美团外卖广告算法实战：收入、转化与用户体验优化

在2019年的WOT技术峰会上，美团外卖高级技术专家王永康分享了关于美团外卖广告算法实践的深度见解。主题涵盖了机器学习在美团外卖商业变现中的关键应用，包括业务介绍、平台侧收入优化、商家侧转化优化以及用户侧体验优化。 首先，业务介绍部分概述了美团外卖的庞大规模，拥有360万家商户、3亿多用户以及60万日活跃骑手，服务范围遍布2500多个城市，业务形态多元，涉及Display Ads、Search Ads、Feeds Ads和Push Ads等多种售卖模式。商业生态包含了平台、商家和用户等多个参与方。 平台收入优化是核心议题之一，王永康解释了计算广告的关键在于找到用户在特定情境下的最佳匹配广告，并通过公式阐述了CPC（每次点击成本）和CPM（每千次展示费用）模型的收入计算方式。他强调了优化每一项因素的重要性，包括CTR（点击率）、出价、费率和广告效果。 商家侧的转化优化则关注于如何通过机器学习提升商家的质量（如店铺信誉）和数量（新客户获取），同时保证用户体验。商家质量可以通过评价、交易记录等指标进行量化，而商家转化则涉及广告的精准定位和推送策略。 用户侧体验优化则围绕着如何通过个性化推荐、搜索结果排序和广告展现形式提升用户的满意度。这涉及到多种数据类型，如POI（地点）、SKU（库存单位）、图像、文本信息，以及各种深度学习和网络分析方法（如Word2Vec、FastText、GCN等）的应用，来理解和预测用户的点击行为、订单行为以及搜索行为。 预估框架展示了表示学习在广告预测中的重要作用，特别是在外卖广告类别特征丰富的情况下，如利用One-Hot Encoding、嵌入层和预训练模型来捕捉复杂关系。此外，王永康还讨论了应用层、算子层、训练层、构造层和动作层等不同层次的技术架构，以及如何通过召回、目标定向等方法来实现广告效果的最大化。 总结来说，王永康的演讲深入剖析了美团外卖广告算法实践中的机器学习应用，展示了如何通过精细的数据处理、高效的表示学习和精准的广告匹配来驱动业务增长，提升各方利益。这是一次结合实际业务场景和技术理论的精彩分享。