网易人工智能实践 严选营销算法能力实践 严选-人工智能部-潘胜一(晴空) + 月度收益=MAU老×CVR老×ARPU老×毛利率老MAU新×CVR新×ARPU新×毛利率新-运营成本 老客毛利新客毛利 网易人工智能实践 流量 如何提升流量 MAU 如何分发流量 CVRARPU 毛利率 抓手 如何提升流量 触达能力完善 ①升级触达能力 ②严选DSP 网易人工智能实践 ③优化投放效果 如何分发流量 多目标场景需求 ①流量的不同需求 ②搜索推荐、内部广告、流量决策 ③转化效率和营销导流 用户主动触达提升DAU/MAU 促活 短信 DSP PUSH 能力渠道 拉新 业务目标 有损用户体验 网易人工智能实践 App每日Push开启净增量<0 严选DSP 程序化广告投放 实时决策 反馈监测 媒介App 广告ADX 目标人群 创意决策 实时竞价 广告曝光 广告点击 严选App 网易人工智能实践 投放链路 投放示意 域内+域外 几乎全部中腰部媒体 平台投放 抖音,京东 集团数据+外渠数据+站内数据 网易人工智能实践 投放渠道 RTB MarketingAPI 业务效果 用户数据 广告ROI= 投放带来GMV投放花费 投放配置自动优化 后台API对接×实时调配策略 全链路掌控 定向素材×个性化×实时赛马×动态竞价 投放能力增益ROI:干预组vs空白组 拉新、促活for主站App和外渠 智能化触达 站内外×最优策略 业务目标渠道联动 目标:保证预算花费约束前提下,最大化投放效果。 BudgetROI I为指示函数,代表目标流量是否竞价成功 CTR,CVR分别代表预估广告点击率和转化率 wp为竟成价格(GSP) B代表投放预算,月预算->日预算 用户响应预估 网易人工智能实践 Userresponseprediction 预算约束和竞价算法 BudgetConstraints&BiddingStrategy 创意丰富和效率提升 AdvertisingCreativeImprovement 网易人工智能实践 CTR:广告花费制约训练数据 浏览 类目 加购 用户向量 创意向量 商品 支付 表述 内积 <USERemb,ADemb> UserUser*ADSeqADContext LSTM Embedding 基于向量的预估排序基于DCN-V2[1]的预估排序 [1]DCNV2ImprovedDeep&CrossNetworkandPracticalLessonsforWeb-scaleLearningtoRankSystems CVR:广告归因转化太过稀疏 用户分组 广告位 × 广告位-1 广告位-2 . . . 广告位-N 非超会-3 超会-3 . . . 非超会-60 用户模型 流失+复购 网易人工智能实践 ✚ 统计的点击转化用户复购模型 决策步骤划分&预算前置分配 预算执行率高 网易人工智能实践 流量预测WaveNet ①广告位预算分配 广告位总预算 核心指标ROI,CPC,CPU 广告位小时预算 ②流量预估 WaveNet[2] ③花费平滑 PTR预估[3] ④竟成预估 SurvivalModel[4] 竟成预估SurvivalModel ⑤基于CTRCVR出价 出价调整 [2]WaveNet:AGenerativeModelforRawAudio [3]BudgetPacingforTargetedOnlineAdvertisementsatLinkedIn [4]Bid-awareGradientDescentforUnbiasedLearningwithCensoredDatainDisplayAdvertising 多变量控制算法[5] 决策更统一智能 两个约束预算和CPC 最终出价 PID算法 p控制预算花费,花费过快降低出价 网易人工智能实践 q控制点击成本,成本过高降低出价 实时调整、动态平衡 [5]BidOptimizationbyMultivariableControlinDisplayAdvertising 网易人工智能实践 创意丰富度和数量决定广告效果的上限 内部平台化效果反馈 创意生产效率提升创意丰富度和数量的关键 网易人工智能实践 图片生成视频生成视频合成 创意数量:#活动->#商品 流量的三种需求 网易人工智能实践 转化效率最大化 商详页 营销导流 二跳聚合页 流量分布约束 搜索 推荐 内部广告 流量决策 新品、过曝、类目渗透 流量决策 搜索 推荐 内部广告 召回&粗排 精排 重排 算法平台 大数据平台 业务目标 网易人工智能实践 分发效率+转化效率 网易人工智能实践 通用能力下沉 Tensofmillions Tensofthousands Tensofhundreds Tens Ranking Reranking MatchingPre-Ranking 召回精排重排 表征算法:①应用广泛②技术红利 网易人工智能实践 序列模型 深度模型[6] 图模型[7][8][9] 多兴趣向量[10] [6]Sampling-Bias-CorrectedNeuralModelingforLargeCorpusItemRecommendations [7]GraphSAGE-InductiveRepresentationLearningonLargeGraphs [8]Session-basedRecommendationwithGraphNeuralNetworks [9]LightGCN-SimplifyingandPoweringGraphConvolutionNetworkforRecommendation [10]Multi-InterestNetworkwithDynamicRoutingforRecommendationatTmall 效果评估&使用融合 NIP(NextItemPrediction) 网易人工智能实践 HitRate@N,NDCG@N 向量效果HitRate对比用户行为分组对比 精排:多任务学习框架[11]重排:平衡相关性和多样性[12] MMoEDPP 网易人工智能实践 多任务学习优化CTCVR 融合WDL,DCN 关注实时序列特征 相关性<Useremb,Itememb> 多样性<Itememb,Itememb> 找到商品集中相关性和多样性最大的子集 [11]ModelingTaskRelationshipsinMulti-taskLearningwithMulti-gateMixture-of-Experts [12]FastGreedyMAPInferenceforDeterminantalPointProcesstoImproveRecommendationDiversity 内部广告 给用户呈现非商品的主体(活动、栏目、专题) ①模块效果提升(信息流广告) 提升多样性优化用户体验,不保证流量 ②流量引导分发(固定位广告) 网易人工智能实践 最大化流量效率,兼顾BU流量需求 异构图表征[13]实时赛马 用户 商品 活动 类目 U I A C U I A C I I Metapaths User->Item->UserItem->User->Item Activity->Item->Activity Activity->User->Item->User->Activity Item->Cate->ItemActivity->Cate->Activity Exploration&Exploitation实时计算活动指标 支付人数 成交金额 转化率 1UV价值 加购人数 分享人数收藏人数 优惠领取 二跳指标 核心指标 网易人工智能实践 ✚ [13]metapath2vec:ScalableRepresentationLearningforHeterogeneousNetworks 进一步提升素材CTR 美感适配 实时合成 Banner生成 模版决策 关联商品 商品决策 活动决策 网易人工智能实践 内部广告智能创意 合图模版场景图多商品单商品 能力基建&效果提升 ①流量调配如何实现?②新品曝潜如何扶持? 网易人工智能实践 硬规则、软规则精准柔性加权 精准柔性的流量控制能力 网易人工智能实践 调节流量从哪里来?流量如何再分配? 统一的渠道干预决策 网易人工智能实践 Push、DSP、短信 GMV发展的关键因素 UV转化效率+PV商详规模->支撑GMV 网易人工智能实践 THANKYOU