大数据广告产品经理的工作职责是什么？（五）

大数据广告产品经理的工作职责是什么？上篇文章结合实例给大家介绍了大数据广告产品经理的部分工作流程，接下来继续给大家讲讲最后两项工作任务。
5. 策略的调整和模型的优化

策略和模型是数据型产品经理提及较多的两个概念。

简单来说，模型是机器深度学习之后总结出来的特征的集合。

比如，机器在大量数据中，总结出满足{ 收入：5k-3w；体重45kg-55kg；爱好：美妆瘦身； }特征的用户更有可能是整容医院的目标客户。

那么每一个用户，都会被模型拟定一个模型分，即按照你的收入，身高，爱好，判断你是目标用户的概率；

简单来说，策略是一些条件项的并集，是判断模型的标准。

比如，你拟定一条策略{ 收入>1w }U{ 体重>50kg }U{ 爱好=美妆瘦身 }，这样即一条简单的策略。你可以从数据捞出符合该策略的用户，这个过程称之为召回。这条策略召回的数据，占整个用户数量比例称之为召回率。其中目标用户的数量，占召回数量的比例，称之为准确率。

召回率和准确率是判断模型和策略的两个重要指标。

在广告营销中，策略的配置如下：

黑词：即query中包含该词为非目标用户；

精准匹配词：即query中包含该词为目标用户；

准确词：多为名词，匹配出任意一条辅助词即为目标用户；

辅助词：多为动词，匹配出任意一条准确词即为目标用户；
策略的调整需要大量的标注query语句，不断的总结黑词和精准匹配词数量，一般要求准确率在90%及以上，不同的行业对精准度有不同的需求。

模型的优化，多是关于算法的优化，产品的同学需要对模型的特征进行评估和优化，以及对模型分阈值的卡定，在实际的情况中多是模型和策略结合起来判断一条query是否为目标用户。

6. 持续观察CTR以及维护平台的稳定性。

因为大数据广告营销的最终目的是给广告主带来收益，所以CTR（转化率）是评估一款产品的重要指标。

时间，天气，甚至是一些地理灾害，都可能对产品的转化率造成一定的影响。

当转化率的浮动较大时，产品需要从数据源-策略模型-接口稳定性-客服态度，等多个维度去分析。

其中最关键的环节是关键词的圈定，如何在有效的时间内圈定目标用户，并进一步预估出用户的下一个行为，大数据产品经理任重而道远。

大数据广告产品经理的工作步骤就先介绍到这里了，如果对这方面内容感兴趣的话，可以给小编留言，小编会继续整理相关内容，陪着大家一起学习进步。

以上就是“大数据广告产品经理的工作职责是什么？（五）”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站。