インテリジェントユーザー操作プラットフォーム（58インテリジェントポートレート操作プラットフォーム）

58 インテリジェントポートレートオペレーションプラットフォーム

交通量の伸びが鈍化する中、各社は大掛かりな業務から洗練された業務へと転換することで、成長のジレンマを「打破」しようとしている。

では、洗練された操作とは何でしょうか?

洗練された運用は 5W1Hとして要約できます。つまり、さまざまなコンテンツを適切なユーザーに、適切なチャネルを通じて、適切なタイミングでプッシュすることで、ユーザー エクスペリエンスを向上させ、ビジネス価値の成長を促進します。一般的な例としては、ユーザーの閲覧や興味の好みに基づいてコンテンツを推奨するパーソナライズされたコンテンツ推奨があります。

したがって、これには必然的にユーザーポートレートサービスの構築が含まれます。具体的にはどうすればいいのでしょうか？次に、以下のモジュールで紹介します。

1.問題点と解決策

2. 実施計画：シナリオベース、クローズドループ、インテリジェント、1+N+1組織コラボレーション

3.まとめと展望

1. 洗練とグループを細分化する能力の欠如の矛盾

ポートレート機能の構築の初期段階では、洗練された操作の要求と人口セグメンテーション機能の欠如の間に矛盾が生じます。

当初はユーザータグが不足しており、タグデータも少なかったため、ビジネス側がユーザーを完全に特徴付けることが困難でした。また、関連する人々のグループを選択してセグメント化するためのシステム ツールも不足していました。

可用性を確保するにはどうすればいいですか?

この段階では、58 ビッグデータ プラットフォームは、データ層にユーザー ラベル システムを構築します。これには、基本的なユーザー属性や行動習慣などのラベル データが含まれます。システム機能層では、基本的な群衆セグメンテーションのニーズを満たすために、群衆選択や群衆洞察分析などのプロファイリング ツール機能を構築します。

しかし、ユーザーポートレートができたら、ビジネス側としては顧客や商品に対するオペレーションをさらに洗練させたい、人の選定方法もより多様で便利なものになることを期待したい。

現時点では、さまざまなオブジェクトのポートレートを充実させるために、データ レイヤーに顧客タグやエンタープライズ タグなどの複数のタグを構築します。システム層では、イベントグループ化や数式グループ化などの複数のグループ化機能を構築し、ユーザーがさまざまな方法で人々のグループを選択できるようにします。同時に、ポートレートの視覚化分析機能を強化し、包括的なユーザーポートレートと人口セグメンテーション機能を構築します。

しかし、実際の運用プロセスでは、次のような問題が依然として存在します。

2. ツールの断片化と運用効率の低下

運用担当者にとって、洗練された運用に関しては、ツールの断片化と運用効率の低下の間に矛盾が生じます。

1 つは複数のプラットフォームにまたがるものです。ビジネス側が洗練された運用を行う場合、ユーザー、コンテンツ、時間、チャネル、目標/価値の 5W が必要です。ユーザー ポートレート プラットフォームは、セグメント化されたグループの人々のニーズのみを満たします。実際の運用では、ユーザーポートレートシステム、プッシュ配信システム、リソース配信システム、SMS配信システムなど、複数のプラットフォームを横断する必要があり、時間と労力がかかります。

第二に、人々をターゲットにして反復的に最適化するには時間がかかります。リリース前に、プラットフォーム上には多くのタグがあります。どのタグがより適切で、どのような組み合わせでより良い結果が得られるでしょうか?配信プロセスでは、クリックスルーコンバージョンの対象集団の特性を分析し、対象集団パッケージを反復処理するのに多くの時間がかかります。

3. 洗練されたオペレーションへの人材投資とビジネス成長への価値の低さ

経営者にとっては、インプット・アウトプット比率が考慮されます。

精製された集団の価値を定量化するにはどうすればよいでしょうか?広範囲な投資と集中的な投資はビジネスにどのような違いをもたらすのでしょうか?洗練されたものを継続的に行うには人材を投入する必要があるのでしょうか？

運用デリバリーの有効性を向上させるにはどうすればよいでしょうか?このキャンペーンの効果は良くありません。より良い結果を得るために、ターゲットオーディエンスをさらに最適化するにはどうすればよいでしょうか?

