标签：商家 商品 智能化 生成 智能 阿里 运营 1688 市场
分享嘉宾：奇径 阿里 高级算法专家
文章整理：凌铭
内容来源：DataFunTalk
出品平台：DataFun
注：欢迎转载，转载请留言。
导读：在天猫淘宝网购过程中，大家接触比较多的是 App 上前端的推荐，但是背后的工作努力和付出大家可能都不太清楚。今天跟大家介绍一下1688幕后的 ToB 场景智能化运营工作。
ToB 行业关心效能、功能和流程化，而算法在 ToB 运营机制一般来说可以总结为：复杂的事情简单化、简单的事情流程化、流程化事情自动化、自动化事情智能化。希望机器能解决纵向的劳动化的简单问题，对于人能发挥横向的协同复杂能力。
今天的介绍会围绕下面三点展开：
❶ 智能供需匹配
❷ 智能助手
❸ 智能内容运营
▌背景
运营场景非常泛也非常大，这里挑选几个场景进行介绍：
如图从左到右，依次为 ToC 超市、天猫电商、义乌小商品批发店，最后为1688的商人节。可以看到运营场景的玩法多元化，需要运营上亿的商品。对于传统行业运营模式，能否应付成千上万的商品、能否看到大局的运营情况吗？显然通过人工很难去应付。同时商品的内容文案运营通过人工创作成本也非常高，对于每个商品、会场和隔三差五的电商活动都需要人工去编辑、创作这个成本不敢想象，所以面临十分巨大的。
▌智能供需匹配
供需匹配主要分成两块，供给侧和营销侧。大家更多关注点在于营销侧，怎么卖商品给用户，那么供给侧则需要把卖的商品找到提供给用户。供给侧涉及应该卖哪些货，应该去找哪些工厂或者商家。
先提出一个问题，该运营什么货呢？我们可以分成市场洞察和买家洞察。首先我们需要定义市场 ( 市场发现层 )，然后分析市场 ( 市场分析层 )，接着为评估市场 ( 市场评估层 )，最后赋能运营对市场进行决策 ( 市场运营层 )。这些都会涉及到子的模块包括指标预测、销量预测、定价能力、新兴市场的发现和不同市场的运营，这些问题都是小二运营需要面对的。
❶ 市场定义和生成
以饮料为例，可以划分为碳酸、水和茶饮料等。然后水中还会划分为包装水和纯净水，可以看到包装水和纯净水市场都是逐年递增的，所以我们认为水的市场非常好。
那么我们怎么定义市场呢？我们可以根据在线的商品挂载到市场上，CPV 市场作为承接还有一些类目、修饰和面料等属性。
市场数据中，我们会把对齐上的商品图谱化和用户输入 query 等属性挂载到 CPV 上，可以做特征聚类和标签聚合，最后生成一个市场的模型。对于未登陆的就可以用这模型预测属于哪个市场。
❷ 市场分析与评估
有了市场的定义，那么可对于市场做分析与评估。
如图根据消费者需求的维度进行分析，比如可看买家、成交、流量、供给等指标。我们可用 gbdt，W&D 模型进行预测。
有了这些数据指标，那么可根据波士顿矩阵去分析市场的类型 ( 成熟型、优质型、风险型和新兴型 )。对于不同的市场类型做不同运营的方案，比如新兴市场则可做促销和流量扶持的操作。
分析的指标则可以帮助小二做运营决策，比如选择羽绒服时，可看到销量的决策热度属性，中等厚薄在10月开始是卖的最好的。根据这些全面的数据指标，刚入门的小二也能变成类目运营的专家。
❸ 整体框架图
可从图中看到，我们通过智能供需匹配系统计算的结果，最终输出到运营平台中，例如补品任务发给商家，营销方案发给小二。可看到供需匹配的市场是一片蓝海。
▌智能助手
❶ 流程架构
如图为运营过程智能化的流程示意，包括：
洞察与精耕客户，挖掘多源数据
衔接市场需求，市场定义和分析数据、商家/商品图谱
打通商品和商家的成长路
协同策略举例：
经营策略，如何经营商品，增加营收
供货策略，洞察下游市场，结合商家供货能力，生成供货策略
权益策略，1688会员优惠价，或者流量分析工具
引擎触达方式：有商家工作台、钉钉、千机助手和阿里通信。
❷ 场景示例
下面我们来看一下千机助理，以上新品场景为例：
首先我们需要定义市场是需要哪些供货策略，那些需求单。再通过策略中心做智能分发。小二收到分发信息定向做 SOP 生成包括可解释的模型。
从整条链路看，可分为：
发现问题 -> 找出问题，通过大数据分析洞察商家上新能力及意愿。
问题归因 -> 发现解决方案，根据洞察结果将合适的策略分发给合适的运营，然后运营再交付给商家。
最后生成 SOP，通过可解释的模型把合适的因子拿出来生成一套 SOP。
▌智能内容运营
通过人机协作方式，降低人工创作的成本。内容运营分成三部分：
智能文案生成吸引人的描述和推荐理由
智能短标题生成千人千面的标题
智能标签解决买家的标签和卖家的标签不同域的问题，如卖家上架只写货品类目属性，而买家更关注货品使用场景、功效等
智能内容运营整体上线后，效果转化提升10%。
我们在2019年做了一个智能化风格文案 [ Automatic Generation of Pattern-controlled Product Description in E-commerce WWW19 ]，我们希望生成的文案能满足买家需求同时长度字数可控的。同一个标题输入不同风格类型则输出对应的文案，比如输入简约则生成 "连帽棉服，简约不单调的穿搭" 的文案。
模型中多样化通过 coordinate encoder 实现，去重则通过 attention based decoder 进行，并且加入 style Classification 至 loss functions 中。
▌总结
以上分享了三部分智能供需匹配、智能助手、智能内容运营，我们工作内容还包括知识图谱 ( 商品知识图谱，会场知识图谱，工厂知识图谱 )，人机协同可解释性等方面的研究。
分享嘉宾▬
奇径
阿里巴巴 | 高级算法专家
——END——
标签：商家,商品,智能化,生成,智能,阿里,运营,1688,市场 来源： https://blog.51cto.com/15060460/2675485
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。