0
啤酒和尿布，為什么會同時出現在一個購物筐里？
20世紀80年代，有位超市人員發現很多人會同時購買啤酒和尿布，后來分析原因得知，原來是女性需要在家照顧孩子，就讓丈夫去買尿布。當然，丈夫買尿布的同時不忘給自己買瓶啤酒。隨后，超市人員將啤酒和尿布擺放在了同一貨架上，這兩種商品的銷售量都明顯上升。
這個故事被譽為市場營銷學的一個經典案例，也告訴我們數據背后所蘊含著很多不那么顯而易見的規律。
于是，找出“購買A商品的用戶都在購買B商品”這種規律，并在用戶瀏覽A商品時直接為其展示B商品，放在任何一個提供個性化推薦系統團隊這里，便成了其核心目標。
從“千人一面”到“千人千面”
即便是在手機銀行廣泛應用的當下，銀行APP們對用戶需求的探索絲毫沒有懈怠。
這個判斷背后的一個依據是：全國18家頭部商業銀行就已經開發了超過170款APP。不過從目前來看，銀行開發了如此眾多的APP，卻并不能長期占用用戶在移動端的停留時間。
在廣發卡發現精彩APP負責人朱小凡看來，“銀行APP屬于基礎類財務工具，如果跟社交、游戲類APP相比，活躍度肯定比不上。但放在同類銀行APP里，有沒有提前做好用戶生活場景的布局，有沒有做足夠的投入，決定了銀行APP上用戶的活躍度和使用時長。”
相比過去，銀行只負責發卡、信貸、理財等純金融場景的服務，針對不同客群提供不同的權益，而如今，如果銀行還是單純只做這些，用戶根本感受不到個性化體驗，更妄論用戶黏性和滿意度的改善。
而這種“千人一面”的特征同樣也反映在早期銀行APP的設計上。例如，運營人員會依靠業務知識進行手工配置，如根據商品的點擊、轉化、訂單數據等進行手動排序。當商品單元較少時，人工運營不算繁重，但隨著平臺上商品的不斷入駐，人工推薦的弊端就變得十分明顯。
要知道，移動互聯網浪潮的帶動下，移動端的用戶、消費習慣、場景都在發生改變，銀行APP的產品邏輯和商業模式需要適時迎合用戶需求的變化。這時候，基于用戶行為、搜索數據、商品屬性等特征提供的個性化推薦得到了銀行APP的歡迎。
據了解，國內眾多銀行APP上應用了個性化推薦算法的并不多，較早的像招商銀行“掌上生活”和交通銀行的“買單吧”實際上也在不斷摸索中。
作為發行國內第一張真正意義信用卡的老牌股份制銀行——廣發銀行，一直走在時代的前沿，不斷利用新技術為用戶提供更優質的服務。2018年初，廣發銀行卡中心開始組建ABC項目群（A-Artificial Intelligence，B-Big Data，C-Cloud Computing），通過在項目規劃和實施實戰中不斷沉淀，構建了多層次的金融科技人才體系。廣發銀行信用卡官方APP——“發現精彩”正是ABC項目群的重點支撐場景之一，主要致力于應用數據智能技術為用戶提供千人千面的專屬服務和個性化體驗，并于2019年11月底升級上線“發現精彩4.0”。
如今，該APP平臺集合了移動支付、分期理財、飯票商城、趣味游戲、內容廣場等入口，連接近4500萬用戶，這些用戶每天產生著大量與生活服務相關的數據。在全民抗疫期間，不少銀行網點無法正常營業，使得用戶更加依賴APP的使用。
廣發卡發現精彩APP團隊是如何從這些數據中提煉有價值的信息同時，進一步提升人們生活的便利性呢？
綁住用戶從“喜歡”開始
相比于人工推薦，基于算法的個性化推薦，在發現精彩APP上的多個板塊中應用性非常強，目前已在飯票、商城、小發播報等場景中驗證了其有效性。如今，平臺上在構建的用戶標簽維度已經高達3000多個，如年齡、性別、籍貫、星座等基本資料外，也包括很多用戶行為和特征如注冊時間、綁卡情況、消費情況。
2018年12月，發現精彩APP首款推薦模型——飯票實時模型上線。
發現精彩APP項目組的產品帶頭人彭建丹向我們解釋，發現精彩APP一開始就構建了矩陣化的業務推薦模型目標，多場景多業務應用推薦系統，為此在智能化的探索上花了很多的心思。大概在2017年就開始規劃，到2018年初，團隊敲定模型需求，選定飯票作為第一個試水場景。
“先從飯票這個場景入手，在于飯票是基于地理位置進行推薦的，帶有很強的個性化推薦屬性。”
談起來這段經歷，彭建丹頗為感慨，“推薦系統最早起源于1995年，2012年頭條系的產品重點使用推薦系統構建信息流推薦，但推薦系統并不是一開始就在所有互聯網公司的APP全面開花的。即使像阿里、騰訊等互聯網公司的一些重點APP，大力構建推薦系統也是從2017年開始的。也就是說，在2018年，推薦系統對于銀行來講，也是個新事物，我們也是經歷了從0到1的全過程。”
難就難在0這個上面。在冷啟動階段，缺乏對前臺業務的有效埋點，團隊根本無法追蹤到用戶在使用APP時的行為。“這也是為什么最初我們先對數據埋點進行改造，花了近三個月時間養數據。”
當時除了風險部門，廣發信用卡中心還沒有實時的建模團隊，需要依賴第三方公司。但與第三方建模團隊合作，就需要對不同銀行的業務單元熟悉磨合。飯票推薦模型作為第一個試水模型，上線后不斷打磨，逐步優化推薦策略，才最終調整為現在的點擊率。