58 ビッグデータチームは、デジタル サービスがどのようにしてビジネスに真の成長をもたらすことができるかについても常に考えています。使いやすさを確保するにはどうすればよいでしょうか?使いやすいですか？

そのため、不動産、人材紹介、自動車、地域サービスなど、さまざまな事業をベースに、洗練された運用プロジェクトの実践を徹底的に行います。現在の「ポートレートツール機能」に基づいて、ユーザー向けのワンストップインテリジェント操作ソリューションが構築され、データインフラストラクチャの構築、基本的なポートレート機能、成長操作の3つの主要モジュールに分かれており、1+N+1組織コラボレーション方式が追加されています。

データ インフラストラクチャの構築: 埋め込みログ、業務システム データ、オフライン マニュアル データ、サードパーティ データなどを活用して、ユーザー/顧客/企業のラベリング システムと 1 つの ID サービスを構築し、フルドメインのエンティティ ポートレート サービスを作成します。

ポートレート基本レイヤー: セルフサービスのデータ ソース アクセス、タグ アクセス、タグ管理と推奨をサポートし、プラットフォーム機能を提供し、各ビジネス ラインが独立してタグを生成およびアクセスできるようにし、生産効率の問題を解決します。詳細については、今回は詳しく解説しませんので、 「 58 ラベルシステム構築実践」をご覧ください。

インテリジェントな操作レイヤー: 群衆ポートレートの洞察 -> インテリジェントな群衆 -> マーケティングのリーチ -> 効果の監視という閉ループを構築します。業務運営シナリオに合わせて、新規顧客獲得、アクティベーション、リコールなどに分割します。 AI 機能を使用して、インテリジェントな分析、インテリジェントな人々の輪、インテリジェントなコピーライティングなどの機能を活用します。

組織コラボレーション層: 1+N+1 コラボレーション モデル (1 つのデータ + N つのビジネス + 1 つのビジネス ミドル プラットフォーム) を採用することで、洗練されたビジネス運営のニーズを満たすだけでなく、ミドル プラットフォームのプラットフォーム サポートの利点も十分に発揮します。

最終的に、シナリオベースのクローズドループ型インテリジェント成長運用ソリューションが形成されました。現在、このプラットフォームは、不動産、人材紹介、自動車、地域サービスなど、10 を超える事業分野と緊密な連携とサービスを提供しており、これらの事業分野が洗練された運営を行えるようサポートし、プッシュやリソース ポジションなどの特定のチャネルで CTR を 100% 以上向上させることに貢献しています。

シナリオベースの計画の焦点は、「ツールベースの思考」から「ユーザーベースの思考」に移行し、プラットフォームの抽象的な機能を考慮しながら、運用ユーザーの実際の使用習慣に基づいてソリューションを構築することです。使用される方法には、ユーザー行動ジャーニー分析と AARRR モデルが含まれます。

ユーザー行動ジャーニー分析の鍵となるのは、問題点の特定、機会の発見、困難の克服という 3 つの重要なポイントです。

実際のユーザー行動ジャーニー分析の事例を見てみましょう。

シナリオ:オペレーションマネージャーの Xiao Zhang は住宅の賃貸を担当しています。彼は日常業務のために現場での配達を行う必要があります。毎週、リソースを構成し、さまざまなタッチポイントをプッシュし、配信効果を継続的に最適化する必要があります。

目標:トラフィック/リード/注文を増やしてビジネス価値を最大化します。

期待：操作が速く、リソースの位置/プッシュやその他のタッチポイントの対応する群衆構成を完了し、アクティビティの最終的な変換効果を向上させます。

1. 問題点を把握する

ユーザーの主要な行動経路における問題点を分析した結果、プラットフォームユーザーが成長活動を行う際に「5つの困難」に直面していることがわかりました。

目標を細分化することは困難です。ビジネス目標を合理的なチャネル配信目標に細分化するにはどうすればよいでしょうか。たとえば、企業の 1 日あたりのアクティブ ユーザー目標が 1,000 万人である場合、プッシュ チャネルとリソース チャネルでは、目標をどのくらいに細分化すればよいでしょうか。

