快速结论
Dynamic Yield 是仍在运营的企业个性化平台，2022 年被 Mastercard 收购后，当前正式品牌为 Dynamic Yield by Mastercard，核心产品仍叫 Experience OS。它不是 Mastercard 支付数据的自动开放接口，也不是面向个人的推荐工具；企业需联系销售，根据渠道、流量、模块和服务范围采购。平台把受众细分、内容定向、商品与内容推荐、搜索、旅程触达、A/B 测试和 Experience APIs 放在同一体系中。对拥有大型商品目录、多地区站点及成熟数据团队的零售、餐饮、旅行或金融机构，它比单一网页实验工具更完整；对流量有限、没有稳定商品 feed 或只需简单规则推荐的团队，实施和治理成本可能过高。
核心功能
- Experience OS：在 Web、App、邮件及 API 触点执行受众、定向、推荐、搜索和优化策略，并与现有电商、分析、CRM/CDP 系统集成。
- 推荐系统：支持商品和内容 feed、预置或自定义策略、实时过滤、人工 merchandising 规则、客户端与服务端部署，以及大目录、多语言和多币种场景。算法输出仍须受库存、价格、敏感类别和业务规则约束。
- AdaptML 与预测能力：使用亲和度、上下文、行为及深度学习等信号形成推荐或受众。冷启动、热门偏置和反馈回路需要用基线、探索流量与分群监控管理。
- 优化与实验：支持 A/B、multi-armed bandit、推荐组件测试和跨数字资产优化。固定随机实验更适合估计因果效应；bandit 更适合运行期分配流量，两者的结果口径不能混用。
- Element：这是可添加到 Experience OS 的一组 Mastercard 能力，不是基础套餐默认权益。官方描述包括聚合消费支出洞察、预测模型、匿名访客地理消费倾向和客户自身数据分析；可用范围受行业、地区、合同及隐私条件限制。
- 数据与治理：可引入 CRM、忠诚度、线下购买与商品数据。上线前应明确控制者/处理者角色、同意、身份拼接、保留期限、删除、敏感属性、模型输入及审批日志。
适合人群
- 有大量 SKU、内容或菜单，并需在多个渠道统一推荐策略的企业。
- 具备数据工程、商品运营、实验分析、隐私和安全人员的成熟团队。
- 需要把线上行为、忠诚度及合规可用的线下数据连接起来的零售商。
- 希望通过 API 在自有前端、App、门店屏或服务端渲染体验的组织。
- 已能稳定维护 feed、身份、库存和转化事件，且愿意接受企业采购周期的买家。
使用场景
零售商可按库存、品类亲和度、价格范围和实时行为生成商品位，再以随机控制组验证推荐策略；餐饮企业可在 App 或数字菜单中组合时段、门店和历史订单信号；金融机构可在许可范围内定向内容，但不得将推测的消费倾向直接等同信用资格。使用 Element 时，应逐项确认数据是聚合洞察、预测输出还是客户可激活的人群，并记录合法基础。归因需要预先规定曝光、点击、购买窗口与跨设备身份规则。任何客户案例中的增幅都只属于该客户和设计，不能成为采购 ROI 保证。
价格与版本
官网没有公开标准价格、免费版或可直接结账的自助套餐。旧资料中的“起价 35,000 美元”“中六位数”或固定实施周期均不是当前官方报价，不应写入预算基线。
| 采购项 | 当前定位 | 询价重点 |
|---|---|---|
| Experience OS 核心能力 | 细分、定向、推荐、优化 | MAU、会话、域名、地区和环境 |
| Recommendations / Search | 商品与内容发现 | SKU/feed 数、API 调用、刷新频率和渠道 |
| Experience APIs | 服务端与自有界面决策 | 请求量、延迟、SLA 和数据区域 |
| Element | Mastercard Applications/Extensions | 可用国家、数据来源、隐私限制和额外费用 |
| 客户成功与实施 | 培训、技术和策略服务 | 上线范围、迁移、支持级别和续约条件 |
国内访问与使用体验
