Կրիպտո կազինո
Torrent Gear
Ինչպես AI կանխատեսում է լիդերի փոխարկումը
Լիդերի փոխակերպման կանխատեսումը պատասխանում է երկու հարցին. Ո՞ վ, ամենայն հավանականությամբ, կմահանա և ինչ անել այս կանխատեսման հետ (տոկոսադրույքը, գերակայությունը, վերամշակման երթուղին)։ Բանալին ոչ թե «ալգորիթմ ալգորիթմն» է, այլ զուտ իրադարձություններ, ճիշտ լուծումներ և վիրահատական կանոններ, ինչպես եք օգտագործում ժայռը 'լրատվամիջոցների, հակաֆրոդի, սկորոդի և CRM-ի մեջ։
1) Տվյալների և իրադարձությունների հիմքը (նվազագույն)
Նպատակները (label) 'երկուական «y» -ը 0,1 + - արդյո՞ ք T հորիզոնի թիրախային հակադարձումը տեղի ունեցավ (օրինակ ՝ «FTD 14 օրվա ընթացքում», «7 օրվա գնումը», «դեմոն վճարվում է 30 օրվա ընթացքում»)։
Հում աղբյուրները
Մարքեթինգը 'UTM/ջրանցք/կրեատիվ/խաղահրապարակ, տեսահոլովակի/ցուցադրման ժամանակը։- Վարքագիծը 'էջեր/էկրաններ, խորություն, արագություն, ձիթապտղի իրադարձություններ։
- Ռեգը/հարցաթերթիկը 'ձևի դաշտերը, KUS/veration (եթե կիրառելի է), բայերը քայլերի միջև։
- Վճարումներ/ապրանք 'ստատուսներ, գումարներ, վճարման մեթոդներ (առանց PII URL-ում)։
- Տեխնիկան 'սարք/OS/զննարկիչ, ցանց/IP/ASN, ուշացումներ, սխալներ։
Ժամանակավոր կանոնները 'բոլոր ձեռնարկությունները' UTC; ուսուցանելու համար Ֆիչին միայն անցյալից է, ինչ վերաբերում է կոնկրետ իրադարձությանը (ոչ մի լիկջա)։
2) Ֆիչին (ինչը իսկապես օգնում է)
RFM-surrogats մինչև հակադարձումը- Recency (ժամանակ կլիկից/ռեգից մինչև «հիմա»), Frequency (իրադարձություններ/նստաշրջաններ), Monetary proxy (միկրո իրադարձությունների խորությունը կամ արժեքը)։
- Ջրանցք/կրեատիվ '«source/www.ru/campa.ru/entent/term», «placive», «creative _ id»։
- GEO և Roble: Երկիր/արտարժույթ/լեզուն (տրիգետ կոդավորմամբ)։
- Devis/տեխնոլոգիա ՝ «device/os/browser», արագություն, բեռնման սխալներ, ձևի տեսանելիություն։
- Ձիթապտղի բայերը ՝ «Time _ to _ reg», «Time _ to _ verify», «time _ to _ payment _ init»։
- Լիդայի որակը 'հարցաթերթիկներ, գեո համընկնումներ, անոմալիաներ։
- Հակաֆրոդ ազդանշաններ ՝ IP/ASN սկորինգ, velocity, kucles/սերվերի սարքեր։
- Սեզոն/ժամանակը 'շաբաթվա օրը, ժամը, քարոզարշավը/պրոմո-ժամանակահատվածները։
3) Ալգորիթմներ և երբ ընտրել դրանք
Լոգիստիկ ռեգրեսիան արագ, մեկնաբանական է, հիանալի է որպես baisline և prod կանոնների համար (մոնոնտոնիկ սահմանափակումներ)։
Gradient Busting (XGBoost/Last GBM/CatBoost) - www.de ֆակտո, աշխատում է պլաստիկ տվյալների, կատեգորիկ և անհավասարակշռության հետ։
Նյարդային ցանցը/TabNet-ը արդարացված է շատ մեծ և բազմազան տվյալներով (պլանշետի համադրություն + տեքստ/պատկերներ)։
Uplift-մոդելը, եթե ուզում ենք կանխատեսել հակադարձման աճը ազդեցությունից (քարոզարշավից/բոնուսից), ոչ թե ծրարի։
Դասերի անհավասարակշռությունը 'օգտագործեք «class _ weight», «focal loss» կամ «AUC-PR» որպես հիմնական մետրիկ։ մի «փչացրեք» փոքրամասնության դասը առանց կարիքների։
4) Վալիդացիա 'միայն ժամանակի ընթացքում
Բաժանեք train/valid/test ժամանակի (rolling/forward split), հակառակ դեպքում «հաշվարկելով ապագան»։ Առցանց համար A/B կամ geo-holdout-ը աշխատում է մոդելի կանոններով, մի մասը 'baisline-ով։
5) Որակի մետրերը (և ինչու են դրանք)
AUC-ROC-ը ընդհանուր դասակարգման պոտենցիալ է։- AUC-PR-քննադատական է անհավասարակշռության ժամանակ։
- LogLoss/Brier - տուգանում է հավանականության վատ տրամաբանության համար։
- Calibration (Reliability curve, III) - հավանականությունը 0։ 3-ը պետք է նշի «հակադարձումը դեպքերի 30 տոկոսը»։
- Lift/KS/Top-bucket hit-rate-ը առաջին N-ի աճն է (ցույց է տալիս բիզնեսի արժեքը)։
Decision-metrics: Precision@k, Recall@k, Cost-aware gain (см. ниже).