データ分析の難しさ:運用担当者はデータ分析の経験が不足しているため、事業横断的な分析や母集団の重要な特性の分析などの重要なステップを実行することが難しく、効果的な戦略を策定することができません。

グループを選択するのが難しい:望ましい効果をより効果的に達成するために、グループのどのような特性を組み合わせるべきかがわかりません。たとえば、家を借りるという目標が毎日のアクティブ ユーザーを増やすことであるが、配信をどの特定のシナリオに分割すればよいかわからない場合、最終結果は 7 日間のアクティブ ユーザー全員への完全なプッシュになります。

戦略の最適化の難しさ:配信プロセス中に、配信の効果が期待どおりでないことに気付きましたが、ターゲットオーディエンスを最適化する方法がわかりませんか?コンテンツを最適化しますか?

効果分析の難しさ:各チャネルの配信データを手動で整理するのは時間がかかり、労力がかかります。

2. 機会を探す

問題点は、ユーザーの主要な問題に対応するソリューションを開発する機会があることを意味します。機会には以下が含まれます:

成長目標を自動的に細分化:プッシュ/リソース チャネルの変換とビジネス ラインの 7 日間のアクティビティに基づいて、各ビジネスのトラフィック成長の目標範囲を細分化します。

群衆・素材・チャネル変換分析： AIを活用してクロスディレクション可能なビジネスを自動提供し、クロス群衆を直接推奨します。コピーライティングを分析し、ライティングの提案を行う。さまざまなリソースの場所でチャネル変換効果をプッシュして分析します。

スマートクラウド/スマートコピーライティング: AI を使用してシーンクラウドを推奨し、顧客獲得、アクティベーション、リコールなどのシナリオに分割します。大規模なモデルに基づいてスマートなコピーライティングを生成します。

インテリジェントな群衆反復/コピー反復:配信の効果データを回復し、AIアルゴリズムに基づいて群衆特性をインテリジェントに反復し、コピーを継続的に最適化します。

配信レポート: 配信日次/週次/月次レポート、配信概要、全体的な配信効果分析、およびその後の配信最適化提案

3. 問題を解決する

他の人も私たちが考える機会について考えるかもしれませんが、なぜ結局それを実行しないのでしょうか?現時点ではまだいくつかの困難が残っています。

システムを接続するには、分業における競合を解決し、ビジネスを深く理解し、AI モデルのビジネス価値を検証する必要があります。計画全体を実行するには、シナリオ + クローズドループ + インテリジェンス + 組織的コラボレーションという 4 つの主要モジュールの組み合わせにおけるブレークスルーが必要です。

一般的な運用作業は、顧客の獲得、活性化、維持、支払い、推奨という AARRR モデルを中心に展開されます。ただし、ビジネスモデルが異なるため、ビジネスごとに重点を置く分野が異なります。

たとえば、トラフィック モデルでは、C エンドはレンタル、採用など自由であり、トラフィックの増加と毎日のアクティブな成長に重点を置きます。一方、トランザクション モデルでは、宅配などの C エンド側が支払う必要があり、トラフィックの増加から注文の変換までのリンク全体に重点が置かれます。

このプラットフォームは、AARRR モデルと現在のビジネス モデルを組み合わせて、シナリオベースの人材収集機能を構築し、企業が人材をインテリジェントに収集できるようにします。

シナリオベースの顧客エンゲージメント機能は、新規顧客の開発、既存顧客の活性化、失った顧客の呼び戻しのシナリオに分かれています。事業分野は、不動産、人材紹介、自動車、地域サービスなど10以上の事業を網羅しています。オペレーターは、シナリオ、事業、チャネル、入力対象を選択するだけです。このプラットフォームは、AIアルゴリズムモデリングとポリシー制御に基づいて群衆パッケージを直接出力し、「ワンクリック群衆ターゲティング」を可能にします。

01

運用計画のクローズドループ

ユーザーポートレートプラットフォームは、ラベルに基づいて人々のグループを出力するだけであり、その機能は「単一点」であるため、グローバルな視点でユーザーの問題を解決することは困難です。さらに、運用ユーザーがそれらを使用する場合、ツールは比較的断片化されており、時間がかかります。

操作チェーン内のさまざまな機能をどのように接続しますか?業務効率を改善しますか?

