在過去一年阿里云PAI機器學習團隊做了很多偏業務的實踐，其中有一條就是基于 MaxCompute+PAI的產品方案實踐，解決客戶遇到用戶增長相關的問題。本文主要分享，阿里云團隊在用戶增長領域的一些探索和實踐。希望可以通過本次分享給大家在用戶增長方面帶來一些幫助。

一、用戶增長模型
AARRR

用戶增長更多的是針對互聯網類型的公司，互聯網客戶的業務本質上都是在解決用戶增長的問題。用戶增長從業務角度講有很多的模型。今天主要針對AARRR用戶增長模型進行講解。

那在整個AARRR用戶增長模型里面，MaxCompute+PAI能在哪個模塊里面能做哪些工作？能給客戶帶來哪些價值？

MaxCompute+PAI業務支撐架構

MaxCompute+PAI做為底座支撐用戶增長，產品架構如下圖。

從計算引擎層是 MaxCompute，計算引擎之上就是AI的場景，我們重點介紹的是基于PAI機器學習的AI能力來賦能用戶增長的業務場景。首先我們提供了開放框架，可以基于TensorFlow\PYTorch，SQL\PYSpark\Spark開發自己的算法模型。再上面的產品層就是PAI機器學習的產品體系，整個產品體系也做為我們一個業務的支撐，包括PAI-DLC(云原生深度學習運行環境）可以把自己的code訓練腳本打包成一個鏡像包在DLC內運行、PAI-Studio（可視化建模）會將用戶增長領域相關的算子做成模塊化經過簡單的拖拽，就可以來做整個用戶增長的模型訓練、PAI-DSW（交互式建模）對于技術能力比較強的開發者，可以自己開發相應的腳本，而不是使用我們封裝好的腳本、PAI-EAS(模型在線服務）可以把studio和DSW生成的模型生成一個RESTful API，再通過HTTP請求的方式調用該服務。生成的RESTful請求就可以支撐解決方案，包括廣告RTA解決方案、廣告DSP方案、智能推薦方案、用戶 召回方案、LTV計算方案。解決方案最終是要解決用戶增長問題，包括拉新、促活、留存、創收、分享。

二、MaxCompute+PAI用戶增長分類目詳細方案

用戶增長-拉新

當前通過廣告拉新依然是互聯網客戶的一個核心重要的手段。在廣告行業有一個比較流行的方案是RTA。在RTA方案里MaxCompute+PAI的作用是什么呢。首先看下RTA的原理，過去一個APP想要拉新用戶，會把錢投放給DSP廣告投放平臺，由平臺去圈選用戶進行競價。那RTA做了一件事情，就是當廣告主希望能控制一些DSP人群，之前是沒有辦法的，在RTA技術支持下，開放一個接口，每一次廣告平臺在圈選用戶時，會請求一個模型，這個模型的作用就是告訴平臺，這個用戶要不要。那MaxCompute+PAI就可以幫客戶生成這樣的模型。

通過MaxCompute做數據清理，通過PAI做競價模型的訓練，通過模型篩選值得投放的用戶。

核心優勢

1.強大的數據計算能力：MaxCompute提供PB級別的數據計算能力。

2.豐富的算法：PAI提供LR、GBDT等經典機器學習算法，同時也提供DeepFM、MultiTower等深度學習算法。

用戶增長-促活

在新用戶都比較少的情況下，我們希望存量客戶能在我們平臺上面瀏覽時長增加，更多的點擊。打開一個互聯網APP，70%以上的APP都有一個feed流推薦也可以叫相關性推薦，這個系統推薦率準確的高低是影響用戶在平臺上面的活躍度。如果推薦的內容都是用戶喜歡看的，喜歡瀏覽的，會天然的增加平臺上面的點擊量，并且停留時長會增加。比如業內比較火的短視頻APP，其實都是有比較好的個性化推薦系統。那么怎么基于MaxCompute+PAI構建一套推薦系統。如下圖所示可以基于MaxCompute+PAI+DataWorks+Hologres+Flink做一套相關性推薦系統。更加具體信息可參考文章：PAI平臺搭建企業級個性化推薦系統

做好一個推薦系統首先需要一個線上的服務模塊，服務模塊可以分為多路召回、過濾、排序、冷啟動。召回模塊是做一個粗篩，比如一個用戶進來，我們平臺存量有1000萬個商品，拿這個用戶跟1000萬個商品去做比對，其實計算量非常大。那召回就是我先粗篩一下，比如選出幾百個商品，這個時候我再做這個用戶對這幾百個商品的排序，整個計算的復雜性就會變的非常低。

那召回跟排序這兩個模型怎么用MaxCompute+PAI訓練出來？從架構圖上來看，最底層我們要把用戶的行為日志、用戶畫像數據、物料屬性數據這三個核心的表，上傳到MaxCompute中，利用DataWorks針對表做一個特征加工，加工出訓練樣本、用戶特性數據、物料特征數據。接下來進入到PAI-Studio，一個內置的建模平臺，里面內建了大量推薦領域的算法，比如PAI-EasyRec、GraphLearn、Alink。我們利用PAI-Studio里面的召回算法，生產一些基礎的召回表，比如u2i、i2i、c2i，把這些結果放到Hologres里面，這個我們可以把多路召回服務跟Hologres做一個關聯，解決了我們召回模型訓練的問題。

