阿里文娱智能营销增益模型（Uplift Model）实战解析
本文介绍了阿里文娱在智能营销领域的实践，特别是如何通过uplift model来衡量和预测营销干预的增益效果，避免无效投入。分享了differential response modeling和tree-based modeling等建模方法，并以淘票票智能票补为例，展示了uplift model在业务中的应用和技术思考。
2月14日(周五)晚19点，技术夜话情人节专场直播，阿里文娱的算法专家奕晴，为大家分享了 “阿里文娱智能营销增益模型 ( uplift model ) 技术实践”。
内容摘要
随着移动互联网和人工智能技术的发展，智能化营销正在渗透各行各业。如何衡量和预测营销干预带来的“增量提升”，而不把营销预算浪费在“本来就会转化”的那部分人身上，成为智能营销算法最重要的挑战。我们以uplift model为基础，构建营销增益预测模型，帮助商家锁定营销敏感人群，驱动收益模拟测算和投放策略制定，促成营销推广效率的最大化。本次直播将分享营销增益模型的原理和常见的建模及评估方法，并以淘票票智能票补为例介绍uplift model技术的实践经验。
本次分享主要包括：
- 智能营销面临的挑战及uplift model的价值
- uplift model建模与评估方法：
differential response modeling，tree-based modeling - uplift model在淘票票智能票补中的应用：业务问题抽象、uplift model建模实践
- 技术思考与后续规划
视频回放
完整PPT：
最低0.47元/天 解锁文章
扫一扫
835
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
