美團(tuán)外賣(mài)經(jīng)過(guò)3年的飛速發(fā)展，品類(lèi)已經(jīng)從單一的外賣(mài)擴(kuò)展到了美食、夜宵、鮮花、商超等多個(gè)品類(lèi)。用戶(hù)群體也從早期的學(xué)生為主擴(kuò)展到學(xué)生、白領(lǐng)、社區(qū)以及商旅，甚至包括在KTV等娛樂(lè)場(chǎng)所消費(fèi)的人群。隨著供給和消費(fèi)人群的多樣化，如何在供給和用戶(hù)之間做一個(gè)對(duì)接，就是用戶(hù)畫(huà)像的一個(gè)基礎(chǔ)工作。所謂千人千面，畫(huà)像需要刻畫(huà)不同人群的消費(fèi)習(xí)慣和消費(fèi)偏好。

外賣(mài)O2O和傳統(tǒng)的電商存在一些差異?？梢院?jiǎn)單總結(jié)為如下幾點(diǎn)：

1）新事物，快速發(fā)展：這意味很多用戶(hù)對(duì)外賣(mài)的認(rèn)知較少，對(duì)平臺(tái)上的新品類(lèi)缺乏了解，對(duì)自身的需求也沒(méi)有充分意識(shí)。平臺(tái)需要去發(fā)現(xiàn)用戶(hù)的消費(fèi)意愿，以便對(duì)用戶(hù)的消費(fèi)進(jìn)行引導(dǎo)。

2）高頻：外賣(mài)是個(gè)典型的高頻O2O應(yīng)用。一方面消費(fèi)頻次高，用戶(hù)生命周期相對(duì)好判定；另一方面消費(fèi)單價(jià)較低，用戶(hù)決策時(shí)間短、隨意性大。

3）場(chǎng)景驅(qū)動(dòng)：場(chǎng)景是特定的時(shí)間、地點(diǎn)和人物的組合下的特定的消費(fèi)意圖。不同的時(shí)間、地點(diǎn)，不同類(lèi)型的用戶(hù)的消費(fèi)意圖會(huì)有差異。例如白領(lǐng)在寫(xiě)字樓中午的訂單一般是工作餐，通常在營(yíng)養(yǎng)、品質(zhì)上有一定的要求，且單價(jià)不能太高；而到了周末晚上的訂單大多是夜宵，追求口味且價(jià)格彈性較大。場(chǎng)景辨識(shí)越細(xì)致，越能了解用戶(hù)的消費(fèi)意圖，運(yùn)營(yíng)效果就越好。

4）用戶(hù)消費(fèi)的地理位置相對(duì)固定，結(jié)合地理位置判斷用戶(hù)的消費(fèi)意圖是外賣(mài)的一個(gè)特點(diǎn)。

如下圖所示，我們大致可以把一個(gè)產(chǎn)品的運(yùn)營(yíng)分為用戶(hù)獲取和用戶(hù)拓展兩個(gè)階段。在用戶(hù)獲取階段，用戶(hù)因?yàn)樽匀辉蚧蛞恍I(yíng)銷(xiāo)事件（例如廣告、社交媒體傳播）產(chǎn)生對(duì)外賣(mài)的注意，進(jìn)而產(chǎn)生了興趣，并在合適的時(shí)機(jī)下完成首購(gòu)，從而成為外賣(mài)新客。在這一階段，運(yùn)營(yíng)的重點(diǎn)是提高效率，通過(guò)一些個(gè)性化的營(yíng)銷(xiāo)和廣告手段，吸引到真正有潛在需求的用戶(hù)，并刺激其轉(zhuǎn)化。在用戶(hù)完成轉(zhuǎn)化后，接下來(lái)的運(yùn)營(yíng)重點(diǎn)是拓展用戶(hù)價(jià)值。這里有兩個(gè)問(wèn)題：第一是提升用戶(hù)價(jià)值，具體而言就是提升用戶(hù)的單均價(jià)和消費(fèi)頻次，從而提升用戶(hù)的LTV（life-time value)?；臼侄伟ń徊驿N(xiāo)售（新品類(lèi)的推薦）、向上銷(xiāo)售（優(yōu)質(zhì)高價(jià)供給的推薦）以及重復(fù)購(gòu)買(mǎi)（優(yōu)惠、紅包刺激重復(fù)下單以及優(yōu)質(zhì)供給的推薦帶來(lái)下單頻次的提升）；第二個(gè)問(wèn)題是用戶(hù)的留存，通過(guò)提升用戶(hù)總體體驗(yàn)以及在用戶(hù)有流失傾向時(shí)通過(guò)促銷(xiāo)和優(yōu)惠將用戶(hù)留在外賣(mài)平臺(tái)。

