固定物料
欢迎弹窗
初次满足用户需求
有经验、无经验；
无经验(随便看看)无经验(想要学习)无经验(直接上手)无经验有竞品有经验无竞品有经验有竞品
运营组
产品运营协同算法冷启动1、运营协助定义人群标签；2、前台场景搭建，提供运营策略基础3、商品标签；
用户端
各个用户都能有最佳的匹配策略模型模型
人工判断
点击行为
渠道来源
货品标签化
a.竞品 b..App-人群模型
事实层
无运营动作；无算法介入；
打开App
所见即所得
第二页问卷
实时采集用户信息迭代推送物料
持续获取用户信息，不断更新迭代策略
渠道来源信息
AI组
问卷
首日承接策略
冷启动
千人千面
完读率跳失率DAU
6种人群
逻辑层
端内
信息端
下载
需求挖掘
参照组
确认初步AI运营方案
分群层
初步信息
广告
第一页问卷
策略模型
投资品种需求功能需求
一套策略
增加信息，渠道的用户属性
货
其他增长渠道
首页
人
分组
根据App与打开特征，确定初步Ai方案与问卷内容
次日留存率
后续动作
算法推演
问卷AI化，对症下药获取信息
举例：用户搜索了茅台
通过用户行为不断清晰用户画像
明确用户人群的渠道属性，为用户承接承接做准备
来源属性； a.Appstore广告。举例，用户搜索了什么 b.渠道特征。举例：高校群体，有写论文的需求
举例：用户研究基本面
第三页问卷
风格挖掘：三碗面
Applist
举例：用户想要有价值投资的需求
策略端
现状运营主导——>Ai化
1、时间；2、地点；3、行情；
1-3天以及后续策略
持续输出承接物料满足用户需求
吸引用户眼球
1、算法自我优化；2、推演最佳匹配策略；3、丰富匹配逻辑模型
承接需要问用户什么问题直接问
打开特征
最高效的兜底策略:
分人群A/B test最优匹配；
Appstore
渠道标识
前3分钟策略以满足用户为主
大量细分人群
