Swiggy 基于 350 多个特征与多任务 MLP 实现客户终身价值预测

📋总体概括

印度外卖平台Swiggy披露其客户终身价值（CLV）预测系统的技术方案：采用多任务学习的多层感知机（MLP）架构，输入特征规模超过350个。相比传统单一目标的统计模型，多任务MLP可同时预测与用户价值相关的多个行为目标（如复购、消费频次等），共享底层表征提升小样本场景下的预估稳定性。该案例展示了大型消费平台在用户价值建模上从规则化、统计化走向端到端深度学习的典型路径，对电商与本地生活行业的数据团队有直接参考价值。