用户触达场景下的智能化实践

在电商场景中，平台或商家为了招揽用户，通常会给用户发红包或优惠券，这种主动通知用户的行为称为用户触达。常见的触达方式有手机短信、消息推送、应用弹窗、信息流广告等。

商家触达用户的行为，实际上是推送广告信息，所以打扰用户越频繁，效果会越差，因为用户可能会屏蔽通知和短信。因此，商家需要注意在商业价值与用户体验之间寻找平衡点。

1. 触达方式

用户的生命周期大致分为新访、新消、活跃、核心和流失这五个阶段。每个阶段对应一些运营策略，其中触达是不可缺少的动作。

触达按渠道划分可以分为站内和站外。站内如弹窗、站内消息、首焦页面；站外如信息流广告、短信、微信公众号。

触达按触发方式可以分为直接触达和间接触达。直接触达比如给用户推送消息、发短信等。间接触达是指用户的行为触发了消息，例如用户打开 APP 后触发了弹窗，浏览其他 APP 触发我们投放的广告等。

本文介绍直接触达的业务场景与实践经验。

2. 决策要素

要执行一个触达动作，一般需要考虑如下内容：触达哪些用户，什么时候触达，用什么方式触达，是否发放福利（以及福利的额度）、触达的文案内容。简而言之，要考虑这五个要素：人群、时间、方式、福利和文案。

下面通过一个案例，介绍各要素的决策思路。

在大促前期，我们希望用户提前下定金，为正式的大促蓄水。选定的钩子品是某款女式羽绒服。

人群

人群包可以选择对钩子商品感兴趣的用户，如历史上访问过服饰类商品的女性用户。为了保证转化效果，也会加上活跃度的条件，如近期有回访的用户。

时间

发送消息的时间通常选择用户回访比较活跃的时间，比如晚上10点。

方式

应用内的消息推送没有成本，但是覆盖的用户量小。短信可触达用户的规模大，但是有一定的触达成本，同时一些机型会默认屏蔽掉营销短信。考虑到触达用户的规模会影响到大促期的爆发力，我们倾向于选择发短信。

福利

钩子品本身参加定金购活动，定价比较低，所以没有再发放优惠券。

文案

文案内容是触达中最重要的要素。通过测试发现，当其他要素保持不变，仅内容不同，最后效果能有两倍以上的差别。

本次文案内容主要突出价格和卖点，其中卖点强调鹅绒材质和保温功能。最后发送的短信文案为：

双11定金购「女式羽绒服」立省￥320！大毛领+90%白鹅绒，-30°不惧寒，戳> xxx.com/a/Fnvz

3. 触达系统

回顾前面的例子，如果人工决策这五个要素，不仅效率低下，效果还难以保证。具体来说，可能有如下问题：

1. 触达的文案千篇一律，用户容易审美疲劳。
2. 人工配置工作量大，可能导致任务冲突，比如重复发放优惠券。
3. 用户可能被频繁触达，这样不仅伤害用户体验，还会降低触达的收益。

为了解决这些问题，同时提高触达效果和运营效率，我们需要系统化地决策触达相关的要素。

如下图所示，触达系统分为四大模块：文案平台、配置中心、决策中心和执行中心。

文案平台

生产和管理文案，主要是商品相关的卖点、图片和视频。

配置中心

配置任务、用户和商品相关的参数，用于决策与执行。

决策中心

触达系统的核心模块，用模型计算触达五要素：人群、时间、方式、福利和文案。

用户模型对用户生命周期进行建模，决定触达人群和时间。

内容模型提供个性化能力，生成千人千面的触达文案。

策略模型主要是对触达方式（手段、渠道）和福利进行决策，通常需要基于预算约束最大化全局目标。

执行中心

根据决策结果，执行触达动作。它主要是“执行”相关的服务，比如短信发送服务等。

系统的处理流程大致分为三步：首先是在配置中心发起任务，其次由决策中心进行决策，最后执行中心实现触达。值得注意的是，文案素材是由人工生产，决策中心和执行中心还要从文案平台拉取数据，再拼接成最终的发送结果。

接下来主要介绍分别介绍用户模型、内容模型和策略模型。

4. 用户模型

用户模型需要根据业务目标，来输出目标用户群体。下面介绍两种目标：促活跃和促转化。

促活跃

通过触达促进用户回访，从而保持用户的粘性。圈定的人群主要是低活跃甚至流失用户。我们可以用模型预测用户的流失概率，然后选取流失概率高的用户进行触达。

促转化

通过触达促进回访用户下单，从而提升收益。圈定的人群是购买概率比较高的用户。

具体来说，可以考虑种思路：人找货和货找人。

人找货的场景下，预测用户感兴趣的商品，使用兴趣商品进行触达。

货找人的场景下，预测购买概率高的用户，使用优惠和卖点进行触达。

5. 内容模型

内容的决策通常是在触达执行的时候，从文案候选池中选取点击率（或转化率）高的文案进行触达，实现发送内容的千人千面。

内容生产可以采用模板加变量的方式，通过变量的个性化实现内容的多样性。

模板赛马

如果存在多个文案模板，可以用赛马的方式选择最佳的模板（多臂老虎机问题）。具体做法是采用 Epsilon-Greedy 算法，先用适当的流量测试不同模板的效果，再选出效果最好的模板，并给它大部分流量，剩余的小部分流量继续探索其他模板。

