營銷推廣是電商重要的運營組成。電商平臺要發起一場綜合性的推廣活動，需要明確參與活動的商品范圍、促銷價格、推廣渠道以及如何觸達到消費者等。很多營銷推廣活動規則復雜且不斷變化，就需要使用模型來設計，例如邀人砍一刀的“免費提現”、多重階梯的滿減跨店促銷等。模型不僅幫助電商平臺從多個角度去設計營銷活動，發現活動過程的問題，吸引用戶聚焦，提升轉化率，更大幅提升營銷推廣效果和力度。電商模型的建設與優化建設模型是為瞭解決業務流程的問題的過程，因此一定要基於業務，要清楚瞭解相關的數據與業務問題的關系，這樣模型才能解決好業務問題的需求和問題。模型建設是一個復雜的過程，大體來看需要五個階段。第一步，選擇模型。基於業務需求，電商平臺研究決定選擇具體的模型，以便更好地切合具體的應用需求。第二步，建設模型。通過模型平臺進行模型構建，可以通過可視化平臺建模，也可以用者HiveSQL腳本、Python腳本編程建模。第三步，訓練模型。通過訓練模型找到最合適的參數或變量要素，並基於真實的業務數據來確定最合適的模型參數。第四步，部署模型。通過離線、在線等多種方式，部署建設好的模型。第五步，模型的優化與管理。隨著業務開展、數據積累，會發現模型欠擬合或效果不佳，需要定期進行優化，包含具體優化的措施可考慮重新選擇模型、調整模型參數、增加變量因子等。用頂象Xintell快速構建和管理模型頂象Xintell智能模型平臺能夠幫助電商平臺快速構建專屬營銷模型，並提供快捷的模型管理和更新升級。數據加工。模型建設的核心是數據，Xintell能夠通過HiveSQL界面、Python界面、可視化數據處理模塊化組件對數據進行加工。其中數據處理模塊化組件界面采用拖拉拽的形式，這樣來看數據的加工邏輯流程一目瞭然，並且由於數據處理的代碼進行功能模塊化，因此也降低瞭數據加工的門檻，提高加工的效率。實際操作中，數據可能存儲在各種不同的地方。Xintell提供統一管理建模所需要的各種數據庫，包含但不限於MySQL、SQL Server、Oracle、DB2、PostgreSQL、ElasticSearch、FTP、Mongodb、Cassandra、Arangadb、RabbitMQ、Kafka，並支持多種類型數據源的同步。模型建設。針對不同使用人員，Xintell提供不同的方式進行建模方式：初級人員可以使用拖拉拽形式建模，平臺將機器學習相關代碼高度功能模塊化，流程一目瞭然；高級人員可以用Python進行定制化，並且Notebook支持Spark的資源。模型部署。Xintell提供兩種模型部署方式。一種是在線部署，能夠實時調用模型進行預測，適合圖像分類、文本分類等一些特征不需要復雜加工的模型。更支持Python模型部署，兼容Tensorflow2.0、Pytorch、Keras等多種深度學習框架的模型。開發人員也可以通過Http服務，與其它平臺實現無縫銜接，通過統一的界面管理進行在線部署。另一種是離線的部署。很多模型所需的特征涉及一張或多張表，加工需要的時間較長，模型所需批量數據需要進行定時加工，然後才能夠進行預測。Xintell提供設置調度任務的方式實現離線的部署，開發法者可以按照小時、天、周、月等間隔定時調用模型跑批腳本。此外，離線模型的保存可以保存在服務器本地硬盤中，便於模型的遷移。模型監控。模型部署後，開發者需要對模型預測結果進行監控，Xintell支持對模型調用的情況、模型的穩定性、模型的區分度進行監控。模型升級與管理。模型往往需要進行迭代更新，然後模型進行版本管理，對於在線部署的模型，Xintell可以通過管理界面上傳新版本模型，然後進行版本的更新，當然若發現新版本模型不好，也可以進行版本的切換。頂象Xintell智能模型平臺基於關聯網絡和深度學習技術，結合Hadoop生態和自研組件，將復雜的數據處理、挖掘、機器學習過程標準化，提供從數據處理、特征衍生、模型構建到最終模型上線的一站式建模服務，結合拖拉拽式操作大幅降低建模門檻，提升建模工程師、數據科學傢的工作效率，讓運營人員和業務人員也能直接上手操作實踐，幫助企業通過對大數據的模型訓練在反欺詐、風控、營銷、客戶分群等場景提供模型支持，並能夠根據時間變化進行動態升級與優化，極大降低建模和模型管理門檻。——————業務安全產品：免費試用（https://user.dingxiang-inc.com/user/register#/）業務安全交流群：加入暢聊（https://www.dingxiang-inc.com/blog/post/599）
本文出自快速备案，转载时请注明出处及相应链接。
