算法 自动采集列表(《参考消息》官方网站:内容分发平台的“个性化推荐”)
优采云 发布时间: 2022-01-18 00:08算法 自动采集列表(《参考消息》官方网站:内容分发平台的“个性化推荐”)
随着互联网流量红利的消失,“卖家”在交易中的主导地位逐渐被取代。各大互联网产品都放弃了过去的地毯式广告,将重点放在用户运营上。通过采集和全数据分析,基于用户画像和用户行为数据,提供针对性的精细化运营。服务。
作为精细化运营的场景之一,“个性化推荐”已成为用户与产品之间的情感纽带:如音乐平台的“心动模式”、购物平台的“猜你喜欢”、“信息流推荐” “内容平台”,这些看似普通的小功能,却能唤起用户对产品的认同感,从而增强用户对产品的依赖。
《参考新闻》作为基于图文信息流的内容分发平台,致力于连接人和信息,精选全球每日新闻和评论,全面报道国际国内新闻,拓宽读者的国际视野。《参考新闻》官方网站于2012年上线,对内容的精准高效把控是获得用户喜爱的关键。同时,这也与其背后多次尝试AB测试分不开。
案例一:调整推荐算法,增加阅读点击量
《参考新闻》APP团队在“相关阅读”板块引入了第三方推荐算法。为了对比之前的人工编辑推荐和现有的第三方推荐算法的效果,产品部使用了AppAdhoc A/B Testing平台对这两类推荐进行了推荐。进行测试的方法:
原版采用手动编辑推荐的形式,即由编辑决定是否将文章放入“相关阅读”栏目;而实验版是由第三方推荐算法自动生成的文章列表,并且为了测试结果的科学性,本次测试针对的是百度频道,即只有百度的流量渠道可以参与本次测试。
根据实验设置,分配了两个版本(包括原创版本):
由于是推荐算法测试,所以测试采用编程方式,以“相关阅读”的文章总点击次数作为优化指标。测试运行25天,得到测试数据:
实验版第三方推荐算法的“相关阅读”效果更佳,文章点击转化次数较原版提升约8%。因此,在百度频道的投放过程中,第三方推荐算法比人工更有效地提升了编辑转换效果,产品部最终选择了全推测试版。
实验还没有结束。产品部在广电通上测试了两种推荐的方法:
同理,原版是人工推荐方式,实验版是第三方推荐算法方式,只不过选择了广电通定向,结果和百度频道完全相反:推荐的“相关阅读”广电通频道手动编辑器转换。它更高,比实验版本高约 15%。因此,产品部放弃了广电通渠道中的第三方推荐算法,选择了人工编辑的推荐列表。
测试结果表明,即使设置相同,在不同的通道中效果也可能完全相反。如果没有办法通过 A/B 测试,很难想出这样的结果。精细化运营的本质是以用户为中心的运营。只有在正确的渠道中使用正确的方法,不同的用户才能感知到正确的价值,并通过科学实验进行迭代优化。这是精细化操作的必要条件。路。
案例2:调整模块位置以帮助提高转化率
关于现有页面的展示形式,《参考新闻》产品部提出了一个假设:如果先展示推荐算法生成的新闻栏目,是否能带来更多用户阅读推荐模块的信息,从而增加产品的点击次数和活跃度。程度?于是产品部使用了AppAdhoc A/B Testing平台测试了两种推荐的方法:
原版中,用户输入参考信息后,默认显示手动编辑的“热点”栏;实验版会默认显示推荐算法生成的“推荐”栏目,用户进入APP后调整默认显示栏目,将信息流文章流量作为优化指标。
相应地分配了两个版本(包括原创版本):
测试总共进行了 20 天。从测试数据的观察可以看出,测试版胜出。在95%的置信度下,推荐模块的文章点击量提升了约28%,文章的阅读时长也有明显提升。
测试结果验证了用户使用AppAdhoc AB Testing进行产品优化的猜想,结论准确有效。
以上两个测试都是推荐的算法测试,也是A/B测试中常见的测试场景。精细化运营场景还有很多实验场景:比如新老用户不同活动、不同地域、不同年龄的个性化运营、不同渠道下的推广等等,都需要我们对用户进行细分和使用过程。拆解并明确精细化经营方式。当然,这些测试需求可以通过AppAdhoc A/B Testing平台的“定向测试”、“多维分析”等小功能来实现。A/B测试帮助企业实现科学有效的增长。