6) Հավանականության տրամաբանությունը
Բուստինգների մեծամասնությունը «գերագնահատում է/թերագնահատում» հավանականությունը։ Օգտագործեք Platt scaling (լոգիստիկ ռեգրեսիա լոգիթների վրա) կամ Isotonic regression-ի վրա։ Ստուգեք տրամաչափը հատվածներում (ջրանցք/գեո/dewis) - տեղաշարժերը հաճախ հանդիպում են։
7) Ինչպե՞ ս վերածել ոսկորը փողի (decisioning)
7. 1. Ստոմոստիկ ֆունկցիա
Թող "p" (x) "- հակադարձման հավանականությունը," V "- ակնկալելի արժեքը (NGR/LTV) փոխարկումը," C "-ը շփման/դրույքաչափի/վերամշակման արժեքն է։
Ակնկալվող մարժա ՝ «EM (x) = p (x) no V no C»։- Մենք ցույց ենք տալիս գովազդը/բարձրացնում ենք տոկոսադրույքը/ուղարկում ենք լիդը միայն եթե «EM (x)> 0»։ Շեմը 'p = C/V "։
7. 2. Օգտագործման երեք մակարդակ
Mediabiding: «bid no p (x) no E [V]» նշանակված Payback/ROAS-ով։
Սկորինգ 2019 (call-կենտրոն/CRM) 'գերակայել հերթերը' p (x) "և" EM (x) "; «էժան» լիդերը բարձր 'p' evertavto-վերամշակում, «թանկ» ցածր 'p' 105 հետաձգել/բացառել։
Նիշալիզացիա 'ձգան/բոնուսները միայն այնտեղ են, որտեղ ակնկալվող աճը դրական է (uplift, ոչ թե «խթանենք նրանց, ովքեր այդպես էլ գնելու են»)։
8) Մոդելի տնտեսական գնահատումը
Համարձակեք profit curve: Մենք տեղափոխում ենք lids 'p (x)', անցնելով վերևից ներքև և և կարծում ենք 'շահույթ = Peter (p - V - C) "մինչև նմուշառման k-ը։ Շեմը վերցնում ենք առավելագույն կորի վրա։ Ավելացրեք կապի ծախսերը (մենեջեր/զանգեր), հաճախականության առաստաղները և համեմատական սահմանափակումները (տարիքը/GEO/համաձայնություն)։
9) Լիկիջիի և տեղահանությունների դեմ պայքարը
Լիքջ 'բացառեք այն ֆիչիները, որոնք ծագում են թարգետի կետից հետո կամ «հուշելով» արդյունքը (օրինակ, KYC փաստը, եթե նպատակը KYC-ն է)։
Պաշտոնական ալիքները ՝ տարբեր GEO/աղբյուրները տարբեր հիմնական հակադարձումներ են։ Օգտագործեք ստրատիզացիա/խաչմերուկ վալիդացիա հատվածների վրա + տրամաչափումը։
Տվյալների դրեյֆը 'վերահսկել PSI/կատեգորիաների մասնաբաժինը, weekly AUC/LogLoss-ը, «out-of-range» ֆիչը։
10) Մեկնաբանություն և վստահություն
SHAP/feature imult.ru - ցույց տվեք ամենաբարձր գործոնները ամսաթվի և կոնկրետ լիդայի մակարդակում։- Montonic-ը «առողջ» ֆիչի համար է (օրինակ, ինչքան ավելի շատ dragram, այնքան ավելի հավանական է) կարող եք համախմբել մոնոնտոնիկ սահմանափակումները։
- Decision log-ը «Ինչու՞ է լիդը հայտնվեց առաջնահերթության/բացառության մեջ» ամսագիրը։
11) MLOps-ը և գործողությունը
Propline: Productions-ի հավաքումը կատարվում է դելֆիչիի տեխնիկական մաքրման միջոցով։
Առցանց մետրերը 'p95 latency coring, aptaim, սխալների տոկոսը, չաշխատված լիդերի մասը։
Որակի ստանդարտները ՝ AUC/PR, տրամաչափը, drift, metrics (ROI/Payback ըստ սկոր բակտերի)։- Մոդելի ռոտացիան '108 (օրինակ, ամսական) + ալերտը քայքայման ժամանակ։
12) Կանոնների օրինակներ (կեղծ)
Կոլլ կենտրոնի գերակայությունը
`p ≥ 0. 6 'ռուսական զանգը հինգ րոպե, փորձառու գործակալ։
`0. 3 ≤ p < 0. 6 'ռուսական մեքենա-հաղորդակցություն + երկրորդ զանգը 2 ժամ հետո։
`p < 0. 3 'և' C _ entact 'բարձր dijital-greve, առանց զանգի։
Մեդաբիդինգը
«bid = bull _ bid of (p/p _ target)» սահմանափակումներով 'min/max bid', dayparting և գլխարկներով։
13) Փորձարկումներ և օգուտների ապացույց
A/B 'չափեք ոչ միայն ծրարը, այլ նաև շահույթը/լիդերը, մշակման ժամանակը, լիդայի արժեքը։- Geo-split: եթե զանգի կենտրոնը սահմանափակ է, փորձարկեք երկրագրական կլաստերի վրա։
- Սայթաքող պատուհան 'ամրագրեք մետրերի հորիզոնը (օրինակ ՝ D14) և սպասեք, առանց ժամանակին նայելու։
14) Կոմպլասենսը, մասնավորությունը և էթիկան
Consent/Privacy: ոչ PII UTM/URL-ում, օգտագործողի համաձայնությունները հաշվարկվում են targeting- ում։
Fairness: Մի օգտագործեք զգայուն նշաններ։ ստուգեք հատվածները «խաչմերուկի» վրա։
Responsible Marketing: ճիշտ դիսլեյմերներ, տարիքային/գեո կանոնները, հաղորդակցությունների հաճախության սահմանները։
15) Հաճախակի սխալներ
1. Կլինիկայի/ERS-ի օպտիմիզացումը փոխադարձության և շահույթի փոխարեն։
2. Սխալ split (պատահական ժամանակի փոխարեն) կանխատեսվում է բարձր օֆլինի սկոր։
3. Առանց տրամաչափման, սխալ շեմերն ու վատ լուծումները։
4. Լիկիջը «կախարդական» բարձր AUC-ն է, զրոյական առցանց էֆեկտը։
5. Ծախսերի վերահսկում չկա (C _ intact, cap), մարջան է։
6. A/B բացակայությունը «դարակում» մոդել է, բիզնեսը չի հավատում։
7. Անմոռանալի վիշապը ծերանում է, եկամուտը նվազում է։
16)
- Որոշված է label և հորիզոնական T, համաձայնեցված են բիզնես կանոնները։
- Ժամանակավոր split և հիմնական baisline (լոգրեգը)։
- Ֆիչին առանց լիկիջի 'RFM, ճամբարներ, ջրանցք/կրեատիվ, dewis/geo, տեխնոլոգիաներ։
- Բուստինգ + տրամաչափություն (Platt/Isotonic), AUC-PR/LogLoss/Calibration։
- Profit curve և շեմը 'p = C/V "։
- Ինտեգրումը 'զանգի կենտրոն/CRM/bid կանոնները, guardrails և decision logs։
- A/B կամ geo-holdout, առցանց մետրերը։
- Դելդրեյֆը, հավատարմագրման կանոնակարգը։
17) 30-60-90 պլանը
0-30 օր 'Քարքսը և Բեյզլինը
Նկարագրել նպատակը և հորիզոնը, հավաքել ֆիչին առանց լիկիջի, անել baisline (logreg)։- Տեղադրել ժամանակավոր վալիդացիա, տրամաչափություն, profit curve և սկզբնական շեմն։
- Պատրաստել ինտեգրացիա (API/ջութակ) և «չոր պրոգոն» պատմության վրա։
31-60 օր - Մոդելը վաճառքում
Միացրեք բուստինգը (Lox GBM/CatBoost), տրամաչափը, SHAP հաղորդագրությունները։- Սկսել A/B (կամ geo-holdout) 20-30 տոկոսով։
- Ներառել գերակայման/բիդինգի, guardrails, decision logs կանոնները։
61-90 օր 'Մասշտաբը և կայունությունը
Ընդլայնել հատվածները և ալիքները, ներդնել uplift-ը այնտեղ, որտեղ կան խթաններ/բոնուսներ։- MLOps: wwww.drefa, SLA սկորինգը, ռոտացիայի պլանը։
- Շաբաթական ռետրո ՝ շեմերի ժապավենը, ֆիչի և բառարանների նորարարությունը։
AI-ի փոխակերպման կանխատեսումը աշխատում է այն ժամանակ, երբ դուք ճիշտ ձևակերպում եք նպատակը, կառուցում եք ժամանակավոր վալիդացիա, տրամաչափում եք հավանականությունը և սկորը վերածում եք դրամավարկային լուծման 'դրույքաչափը, առաջնահերթությունը, երթուղին։ Ավելացրեք MLOps-ը, A/B-ապացույցը և guardrails-ը, և մոդելը կդադարի լինել «դեկորացիա», և կդառնա վիրահատական գործիք, որը արագացնում է ձագը, նվազեցնում է վաճառքի արժեքը և ավելացնում շահույթը։