解读

在国内互联网公司的用户运营面试里，这道题表面问的是“阈值”，实质考察的是**“如何在用户规模放大、渠道泛化时，既保证新客质量，又不让老客价值被稀释”。
“扩展”对应拉新、渠道扩量；“相似度”对应人群画像、行为特征、消费偏好的重合度；“阈值”是运营可手动调节的准入水位；“衰减”则是ROI、留存率、LTV的下滑。
面试官想听的是：你能否用数据指标+实验机制+闭环迭代**，把“相似”量化、把“阈值”动态化，把“衰减”前置监控，而不是拍脑袋定一个0.8就万事大吉。

知识点

1. 相似度建模：以**核心高价值人群（种子包）**为基准，通过Look-alike模型（RFM+标签+Embedding）计算候选人群与种子包的Jaccard/余弦/欧氏距离。
2. 阈值分层：
   • 硬阈值——平台红线，低于该值一律不准入，用于屏蔽黑产、低质流量；
   • 软阈值——运营可调，配合实时eCPM、CAC、首单ROI动态升降。
3. 衰减信号：
   • 早期信号：新增次留下降>5%、注册→首购转化率连续7天低于种子包80%；
   • 晚期信号：同批次用户30天LTV低于种子包70%，或负向评论率>2%。
4. 调控杠杆：
   • 预算杠杆：把渠道预算与相似度阈值挂钩，阈值每下调0.01，必须对应eCPM下降≥3%或CAC下降≥5%，否则自动回滚；
   • 人群杠杆：引入**“分层A/B+人群穿透”**机制，先小流量5%灰度，观察3天，若留存、GMV双指标无显著负向（p<0.05）再全量；
   • 模型杠杆：每周重训Look-alike，把最新7天高活跃、高复购用户重新喂入种子包，防止种子老化。
5. 中文语境下的特殊坑：
   • 微信生态封闭，设备ID稀疏，需补充UnionID+手机号哈希做跨端映射；
   • 抖音、快手渠道存在**“秒跳”假量，必须加“停留≥8秒+深度互动”**作为前置过滤，否则相似度阈值再精准也救不了留存。

答案

“我会把控制过程拆成三步：
第一步，种子包保鲜。每周用近7天‘高活跃+高复购’用户更新种子，确保基准人群始终代表当前最优价值。
第二步，双阈值+实时漏斗。硬阈值0.75用于挡低质流量；软阈值根据当天ROI动态调整，规则是‘CAC≤LTV/3’且‘次留≥种子包85%’，不满足就自动收紧0.02。
第三步，48小时小流量验证。任何下调阈值必须先过5%灰度，对比实验组与对照组的‘注册→首购→30天GMV’三层漏斗，只有p值<0.05且ROI差异<–5%才允许全量。
用这套机制，我们曾在618大促期间把渠道日新增从8万扩到25万，相似度阈值最低下探到0.68，但次留只下降1.3%，30天LTV反升12%，成功避免衰减。”

拓展思考

1. 如果公司把预算从效果广告转向达人分销，相似度阈值该如何重新定义？提示：用**“达人粉丝画像+商品类目偏好”**做联合Embedding，把阈值从“人-人”相似升级为“人-货-场”三维相似。
2. 当隐私计算落地、设备ID进一步缺失，Look-alike特征维度骤减，可考虑联邦学习+差分噪声，在加密域内计算相似度，阈值设定需引入**“噪声容忍度”**这一新参数。
3. 长期看，阈值控制只是“防衰减”的战术手段，真正的战略是把**“相似人群”沉淀为品牌私域会员**，通过会员分层运营把LTV再做厚一次，才能把阈值下调带来的边际用户最终转化为忠诚用户。