高价值用户挖掘及触达

方案介绍
高价值用户挖掘及触达

本方案架构包含数据支撑、智能用户增长、运营管理与触达三个核心模块,可将业务相关数据存储在阿里云OSS中,并结合数据开发治理平台DataWorks进行数据清洗,生成符合运营要求的训练数据、人群数据等;阿里云PAI为您提供的智能用户增长插件,可智能圈选待运营人群、生成运行策略,并联合阿里云短信服务,基于运营计划自动触达发起运营活动。

解决的问题:开发门槛高

阿里云机器学习PAI提供的白盒式用户增长模型,通过界面化的配置和一站式的开通、配置、应用链路,降低AI模型开发应用门槛,帮助更多小白用户便捷快速地完成开发应用。

解决的问题:增长场景复杂

PAI用户增长插件支持多种增长场景,通过统一的操作流程,融合多种增长模型,实现复杂增长场景同一个方案。

方案优势
一站式营销
应用AI模型预测,直通短信渠道触达用户,完成一站式营销。
开箱即用
仅需完成数据投递,即可应用评分、流失预测等模型,训练专属营销AI。
增长场景丰富
支持流失召回、高潜用户筛选、个性化营销等场景,提升运营效率。
应用场景
流失/低活用户召回
对长期未访问APP的历史注册用户、以及低活的新用户等通过短信召回的方式,吸引用户回归体验产品,提升APP日活。结合站内用户日常使用习惯、语料与用户特征等训练算法模型,通过lookalike算法寻找活跃用户的相似用户群,评测流失/低活用户的回归潜力,生成召回人群。
高潜用户筛选
在用户数不断增长的条件下,难以通过一对一的方式贴身服务、推动付费,需要通过合适的机制筛选潜力付费用户,完成触达。结合所在付费场景(阅读、电商、教育),结合用户习惯建模自动化评测付费潜力评分。智选SKU/权益/文案等完成用户触达。
货找人精准营销
消费者日常会通过搜索、推荐等寻找意向商品,当存在品牌新品发布、促销活动时,需要主动通知用户浏览详情、参与活动。结合用户搜索、推荐使用习惯,定位用户对品牌、品类、商家、价格等的消费偏好,针对活动/某商品寻找意向人群,进行营销。
方案部署
01部署准备
完成账号申请与充值,并开通相关服务。
02规划网络和资源
根据业务需求规划地域、用户增长方案的人群数据、存储空间等,
03部署资源
根据规划开通好用户增长插件,并准备好所需的存储空间、人群数据。
04 创建活动并触发运营
根据业务需要创建运营活动,并根据运营计划触发运营活动。
05完成及清理
观察业务数据评估运营效果,如已达到期望即可清理释放相关资源。
通过PAI - 灵骏分布式训练和部署Llama 2模型
我们以 Meta 最新开源的大语言模型 Llama2 为例,通过PAI-灵骏完成了大语言模型的高效分布式训练、三阶段指令微调、模型离线推理验证以及在线服务部署等完整的开发链路。我们提供了两套训练流程,基于Huggingface&DeepSpeed和MegatronLM,可适用于开发Llama2全系列模型。在保证模型效果和Huggingface对齐的前提下,大幅提升大模型训练分布式效率。此外,灵骏还支持业界各类流行的开源大语言模型,包括Bloom系列、Falcon系列、GLM/ChatGLM系列,以及领域大模型galactica等的高效训练和部署。方案整体可用于企业样本标注、创意文本生成、智能对话助手、文本类创作辅助等场景。
Flink+Hologres搭建实时数仓
Flink+Hologres搭建实时数仓解决方案将Hologres与Flink深度集成,提供一体化的实时数仓联合解决方案,实现了数仓分层之间实时数据的高效流动,解决实时数仓分层问题。本方案支撑各个业务方的报表查询(交易大屏、行为数据分析、用户画像标签)以及个性化推荐等多个业务场景,具有中间层数据可查、支持数仓分层复用和架构简单等优势。