当社は、投資前、投資中期、投資後の運用計画のクローズドループを構築しました。クラウド資産分析 -> クラウド戦略 -> コンテンツ戦略 -> 運用プッシュ -> プロセス中の継続的な最適化 -> 投資後の効果レビュー。

事前投資: ターゲット ユーザー、コンテンツ、チャネル配信戦略を迅速に策定する方法。

クラウド戦略の面では、カスタム グループ化、分析グループ化、AI グループ化の機能を構築しました。たとえば、卒業シーズンの賃貸住宅イベントでは、「新卒者」や「20〜25歳」などのカスタムタグ/イベントごとに人をグループ化できます。これにより、ユーザーは柔軟かつ独立して人を選択できるようになります。ただし、タグの選択方法は手動操作の経験に大きく依存します。

関連する操作経験がない初心者の場合、どのタグを丸で囲めばよいかどうやってわかるのでしょうか?

分析を通じて人々を囲み、重要な特徴を見つけることができます。サークル内の人物分析には、クロスビジネス分析や垂直ビジネス人口分析など、さまざまな方法があります。例えば、新築住宅のトラフィック増加のシナリオでは、相関分析を通じてクロスビジネスを選択し、その後、ユーザーポートレート分析に基づいて、TGIを通じて「25歳以上」や「 賃貸人口をクロスする場合、賃貸人口全体を優先できる」などの重要な特徴を選択します。詳細は「クロスマーケティングのための58のニューハウスセグメント化されたユーザーポートレート」をご覧ください。

ポートレート分析の次元は非常に完全ですが、人口特性の組み合わせを出力するには、操作でいくつかの簡単な分析を実行する必要があります。

分析なしですぐに使用して、良い結果を得るにはどうすればよいでしょうか?

インテリジェントシーンサークル、群衆拡散、群衆リマーケティングなど、AIを使用して人々を素早くサークルすることができます。後続のインテリジェントモジュールが紹介されます。

プッシュ コンテンツなどのコンテンツ戦略レベルでは、パーソナライズされたパラメータ挿入とインテリジェントなコピーライティングという 2 つの方法を提供します。

チャネル戦略レベルでは、さまざまな流通チャネルを開拓することが重要です。現在、プッシュ、SMSなどのチャネルが接続されており、プラットフォーム内で直接プッシュできるため、クロスプラットフォーム操作の手間が省けます。

Touzhong:操作はインテリジェントなクラウド反復機能を使用して実行され、アルゴリズム側は配信データを自動的にリサイクルし、クラウドパッケージを最適化します。将来的には、インテリジェントなコピーライティングの最適化などの機能も開発していきます。

配信後：各チャネルの配信効果データを収集し、効果監視・分析を行い、次回の配信に向けた経験を蓄積します。

02

データクローズドループ

業務計画と機能レベルでクローズドループを実現すると同時に、マーケティングデータ資産の蓄積にも注力し、データクローズドループを構築し、データを活用して継続的に業務の成長を促進する必要があります。

クローズド データ ループを構築する際の重要なポイントは、まず、基盤となるデータ ウェアハウスのテーマ構築です。 2 番目は、データ アプリケーション層のデータ フロー閉ループです。

データ ウェアハウス構築層:ユーザー/顧客/企業のポートレート テーマの構築に加えて、マーケティング テーマと、トラフィック、接続、トランザクションなどのバックエンド変換データ テーマの構築にも重点を置き、その後のチャネル効果の帰属を容易にする必要があります。

