数据变化较大时更新模型,以便保持人群预测的准确度,请参见手动更新

    3. 基于已有算法模型新建人群预测任务,查看并使用预测结果,请参见人群预测

  • 使用入口

    • 鼠标滑过左上角2222222图标调出导航栏浮层,选择智能实验室11

    • 默认进入品牌高潜预测模块,从左上角下拉框选择所在的工作空间。22