顶象学院首页>文章详情

电商企业如何快速构建营销模型

2022-11-30|小象 1393

营销推广是电商重要的运营组成。电商平台要发起一场综合性的推广活动,需要明确参与活动的商品范围、促销价格、推广渠道以及如何触达到消费者等。很多营销推广活动规则复杂且不断变化,就需要使用模型来设计,例如邀人砍一刀的“免费提现”、多重阶梯的满减跨店促销等。

模型不仅帮助电商平台从多个角度去设计营销活动,发现活动过程的问题,吸引用户聚焦,提升转化率,更大幅提升营销推广效果和力度。

电商模型的建设与优化

建设模型是为了解决业务流程的问题的过程,因此一定要基于业务,要清楚了解相关的数据与业务问题的关系,这样模型才能解决好业务问题的需求和问题。模型建设是一个复杂的过程,大体来看需要五个阶段。

第一步,选择模型。基于业务需求、数据,电商平台研究决定选择具体的模型,以便更好地切合具体的应用需求。

第二步,建设模型。通过模型平台进行模型构建,或者可视化建模,或者HiveSQL脚本、Python脚本的编程建模。

第三步,训练模型。通过训练模型找到最合适的参数或变量要素,并基于真实的业务数据来确定最合适的模型参数。

第四步,部署模型。通过离线、在线等多种方式,部署建设好的模型。

第五步,模型的优化与管理。随着业务开展、数据积累,会发现模型欠拟合或效果不佳,需要定期进行优化,包含具体优化的措施可考虑重新选择模型、调整模型参数、增加变量因子等。

用顶象Xintell快速构建和管理模型

顶象Xintell智能模型平台能够帮助电商平台快速构建专属营销模型,并提供快捷的模型管理和更新升级。

数据加工。模型建设的核心是数据,Xintell能够通过HiveSQL界面、python界面、可视化数据处理模块化组件对数据进行加工。其中数据处理模块化组件界面采用拖拉拽的形式,这样来看数据的加工逻辑流程一目了然,并且由于数据处理的代码进行功能模块化,因此也降低了数据加工的门槛,提高加工的效率。

undefined

实际操作中,数据可能存储在各种不同的地方。Xintell提供统一管理建模所需要的各种数据库,包含但不限于MySQL、SQL Server、Oracle、DB2、PostgreSQL、ElasticSearch、FTP、Mongodb、Cassandra、Arangadb、RabbitMQ、Kafka,并支持多种类型数据源的同步。

undefined

模型建设。针对不同使用人员,Xintell提供不同的方式进行建模。初级人员可以使用拖拉拽形式建模,平台将机器学习相关代码高度功能模块化,流程一目了然;高级人员可以用python进行定制化,并且notebook支持spark的资源。

undefined

模型部署。Xintell提供两种模型部署方式。一种是在线部署,能够实时调用模型进行预测,适合图像分类、文本分类等一些特征不需要复杂加工的模型。更支持python模型部署,兼容tensorflow2.0、pytorch、keras等多种深度学习框架的模型。开发人员也可以通过http服务,与其它平台实现无缝衔接,通过统一的界面管理进行在线部署。

undefined

另一种是离线的部署。很多模型所需的特征涉及一张或多张表,加工需要的时间较长,模型所需批量数据需要进行定时加工,然后才能够进行预测。Xintell提供设置调度任务的方式实现离线的部署,开发法者可以按照小时、天、周、月等间隔定时调用模型跑批脚本。此外,离线模型的保存可以保存在服务器本地硬盘中,便于模型的迁移。

undefined

模型监控。模型部署后,开发者需要对模型预测结果进行监控,Xintell支持对模型调用的情况、模型的稳定性、模型的区分度进行监控。

undefined

模型升级与管理。模型往往需要进行迭代更新,然后模型进行版本管理,对于在线部署的模型,Xintell可以通过管理界面上传新版本模型,然后进行版本的更新,当然若发现新版本模型不好,也可以进行版本的切换。

undefined

顶象Xintell智能模型平台基于关联网络和深度学习技术,结合Hadoop生态和自研组件,将复杂的数据处理、挖掘、机器学习过程标准化,提供从数据处理、特征衍生、模型构建到最终模型上线的一站式建模服务,结合拖拉拽式操作大幅降低建模门槛,提升建模工程师、数据科学家的工作效率,让运营人员和业务人员也能直接上手操作实践,帮助企业通过对大数据的模型训练在反欺诈、风控、营销、客户分群等场景提供模型支持,并能够根据时间变化进行动态升级与优化,极大降低建模和模型管理门槛。

undefined

微信扫码
获取方案价格

加入社群

扫码进群领
【业务安全】资料礼包

在线咨询
400-878-6123