一、应用驱动
数据是一切策略的基础，各类策略的应用驱动着数据体系的完善，同时为了数据的更好输出，又要依赖策略的应用。
1.支持核心业务
比如搜索推荐的对象。考虑覆盖率、时效性、可用性等。
2.支持增长
比如用户分层、兴趣标签。考虑覆盖率、准确性等。
3.支持风控
比如行为数据、设备数据。考虑覆盖率、可用性等。
二、两大类数据
基础数据
画像数据
三、数据应用的策略框架
前文回顾：4.2【功能导向型】核心业务的策略框架
熟悉的一张图：
那么数据应用的策略框架为：
四、在具体项目中的工作流程
五、案例：配送服务平台的商家用户标签
1.产品目的
挖掘平台上的商家用户，区分补贴策略
2.衡量指标
商家标签召回率、准确率
3.工作流程
1）产出需求
随机抽取平台用户及其下单行为，通过调研标注后确定初版规则：
下单频率大于xx、发单地点单一、物品类型集中于特殊分类（文件、鲜花等）等等——将人为的判断方法总结出来
2）策略评估
RD根据规则跑出标签挖掘数据，评估召回准确率，进行规则微调
3）策略上线效果回归
策略上线，产出标签应用于制定不同的补贴策略。根据补贴效果进一步微调策略，直至效果稳定。
挖掘该标签的目的到底是什么？
4）建立监控
针对标签数据和补贴效果数据制定长期监控机制
六、小结
策略是解决问题的手段。
问题驱动：寻找问题没有被很好解决的部分，以此驱动优化策略
目标导向：从简单规则到复杂系统，解决掉问题便是好策略
核心业务、增长、风控、数据，是策略应用的四个典型方向。
凡是需要精细化解决需求的地方，都有策略存在的价值。
上一篇：5.2策略在风控上的应用
