oCPC实践录 | 以基木鱼为例谈线索类有效转化的设计与智能客服的问题

本文主要是介绍oCPC实践录 | 以基木鱼为例谈线索类有效转化的设计与智能客服的问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

读者们,元旦快乐,祝大家在新的一年里行大运,发大财!

上篇文章oCPC实践录 | oCPM的秘密设置成了付费,最终付费比例超过10%,让笔者很是感动,感谢真爱粉们的厚爱,并且专门为付费读者设置了真爱粉群,并设计了付费返点、免费咨询、业务搭桥、信息发布、定制服务等专属福利,哈哈。真爱粉读者群也异常活跃,大家讨论挺多问题的。

一个做线索回传的广告主就提了这样的问题:

1) 投了有效咨询这个投放目标,是能保证成本符合预期 但是留线索很差

2)上午成本好好的,下午成本就突涨,没有线索。

作为真爱粉的专属福利之一,笔者直接找到这个广告主回答解释相关问题。期间发现一些有意思的事情,值得和大家分享出来,主要包含以下几方面内容:

1)广告主反馈后端差

2)广告主说转化控制不了

3)打开页面,发现问题,过于诱导转化不利于后端

4)智能客服及其建模目标

5)流量价值发现与过滤

6)平台侧的成本控制

反馈问题的广告主投的是百度搜索广告,基本的业务场景是:广告是oCPC广告,投放目标是有效咨询。当用户点击广告后进入百度基木鱼专用落地页,在落地页内由人工或者智能客服发出信息,当用户发生回复时,算作一次有效咨询(即转化),业务的最终目标是用户留下联系方式(称之为留线索)。

广告主反馈的问题是有效咨询量还可以,但是后端留线索少,并且质量不行,即使买词很精准。

了解情况后,我给这个广告主的建议是:如果最终的业务目标是留线索,那可以直接选择“留线索”这样的转化目标。如果没有,那么转化的定义要尽可能地向后端靠,比如说之前一句话咨询算成一个转化,可不可以改成两句话,三句话算成一个转化呢。

广告主反馈说有投留线索的账户,也有投有效咨询的账户,有效咨询的定义他控制不了,百度会自动检测落地页中用户的回复,只要用户回复,哪怕一个字,也算是一个有效咨询。有效咨询的账户,留线索和后端效果差一些。

广告主发给笔者一个落地页,首先发现非常关键的信息上有个错别字,然后试了一下落地页,发现客服不停地发各种信息,试图让用户发起对话,更极致地,系统会发几个选择项,让用户去选,用户如果点击其中的一个选项,会自动发出对话,算一个有效咨询。广告主说客服有些是第三方机器人,有些是人工。

整个体验下来,有一个感受就是不断地诱导用户发起对话。这让笔者想起来之前在CPC下通过各种方式诱导点击的事情。对于商业链路非常长的线索类业务,浅层做过多的诱导,后端的效果可能比较难保证。大厂广告算法专家:oCPC产品策略设计与投放实践(下)中有提到,想要什么转化就选择什么样的转化。当然,这里也有一个问题,转化越深,对于模型而言是非常难学习的。

因为广告主提到有用到智能客服,但广告主发现最终留线索概率高的还是人工客服。

这是一个很有意思的问题。大模型方兴未艾,在客服方向是一个重要的应用。对其中的“智能”,读者们需要琢磨一下。我们现在提到的智能可能是一个自动生成回复等内容,其建模的目标可能是语言表达的自然,顺畅,合理等(O1)。

针对该广告主的场景,其智能的目标可能需要再深一层,比如说把“用户发起对话”作为其中的学习目标(O2),通过深度学习、强化学习等等各类模型进行建模和探索。

根据广告主反馈的结果看,目前使用的第三方客服要么建模目标是O1,也可能是O2,比较容易生成诱导用户发起对话的表达。但这与广告主投放的最终目标其实是不一致的。

所以说从广告主侧需要设计一个流量价值发现,低意愿流量过滤的前置环节,这个环节可能是显示地主观地环节设计(如三句话咨询作为转化,设计组合行为作为转化),也可以通过分析发生留线索或者后端变现的CASE,不停地反馈迭代这个逻辑,提高流量价值预估的准确性。

针对上午成本好好的,下午成本就突涨,但没有线索这个问题,笔者看了广告主的账户数据。原因其实很简单,①成本变化原因:上午成本状态是欠成本,下午平台侧可能就要提价,改变欠成本的状态,这个在大厂广告算法专家:oCPC产品策略设计与投放实践(下)中已经分析过了。② 无线索:一方面广告投放的目标是有效咨询,不是留线索,平台也不会为这个目标优化,另一方面出价提高导致预算没有支撑到获取高线索流量。

对于广告主而言,如果说上午成本不错,量级也可以,在GFP下,下午可考虑缓慢降价,需求更大的边际收益。

这篇关于oCPC实践录 | 以基木鱼为例谈线索类有效转化的设计与智能客服的问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/560056

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

usaco 1.2 Palindromic Squares(进制转化)

考察进制转化 注意一些细节就可以了 直接上代码: /*ID: who jayLANG: C++TASK: palsquare*/#include<stdio.h>int x[20],xlen,y[20],ylen,B;void change(int n){int m;m=n;xlen=0;while(m){x[++xlen]=m%B;m/=B;}m=n*n;ylen=0;whi

usaco 1.2 Name That Number(数字字母转化)

巧妙的利用code[b[0]-'A'] 将字符ABC...Z转换为数字 需要注意的是重新开一个数组 c [ ] 存储字符串 应人为的在末尾附上 ‘ \ 0 ’ 详见代码: /*ID: who jayLANG: C++TASK: namenum*/#include<stdio.h>#include<string.h>int main(){FILE *fin = fopen (

浅谈主机加固,六种有效的主机加固方法

在数字化时代,数据的价值不言而喻,但随之而来的安全威胁也日益严峻。从勒索病毒到内部泄露,企业的数据安全面临着前所未有的挑战。为了应对这些挑战,一种全新的主机加固解决方案应运而生。 MCK主机加固解决方案,采用先进的安全容器中间件技术,构建起一套内核级的纵深立体防护体系。这一体系突破了传统安全防护的局限,即使在管理员权限被恶意利用的情况下,也能确保服务器的安全稳定运行。 普适主机加固措施: