场景化智能推送

本次分享的主题是场景化智能推送以及大数据相关的实践。

个推推送

个推是一家大数据服务商，提供开发者服务、精准营销和数据咨询等服务。个推推送主要是帮助大家做基础的推送，提高推送效果，并基于推送来提高用户粘性。

我们专注于这个领域已经有七年，拥有比较庞大的数据体系，在做数据洞察这方面也积累了好几年的经验。

一、场景化智能推送

大家平时接收到的推送一般是“群推”，但是更多时候APP在运营过程中，每一条推送的内容都是含有主题和分类的，这样的推送如果用群推的方式反而很容易给大家带来打扰。

个推在过去几年中经历了三个阶段。第一个阶段是基础推送，第二个阶段是智能推送，第三个阶段叫做应景推送，也就是今天讲的场景化推送。

第一阶段提供的功能就是大并发系统，帮助大家能够快速推送，只要集成一个小小的SDK，用一个普通的接口就可以给自己的用户定向推送，也可以群推。这样就解决了所有开发者维护开发推送系统的成本问题。

第二阶段就是个推帮助大家把自己每一个用户画像勾勒出来。能够知道用户的性别、年龄段、所在城市以及喜好，就可以根据画像的标签进行筛选，这样能达到一定的精准推送。

后来我们发现这样的消息推送方式还是比较粗犷，触发了我们思考如何能够根据用户当时的场景，结合他的画像进行推送。

要在合适的时间、合适的地点、合适的场景中，推送合适的内容，并且要推给合适的人。这几点是场景推送必须具备的基础特征。

场景化实现的三要素

冷数据画像：性别、兴趣、常驻地、职业、收入和年龄段等相对稳定的数据画像。

温数据回溯：近期活跃应用、近期去过的地方等具有一定时效性的行为数据。

热数据场景：当前地点、打开的应用等场景化明显的、稍纵即逝的营销机会。

二、应景推送系统

智能场景推送系统需要具备几个功能：实时识别用户场景、支持人群筛选、高可用高并发的推送、通知APP开发者的能力。

三、大数据系统

构建用户标签系统，实现冷热画像。

做标签体系的前提是要对各类行为做一些分析和预测模型的建立。

建立位置定位信标库和算法。

统一设备ID服务。

海量行为数据实时或者准实时处理。

支持运营需求（指标计算和异常发现等）。

四、遇到的一些数据问题

设计统一的设备ID，聚合多来源数据，实现画像的完整性等。

基于数据设计请求处理策略，避免系统上线后受脏数据干扰。

全链路监控及时发现异常点，用数据来运营系统。

实时系统中数据倾斜问题。

今天的分享就到这里，谢谢大家！