自从字节跳动依靠强大的算法撕开腾讯社交帝国之门、拼多多依靠砍一刀的游戏策略将社交电商玩的风生水起，各大厂便开始投重金搞机器学习、研发智能推荐算法以及营销应用。但目前懂营销的同学大多数是不懂产品和算法的，懂编程和算法的同学又大多数不是营销一线的，而做数据分析的喜欢搞一堆炫酷的数据大屏图，所以本胖从自己的理解，通过几个简单相关的场景，试图浅显的去交流和表达算法和营销的一些关系，希望阅读的你能读懂理解。如果说程序=算法+数据结构，那么现在的智能营销粗略可以理解为：社会工程学+大数据分析+算法营销。
在试图去理解我粗暴简单的表达方式之前，各位可以从2个角度去做一些简单的思考准备：一是举一反三，融会贯通；二是正向和逆向思维的相互转换。
场景一、幸存者偏差
幸存者偏差理论，另译为 “生存者偏差” 或 “存活者偏差”，是一种常见的逻辑谬误。指的是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。日常表达为 “沉默的数据”、“死人不会说话” 等。可以用对照试验和贝叶斯公式来消除幸存者偏差。（以上来自百度百科）既然是逻辑上的问题，一切逻辑都有迹可循，都可从算法的角度去应用。
应用场景，赌球竞猜网站精准获客营销：赌球上，如果我们先从单纯的胜负角度下注，胜负基本无限趋于对半开的。那么，如果，我们用最直接简单的邮件营销方式，假设在比赛之前发送了10万封预测胜负的邮件到达客户，5万封预测为胜，5万封预测为负，并且数据库记录对应关系，那么比赛结束以后，5万封收到邮件的客户会感受到第一次的神奇，紧接着以此类推，算法上做筛选和遍历，最终，经过几轮筛选，获取收到竞猜100%准确的那些客户，基本这个时候让他们下注或者买单，成功率就会极高。这是最基础的应用幸存者偏差理论，设计产品算法，筛选目标客户的应用。略微扩展下，比如微商去不断发展下线，发展多级经销商，用的基本就是社会工程学+幸存者偏差理论设计一套算法和营销方式来筛选目标人群；再深入扩展下，每个时代都有大量的创业公司出现，最终去只跑出来几家，所以马老师说，湖畔大学的目的不是教大家成功，而是教大家学会失败，这是一个道理。
场景二、简单的赌场理论
如果赌场不设庄家，就如同我们打麻将一样，轮换来做庄，理论上4个打麻将的人，输赢的概率都无限趋于50%，同时桌上的筹码也是总量不会变化；那么，为什么，赌场在这样的情况下会稳赚不赔呢？因为他们收取赢钱者的很小很小的手续费。所以，他们赚钱的秘密就在于提高赌场的交易次数，你参与的越小，参与的次数越多，他们赚钱越多。
灵敏的人通过上面，肯定马上能感受到股市，交易所的算法设计，同样是希望你去做高频小额的交易，对他们而言，稳赚不赔；所以，我国是全世界炒股散户数量最庞大的，同时也是短线交易最为频繁的；那基于这样的产品盈利算法模型，自然就会出现各种评股的电视节目、大v、教学甚至自由评股人，这些是国家范畴内允许的公开的营销方式和手段。
如果说，上面2个小场景还不是那么能深刻反映营销层面的设计，最熟悉的QQ斗地主游戏，堪称算法到营销实现的经典模型。充值的欢乐豆，不论输赢，不可官方提现，每一场的入局需要扣除一定的欢乐豆作为参与资格，即时可见的游戏反馈系统，让大多数中老年人玩的不亦乐乎；但围绕着这样的产品设计和算法，QQ斗地主自然都配套好了相应的第三方服务机制，比如你的欢乐豆足够多，自然有人会主动来打折收购（相对于充值价格），这时候相当于间接提现了，而收购回去的欢乐豆，qq斗地主可以无限的发放。
场景三、淘宝和抖音的算法营销
