解读

面试官问的是“如何设定”，重点在方法论与落地逻辑，而非简单报一个数字。他想知道：

1. 你是否理解中国主流触达渠道（短信、微信生态、Push、企业微信、抖音私信等）的合规红线与用户耐受度差异；
2. 能否把业务目标、用户分层、渠道特性、数据验证四件事串成闭环；
3. 有没有踩过坑并沉淀出可复用的调频模型。
   一句话，要体现“合法、精准、可迭代”。

知识点

1. 合规底线：

   • 《个人信息保护法》第13、24条：必须单独同意、显著提醒、一键退订，超频触达易被投诉至12321，投诉率>0.02%即可能关停通道。
   • 微信生态：48小时活跃原则+用户主动消息条数上限；企业微信每位客户每日最多接收1条来自企业的群发。
   • 短信：三大运营商**“三同”管控**（同内容、同签名、同端口30天内去重），超频会被关黑屋。

2. 分层维度：

   • 生命周期：新客0-7天、成长8-30天、成熟31-180天、沉默181-365天、流失365+天。
   • 价值分层：按近30天GMV或LTV预测分位数切为高、中、低，通常用RFM+机器学习做高潜校准。
   • 意愿分层：用触点反跳率（3天内退订/拉黑率）做负反馈模型，意愿<20%即降频50%。

3. 渠道耐受度排序（中国C端实测中位数）：
   Push ≤ 2条/周 ≈ 短信1.5条/周 ≈ 微信模板1条/周 < 企微个人消息0.5条/周 < 抖音私信1条/双周。

4. 调频模型：

   • 基线→AB→响应预测→强化学习四步迭代：
     ① 用同层用户随机包跑阶梯频次AB（如1/2/3条），追踪7日GMV增量与负向率；
     ② 把响应概率（购买或回访）与骚扰成本（退订+投诉）做成帕累托前沿，取最优均衡点；
     ③ 上线Uplift Model识别“触达敏感型”与“自然转化型”，对后者直接降频至零触达；
     ④ 每周强化学习自动微调，投诉率>0.01%或退订率>0.3%即触发熔断。

5. 动态上限公式（面试可直接背）：
   单用户单渠道7日最大触达次数 = Baseline × 价值系数 × 意愿系数 × 渠道衰减系数，且向下取整并**≤法定上限**。
   其中：

   • Baseline：同层用户AB实验最优频次；
   • 价值系数：高价值1.5、中1.0、低0.5；
   • 意愿系数：高意愿1.2、中1.0、低0.3；
   • 渠道衰减系数：Push0.8、短信1.0、微信0.9、企微0.5。

答案

“我会用四步闭环把频次上限压到合法且收益最大：
第一步合规对齐：先拉法务与通道方确认各渠道红线，例如短信同一签名30天去重、企微每日1条、微信模板48小时活跃等，把这些写成配置表写进系统，任何模型结果都不能突破。
第二步用户分层：用RFM+LTV预测把用户切成高、中、低价值三层，再用负反馈模型按“近30天退订/拉黑率”切成高、中、低意愿，得到3×3=9宫格；同时把生命周期节点<7天的新客单独拎出来，因为新客耐受度比老客高1.8倍，可单独给**+50%频次**。
第三步实验测基线：对每一格用户做阶梯频次AB，比如高价值高意愿组测1/2/3条短信/周，跑7日GMV增量与投诉率双指标，用帕累托前沿找最优均衡点；同时跑零触达组验证自然转化，把Uplift≤0的用户直接拉黑触达，节省通道成本15%以上。
第四步动态调频：把实验结论写成公式化策略固化进CDP，每天凌晨自动刷新用户分层，强化学习根据前一日投诉率实时微调：一旦单渠道投诉>0.01%或退订>0.3%即触发熔断，次日全渠道对该用户静默48小时，并自动把同层用户频次下调10%。
用这套方法，我在上一家公司把整体短信频次从人均2.3条/周降到1.5条/周，GMV反增12%，12321投诉率从0.018%降到0.006%，通道费用节省220万/年。”

拓展思考

1. 如果公司强依赖微信私域，可把“社群活跃度”作为额外系数：用户昨日在群内发言≥3次，企微个人消息频次可上浮至1条/日，但需人工审核内容避免骚扰。
2. 对于618、双11大促，可提前14天把高价值用户放进**“白名单池”，用预算约束下的整数规划求解最优触达组合**，目标函数=∑(GMV uplift－投诉成本)，约束条件=通道容量+合规上限，实现大促峰值零投诉。
3. 未来iOS隐私推送与安卓统一推送联盟进一步收紧，建议把内容价值分（用NLP预测点击率）也写进频次公式：低价值内容直接降权50%，让“好内容获得高触达”，实现频次少但效率更高的长期竞争力。