データ プラットフォーム構築の初期段階では、通常、トラフィック、接続、トランザクションなどのコア パスに関するトピックが最初に完了します。マーケティングトピックの構築は遅れており、対応するデータにアクセスするにはさまざまなマーケティングシステムに接続する必要があります。

データアプリケーション層では、クラウド資産分析 -> インテリジェントな人々のサークル -> インテリジェントなコピーライティング -> インテリジェントな操作 -> クラウドのインテリジェントな反復 -> 投資後のレビューという閉ループを実現します。

関数間のデータフローに焦点を当てます。たとえば、クラウド アセット分析後に出力されるクロス分析の結論は、スマート サークルが新しいユーザーを引き付けるための入力として直接使用されます。スマートサークルによって出力された群衆の重要な特性と TGI は、スマートコピーライティングの入力として直接使用されます。スマートオペレーション配信のクリック UV、CTR などのデータは、スマートイテレーションクラウドの入力として直接使用されます。

機能とデータのクローズドループを構築することで、運用計画の効率化を図り、分析やAIモデリングにデータを最大限に活用して運用変換効果を向上させることができます。

運用面では、通常のラベル選択や分析後の選択は時間と労力がかかり、配信効果もまだ理想的ではありません。

ワンクリック分析を実行するにはどうすればいいですか?サークルの人？コピーを開発しますか?

01

知的

機械学習アルゴリズムとビッグモデルに基づく AI 機能を使用して、運用計画のクローズドループを中心に、AI インサイト分析、AI サークル オブ ピープル、AI コピーライティング、AI クラウド反復機能を構築しました。

データと運用経験をインテリジェントなツールに変換することで運用効率を向上します。アルゴリズムを通じて配信効果の最適なソリューションを発見することで、ビジネス価値の向上を促進します。

58 データ ウェアハウスに基づいて、ユーザーおよびポスト アルゴリズム ラベリング システムを構築し、さまざまなアルゴリズム モデルを使用して、さまざまなインテリジェント機能を出力します。

データ層では、ビジネス データと埋め込みデータに基づいて、ユーザー プロファイリングや投稿ユーザーの意図認識などの機能を構築しました。

戦略レベルでは、LLM大規模言語モデルが接続され、リコール、ソート、集団拡張、データマイニングなどのモデルが使用されます。

これにより、アプリケーション層は、パーソナライズされたコピーライティング、シーンベースのオーディエンス タグ付け、クラウド リマーケティング、クラウド拡散、インテリジェントな反復、投稿のタグ付け、インテリジェントな洞察分析など、さまざまな AI アプリケーションを出力できるようになります。

では、具体的にはどのように使うのでしょうか?

02

シーンサークル

運用上の使用シナリオにさらに適合させるために、ユーザーエンゲージメントの方法を、新規ユーザーの誘致、アクティベーションの促進、失ったユーザーの呼び戻しなどのシナリオに分割することで、インテリジェントなシーンベースのユーザーエンゲージメントの製品機能を構築しました。これは便利で、結果も向上します。

実装は、モデリング構成、モデルトレーニング、アルゴリズムポピュレーションパッケージ、戦略ポピュレーションパッケージの 4 つのステップに分かれています。

モデリング構成:新規顧客の誘致、アクティベーションの促進、失った顧客の呼び戻し、カスタマイズの 4 つのモードをサポートします。企業はニーズに応じて選択できます。

モデルトレーニング：一般的な類似母集団を拡張する機能とビジネス傾向予測を組み合わせて、新規顧客の誘致や活性化の促進などの運用シナリオのニーズに対応し、賃貸、新築、採用などの異なるビジネスを分割する機能を構築しました。

モデリング出力:モデリングを通じて、さまざまなシナリオのアルゴリズムクラウドパッケージを出力します。

戦略的クラウド:出力アルゴリズム クラウド パッケージは、ビジネス制御レベルを分割するのに便利ではないため、出力が大きすぎたり小さすぎたりしやすくなります。したがって、出力アルゴリズム人口パッケージに基づいて、過去のチャネル配信効果データを重ね合わせ、ユーザー入力チャネル配信目標を達成するための製品戦略のレイヤーをカプセル化し、戦略的な人口パッケージを取得できます。

