Lookalike 模型在客戶精準(zhǔn)營銷中的應(yīng)用

陳文寶

（中海油能源發(fā)展珠海石化銷售有限公司，珠海 519000）

1 大數(shù)據(jù)及精準(zhǔn)營銷研究

精準(zhǔn)營銷是二十世紀(jì)九十年代末期美國學(xué)者Lester U Weidman 提出的一種營銷概念，他認(rèn)為精準(zhǔn)營銷是一種改變過去傳統(tǒng)營銷渠道與方式的體系，在該體系下生廠商圍繞客戶為中心，利用各種新興的渠道如互聯(lián)網(wǎng)、手機(jī)等，搜集客戶的數(shù)據(jù)，從而充分的把握客戶特征，達(dá)到合理的對(duì)產(chǎn)品市場進(jìn)行細(xì)分的目的，并為每一個(gè)細(xì)分市場制定一套操作性較強(qiáng)的營銷策略。精準(zhǔn)營銷的核心在于依托于先進(jìn)的技術(shù)充分的挖掘客戶的個(gè)性化需求，建立完備的客戶溝通與服務(wù)體系，從而可以低成本的擴(kuò)張市場。

精準(zhǔn)營銷是伴隨大數(shù)據(jù)時(shí)代到來的產(chǎn)物，只有依托于大數(shù)據(jù)技術(shù)，才有可能全面的收集客戶的數(shù)據(jù)，對(duì)客戶進(jìn)行細(xì)分。精準(zhǔn)營銷的核心點(diǎn)在于精準(zhǔn)二字，也就是需要對(duì)客戶精準(zhǔn)的定位，當(dāng)面對(duì)某一市場或者客戶群體的時(shí)候能夠精準(zhǔn)的對(duì)客戶進(jìn)行細(xì)分及個(gè)性化，同時(shí)精準(zhǔn)的實(shí)施營銷策略，測(cè)評(píng)營銷結(jié)果，使得營銷工作能夠被精準(zhǔn)的測(cè)量，從而提高管理效率降低業(yè)務(wù)成本。

2 Lookalike 模型研究

“Lookalike Audiences”最早由Facebook 在2013 年提出，該模型實(shí)現(xiàn)了一種新型的廣告瞄準(zhǔn)功能，主要用于廣告主尋找與某些廣告類似的潛在客戶群體。Lookalike 技術(shù)的核心在于通過已有的客戶群體發(fā)掘更多的相似客戶，以往企業(yè)在做營銷的時(shí)候是通過對(duì)客戶的標(biāo)簽進(jìn)行篩選，嘗試性的選擇客戶。而使用Lookalike 模型后，業(yè)務(wù)人員不用顯示的篩選標(biāo)簽，只需要上傳部分已經(jīng)購買產(chǎn)品的客戶名單，通過算法自動(dòng)尋找同該批客戶具有類似需求的客戶。從本質(zhì)上來講，該模型的學(xué)習(xí)過程就是利用部分已經(jīng)標(biāo)記（已經(jīng)購買服務(wù)或產(chǎn)品）的樣本，對(duì)更多的無標(biāo)記客戶樣本進(jìn)行標(biāo)記的過程，因此其本質(zhì)是屬于半監(jiān)督學(xué)習(xí)問題。

3 Lookalike 精準(zhǔn)營銷體系建設(shè)

本文將構(gòu)建基于Lookalike 模型的智能化營銷體系，在畫像系統(tǒng)的基礎(chǔ)上，進(jìn)一步發(fā)揮機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘的能力，提升精準(zhǔn)營銷的效率。

3.1 Lookalike 智能化營銷體系流程

圖1為Lookalike 精準(zhǔn)營銷體系的流程圖，從圖中可以看到Lookalike 基于大數(shù)據(jù)畫像系統(tǒng)整合的各種數(shù)據(jù)源信息，包括傳統(tǒng)的CRM 系統(tǒng)、銷售管理系統(tǒng)、APP 客戶行為數(shù)據(jù)、第三方數(shù)據(jù)源、爬蟲等各類數(shù)據(jù)。經(jīng)過大數(shù)據(jù)畫像系統(tǒng)處理后，形成統(tǒng)一的客戶標(biāo)簽視圖，供給下游各系統(tǒng)使用。Lookalike 模型的數(shù)據(jù)源也來源于大數(shù)據(jù)畫像系統(tǒng)。營銷人員上傳種子客戶集合以及待選客戶集合后，系統(tǒng)自動(dòng)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，缺失的客戶標(biāo)簽進(jìn)行填充，對(duì)數(shù)值型變量進(jìn)行標(biāo)準(zhǔn)化處理，同時(shí)進(jìn)行特征工程處理，加工機(jī)器學(xué)習(xí)所以需要的特征。Lookalike 算法模型模塊根據(jù)種子客戶從待續(xù)客戶集中尋找同種子客戶集最相似的客戶，并輸出給營銷人員，營銷活動(dòng)結(jié)束后可對(duì)該批數(shù)據(jù)集進(jìn)行評(píng)價(jià)，模型根據(jù)評(píng)價(jià)結(jié)果優(yōu)化模型及參數(shù)。

通過Lookalike 模型，業(yè)務(wù)人員不再需要根據(jù)主觀的經(jīng)驗(yàn)來篩選標(biāo)簽，只需要上傳部分種子客戶群體，系統(tǒng)便能根據(jù)算法自動(dòng)找到潛在購買需求最大的客戶群體。

3.2 Lookalike 算法設(shè)計(jì)

Lookalike 精準(zhǔn)營銷體系的關(guān)鍵是Lookalike 算法的實(shí)現(xiàn)，目前互聯(lián)網(wǎng)公司雖然較多采用了該算法，但是算法的實(shí)現(xiàn)是各個(gè)公司的核心技術(shù)，并沒有完全公開，本文將基于PU learning 的兩步驟算法來實(shí)現(xiàn)該模型。根據(jù)上文介紹的兩步驟方法，第一步是需要找到可靠的負(fù)樣本，偽代碼如表1所示：

圖1 Lookalike智能化營銷體系流程圖

表1 可信負(fù)樣本選擇算法RNIS（P，U，s，θ）

在第二步中，將對(duì)RN數(shù)據(jù)進(jìn)行分類，同時(shí)迭代運(yùn)行第一步直到達(dá)到一定的迭代次數(shù)或者準(zhǔn)確率，如表2所示：

表2 Lookalike PU實(shí)現(xiàn)算法PU（P，U，s，θ，iter，precision）

經(jīng)過表3的算法，便能完成對(duì)沒有標(biāo)記的樣本的分類，輸出值為樣本屬于某分類的概率大小，因此可以根據(jù)該值來找到同種子用戶最相似的群體。

測(cè)試結(jié)果如圖2所示，藍(lán)色點(diǎn)為待選客戶集，其分布并非線性分布：

圖2 lookalike模型輸出圖

從圖2中可以看到Lookalike 對(duì)每一個(gè)候選客戶集的樣本進(jìn)行了評(píng)分，評(píng)分越大則屬于潛在客戶的可能性便越大，而評(píng)分越小，屬于潛在客戶的可能性就越小。

4 結(jié)束語

本文引入Lookalike 模型，基于大數(shù)據(jù)客戶畫像系統(tǒng)，設(shè)計(jì)了基于Lookalike 的智能化營銷體系。解決了目前精準(zhǔn)營銷過程中過于依賴人工經(jīng)驗(yàn)篩選客戶導(dǎo)致的定位粗糙的問題。