互联网产品从单目标优化到多目标优化的产品迭代路径和业界探索进展

大数据时代，互联网产品迭代是否成功，产品经理往往采用一定的量化指标来验证，比如产品的点击率、转化率、活跃度、GMV等，上述指标也有宽口径和窄口径之分，宽窄区别在于数据统计的周期、数据归因的不同。

比如搜索引导GMV的宽口径是指在统计周期内，用户下单的商品被用户在搜索结果页点击过就算，而窄口径是指当天用户下单，而且下单的前置页面是搜索结果页，并且在搜索结果页点击了该商品，可见窄口径比宽口径要严格得多。

一、单目标优化及多目标优化

作为互联网这类大数据产品，比如电商、本地生活、互联网医疗等，在很长时期内对于产品是否成功，达到上线标准，主要采用单目标的AB实验是否显著（p值<0.05）提升这样的标准。这样的产品上线验证标准，在国内从互联网诞生一直持续到现在。

但是单目标优化有自身固有缺陷，由于单目标往往不是针对最终目标的优化，只是最终目标的链路漏斗的某个前序环节的优化，导致局部的提升有可能牺牲后续漏斗环节的表现，最终整条链路总体效果并不是最佳。

这样的表述可能比较难以理解，我们以实际例子给大家更加直观的印象。电商业务中如果单纯优化GMV，CTR往往牺牲较大（此优化目标导致系统倾向于让用户购买单价高的商品），从长远来看会使平台的活跃用户减少。

但是如果单纯优化CTR，GMV不一定同步会得到提升，甚至同比是下降的（此优化目标系统倾向于让用户看决策成本低的低单价商品）。

现在工业界几乎都在做多目标优化，如果不做多目标优化，那产品就会在一个极端下越走越远，最终用户体验很差。所以在常见的搜索推荐场景中，大厂就进化到同时优化多个业务目标。

比如电商场景中，希望能够在优化GMV的基础上提高点击率，从而提高用户的粘性；在信息流场景中，希望提高用户点击率的基础上提高用户关注、点赞、评论等行为，营造更好的社区氛围从而提高留存。

多目标优化问题在工程应用中非常普遍且处于非常重要的地位，自20世纪60年代以来，就吸引了越来越多的不同背景研究人员的注意力。

而多目标优化目标又是比较困难的事情，一般情况下，多目标优化问题的各个子目标之间可能是矛盾的，一个子目标的改善可能会引起另外一个或者几个子目标的性能降低，也就是同时使得多个子目标一起达到最优是不可能的。

而只能在它们中间进行协调和折中处理，使各个子目标尽可能达成到最优解，在保障主要目标提升的同时，次要目标不要受损太多。对于多目标优化问题，当前研究和工业界应用主要集中在：

• 模型结构，比如MMoE、ESMM；
• 各目标间的权重分配，比如帕累托积累，具体的算法机制就不赘述了，大家只要知道工业界用大量的探索并且取得一定的研究进展即可。

在互联网领域，最近的业界成果是阿里和Google提出的多目标优化算法，Google是youtube上视频推荐，同时优化视频的点击率和好评率（MMoE），阿里是电商上采用帕累托优化，同时提升电商GMV和CTR(https://blog.csdn.net/weixin_39778400/article/details/111161071)，找到帕累托有效解，阿里在真实的电商推荐系统上进行了大量的实验，并将结果与单目标最佳方法进行了比较。

在线和离线实验结果都表明：

PE-LTR（CTR和GMV同时优化的方法）在四个度量上优于其他基线。这与离线实验的结果基本吻合。请注意，PE-LTR 在较高的 CTR 下实现了 GMV 的显著提升。

这说明帕累托有效推荐的优势，完整的算法推到在：https://haiping.vip/2020/05/04/%E5%B8%95%E7%B4%AF%E6%89%98%E6%9C%80%E4%BC%98/

完整代码在：github.com/weberrr/PE-LTR

以电商联想词产品为例，探究互联网产品优化目标选择迭代思路。

二、电商搜索联想词产品

用户输入部分信息就推荐出用户搜索想用的关键词，降低用户输入成本，降低费力度。

比如下图中，用户输入“连”一个字，下面推出10个词条，用户可以直接选择其中任何一个词条，也可以选择右边位置的属性词，选择右边位置的属性词，这时候相当于搜索词是词条+属性。

联想词优化目标如何选择呢？

优化点击率：优化链路最短，仅仅涉及联想词页面，只要将用户最愿意点击的词条召回并排在前面即可

优化引导GMV：优化链路最长，涉及到联想词页面-搜索结果页-详情页-下单

这时不仅要考虑联想词页面推荐的词条和排序，用户是否愿意点击，也要考虑点击词条后的搜索结果页的后续用户商品选择和下单行为。

采用点击率作为优化目标：最佳阶段是产品的中初级阶段，用户体验较差，后端链路数据积累还不够，点击率有很大提升空间，这个阶段实际是优化用户体验，提升产品粘性，促进产品活跃，某种角度上是平台通过超预期体验实现用户增长。

如果点击率提升到高位，在后端链路也积累了比较充足的数据，这个时候适合进入第二阶段，在维持高水平点击率不下降的基础上，延长优化链路，将经营目标GMV作为优化目标，这实际是将两个目标同时优化，互为约束。

经过了第二阶段，经营目标提升到高水平，进入第三阶段，同时优化用户体验和GMV，但是这个第三阶段与第一阶段的意义完全不同。

第一阶段因为产品处于中初级阶段，解决的是产品可用性和好用性问题，第三阶段追求的是长期目标，用户的长期忠诚和复购的养成，要求实现公司的经营目标，实现用户价值变现，尤其是互联网到了下半场，增量用户挖掘殆尽，平台主要目标是提升用户价值。

这种优化目标的迭代不限于联想词产品形态，适用于大多数产品形态，就像头部电商搜索结果的优化目标，从最初的CTR优化到现在的GMV优化（或者人均搜索GMV产出优化）。

所以互联网产品的优化目标迭代，主要看当前互联网产品发展到哪个阶段？如果是处于中初级阶段，就选择优化更短的优化链路，注重用户体验为主，如果到了第二阶段，就应该选择优化引导GMV，如果过了第二阶段，就应该进入第三阶段，同时优化两个目标。

同时要考虑自己用户增长潜力，在用户增长潜力较大的阶段，用户体验第一位，提供超预期的用户体验实现用户增长，等到用户规模瓶颈，需要用户变现，要进化到兼顾用户体验和用户价值挖掘。

#作者#

毛新年，公众号：资深电商专家毛新年。起点学院讲师，2021年B端产品经理大会演讲嘉宾。主导搭建主流电商平台搜索推荐商品三大体系，熟悉电商平台策略-产品-运营-数据及研发各环节。

本文

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！