彭建丹向我們展示了模型推薦的全流程，“本質上講，推薦的過程，就是根據不同的用戶偏好，對物品進行排序，然后擇優推薦。”
給用戶做出推薦響應的過程可分為：召回、初排、精排三步。召回，即從十萬以上內容池中快速初篩出候選集；初排，即根據點擊率預估給候選集初步排序；精排，即根據需要調整排序。
圖注：打開發現精彩APP首頁-飯票-推薦位置上，能看到APP根據用戶日常行為偏好，將適合的商品優先篩選推薦給用戶。
值得一提的是，飯票主要做了協同過濾召回和基于地理位置的召回，也就是說，我們現在能看到的飯票個性化推薦頁面，主要是基于用戶行為軌跡及商品地理位置的推薦。
重新定義客戶價值
然而，用戶搜索的方式非常多樣，搜索場景也非常細分和豐富，并且對接業務種類多，流量差異大，單單在商城和飯票這兩個入口上就有著比較多的差異點。為了解決這些挑戰，近些年項目組與其他部門及合作伙伴也在不斷磨合。
彭建丹還指出，除了與第三方共建模型，團隊也嘗試了自建模型，兩種方式相輔相成。“自建模型可以加深我們對技術的理解，加強自身的技術沉淀，這讓我們對自己的模型有更多可控性。”
2019年9月，商城相似商品推薦模型上線，主要部署在商品詳情頁看了又看、商城首頁猜你喜歡兩個個位置上。該款推薦模型實用、高效，適用性強，可以在多個場景復用。據統計，該模型推薦較人工推薦有15%的點擊率提升。
嘗到“甜頭”的項目組開始意識到，將APP上現有業務數據化、關鍵業務數據要素建模只是治了表象，更重要的是對APP上的推薦架構進行持續、整體性的升級。
究竟該如何做呢？
兵馬未動，糧草先行。發現精彩APP項目組其實早有籌謀。
早在2018年6月，飯票、商城推薦模型上線之前，項目組就嘗試構建了“分群”功能，如今基本覆蓋了APP上還款、分期、商城、飯票、理財、生活增值、星級功能、無卡付、商旅、保險等核心業務場景。
彭建丹指出，“分群”其實也是一種規則性“千人千面”手段，即對不同類型的用戶進行分群，其使用界面推薦的內容會有所區別。目前主要依據兩個維度：一是用戶屬性，如是否為他行卡用戶、持卡等級等；二是用戶行為，如是否有分期需要等。
“后來出現的推薦模式其實是由‘分群’演進而來，以構建用戶畫像，產品畫像為依托，可以說，一個用戶就是一個群。”
在此期間，團隊還推動了數據從每天更新到分鐘級更新，并對廣發卡飯票、商城、分期、保險等不同業務場景中積累的數據進行整合，加強對數據時效性和豐富性上的改造。
從用戶角度來講，訓練好的規則機制可根據這些數據，充分理解每個用戶的商品/消費需求，更快更精準地推薦給用戶。
以飯票推薦為例，飯票推薦的商戶比人工規則推薦的更加準確。首先，模型推薦較人工推薦在CTR上有40%的提升；其次，模型推薦的購買轉化率略高于人工推薦。“目前，飯票全部用戶月度人均消費金額為100元左右。由于效果達到了預期，我們接下來會把推薦的三個結果擴展到推薦整個飯票列表，擴大服務范圍。”
而對平臺上入駐的商家來講，則能夠對每個商品維護詳情頁的推薦進行精準化配置。
某商家向發現精彩APP團隊反饋，“以前給每個商品維護詳情頁內的推薦，在上架商品較多的情況下是個累活。我們一般只給重點商品配置看了又看的關聯推薦，因為人手不夠。現在有了推薦模型，在減少機械式人力成本的同時，算法比我們還懂得用戶，現在詳情頁內的流量關聯流量有了60%以上的增長。”
可以看到，基于對“推薦”功能的長期打磨和理解，以及對平臺各個場景中數據的改造，除了讓APP上各項用戶點擊量有大幅提升外，更重要的是，廣發銀行信用卡中心對用戶價值的洞察，從群體逐步轉變了為對個體的關注。
還能帶來什么？
如今，因受到金融大環境的波動及國家金融強監管政策的影響，銀行業正迎來金融科技多元化賦能的機遇期。無論是哪家銀行，都已將數字化轉型、數據中臺如何建設的問題擺在了首要位置，而銀行也從傳統的業務驅動進化到了用戶價值驅動的金融科技階段。
一直以來，為降低經營成本并提高客戶滿意度，廣發銀行信用卡中心做了很多努力和嘗試，從最開始發布one卡、搭建個性化的權益平臺等，到如今，發現精彩APP也在快速迭代升級中。
在接下來的2020年里，發現精彩APP 5.0又會有怎樣的“精彩”等待用戶來發現呢？
朱小凡指出了APP兩步走的路線：一是繼續推動APP智能化，如搜索、推薦、客服等方面的技術進程；二是針對場景進一步升級。每家銀行都有著屬于自身的業務特征，盡管一款銀行APP上可能網羅了各個場景，但銀行勢必會結合自身的業務優勢發力。
正如推薦算法首先在Netflix、Amazon等互聯網產品上落地，便很快蔓延開來，個性化推薦基于對用戶行為的推測，首先滿足了用戶需求，同時也讓互聯網公司找到了客戶獲取、激發活躍、提高留存的新型商業模式。銀行APP也不應該只是原來網上銀行或是網點柜面的復制品，將會從用戶的視角看產品，把用戶的金融信貸及生活習慣保留在APP上的同時，以新的技術和場景運營方式重塑這個平臺。
而一切都是剛剛開始。
（雷鋒網）
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
