← 返回主页
数据产品组 算法数据平台 产品负责人
面向算法的数据产品（算法数据平台）
广告模型数据口径不一、迭代慢、运维不可靠；统一 Label 宽表，再把样本、校验、监控逐段平台化，理论增收 51 万/天。
51 万/天
宽表理论增收
75%→85%
p0 及时率
问题
Problem- 广告模型 Label 口径不一，20+ 模型各自串联 7 条数据流，预估不准、损失收入
- 加 1 个特征要整样本回溯 1—2 周，p0 模型当天更新仅 75%，监控误报超 50%，冗余特征查不清是否在用
打法
Approach- 先在占效果收入 93% 的 OCPX Label 上统一数仓再复制
- 2023Q4 起开辟算法数据产品方向，逐一访谈算法工程师、梳理全部模型链路，按“业务伤害 × 频次”分更新、迭代、质量、资源四类平台化
方案
Solution- Label 宽表把 39 种行为归为 3 类、归因源三合一
- 样本增量回溯、特征实时落盘并在下发侧拼接，线上线下一致
- 校验发布与训练平台合一
- 监控统一数据源、一站式配置
- 出模型血缘方案
攻坚
Hard parts- ①行为逻辑缺规范→拉通 8 个算法子模块统一串联规则，1.5 季度 90% 模型迁到宽表
- ②p0 常延迟→建延迟复盘机制，归 8 类问题、25 项改进
- ③无效曝光让模型学偏，源头治理因体验原因未通过→改在商业侧剔除缓存曝光样本，并避免数据量翻倍
结果
Results- 宽表理论增收 51 万/天，Label 对接 3 天→0.5 天
- 样本生成耗时降 81%—92%
- p0 及时率 75%→85%
- 校验失败 20 起/季→0
- 误报率降 90%
- 实时离线样本 gap 23%→0.5%