モデルのトレーニングと構築には 3 つの段階がありました。

当初は類似性モデルに基づいていました。 2016 年、Yahoo の技術ソリューションでは、Spark+Faiss を使用して、検索やソートなどの関連するアルゴリズム エンジニアリング作業を完了しました。欠点としては、手動サポートが必要であり、精度が十分でなく、種子の量に要件があることが挙げられます。

初期段階では、分類モデル、ツリーモデル、deepFM などに基づいて集団精度にいくつかの改善を加え、精度の問題を解決しましたが、手動によるサポートはまだ必要です。

現段階では、autoML をベースにした yarn+spark を使用して、トレーニングと推論のためのリソース制御を実現し、自動人口拡散を実現しています。自動群衆拡散には一定数のシードが必要です。

次に、メタ学習に基づいて、Tencent WeChat LookAlikeテクノロジーソリューションMetaHeacは、一般化モデルを構築して効果を向上させ、シード数が少ない問題を解決します。

注意点と難点:アルゴリズム モデルの有効性の検証、アルゴリズムの良好な結果を確保する方法。

継続的なデータ回復 + 継続的な最適化とアルゴリズム モデルの反復の方法を採用します。当社は、住宅賃貸、人材募集、イエローページなどの事業ラインとのオフラインプロジェクトで協力を続け、事業成長目標に合わせてアルゴリズムモデルの有効性向上を推進し、事業価値の認識を獲得しています。

前述のように、シナリオベース、クローズドループ、インテリジェントの 3 つの側面はすべて、組織のコラボレーションに依存しています。

シナリオベースであるため、実際のビジネスシナリオに沿って、最前線のビジネスに深く入り込み、ビジネスワークフローを理解する必要があります。

クローズドループを実現するには、流通チャネルを開き、デジタルオペレーションチェーン内のさまざまなシステムを接続する必要があります。一方では、ビジネス利用シナリオに適合する必要があり、他方では、ビジネスミドルプラットフォームに接続する必要があります。

インテリジェンスを実現するには、ビジネスパイロット実験を継続的に実施し、実際のビジネスシナリオでアルゴリズムモデルを反復的に最適化する必要があります。

ポートレートタグなどのデータサービスはデータミドルプラットフォームにあり、マーケティングツールなどのフロントエンドサービスはビジネスミドルプラットフォームにあるため、ミドルプラットフォームの存在は情報サイロを解体し、ビジネスにより良いサービスを提供してビジネスの成長を支援し、それによってプラットフォーム収益を最大化することです。

そのため、当社は1+N+1組織連携メカニズムを採用し、1つのデータミドルプラットフォーム+Nつのビジネス+1つのビジネスミドルプラットフォームを接続してミドルプラットフォームを実現し、ビジネスに力を与え、ビジネスがミドルプラットフォームの沈殿戦略となる好循環モデルを形成します。主にプロジェクトベースの協力と日々のドッキングという 2 つの方法があります。

プロジェクトベースのマーケティング成長協力には、主に三者共同プロジェクトの設立、成長計画の策定、成長戦略の実施、効果の分析とレビューという 4 つの重要なステップが含まれます。

たとえば、当社は商業用不動産のリード成長プロジェクトに取り組んでいます。

背景：商業用不動産オフィスビル側では、仲介会社に住宅探しの顧客のより効果的なリードを提供し、万向のポートレートを活用して運用能力を高め、リード数を増やしたいと考えています。

三者共同プロジェクトの設立：商業不動産事業ライン、ビッグデータプラットフォーム、ビジネスミドルオフィスが共同で共同プロジェクトを設立し、全体の事業成長目標に基づいてチャネル配信成長目標を細分化します。

