消息个性化流程图
2016-03-11 16:22:02 12 举报
消息个性化流程图是一种用于描述如何根据用户的兴趣和行为来推送个性化消息的图表。这个过程通常包括以下几个步骤: 1. 数据收集:收集用户的基本信息、兴趣爱好、历史浏览记录等数据。 2. 数据处理:对收集到的数据进行清洗、分析,提取出有用的信息。 3. 模型构建:根据处理后的数据,构建一个能够预测用户兴趣的模型。 4. 消息生成:根据模型的预测结果,生成个性化的消息内容。 5. 消息推送:将生成的消息推送给用户。
作者其他创作
大纲/内容
上海消息侧
单个店铺14天内不得给同一用户发送推广消息; 单个用户一天内可收到不超过8家店铺的推广消息;
获取SKU、商品图、订单跟踪数据、二、三级品类
推送文案+pin
计算店铺标签(店铺对应的二、三级类目)(30%商品所对的二级类目/10%商品对应的三级品类)
材料格式化
优惠券类消息
店铺ID消息图片消息文案消息类型(上新、促销)定向投放条件计划发送量
带url的消息id
消息ID(就是活动id)
消息id
算法侧
用户分配时的优先级排序,排序靠前,优先分配优质用户数已有计划数&A已有计划数&B无计划数&A无计划数&B针对已有计划用户数的消息,若算法分配用户数少于计划用户数,则需从相邻品类补充用户直至计划用户数满足
计划发送量
获取url中的商品计算url对应的品类/品牌
店铺id获取店铺商品
消息内容+用户pin包
订阅号类消息
优惠券到账优惠券到期消息ID
获取推送文案
用户画像商品画像
推送数据重构
计算sku对应品类/品牌
是否白名单品类订单
带SKU的消息id
否
物流类消息
根据用户偏好二、三级品类匹配
订单号
用户画像1)\t标签需至少包括但不仅限于以下信息−\t地域、二级品类偏好、三级品类偏好、品牌偏好、购买偏好 2)\t标注方式:−\t分品类定制订单购买的降权逻辑−\t尝试为不同品类定制回归公式−\t利用品类相关性补充空白品类的兴趣商品画像分析1)\t标签需至少包括但不仅限于以下信息−\t二级品类、三级品类、品牌2)\t标注方式(商品标签模型)−\t需支持根据商品ID自动计算商品标签模型(存储格式示例:skuid:二级品类id|三级品类ID|品牌属性)
带品类/品牌的消息id
免重构
获取单价最高商品三级品类组成推送文案
消息id及对应的pin
消息数据重构
拉取订单图片最多4张
是
0 条评论
下一页