官网通常可访问，但控制台、API、CDN、支持和特定 Mastercard 数据能力需用企业真实网络验证。needsVPN: false 不代表所有资源在中国大陆均有本地节点或稳定低延迟。采集中国用户行为、忠诚度或线下交易信息前，应评估告知同意、个人信息最小化、自动化决策解释、跨境传输和数据删除。推荐最好通过服务端超时、默认内容和缓存策略降级，避免第三方不可用时阻塞页面。
优点
- 推荐、搜索、实验、受众和旅程能力较完整。
- 能处理复杂商品 feed，并允许算法与人工运营规则结合。
- 支持客户端、服务端及 API 交付，适合多触点架构。
- Mastercard 归属和可选 Element 为特定企业提供额外数据能力。
- 隐私、安全与合规资料适合进入企业供应商审查流程。
不足
- 无公开定价或自助免费层，必须经历销售和方案采购。
- Element 不是默认“无限 Mastercard 交易数据”，可用性和授权边界必须书面确认。
- 数据 feed、身份解析、埋点和组织运营准备不足时很难发挥价值。
- 个性化可能形成反馈回路、歧视性代理变量或过度定向，需要持续审计。
- bandit、推荐归因与随机实验口径复杂，容易被错误汇总成单一“提升率”。
替代品对比
| 工具 | 更适合 | 主要差异 |
|---|---|---|
| Monetate | 企业电商测试和个性化 | Symphony、Maestro 与安全实验模块边界明确 |
| Optimizely | 产品实验与功能发布 | Feature Management 和实验治理更突出 |
| AB Tasty | 营销主导的网页优化 | 可视化编辑和快速测试更轻量 |
| Adobe Sensei | 已采用 Adobe Experience Cloud | AI 分散在 Target、AEP 等具体产品内 |
| Salesforce Einstein | Salesforce 数据与业务流程 | 更贴近 CRM 和 Salesforce 平台自动化 |
常见问题 FAQ
Dynamic Yield 还是独立公司吗？
它作为产品和品牌继续运营，但当前品牌明确标注 Dynamic Yield by Mastercard，官网公司信息也指向 Mastercard。采购、数据条款和供应商审查应按当前法律实体文件确认。
Element 是否包含在基础平台中？
不一定。官方称 Element 由多个 Applications 和 Extensions 组成，可单独添加或组合。必须确认具体模块、地区、数据输出、用途限制和价格。
推荐算法会自动保证收入增长吗？
不会。推荐效果取决于 feed、库存、流量、页面位置、目标和实验设计。应保留随机控制组，并观察利润、退货、用户体验和多样性，而非只看点击或收入归因。
A/B 测试和 bandit 应如何选择？
要稳定估计某个变体的平均因果效应，优先固定随机分配；要在运行中倾向表现较好选项，可考虑 bandit，但须接受样本分配变化和推断更复杂。
可以直接使用 Mastercard 交易明细吗？
不能这样概括。官方描述强调聚合消费洞察、预测模型及特定应用。可访问的字段、粒度、地区和激活方式由合同与法规决定，不应假设能看到个人卡交易明细。
上线前最重要的数据检查是什么？
核对用户同意、身份键、商品 feed、库存与价格更新、曝光事件、转化去重和删除流程。再用 A/A 或小流量试验检查随机化与数据管道。
总结
Dynamic Yield 的优势是把企业个性化所需的推荐、商品数据、受众、搜索、实验和跨渠道交付放入 Experience OS，并在 Mastercard 体系下提供可选 Element。AI 推荐和个性化不保证转化、收入增长或 ROI，增量结果仍须通过明确归因窗口、随机控制组、统计区间和利润等业务护栏分析。合理的采购方式不是追问一个网上起价，而是带着真实流量、SKU、地区、数据权限和 SLA 清单索取分项报价。数据、商品与财务负责人仍对访问权限、策略审批、平台及流量预算和最终客户体验负责。若团队无法维护 consent、feed、实验控制组和审批流程，应先补基础能力，再评估平台规模是否匹配。