弹窗与CPL结合的项目实践及总结
弹窗与CPL结合的项目实践及总结 https://mp.weixin.qq.com/s/sOGzOraU7wsb55z17zmtOA
弹窗与CPL结合的项目实践及总结
总篇179篇 2022年第54篇
1.首页弹窗的介绍及价值
弹窗作为一种手段，被广泛用于活动或商业化。首页作为App的核心入口，首页的弹窗自然是最重要的活动或商业入口之一，如何平衡好用户体验与商业及活动，就变成了一个核心问题。
App利用首页弹窗和CPL结合，从而产生了重要的商业价值，但是当用户对投放内容意向不够强烈时，甚至没有意向时，如果去弹窗对用户就会产生干扰，严重影响用户的体验。从商业结果衡量上，会重点关注转化率（CVR）等；从用户体验衡量上，会重点关用户投诉，评分。
2.首页弹窗与CPL结合的整体方案介绍
整体上业务由生产和消耗组成，生产过程被分为3个核心环节1个补充，4个环节分别为，投放、展示、交互、监控。如图3所示，首页弹窗与CPL结合的整体方案。
图1
2.1
投放
投放的目的让弹窗更精准的命中高意向用户，从而提升转化率和质量，所以1）重点是如何挖掘高意向用户。2）怎么精准的投放与其想匹配的弹窗。3）在我们认为的高意向用户下，表现为无或低意向行为后，后续怎么有效处理。在这里需要通过分析用户行为，并通过实验来验证模型的效果。
2.2
展示
针对不同意向程度和特点的用户，采用对应的产品、文案来打动用户。具体的形式如引导到IM沟通、直接询问等。
2.3
交互
考虑弹窗场景交互特点以及商业化CPL的要求。弹窗空间较少，要一步达成目的要适当减少输入，但要有风控机制。
2.4
监管
整个系统涉及到的环节较多、要求我们对弹窗的生产链路做整体的监控，做到准确监督，快速定位。
3. 投放和展示
给高意向用户做投放，需要有投放策略的管理能力，根据用户画像标签来圈定人群，从而可以针对特定人群弹窗；在展示层面，给不同的用户展示对应文案，在产品形态上也会因生命阶段不同而存在差异。
为了对投放策略和UI展示不断升级，因投放人群和展示UI有天然的关联性，在弹窗场景下需要构建了一个整体实验方案, 如图2所示。
1.投放人群实验作为第一层级，不同投放人群，可配置相同的UI实验变量，从而验证投放实验效果。
2.UI实验作为子层级，在同一投放人群中，分UI实验变量验证UI模板、文案效果。
图2
3.1
投放、展示的流程
整个投放及展示的流程如图3所示：
1.在进入到APP后，App会进入弹窗的准备阶段，首先请求投放系统，投放系统会找到对应的投放策略，策略决定了是否对该用户投放商业活动。
2. 策略命中后，但是发现符合过滤规则，投放终止。如果不符合过滤规则，会进入到显示环节。过滤规则一般为关闭弹窗、已经弹窗等交互行为，有的行为要具备实时性。
3.显示前会调用AB实验及UI策略，确定跳转到对应的View模板，读取相应配置参数，在一些View内部如果条件不允许，弹窗也不会显示。如果都满足了条件，显示弹窗。
4.在显示弹窗后，用户会在页面上产生交互动作，如：关闭页面、输入信息、点击提交等。最终我们会上报这些行为，用于后续的预警及画像。
图3
3.2
投放策略
在投放策略设计过程中，通过大数据画像匹配目标人群，从而实现对弹窗目标人群精准控制。在用户隔离人群标签上，实现了不同的人群的实验, 如：高意向度人群包，同时通过应用比率来控制整体投放量。
策略实现上，上可以支持自定义人群包，也可以采用画像标签，画像标签可以包含多个维度，如图4所示。
图4
3.3
UI实验策略
在UI实验设计上，不同的CPL产品具体不同的UI模板，会基于产品需要研发多套。每一套的模板上，对文案、按钮会有特定要求。在实验上为了保证人群调整的动态性，需要和AB系统结合，首先要在AB实验系统配置实验，将实验变量关联到配置后台，如图5所示。
图5
4. UI交互
在交互中要考虑弹窗场景的交互特点，以及商业化产品的要求。要做到简化用户输入又要考虑到合规、防刷、CPL质量等问题。
4.1
通用数据上行接口
在技术上要求必须接入风控，对提交接口必须在后端验证是否已经发生风控。在封装中，包装了风控防刷逻辑、CPL分配策略，以及多B端业务的对接。通用上行接口统一各业务入口的提交对接流程，由服务端包装了整个过程，具体实现方案如图7所示。
图6
4.2
城市分配方案
商业数据的分配，往往涉及到用户所在地。城市信息是重要的分发依据，当城市信息不准确或者异地城市较多时，会直接影响CPL的消耗质量，明确用户在当手动选择城市为第一优先级，当用户不选择城市时，城市默认值就显的尤为重要。
城市通用规则，技术上统一调整到服务侧，以便于业务调整。接口实现了客户端对用户的GPS定位城市、用户选择城市、手机号所在归属地、IP作为我们城市默认值的备选。
图75. 监控
5.1
方案概述
整个首页弹窗系统涉及的子系统包括用户画像系统、投放系统、投放策略配置后台、AB实验平台、弹窗样式配置后台、优惠业务等。所以，一旦出现问题，会涉及到很多系统的排查，要解决该问题，数据上需要从上往下一层层关联。如图8所示，从投放量、命中量、过滤、曝光量、提交多环节监管。
图8
5.2
数据看板及实现
如下图，我们提供一套可以查看首页弹窗，从曝光到点击再到提交的实时趋势数据（图9），以及画像策略从接口请求到命中数的实时统计数据（图10）。
通过上述数据看板，如果发现数据异常，基本可以快速定位发生问题的环节，再通知相应环节负责人排查，解决起来效率就大大提高了。
实现方案：
► 弹窗曝光和用户行为数据通过实时分析大数据的事件日志(app_log)，由于数据量非常大，通过实时计算平台(flink)实现，同步数据到mysql数据库。► 接收上行接口数据，实时记录用户的提交数据。
► 策略命中接口实时记录各策略请求数和命中数。
► 通过AutoBI提供的数据报表能力，实时监控收集到的统计数据。
图 9
图10
作者简介
冯立雷、胡舸亮、夏炎。
■ 来自C端及中台产研中心，目前分别从事商业和用车业务的服务端、客户端研发工作。
