代号“ GProfile ” ——独家解密阿里标签利器

简介: 你可能已经知道达摩盘,也可能接触过虾米音乐给你推荐的好歌,当然你肯定经常在购物时,收到系统给你推荐的产品……但你肯定不知道,在营销推荐、产品推荐的背后,是一个庞大的算法工程,其中的一款标签体系,从未对外公布。     今天阿里数据将会独家解密这一标签利器,它的内部代号是——GProfile


你可能已经知道达摩盘,也可能接触过虾米音乐给你推荐的好歌,当然你肯定经常在购物时,收到系统给你推荐的产品……但你肯定不知道,在营销推荐、产品推荐的背后,是一个庞大的算法工程,其中的一款标签体系,从未对外公布。


    今天阿里数据将会独家解密这一标签利器,它的内部代号是—GProfile ,全称为全局档案。概括来说,GProfile 全局档案要做的事情是这样的:


   目前,GProfile 全局档案是以消费者档案为核心构建内容,通过分析消费者的基础信息、购物行为以描绘其特征画像。


   今后 GProfile 还要做商品档案、店铺档案,形成更完备的档案体系。


   在阿里数据的平台上,GProfile 主要根据用户在历史时间内的网购行为记录,从网购时间点、内容深度剖析,提供用户基础属性、社交行为、互动行为、消费行为、偏好习惯、财富属性、信用属性和地理属性八大类标签服务。


    继续勾勒一个GProfile 应用场景,那会是什么样子:


    隔壁老王今天登陆阿里旅行·去啊首页,收到的推荐是日本双人游产品,他感觉被深深地吸引,迅速下单。


不觉得有什么问题吗?

为什么隔壁老王是日本游,还是双人的。单身男青年大锤只能是江浙沪独步徒行推荐?

而这种差异化的推荐,竟然正中两位的下怀!老王此时的心理os应该是:这广告也太神了,这广告来得也太及时了。


算法、标签、GProfile 可以完美解释这个现象。

根据前面介绍,GProfile 通过用户在历史时间内的网购行为记录已经为老王和大锤贴上了不同的标签。


同样的,日本双人游的产品运营人员也已经为这一产品的目标客户进行了标签预设:

比如有对象、爱看日剧的人士会被映射到日本双人游这项产品,而经济能力尚不足的光棍男大锤可能更合适附近短途旅行。



通过映射关系,当老王进入去啊页面时,系统已经自动将他的标签和日本双人游的标签,进行了匹配。于是,老王看见了日本双人游。


在商业环境中,用户并非天然抵触广告。真正抵触的是:人们在目之所及之处,无用的广告太泛滥,导致用户经常有被干扰的困扰。


我们显然可以从上述例子中,看到 GProfile 对于产品推荐精准度中起到至关重要的作用。


但,关于 GProfile ,你还可以畅想更多。


在阿里内部,GProfile让系统更懂人


GProfile 在阿里内部应用场景主要有三个方向:

    • ID 画像——刻画一个人;
    • 人群透视——刻画一群人;
    • 人群放大——这一群人抽象出来他们的特质,并以此为规则找到更大类似群体。

 

1ID画像干什么

 

  

简单说,GProfile 能对ID画像进行具象化处理,能从用户的言行举止推断出其身份和偏好。比如地址可以判断公司,用户在购物评论中流出的“男友”“老公”可以判断是否单身,近期购入的服装风格可以判断她本人的喜好等~

 

2人群透视是什么

 

  

   相比ID画像,人群透视针对不再是单个用户,而是分析呈现一群用户的特征。有了这一人功能,圈选特征与产品定位相符的客户,商家在面临营销决策前可以清晰认知客户的产品购买偏好,不会再犯把连衣裙推荐给男同事,把豪车推荐给本课代表的错误了。

 

3人群放大是什么


  

人群放大是将已知的一部分用户群体信息作特征汇总,产出特征相似的更广的用户集。例如在阿里妈妈的圈人功能中,可以列举出一系列用户特征,如性别、年龄、星座和消费能力等,对所有符合条件的人群定向投放广告。

 

诚实地说,GProfile 标签很强大

    

   好了,既然已经剧透好多,不如继续讲一下 GProfile 标签有多强大。


  在此前咱们推送的《2016数据会如何助力卖家?》中已经介绍过,目前我们已经梳理了300多种标签,这些标签可以为营销、广告、用户分析提供更深的作用。


那么你肯定想问,凭什么你说牛就是牛?

