本文选自美团-王永康前辈在全球人工智能峰会上的分享，主要介绍了四方面：业务介绍，平台侧收入优化，商家侧转化优化和用户侧体验优化。这里拿来分享给大家，并加上自己的理解，希望对大家有所帮助。
本文将从四个方面介绍美团外卖商业变现实践：
-
业务介绍
-
平台侧：收入优化
-
商家侧：转化优化
-
用户侧：体验优化
业务介绍
首先介绍了美团外卖的业务情况，其包含了外卖商家360w，用户数3亿+，日活跃骑手数60w，覆盖城市2500+。其次介绍了外卖的业务形态，包含：
-
展示广告
-
搜索广告
-
feed流广告
-
消息push广告
其广告的转化形式由曝光到点击再到下单，则为一条有效的转化。其中涉及的名次含义为：
-
CPT：Cost Per Time（成本/时间），即按时长计费广告。按时长计费是包时段包位置投放广告的一种形式。
-
GD：Guarentee Delivery（保证交货），保证递送的广告，即保量广告，按展示量定价。
-
CPM：Cost Per Mille（成本/千次），千次展示成本，即按展示付费。
-
CPC：Cost Per Click（每次点击成本），每次点击成本，按点击付费，如关键词广告。
-
CPA：Cost Per Action（每次行为成本），CPA计价方式是指按广告投放实际效果，即按回应的有效问卷或定单来计费，而不限广告投放量。
另外补充两个名次含义：
-
oCPC：optimization Cost Per Click（每次点击优化成本），目标转化成本，仍按点击付费。
-
刷次：用户在APP信息流界面，手指每次下滑刷新，叫做一次刷次。
同时介绍了计算广告的核心——最佳匹配。
平台侧：收入优化
需要注意的是这里提到了一个使用Side Information框架解决冷启动的方法，感兴趣的读者可以自己研究下什么是side information
这里基于用户的行为序列数据，可以使用wode2vec，LSTM，VGG，Inception进行Embedding序列的生成
商家侧：转化优化
用户侧：体验优化
《推荐系统开发实战》是目前已经在电商平台进行入库，期待八月中旬的上市，感兴趣的朋友可以进行关注！
文章推荐
《推荐系统开发实战》之业内推荐系统架构介绍
《推荐系统开发实战》之三大案例带你从0到1自己实现一个推荐系统
《推荐系统开发实战》之推荐系统的的效果评估方式介绍
《推荐系统开发实战》之冷启动问题
《推荐系统开发实战》之基于点击率预估的推荐算法介绍和案例开发实战
《推荐系统开发实战》之基于标签的推荐算法介绍和案例实战开发
《推荐系统开发实战》之基于上下文的推荐算法介绍和案例实战开发
《推荐系统开发实战》之基于用户行为特征的推荐算法介绍和案例实战开发
《推荐系统开发实战》之推荐系统的灵魂伴侣-数据挖掘
《推荐系统开发实战》之从搭建一个电影推荐系统开始学推荐系统开发实战
《推荐系统开发实战》之推荐系统的前世今生与古往今来
扫一扫 关注微信公众号！号主 专注于搜索和推荐系统，尝试使用算法去更好的服务于用户，包括但不局限于机器学习，深度学习，强化学习，自然语言理解，知识图谱，还不定时分享技术，资料，思考等文章！
【技术服务】，详情点击查看：https://mp.weixin.qq.com/s/PtX9ukKRBmazAWARprGIAg