排序服務可以在PAI-Studio里面選擇排序算法，生產排序模型，排序模型可以部署到PAI-EAS里面，變成一個RESTful API，這樣排序模塊就可以請求排序模型的RESTful API，生產一個實時的排序結果返回。

經過我們的多路召回，把一些重復的商品過濾掉，在進行排序，就可以拿到一個TopN推薦列表。就可以展示到APP的feed流里面。那MaxCompute+PAI的價值就是完成整個排序業務的數據處理以及模型訓練。這一整套相關性推薦系統，會有效提升我們APP里feed流的CTR、CVR的轉化率，幫助APP提升用戶的活躍度和停留時長。

用戶增長-留存

當一個APP的存量用戶做到百萬、千萬、上億時，在數據庫中存放大量歷史用戶，但是又有一段時間沒有使用APP的用戶。所以當下互聯網拉新困難的情況下，我們需要對“沉睡”用戶和流失用戶做一個召回。當前互聯網行業比較流行的方案還是通過短信召回，因為短信沒有打電話的局限性，也不會像push那樣被攔截。針對短信來講，觸達用戶的效果和概率還是比較高的。

基于MaxCompute+PAI已經對很多行業用戶，如小說、社交、游戲等行業，構建了流失用戶短信召回解決方案。

大體的做法就是把用戶埋點數據存到MaxCompute中，通過DataWorks做特征加工，用PAI機器學習平臺訓練一個流失用戶召回模型，之后就可以針對已有的存量用戶做一次預測，預測出哪些存量用戶當用短信觸達時，回到APP的概率比較高，這樣我們就可以只針對這部分高概率用戶進行短信召回，這樣可以節省我們的召回成本，并且提升我們的召回率。

客戶案例

客戶為一家陌生人社交APP，庫內有近千萬級別的沉睡用戶。通過短信實現流失用戶的召回。

PAI核心價值：

用了PAI之后百萬條短信召回比例從3%提升至8%，效果提升267%，變相降低成本2倍左右。

用戶增長-LTV分計算&分享分計算

通過PAI+MaxCompute構建分數預測模型，可以對LTV分、分享概率分進行預測。

當APP通過廣告帶來一個用戶時，都會關心這個用戶會不會付費，或者說產生的APP值有多少。有的客戶需要在新用戶進來的同時，計算出未來這個用戶在APP上的消費情況是多少。如果這個用戶是一個高價值用戶，那就需要通過優惠券或者補貼的的方式來進行用戶激活。我們提供了LTV方案，舉個例子，比如一個APP的新用戶，我們怎么計算他的LTV分呢？

找一個第三方的數據源，因為新用戶在APP內還沒有任何行為日志產生。MaxCompute+PAI會提供一套聯合建模的方案，符合可信計算標準。也就是說用戶數據和第三方數據不會有任何接觸，兩方數據可以聯邦建模，在PAI內生成模型，這個模型可以對每一個新用戶進行LTV打分，針對LTV分指導后續運營活動。

客戶案例

場景介紹：客戶是一家小說平臺，對于純新用戶，需要做30天內購買VIP服務的預測。以便在用戶還幾乎沒有什么行為時，能夠對用戶未來購買VIP的行為進行預測，可以讓新用戶運營有的放矢，提高運營效率。

對于純新用戶購買VIP判斷準確率提升明顯，圈選出40%左右的用戶作為訓練數據，聯邦建模生成的模型就可以將67%的會自然購買VIP的會員識別出來，提高67.5%的運營效率（和隨機圈選用戶進行比較）。

三、實操介紹-流失用戶召回

數據上傳到MaxCompute

通過MaxCompute的Tunnel命令上傳數據到項目中：tunnelupload{file}{table};

文檔鏈接：https://help.aliyun.com/document_detail/196187.html

構建Workflow

進入PAI-Studio完成workflow的構建。

構建訓練樣本：7天不登錄的作為流失用戶

通過篩選注冊日期和最后一次登錄時間可以確定哪些用戶是7天不登錄用戶。

特征加工

通過加工把數據變成結構化數據。

One-hot編碼

One-Hot編碼可以將類別變量轉換為機器學習算法易于使用的形式，經過One-Hot轉換后的格式如下圖所示。

模型訓練和評估

進行邏輯回歸的模型訓練，PAI平臺上有幾十種的分類模型，判斷發短信是否能召回可以定義為二分類問題，yes/no。可以使用二分類算法，進行模型訓練。邏輯模型訓練完后，我們把一部分數據做為測試數據，就能獲取到模型效果。我們在二分類評估下面生成一個模型評估報告。ROC值的面積越大說明模型效果越好。

模型預測

生成完模型后，我們可以把模型部署成RESTful服務，供業務方或者是運營同學去調用。調用格式如下圖所示：