在阿里数据内部,GProfile 内的不同标签将会有专人进行对接。也就是说,这些数据工作者将长期深耕于一种或多种领域,他们把握着所属领域内的数据变迁,也更了解标签背后所代表的那一拨人是谁、喜欢什么,推及到商业领域,这种专业度可以让算法看起来更精准。


而更重要的是,对于商业领域内的实践来说,GProfile 的一个非常棒的用处是,它让淘宝、天猫这一类的电商平台,更懂人心。它可以解决用户偏好哪些类目?偏好程度如何?

在下一次解密中,阿里数据将会给你呈现 GProfile 在类目偏好中的表现。(文章来源:阿里数据)



关注了解更多阿里人工智能&大数据案例



目录
相关文章
|
Kubernetes Docker 容器
k8s安装Ingress-Nginx
首先,需要匹配Ingress-nginx版本和kubernetes版本。 在[https://github.com/kubernetes/ingress-nginx](https://github.com/kubernetes/ingress-nginx)可以找到,如下图所示: 笔者用的k8s版本是v1.21.2,需要安装Ingress-nginx的v1.3.1版本,下载如下文件:
2317 0
|
Shell 网络安全 数据安全/隐私保护
Mac OS版的xshell——Mac OS 终端利器iTerm2
Mac OS版的xshell——Mac OS 终端利器iTerm2
17957 1
Mac OS版的xshell——Mac OS 终端利器iTerm2
|
Linux
阿里云官方yum源
阿里云官方yum源
75858 0
|
7月前
|
人工智能 API 开发工具
开发者必看!阿里云百炼Coding Plan套餐、价格、订阅限制一次看懂
阿里云百炼Coding Plan是专为AI编程打造的订阅服务,整合Qwen、GLM、Kimi等顶级模型及Claude Code等工具,提供代码理解、智能补全能力。Lite版首月7.9元,Pro版首月39.9元,含用量限制与严格使用规范。(240字)
3719 4
|
12月前
|
SQL 人工智能 自然语言处理
一文看懂|数据智能体 AskTable 技术架构
察言观数 AskTable 是一款 AI 数据智能体,通过自然语言实现企业数据问答与智能分析。其四层架构涵盖应用层、AI 引擎、核心技术与数据基础,支持 AI 问答查数与 AI 分析报表,可嵌入主流办公系统及各类大模型,助力企业高效决策。
|
人工智能 自然语言处理 前端开发
3个月,上百家企业交流,和大家聊聊AI应用的落地实践(开篇)
企业希望自己的业务被 AI 赋能的诉求是强烈的,但大多数企业是不知道从哪里下手的
2123 19
|
SQL 机器学习/深度学习 人工智能
从“写SQL”到“聊数据”:NL2SQL如何用自然语言解锁数据库?
本文系统性地阐述了自然语言转SQL(NL2SQL) 技术如何让非技术背景的业务分析师实现数据自助查询,从而提升数据驱动决策的效率与准确性。
从“写SQL”到“聊数据”:NL2SQL如何用自然语言解锁数据库?
|
11月前
|
JSON 安全 API
全网最全面介绍1688API接口指南
1688是阿里巴巴旗下B2B批发平台,其API支持商品搜索、订单管理、数据同步等功能。本文详解API核心概念、权限申请、调用步骤及Python示例,涵盖认证安全、常见问题与最佳实践,助您快速实现系统集成与业务自动化。(239字)
5268 1
|
弹性计算 应用服务中间件 API
AppFlow:无代码部署Dify并集成到企业微信
本文介绍如何通过计算巢AppFlow完成Dify的无代码部署,并将Dify应用集成到企业微信中使用。具体步骤包括:创建企业微信应用,获取AgentID和Secret;使用计算巢AppFlow模板创建连接流,配置Dify和企业微信的鉴权凭证;配置企业微信API接收消息和可信IP;最后测试应用确保正常运行。文中还提供了常见问题的解决方案,如域名主体校验未通过和配置企业可信IP报错等。
5003 11
AppFlow:无代码部署Dify并集成到企业微信
|
Kubernetes 负载均衡 应用服务中间件
部署Kubernetes(k8s)多主的高可用集群
在CentOS7上安装Kubernetes多主节点的集群,并且安装calico网络插件和metallb。使用keepalived和haproxy进行负载均衡。最后部署应用
6209 0