成長計画を策定します: 群衆洞察分析、群衆セグメンテーション戦略、ランディング ページ/コピーライティング戦略、配信チャネルと配信時間戦略など。

成長戦略を実行する: 計画どおりにプッシュやリソースの配置などの複数のチャネルを通じてプッシュする

効果分析とレビュー: 配信プロセス中は、継続的に効果を分析し、対象グループとコンテンツを継続的に最適化する必要があります。プロジェクトが完了したら、プロジェクト全体のレビューを実施する必要があります。

成長プロジェクトを通じて、シナリオベース、クローズドループ、インテリジェントな戦略を促進し、経験を製品機能に変換し、経験の再利用性を高めます。

01

レビューと要約

58 Wanxiangインテリジェントポートレート操作プラットフォームの機能は、シナリオベース、クローズドループ、インテリジェント、1+N+1 組織コラボレーション モデルに基づいて構築されており、これら 4 つは相互に関連しています。

1. シナリオベース：AARRRモデルとユーザー行動ジャーニーに基づいて、実際のビジネス運用シナリオに適合します。

2. クローズドループ: ターゲット設定 -> オーディエンスの選択 -> チャネル配信 -> 効果分析のクローズドループを構築する

3. インテリジェンス: アルゴリズム機能を使用して、クラウド拡散、インテリジェントクラウドサークル、インテリジェントクラウドイテレーション、クラウドリマーケティング、インテリジェントコピーライティング機能を構築し、より迅速かつ正確な操作を実現します。

4. コラボレーションメカニズム：1+N+1組織コラボレーションメカニズムに基づいて、1つのデータプラットフォーム+Nのビジネスライン+ 1つのビジネスプラットフォームを接続し、プラットフォームがビジネスを強化し、ビジネスがプラットフォームの沈殿戦略となる好循環モデルを実現します。

上記の 4 つのモジュールに加えて、プロジェクト全体の鍵となるのは、ユーザーの視点、結果志向、そして協力的な win-win です。

ユーザーの視点: 私たちは真にビジネスの視点に立ち、ビジネス分析、実践的な協力、研究、コミュニケーションなどのさまざまな手段を通じて、ユーザーの問題解決を真に支援する必要があります。

結果志向: 共通の目標を持ち、その目標のために自身の仕事の限界を打ち破り、さまざまな技術的能力とチームのコラボレーションを積極的に計画、推進し、突破口を開く必要があります。

コラボレーションとウィンウィン: オープンで協力的な考え方を持つ仲間を探し、組織間のコラボレーションを通じてより良い成果を達成し、成果の栄誉を共有します。

02

要約と展望

私たちの全体的な構築は、群衆のデジタル化、運用の自動化、インテリジェントな意思決定という3 つの段階を経てきました。

最初の段階は、群衆のデジタル化です。ラベリング システムの構築と、ユーザー、顧客、企業などのグローバル データ資産の構築に重点が置かれます。

第2段階、運用自動化：クラウド・コンテンツ・チャンネル戦略の閉ループを開き、自動化された運用システムを構築する

第 3 段階では、インテリジェントな意思決定により AI テクノロジーを使用してビジネス シナリオに適応し、インテリジェントな戦略を生成し、インテリジェントな操作を実行します。

現在は第3段階にあります。現在の能力をベースに、インテリジェンスを強化し、分析を強化し、オムニチャネル マーケティングを実装する必要があります。

インテリジェンスの強化：機械学習と大規模モデル機能をさらに組み合わせて、人口-コンテンツ配信戦略-インテリジェント効果最適化の各リンクにおけるインテリジェンスの割合をさらに豊かにし、手動の意思決定を機械の意思決定に置き換える必要があります。

強化された分析:強化されたユーザーライフサイクル分析、マーケティング後のリンク効果分析、データからの機会の継続的なマイニング

グローバル運用：プッシュ、リソースポジションなどの運用手段に限定されず、活動システム、CRM、広告などとのより深いつながりを模索し、データ+マーケティングチームの連携により、58の総合的なデジタルマーケティングシステムの構築を共同で推進します。

今回共有された58のインテリジェントポートレート操作プラットフォームPPTを取得するには、以下のデータ人サークルに参加してください。コミュニケーションの輪にようこそ