淘宝：早期淘宝的搜索营销或者展示营销，算法的模型不是很完善，导致某一个因素占据对结果的决定性影响，比如商品销量基本决定搜索排序，这个时候聚划算就横空出世，因为短期的亏损销量直接可以换取长期的免费搜索流量，这也导致最初的聚划算团队以为自己团队的力量和平台的功劳，而忽略了搜索算法设计中销量的绝对优势这个因素。之后，搜索算法的设计，开始多元化，加入了更多商品和商家的基础因素，加入了付费广告的因素，加入了转化评论等等因素，综合得出一个搜索商品的分值，在分值基础上再以时间和新客转化维度等来决定商品的展示。至此，野蛮的淘宝营销时代过去，营销也根据算法的调整进入了精细化的阶段。
手机淘宝开始介入千人千面，最开始的算法设计就是根据你的搜索习惯，来做商品推荐；再接着完善了个人的喜好，消费标签，审美等因素，做到如今更加完善的商品呈现；举个例子，如果你现在去淘宝上，搜索某个商品，给你综合呈现的一定是价格匹配你消费区间的，审美符合你习惯的，但如果按照销量去排序，基本上前几名的都不太会是你想要的商品（仅限于我和我朋友之间的认知）。当然，从产品设计上，可能会获取你的话筒权限，获取你电脑和手机的关联cookie，白天当你和朋友说到想买某某商品的时候，惊奇的是，晚上打开淘宝的那一刻给你推荐的就是今天谈论到的（不用惊讶，比如调用话筒权限，在数据库里设计关键词，当说到某个关键词的时候才启动监听，并将监听到的关键词写入应用程序的推荐算法）。所以围绕着算法的不断调整，营销的手段也不断的升级和改变，包括阿里本身的双11大促，营销方式和手段都围绕着针对流量的精准算法设计。
抖音：抖音是一个很神奇的产品，大多数人在上面消耗的时候非常的长，任何人基本都能找到留住你在app上活跃的内容。我大概看了张一鸣的工作经历和创业经历，他从写爬虫开始，然后做今日头条，开始都是利用爬虫爬取各大媒体的新闻，做个搬运工，然后再做算法的分发，做到你想要的都是头条。这个算法的设计和创业的方式，可以说，目前中国还存在大量的机会，比如二手车平台的数据的爬取和一键分发，比如文库资料爬取和算法推荐，做有偿查询等等；
但最神奇的是抖音这个产品的算法设计和营销方式的结合。我个人粗略推测，大致的方式可能是这样的：当一个新用户注册抖音以后，利用读取新用户通讯录的权限，迅速匹配他通讯录里面已经注册抖音朋友的信息，在提炼出标签，根据社会工程学的概念，人以群分，把大多数朋友喜欢的标签内容加上随机测试的标签内容推送给新注册用户，做到第一步的快速留存（可以通过新注册的手机号，比如10个，然后通讯录只保存这10个，慢慢去注册抖音，打标签，后面新注册的手机号接收的内容跟前面标签来做归类验证），然后根据随机测试的标签内容反馈（用户停留时间，内容偏好等）再做精准的筛选匹配；到这一步的产品设计，已经要深入的机器学习的算法了，抖音会根据不断优化的算法机制，来做留存用户和活跃用户的营销手段和方式。反向思考，比如通过100w的新注册用户的内容标签筛选，假设其中80%的人喜欢美女跳舞的内容，这个时候，做美女跳舞内容的用户，就可能会被系统算法推荐到新注册用户的面前，可能就会产生爆款级的内容场面；更宏观的角度思考，整个平台，假设60%的人喜欢的内容是手艺人制作，那么系统为了保证活跃度和停留时间，一定会让这方面内容的视频进入推荐流量池。这是相辅相成的过程。
当然，了解这些算法的设计，对于做抖音营销来说，至关重要，至少可以保证有机会进入推荐的流量池，并且通过批量的账号操作手法（爬虫爬下来某一类热门视频，做标签、内容等分析）模仿，很快就有可能产生爆款视频内容，如果恰好人群标签匹配你推荐的商品，那就是巨大的商品销量（抖音的算法设计，不同微信和微博，粉丝数不是成为爆款内容的决定因素）。
匆忙来写，没有任何准备，只是想到了，就想把它写下来，至于写的好不好，有没有用可能也不重要了。
接着，依然是小广告，2020年希望考注册税务师的童鞋，我做小规模培训，保证5门一次性通过，不通过全额退学费。当然，学费略贵。。
最后，如果觉得税务师培训贵，我还有很便宜的，python爬虫和数据分析培训，短时间，手把手教，用工具助力职场，做无畏35岁的互联网营销人。
喜欢就点个赞支持下吧 
