第440章 画像系统助营销（2/2）

A组视频播放量破五十万，转化率跳到百分之八点三。有人留言说“终于有人不说废话，直接教你怎么弄”。

B组图文分享量最高，尤其是妈妈群里传得凶。客服收到一堆咨询，问能不能单独买某个配件。

C组虽然流量不大，但客单价翻倍。有个用户一口气订了三套系统，备注写着“按视频里的配置来”。

晚上我让技术组拉了一份对比表。同样是讲智能门锁，以前乱推送的时候，点击后下单的不到百分之三。现在定向推给B类用户，转化直接冲到百分之十二。

张工站在我身后说：“画像匹配度高的，页面停留平均多四十秒。”

“那就继续优化。”我说，“现在的问题是有些人被分错了。”

他说起一个例子：有个用户被划进B类，因为点过一次儿童锁。但实际上他是帮亲戚查的，自己还是单身男青年。

“单一行为定性不行。”我说，“加规则。至少两个相关动作，才打标签。”

他记下，说下周就能上线新模型。

又过了两天，系统开始加“兴趣衰减”。比如一个人上周狂搜家庭安防，这周完全没动静，标签权重就自动降。

我还要求每周出一次修正报告。哪些画像变了，为什么变，营销端也要反馈市场反应。

周五下午，大屏上跳出实时数据。新上线的三条定向内容，点击率涨了四十一，页面停留多了近半分钟。转化漏斗里，从看内容到进商品页这一步，流失少了十五个百分点。

我站在指挥中心没动。身后一群人来回走，说话声不断。大屏上的曲线一直在跳，画像覆盖率数字从百分之五十三慢慢往上涨。

张工走过来问：“要不要加个预警机制？比如某类人群突然行为异常，系统自动提醒。”

我想了想说：“先不急。现在最重要的是让系统学会看人。”

他点头走了。我盯着屏幕，看见一条新数据刷出来——一位原本属于A类的用户，最近三次点击都在看高端灯具和音响套装。

系统已经悄悄把他调到了C类边缘。

我拿起笔，在本子上写下：

画像不是贴标签

是让人做什么事都能找到对应的方案

这时手机震了一下。是营销组发来的截图，一条新视频刚发布两小时，播放量二十万，商品链接点击破五千。

标题是《百元改造出租屋｜真实施工日记第一集》。

我看了一眼发布时间，下午三点十七分。

视频正在跑。