个性化变量

个性化变量可以是利益点，比如优惠券、兴趣商品，也可以是用户相关的信息，比如昵称、城市等。通过AB实验发现，相比于固定文案，个性化商品变量的文案可以使转化率提升 50% 以上。

需要注意的是，如果频繁使用类似的文案，会引起用户疲劳。因此，还需要控制内容素材的使用频次与生命周期。

商品标题改写

发送短信（或消息推送）一般有字数限制。为了满足字数要求，一般需要改写商品标题。此外，改写后的标题还要保留商品的卖点，进而吸引用户点击。

具体来说，商品标题的改写可以分两个步骤：

1. 实体识别。基于 NLP 中的实体识别模型，识别商品的实体词，如“洗感清爽不紧绷，清润茶语沐浴露”中的“沐浴露”。
2. 取卖点并改写标题。思路是从评论中挖掘卖点，大致流程如下图所示。

示例

6. 策略模型

策略模型主要决策三个要素：时间、方式和福利。下面分别介绍决策的思路。

发送时间

简单的办法是分析用户的活跃时间，然后选择活跃时段进行触达。

复杂一点的办法是预估用户在不同时间段的触达效果，比如点击率和转化率，然后选择效果好的时段触达。

触达方式

考虑两种触达方式：发短信和消息推送。短信的好处是覆盖用户多，但缺点是有发送成本；消息推送虽然免费，但有些用户关闭了推送，因而触达不到。

在费用有限的前提下，要决定每个用户的触达方式，目标是最大化触达收益。收益目标可以是流水、毛利润、点击率、转化率、投入产出比等。

明确了业务目标和约束条件，就可以建立数学规划模型，然后求解并输出结果。

触达福利

福利发放的思路主要有两种：一是回馈型，消费越多优惠越多，比如酒店和航空的会员体系；二是杀熟型，给不活跃的用户或新用户发大额红包。

第二种方式常常被用户诟病，还可能有法律风险。由此可见，福利决策不是仅是技术问题，还要考虑法律法规、社会责任、用户心理等多种因素。

从数据和模型的角度来看，福利决策也有很多难点。

1. 数据稀疏。很多活跃用户没有收到过红包，或者只收到过很少的几种红包。
2. 数据有偏。历史发放策略倾向给流失用户发放高额红包，但由于用户已经流失，导致高额红包使用率缺偏低。这其实不符合真实的用户心理。
3. 多目标。 业务相关的核心指标有转化、流水、支付用户数、回访率、使用率、人均使用成本等等。业务希望所有目标都好，这给建模带来不小的难度。

我们尝试了多种模型，从不同的角度来决策。

模型1

福利敏感度模型（目标导向）。预估不同福利下用户的转化概率，然后构建线性规划模型。目标是支付用户数最大化，约束是成本、用户年消费金额（ARPU） 和 投入产出比（ROI） 满足一定条件。

模型2

购买概率模型（偏杀熟型）。预估每个用户的购买概率和消费水平，基于预测值给予不同的福利。

模型3

用户价值模型（偏回馈型）。基于毛利额的贡献对用户价值进行预估，高价值的用户给予相对高的福利。

值得注意的是，不同模型适用于不同的人群和业务目标。

7. 后续工作

后续的工作主要是迭代模型，使得触达更精准和有效。下面列举几个优化放向。

多要素综合决策

决策要素之间存在依赖，可以考虑建立全局的优化模型。例如，积分兑换活动18点结束，那么触达用户的时间不应该晚于18点。这说明决策触达时间还需要考虑福利的玩法。

考虑增量收益

以最大化转化率为例。假设用户1的自然转化概率是 0.6，触达后提升至 0.8，而用户2的自然转化概率是 0.2，触达后提升至 0.6。考虑增量收益的前提下，用户2的触达收益可能更大。

触达方式联动

除了短信和消息推送，还有其他的触达方式，比如开屏广告、信息流广告、站内弹窗等。可以考虑把不同的触达方式联动起来，尽可能去平衡用户体验与商业价值。

个性化疲劳度

不同用户对触达的容忍度不同，可以考虑从用户级别建模，尽量减少对容忍度低的用户进行触达，从而提升用户体验。

8. 结语

触达的动机是商家希望与用户建立连接，并保持良好的商业关系。它的基本要求是为用户提供有价值的信息。商家的触达动作应该寻求短期目标和长期价值的平衡，而不是去打扰用户，更不应该套路用户。