如何借助数据智能提升产品分发效率？

​​​​​​​

随着互联网的发展，产品的分发方式也在逐步演进。

本文主要介绍四种常见的产品分发策略，并且讲述如何通过数据智能的方式提升各种分发策略的效率，助力精细化运营；同时，结合具体案例进一步说明如何进行推荐策略的迭代与优化。

一、如何理解产品分发？

为了更好地理解产品分发，我们以最常见的支付宝 APP 为例。

每个人的支付宝首页所看到的内容是不一样的，有的有生活缴费，有的有推荐卡片，有的有资讯卡片，支付宝 APP 不同模块的产品和内容的分发逻辑是不同的。

在支付宝首页，是如何进行分发的呢？

• “扫一扫”“收付款”“出行”“卡包”四大“金刚位”，是用户进入 APP 的视觉焦点，这四个位置只承接公司的战略业务，因此基本所有人看到的都是一样的。一旦这些位置的内容有所调整，说明支付宝甚至阿里的经营战略可能已经发生了变化

• 下方的五大“罗汉位”，之前是无法编辑的，因为承接的是支付宝仅次于战略业务的方向性业务，后来综合考虑用户的使用效果进行了调整，因为即使是方向性业务，用户不点击也是流量的一种浪费

• 再下方的宫格位承接的是诸如餐饮、出行、缴费等生活服务入口，其位置也可以进行排序。

• 再下方的“消息”，并不通过规则分发，而是由业务逻辑触发，比如商品到货、退款到账等

……

总结来说，支付宝首页既有完全一样分发的战略业务，又有基于规则排序的宫格位；有基于运营和投放的 Banner，还有基于个性化推荐的 Feed，基本涵盖了互联网产品主流的分发逻辑。

如果某个互联网产品所能够提供的服务较少，核心沟通场景只有一个，原则上不用考虑分发策略，但当产品开始出现运营需求，就要开始考虑人工运营的分发。

而随着服务能力的增多，需要通过简单的规则进行排序，比如高点击率、高曝光、高转化的页面排在前面；当服务能力进一步增强，内容逐步增多，简单的规则排序已经不能满足分发效率，这时可以通过搜索帮助用户直达某项服务；当用户圈层越来越多，用户体量越来越大，单纯的搜索可能也无法满足需求，这时可以考虑个性化推荐。

简而言之，随着互联网的发展，分发规则也在逐步演进。

通常，产品的分发策略总共分为 4 类：人工运营、规则分发、搜索分发、算法分发。