【连载】4.5策略在数据上的应用 - 用户标签、分层

近期在做用户分层需求，整理下基本策略逻辑

应用驱动

支持核心业务：比如搜索推荐对象，考虑覆盖率、时效性、可用性等

支持增长：比如用户分层、兴趣标签、考虑覆盖率、准确率等

支持风控：比如行为数据、设备数据。考虑覆盖度、可用性

策略框架

基本流程

举个栗子：闪送商家标签

闪送商家标签挖掘

产品目标：挖掘平台上的商家用户，区分补贴策略

衡量指标：商家标签的准确率和召回率

a.产出需求：随机抽取平台用户及其下单行为，通过调研标注后确定初版规则：下单频率大于XX】发单地点单一、物品类型集中于特殊分类（文件、鲜花）等等 —  将人为判断方法总结出来

b.策略评估：Rd根据规则跑出标签挖掘数据，评估召回准确率，进行规则微调

c.策略上线，产出标签应用于制定不同的补贴策略。根据补贴效果进一步微调策略，直至效果稳定，挖掘该标签的目的是什么？

d.建立监控，针对标签数据和补贴效果数据制定长期监控机制

小结

策略解决问题的手段

问题驱动：寻找问题没有被很好解决的部分，以此驱动优化策略

目标导向：从简单规则到复杂系统，解决掉问题便是好策略

核心业务、增长、风控、数据，是策略应用的四个典型方向。凡是需要精细化解决需求的地方，都有策略存在的价值