個性化推薦最早起源于美國電商平臺亞馬遜，推薦系統(tǒng)能夠基于上億的商品目錄為數百萬用戶提供推薦服務。那電商App基于個性化推薦實現(xiàn)精準營銷，該如何預估點擊率？歡迎閱讀，希望對你有幫助。

圍繞產品與商品的核心目標進行的推薦才是有價值的，推薦的目的可以定義為幾個點：

1. 讓產品活的更久：活的久是要延長產品的生命周期，延長用戶的生命的周期，更受用戶喜歡；
2. 讓產品活的更好：活的更好就是通過廣告、用戶主動付費等方式獲得收入，帶來商業(yè)價值；

本質上產品需要將整個用戶行為路徑進行優(yōu)化，比如電商產品，在推薦的場景需要考慮展現(xiàn)形態(tài)，包括圖片和文字簡介，購物鏈路上的商品詳情頁的描述信息豐富和核心程度，整體布局等等；去偽存精，通過信息表達需要考慮基礎信息區(qū)（回答商品是什么，吸引決策）。又如：優(yōu)惠（有沒有優(yōu)惠，刺激決策）；服務區(qū) (有沒有保障，加固決策）；參數規(guī)格區(qū)（有哪些可選，完成決策）；評價區(qū)（大家怎么說，輔助決策）；后續(xù)推薦卡片（再逛逛別的，流量再分發(fā)）

01 推薦是幫助用戶感知，而不是強迫用戶思考

在推薦商品的過程中，永遠需要記住的是：幫助用戶感知，而不是將過多的主觀想法強加于用戶，推薦中收集用戶數據，并對用戶意圖及行為路徑建模，從而建立整體用戶認知，將條目作為認知的載體呈現(xiàn)給用戶，讓用戶進行體驗交互，并進一步收集用戶反饋，假設用戶有正向反饋的商品是用戶表現(xiàn)出價值認可的。在此基礎上，我們可以讓用戶、持續(xù)留存，并且建立一定的、情感鏈接。

02 全局推薦的機制

圍繞“數據”“商品形態(tài)，類目形態(tài)、瀏覽時長”“算法”進行“協(xié)同優(yōu)化”才能帶來更大的收益；用戶體驗的滿意程度貫穿于整個產品使用過程中，如果想要有好的推薦結果，必然需要“全局”優(yōu)化；

推薦時機：由于興趣發(fā)現(xiàn)和收斂速度的原因，對于智能程度的感知也隨時間會產生較大的變化，合適的時機能夠帶來更大的收益。

推薦質量：對于不同的產品，內容時效性和列表新穎性有不一樣的要求，對于不同領域的產品，質量也有不一樣的定義。

多樣性：對于推薦而言，既要滿足用戶行為中的正負反饋，又要給予用戶更加多樣的列表。

產品定位：不同位置的推薦定位不同 ，跳出局部最優(yōu)思想，做全局最優(yōu)化，永遠是場景間協(xié)同，根據行為路徑的差異，行為深度的差異來做「差異化的場景設置。

單品頁：購買意圖，過渡頁：提高客單價，購物車頁：購物決策，無結果頁：減少跳出率，訂單完成頁：交叉銷售，關注推薦：提高轉化，我的xx推薦：提高忠誠度，轉化，瀏覽時長；

03 用戶維度的推薦

產品所面向的不同類型用戶很大程度會影響推薦系統(tǒng)的效果；如“新老用戶占比”，即營銷引流與用戶留存的情況所影響的占比，新用戶在冷啟動上會需要花費更多的時間。

因為新用戶通常是那些沒有行為或者行為過少的用戶，本質還是數據稀疏問題帶來的困難，初期可以用冷啟動的一些方法來進行推薦，最終最有效的方式是將新用戶留下來，將新用戶培養(yǎng)成老用戶；“不同性別用戶的占比”這個主要體現(xiàn)在用戶的行為性別，因為不同性別的人在使用產品過程中的差異非常大，對體驗好壞的體感也有較大差異；

精準推薦營銷涉及到，站內與站外綜合運營，比如：DSP、ASO、ASA、精準推送、智能推薦、用戶畫像、會員營銷。

基于地理位置的精準：以攜程的旅游景點、項目營銷為例，定了麗江的機票的用戶，給其推送麗江當地的酒店比推送北京的酒店更容易被用戶接受，從而下單。

行為維度、個性維度：通過用戶的搜索、購買、社交等表現(xiàn)，可以對其進行個性化的認知和洞察，繼而進行人群劃分，譬如按照收入、性別、喜好等等，比如攜程的旅游景點、項目營銷為例，由于對用戶分析的精準，你知道經常訂購400-500元區(qū)間的酒店，并且喜好商務酒店，所以大概率推送的商務酒店應該在100-500區(qū)間。

點擊率預測：廣告中點擊率預估計算出的是精準的點擊概率，A點擊率0.22% , B點擊率0.34%等，需要結合其它因子（出價）用于排序；推薦算法對準確值沒有明確要求，只需計算出一個最優(yōu)的次序A>B>C即可

點擊率 = 點擊數/瀏覽數(點擊率越高，意味著在相同投入的情況下，收獲了更多的用戶注意力)

點擊率預估 = 在某種環(huán)境x下，某個推送y展現(xiàn)給某個用戶z后，用戶點擊的概率r

點擊率只是衡量效果的一個指標，但大部分公司均會將其作為重要指標考核。

場景的廣泛使用，起源于移動互聯(lián)網的迅猛發(fā)展；用戶的行為在多屏間跳轉，在PC上的碎片化，如今成為了跨屏的碎片化，此時的精準，又加入了場景的維度；平臺根據用戶的最終極速畫像，推薦時機、場景、渠道、商品等選擇投放內容，精準投放。

搜索場景：搜索中有強搜索信號-“查詢詞(Query)”，查詢詞和內容的匹配程度很大程度影響了點擊概率； 點擊率也高，搜索能到達百分之幾的點擊率。

非搜索場景：（例如展示廣告，信息流廣告），點擊率的計算很多來源于用戶的興趣和廣告特征，上下文環(huán)境；移動信息流廣告的屏幕比較大，用戶關注度也比較集中，好位置也能到百分之幾的點擊率。對于很多文章底部的廣告，點擊率非常低，用戶關注度也不高，常常是千分之幾，甚至更低。