用戶(hù)體驗(yàn)之旅

所以用戶(hù)所處的體驗(yàn)階段不同，運(yùn)營(yíng)的側(cè)重點(diǎn)也需要有所不同。而用戶(hù)畫(huà)像作為運(yùn)營(yíng)的支撐技術(shù)，需要提供相應(yīng)的用戶(hù)刻畫(huà)以滿(mǎn)足運(yùn)營(yíng)需求。根據(jù)上圖的營(yíng)銷(xiāo)鏈條，從支撐運(yùn)營(yíng)的角度，除去提供常規(guī)的用戶(hù)基礎(chǔ)屬性（例如年齡、性別、職業(yè)、婚育狀況等）以及用戶(hù)偏好之外，還需要考慮這么幾個(gè)問(wèn)題：1）什么樣的用戶(hù)會(huì)成為外賣(mài)平臺(tái)的顧客（新客識(shí)別）；2）用戶(hù)所處生命周期的判斷，用戶(hù)是否可能從平臺(tái)流失（流失預(yù)警）；3）用戶(hù)處于什么樣的消費(fèi)場(chǎng)景（場(chǎng)景識(shí)別）。后面“外賣(mài)O2O的用戶(hù)畫(huà)像實(shí)踐”一節(jié)中，我們會(huì)介紹針對(duì)這三個(gè)問(wèn)題的一些實(shí)踐。

下圖是我們畫(huà)像服務(wù)的架構(gòu)：數(shù)據(jù)源包括基礎(chǔ)日志、商家數(shù)據(jù)和訂單數(shù)據(jù)。數(shù)據(jù)完成處理后存放在一系列主題表中，再導(dǎo)入kv存儲(chǔ)，給下游業(yè)務(wù)端提供在線(xiàn)服務(wù)。同時(shí)我們會(huì)對(duì)整個(gè)業(yè)務(wù)流程實(shí)施監(jiān)控。主要分為兩部分，第一部分是對(duì)數(shù)據(jù)處理流程的監(jiān)控，利用用內(nèi)部自研的數(shù)據(jù)治理平臺(tái)，監(jiān)控每天各主題表產(chǎn)生的時(shí)間、數(shù)據(jù)量以及數(shù)據(jù)分布是否有異常。第二部分是對(duì)服務(wù)的監(jiān)控。目前畫(huà)像系統(tǒng)支持的下游服務(wù)包括：廣告、排序、運(yùn)營(yíng)等系統(tǒng)。

畫(huà)像系統(tǒng)架構(gòu)

新客運(yùn)營(yíng)

新客運(yùn)營(yíng)主要需要回答下列三個(gè)問(wèn)題：

1）新客在哪里？

2）新客的偏好如何？

3）新客的消費(fèi)力如何？

回答這三個(gè)問(wèn)題是比較困難的，因?yàn)橄鄬?duì)于老客而言，新客的行為記錄非常少或者幾乎沒(méi)有。這就需要我們通過(guò)一些技術(shù)手段作出推斷。例如：新客的潛在轉(zhuǎn)化概率，受到新客的人口屬性（職業(yè)、年齡等）、所處地域（需求的因素）、周?chē)巳海ㄍ瑯臃从承枨螅┮约笆欠裼谐渥愎┙o等因素的影響；而對(duì)于新客的偏好和消費(fèi)力，從新客在到店場(chǎng)景下的消費(fèi)行為可以做出推測(cè)。另外用戶(hù)的工作和居住地點(diǎn)也能反映他的消費(fèi)能力。 對(duì)新客的預(yù)測(cè)大量依賴(lài)他在到店場(chǎng)景下的行為，而用戶(hù)的到店行為對(duì)于外賣(mài)是比較稀疏的，大多數(shù)的用戶(hù)是在少數(shù)幾個(gè)類(lèi)別上有過(guò)一些消費(fèi)行為。這就意味著我們需要考慮選擇什么樣的統(tǒng)計(jì)量描述：是消費(fèi)單價(jià)，總消費(fèi)價(jià)格，消費(fèi)品類(lèi)等等。然后通過(guò)大量的試驗(yàn)來(lái)驗(yàn)證特征的顯著性。另外由于數(shù)據(jù)比較稀疏，需要考慮合適的平滑處理。

