近日，以“数据增能，高效提升用户运营价值”为主题的个推「数据驱动运营增长」城市巡回沙龙·上海专场圆满举行。活动现场，哈啰出行基础算法负责人贾立从APP的营销场景切入，将“智能圈人->智能创意->智能活动->智能补贴->智能触达”的用户营销旅程清晰梳理，深度剖析了算法对于APP开展自动化营销、打破增长困局的重要作用。

▲贾立 哈啰出行基础算法负责人 负责哈啰出行营销、搜索推荐、NLP、视觉等算法工作，10年搜索/广告推荐算法老兵。主导过多个广告平台及营销算法体系从0到100不同阶段的建设。

贾立介绍，哈啰出行建立了多元的业务体系，积累了丰富的地图数据、用户骑行数据、用户端内行为特征数据和交易数据，并与个推这样的第三方数据智能服务商合作，对用户画像进行了补全。

基于丰富的数据底层，哈啰出行开展自动化营销实践。在智能圈人环节，哈啰出行采用无监督学习的方式，通过look-alilke扩量对潜客规模进行了扩充，并挖掘用户之间的深层关联关系，进一步扩散潜客范围，满足投放的人群量级需求。

在广告创意环节，基于以往的运营经验，个性化、动态化的广告创意更受欢迎，点击率也更高。因此算法人员和运营人员一起定义了创意的模板和格式，并建立素材库，在此基础上扩充新的关键词，确保给不同的受众展现不同的创意、文案。

在营销活动的策划环节，则是结合不同类型的业务线和用户群体，策划不同的营销活动。比如偏整个品牌层面的活动，哈啰出行以超级会员的形式，通过丰富的权益来吸引用户参与；而针对骑行用户，则设置节碳等级和积分奖励制度，激励用户开通骑行卡，增加骑行频次，以提升节碳等级，领取更多的积分奖励；针对新用户，则将人工策略和算法结合，构建“黑盒裂变”模式，在保持用户完成裂变任务欲望的同时，最大程度上节约成本，提升拉新活动的整体ROI。

另外，针对营销活动中的用户补贴，哈啰出行也基于数据和算法实现了智能化。根据对营销活动的敏感度以及转化来源，哈啰出行将用户分成了四类：营销敏感型用户、自然转化型用户、无动于衷型用户和反作用型用户，并自研因果推断算法，将这些人群区分出来，针对不同的人群发放不同的补贴，降低营销成本的同时提升补贴的转化效益。

在最后的用户触达环节，哈啰出行通过算法来实现推送内容、推送时机和推送人群的智能匹配。同时，贾立提到，“营销落地页的商品和推送中提到的商品要呼应，这样才能促进push CPR的提升。”