快手营销激励算法Leader
任职要求
1、硕士及以上学历,计算机、数学或统计学相关专业; 2、熟悉Linux、C++、Java或Python,优秀的编码能力,扎实的数据结构和算法功底; 3、具有推荐系统、机器学习、数据挖掘或者自然语言处理等相关领域知识; 4、善于阅读文献,快速学习,具备优秀的分析和解决问题的能力,良好的沟通协作能力。 加分项: 1、有推荐系统、机器学习、信息检索、自然语言处理、计算广告学及算法博弈论相关领域研究或实习经验; 2、理解广告算法、业务、技术架构,具备搜索广告或展示广告经验; 3、有用户增长业务经验; 4、在SIGKDD、ICML、NeurIPS、WSDM、WWW、ACL、RECSYS等相关国际顶级会议上有文献发表; 5、有ICPC、Topcoder Algorithm或类似算法竞赛经历者优先。
工作职责
1、开发和迭代CTR预估模型和竞价策略,提升用户增长广告投放点击率、转化率、ROI等核心指标; 2、通过深度学习领域的研发工作,包括但不限于深度模型设计与优化、强化学习、迁移学习、图神经网络等算法和系统提升预估效果; 3、通过召回排序等推荐算法,改善增长广告用户在快手的产品体验。
1. 商业化增长战略与规划 制定并落地商业化增长战略,覆盖不同平台广告类型的变现模式,确保收入规模和ROI持续增长。 设计长期商业化路径,优化定价、用户分层、营销激励等,推动业务可持续增长。 关注行业动态和竞品策略,探索新的商业化模式和增长机会。结合市场环境,优化定价、激励机制,提升广告产品offer竞争力。 2. 运营体系搭建与优化 优化商业化运营体系,包括广告主教育、投放策略、漏斗优化策略等. 建立标准化流程和运营机制,实现商业化产品的自动化、智能化运营。 规划并执行推广活动,推动广告主/商家入驻并提升付费意愿。 设计营销工具、活动方案,如折扣、返利、激励等,提升广告投放量和商家参与度。 3. 数据驱动增长与商业决策 优化数据指标体系,深度分析用户/商家行为,驱动商业化策略迭代。 设计数据工具和分析框架,提升收入预测、市场细分、精准营销等能力。 通过A/B测试和实验设计,提升广告主和商家的投放效率和LTV。 结合财务模型(如ARPU、LTV ,ROI等),制定商业优化方案,实现收入最大化。 4. 高效跨部门协作与团队管理 协同产品、技术、市场、销售团队,共同推进商业化目标落地。 推动商业化产品的技术开发与创新 -------------------------------------------------------- 1. Monetization Growth Strategy & Planning - Develop and implement a monetization growth strategy, covering monetization models across various advertising platforms to ensure sustainable revenue growth and ROI improvement. - Design a long-term monetization roadmap, optimizing pricing, user segmentation, and incentive mechanisms to drive sustainable business expansion. - Stay updated on industry trends and competitor strategies, exploring new monetization models and growth opportunities. Adapt pricing and incentive structures based on market conditions to enhance the competitiveness of advertising offerings. 2. Operational System Development & Optimization - Optimize the monetization operations framework, including advertiser education, ad placement strategies, and funnel optimization. - Establish standardized processes and operational mechanisms to achieve automation and intelligent monetization operations. - Plan and execute promotional campaigns to attract advertisers and merchants while increasing their willingness to pay. - Design marketing tools and promotional programs, such as discounts, cashback, and incentive schemes, to boost ad spend and merchant engagement. 3. Data-Driven Growth & Business Decision-Making - Refine key data metrics and analytical frameworks to gain deep insights into advertiser and merchant behaviors, driving continuous strategy iteration. - Develop data tools and analytical models to enhance revenue forecasting, market segmentation, and precision marketing. - Leverage A/B testing and experimental design to improve advertiser efficiency and lifetime value (LTV). - Utilize financial models (e.g., ARPU, LTV, ROI) to develop business optimization plans that maximize revenue potential. 4. Cross-Functional Collaboration and stakeholder management -Work closely with product, technology and commercial teams to ensure the successful execution of monetization strategies. -Drive technological development and innovation in monetization products to enhance revenue efficiency.
1.从用户全生命周期角度,构建业务增长算法策略体系(拉新、促活、流失召回、提频、人群细分、人货匹配、LTV等); 2.营销激励补贴系统相关的算法实现和分析,跟进具体营销场景的策略方案的设计以及落地,提升营销预算ROI,对效果负责; 3.负责营销激励补贴算法体系的完善和优化,与业务团队密切配合,通过算法策略不断提升营销效率。
1、负责剪映CapCut旗下的全球产品广告收入增长的分析和关键激励广告策略制定; 2、深入理解创作工具端用户,结合流量路径和广告预算特性,结合数据分析,推演策略和执行动作; 3、与商业化团队配合,制定收入目标和指标体系,关注核心手段与策略效果; 4、研究并落地激励广告策略,对激励广告收入直接负责。