惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

S
SegmentFault 最新的问题
Google DeepMind News
Google DeepMind News
G
Google Developers Blog
Martin Fowler
Martin Fowler
MongoDB | Blog
MongoDB | Blog
月光博客
月光博客
Jina AI
Jina AI
宝玉的分享
宝玉的分享
人人都是产品经理
人人都是产品经理
D
DataBreaches.Net
V
V2EX
WordPress大学
WordPress大学
T
The Blog of Author Tim Ferriss
Last Week in AI
Last Week in AI
B
Blog
博客园 - 叶小钗
小众软件
小众软件
Stack Overflow Blog
Stack Overflow Blog
P
Proofpoint News Feed
A
About on SuperTechFans
J
Java Code Geeks
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Y
Y Combinator Blog
Microsoft Security Blog
Microsoft Security Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
社交产品广告引流应对策略系列(1)
陆瑞林 · 2024-03-28 · via 人人都是产品经理

对社交产品的伙伴应该都深有同感,遇到外部灰产或者竞对来挖人的时候,该如何应对?作者结合自己的经历,与大家分享相应的应对策略,希望对你有所启发。

做过社交产品的老板们都清楚,项目遇到外部灰产或竞对团伙过来挖人是一件挺头疼的事情。

说头疼是因为现有的第三方风控系统默认模型无法在保证营收不受影响的情况下,又能够拦截广告引流的灰产团伙。

最近我们也遇到音视频通话引流的情况,经过深入去寻找一些共性特征和实验后,终于找到了相应的应对策略,准确率可以达到 95% 以上。

下面跟大家分享下我们的应对策略思路。

策略价值:

1、节省运营团队成本和工作压力。

2、降低平台核心用户资源流失的风险。

策略设计目标:

1、音视频通话广告引流用户识别准确度达到 95%(准确率太低,会影响到正常业务)

策略设计思路:

1、通过历史数据,找到灰产账号的共性特征

历史数据包括设备 ID、IP、头像、IP 归属地、第三方风控平台识别违规标签、用户消费行为、用户等级、用户注册时间、用户违规内容等等。

2、针对共性特征,设计风控策略

我们遇到的情况比较典型,设备 ID、IP、手机号都是真实存在,且不重复的,所以普通的风控策略是无法拦截的。不过,通过第三方风控平台识别的违规标签、用户消费行为、用户等级、用户违规内容4 个条件组合,就可以把违规用户精准圈出来了。

1)违规标签:指的是第三方风控系统识别出来的违规行为类型,他们会对不同的类型进行归类和汇总,用标签的方式去比较违规行为或内容,例如:一级标签如色情、广告、涉政等,二级标签如广告引流、色情擦边等等。

2)用户消费行为:指的是广告引流用户在引流过程中,会消耗一定的虚拟货币或免费体验券才能继续跟对方进行互动,由于广告引流用户几乎90%以上都是非充值用户,所以只能用平台注册赠送的新人福利进行消费,所以在标记广告引流用户时,消耗虚拟货币或免费体验券跟用户进行互动就可以作为策略的其中一个条件。

3)用户等级:为避免误伤到平台活跃核心用户,所以有等级机制的平台可以把策略命中范围缩小为低等级的用户。

4)违规内容:通过历史违规内容数据,提取共性的内容,作为策略的组成条件之一,例如:回复率高、流量大、提现秒到账等等。

通过上述条件组合形成最终的风控策略,例如:同时命中全部条件的用户,则表示该用户为高风险用户,需要对其进行具体的处理,如预警、封禁、挂断话单等。

3、上线验证效果和调优策略

经过一段时间的观察和调优,在不影响业务的情况下,策略命中率精准度达到 95% 以上。

调优思路:主要是敏感词库优化和补充

以上,就是全部内容了。

公众号:陆瑞林的成长营

本文由 @陆瑞林 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。