解读

面试官想知道两件事：

1. 你能否把“召回”这一动作拆解成可量化的业务定义（如多久未活跃算流失、用什么渠道触达、期待用户回到什么状态）；
2. 你能否用科学实验设计证明“这个定义”直接决定了召回率的高低，而不是其他因素。
   在国内互联网公司的面试场景里，回答必须体现数据闭环意识、A/B实验能力和对渠道/成本敏感的业务视角，否则会被认为“只会做功能，不会算ROI”。

知识点

1. 召回定义三要素：流失窗口（多久没活跃）、行为阈值（回到什么状态才算召回成功）、观测周期（7日、14日还是30日）。
2. 解释力验证=因果推断，核心手段是随机对照实验（A/B test），而不是只看相关性。
3. 国内常用灰度发布平台（如字节BytedExp、腾讯Abtest、阿里Databus）做分流，必须保证用户粒度的随机+正交。
4. 评估指标除召回率外，还要同步看召回成本（CAC）、召回后7日留存、GMV贡献，防止“召回一群羊毛党”。
5. 若样本量不足，可用CUPED或双重差分（DID）降低方差；若存在多个定义并行，可用贝叶斯层次模型比较各组后验概率。

答案

我会用“四步法”验证定义对召回率的解释力：
第一步，把定义拆成可实验的因子。例如：

• 流失窗口：30天未启动 vs 45天未启动
• 行为阈值：回到APP就算召回 vs 需完成一次下单才算召回
  用正交实验设计同时跑2×2=4组，确保每个因子都能独立评估。

第二步，随机分流+AA校验。通过公司灰度平台把近90天沉默用户随机切成4实验组+1对照组，先跑48小时AA观察，确保组间基线指标（历史活跃度、消费层级、渠道偏好）无显著差异（p>0.2），排除选择偏差。

第三步，统一触达并回收数据。用同一短信通道、同一利益点（例如5元无门槛券）在固定时段推送，减少渠道和创意干扰；核心指标选“召回后7日内回流率”，同时监控券核销率、回流30日留存、LTV增量。

第四步，因果推断与显著性判断。

• 用双尾Z检验比较各实验组与对照组的召回率差异，要求p<0.05且置信区间下限>0；
• 计算相对提升度（uplift）=（实验召回率-对照召回率）/对照召回率，若30天窗口+下单阈值这组 uplift 最高且增量LTV > 增量成本，则证明该定义解释力最强；
• 用双重差分剔除同期大促等外部事件影响，确保结论稳健。

最终输出一份实验报告：包含实验设计、样本量计算、统计功效（power≥80%）、结果可视化、商业结论与下一步迭代建议，让业务方一眼看懂“定义一改，召回率提升X%，ROI提升Y元”，这就是对解释力最直接的验证。

拓展思考

1. 当用户规模达到千万级沉默池，随机实验成本过高，可采用两阶段实验：先用聚类抽样选代表人群跑小样本验证定义，再放大到全量。
2. 若业务侧坚持“必须同时跑多个创意”，可用多臂 Bandit 实验动态分配流量，既验证定义又优化创意，缩短50%实验周期。
3. 在隐私合规趋严的国内环境下，短信触达需先通过运营商模板报备，且要在实验设计里预留**“退订组”**，防止因投诉导致通道关停。
4. 长期看，可把“定义—召回率—LTV”做成自动监控看板，一旦定义解释力下降（如 uplift<5%持续两周），触发定义再评估流程，实现策略自迭代。