我們?cè)谧龈邼撔驴屯诰驎r(shí)，融入了多方特征，通過(guò)特征的組合最終作出一個(gè)效果比較好的預(yù)測(cè)模型。我們能夠找到一些高轉(zhuǎn)化率的用戶(hù)，其轉(zhuǎn)化率比普通用戶(hù)高若干倍。通過(guò)對(duì)高潛用戶(hù)有針對(duì)性的營(yíng)銷(xiāo)，可以極大提高營(yíng)銷(xiāo)效率。

流失預(yù)測(cè)

新客來(lái)了之后，接下來(lái)需要把他留在這個(gè)平臺(tái)上，盡量延長(zhǎng)生命周期。營(yíng)銷(xiāo)領(lǐng)域關(guān)于用戶(hù)留存的兩個(gè)基本觀(guān)點(diǎn)是（引自菲利普.科特勒 《營(yíng)銷(xiāo)管理》）：

獲取一個(gè)新顧客的成本是維系現(xiàn)有顧客成本的5倍！

如果將顧客流失率降低5%，公司利潤(rùn)將增加25%~85%

用戶(hù)流失的原因通常包括：競(jìng)對(duì)的吸引；體驗(yàn)問(wèn)題；需求變化。我們借助機(jī)器學(xué)習(xí)的方法，構(gòu)建用戶(hù)的描述特征，并借助這些特征來(lái)預(yù)測(cè)用戶(hù)未來(lái)流失的概率。這里有兩種做法: 第一種是預(yù)測(cè)用戶(hù)未來(lái)若干天是否會(huì)下單這一事件發(fā)生的概率。這是典型的概率回歸問(wèn)題，可以選擇邏輯回歸、決策樹(shù)等算法擬合給定觀(guān)測(cè)下事件發(fā)生的概率；第二種是借助于生存模型，例如COX-PH模型，做流失的風(fēng)險(xiǎn)預(yù)測(cè)。下圖左邊是概率回歸的模型，用戶(hù)未來(lái)T天內(nèi)是否有下單做為類(lèi)別標(biāo)記y，然后估計(jì)在觀(guān)察到特征X的情況下y的后驗(yàn)概率P(y|X)。右邊是用COX模型的例子，我們會(huì)根據(jù)用戶(hù)在未來(lái)T天是否下單給樣本一個(gè)類(lèi)別，即觀(guān)測(cè)時(shí)長(zhǎng)記為T(mén)。假設(shè)用戶(hù)的下單的距今時(shí)長(zhǎng)t<T，將t作為生存時(shí)長(zhǎng)t’；否則將生存時(shí)長(zhǎng)t’記為T(mén)。這樣一個(gè)樣本由三部分構(gòu)成：樣本的類(lèi)別(flag)，生存時(shí)長(zhǎng)(t’)以及特征列表。通過(guò)生存模型雖然無(wú)法顯式得到P(t’|X)的概率，但其協(xié)變量部分實(shí)際反映了用戶(hù)流失的風(fēng)險(xiǎn)大小。

樣本

生存模型中，βTx反映了用戶(hù)流失的風(fēng)險(xiǎn)，同時(shí)也和用戶(hù)下次訂單的時(shí)間間隔成正相關(guān)。下面的箱線(xiàn)圖中，橫軸為βTx，縱軸為用戶(hù)下單時(shí)間的間隔。

COX MODEL

我們做了COX模型和概率回歸模型的對(duì)比。在預(yù)測(cè)用戶(hù)XX天內(nèi)是否會(huì)下單上面，兩者有相近的性能。

美團(tuán)外賣(mài)通過(guò)使用了用戶(hù)流失預(yù)警模型，顯著降低了用戶(hù)留存的運(yùn)營(yíng)成本。

場(chǎng)景運(yùn)營(yíng)

拓展用戶(hù)的體驗(yàn)，最重要的一點(diǎn)是要理解用戶(hù)下單的場(chǎng)景。了解用戶(hù)的訂餐場(chǎng)景有助于基于場(chǎng)景的用戶(hù)運(yùn)營(yíng)。對(duì)于場(chǎng)景運(yùn)營(yíng)而言，通常需要經(jīng)過(guò)如下三個(gè)步驟：