從無(wú)到有，in如何利用8000萬(wàn)用戶海量行為挖掘數(shù)據(jù)價(jià)值？

大數(shù)據(jù) 數(shù)據(jù)挖掘 in 用戶行為

友盟數(shù)據(jù)運(yùn)營(yíng)舍 | 2016-07-12 11:15

【數(shù)據(jù)猿導(dǎo)讀】短短兩年時(shí)間，in 依靠在大數(shù)據(jù)的深耕細(xì)作，迅速積累8000W用戶。這里面有什么秘訣，本文將由in 大數(shù)據(jù)中心高級(jí)經(jīng)理羽薇，為我們分享了in從沒有數(shù)據(jù)倉(cāng)庫(kù)，到利用大數(shù)據(jù)的精細(xì)化，并應(yīng)用到8000W用戶身上，in到底是如何運(yùn)用數(shù)據(jù)來推動(dòng)業(yè)務(wù)增長(zhǎng)?如何使用用戶的推薦，來做用戶的精細(xì)化運(yùn)營(yíng)...

從無(wú)到有，in如何利用8000萬(wàn)用戶海量行為挖掘數(shù)據(jù)價(jià)值？

你知道“in”嗎?in是國(guó)內(nèi)知名的圖片設(shè)計(jì)軟件，在 “in” 里用戶不僅可以給照片上打上各種標(biāo)簽，如品牌、地點(diǎn)、心情等，還可以給圖片加上各種貼紙進(jìn)行處理!它區(qū)別于國(guó)外的instagram，定位于“讓照片更加有意思”的社交化分享，你可以將打上標(biāo)簽的圖片實(shí)時(shí)與好友分享互動(dòng)。

短短兩年時(shí)間，in 依靠在大數(shù)據(jù)的深耕細(xì)作，迅速積累8000W用戶!在【友盟+】2016·U-Time 杭州站活動(dòng)中，我們邀請(qǐng)到 in 大數(shù)據(jù)中心高級(jí)經(jīng)理羽薇，為我們分享了in從沒有數(shù)據(jù)倉(cāng)庫(kù)，到利用大數(shù)據(jù)的精細(xì)化，并應(yīng)用到8000W用戶身上，找到人與人之間的聯(lián)系!

我是在in成立一個(gè)月的時(shí)候加入in的，當(dāng)時(shí)連一個(gè)數(shù)據(jù)倉(cāng)庫(kù)都還沒有建立，而在過去的兩年時(shí)間里，in到底是如何運(yùn)用數(shù)據(jù)來推動(dòng)業(yè)務(wù)增長(zhǎng)?如何使用用戶的推薦，來做用戶的精細(xì)化運(yùn)營(yíng)的?

數(shù)據(jù)來源于【友盟+】應(yīng)用統(tǒng)計(jì)

我認(rèn)為主要有以下兩方面：

一、發(fā)現(xiàn)人

早期的時(shí)候，in最火的功能是貼紙。很多人下載in是因?yàn)榭吹缴磉叺呐笥延胕n做了萌萌噠很可愛的貼紙，所以下載了in。但我們希望，用戶因?yàn)橘N紙到了in之后，能夠很快發(fā)現(xiàn)，原來我身邊這么多人也在玩，這么多有意思的人也在玩in,而且還在in里沉淀了這么多的生活中的照片，從而產(chǎn)生關(guān)注這樣的行為。

所以在貼紙一上線的時(shí)候，貼紙的使用次數(shù)是有限的，用戶加了手機(jī)認(rèn)證、上傳通訊錄可以解鎖使用次數(shù)的功能。這為我們緊接著的熟人關(guān)系模型帶來了非常重要的數(shù)據(jù)基礎(chǔ)。當(dāng)然在一年多以前，需要認(rèn)證手機(jī)才能貼紙解鎖的功能就已經(jīng)下線了。但我們驚喜的發(fā)現(xiàn)用戶仍然非常樂意在in里通過上傳通訊錄來找到自己的關(guān)系。目前，在in上傳通訊錄的用戶已經(jīng)達(dá)到了將近一半的量。

我們來看一下，這個(gè)是 in 的“關(guān)系推薦模型”

我們的關(guān)系數(shù)據(jù)來源除了通訊錄之外，還有微博和微信的關(guān)系數(shù)據(jù)。并且除了這些可以直接利用的一度關(guān)系之外，通過二度的關(guān)系運(yùn)算，我們還能幫助用戶找到更多可能認(rèn)識(shí)的人。從我們數(shù)據(jù)分析的結(jié)果來看，當(dāng)存在4個(gè)二度關(guān)系的時(shí)候，關(guān)注的轉(zhuǎn)化已經(jīng)等同于1個(gè)一度關(guān)系。

但這個(gè)第一個(gè)灰度的版本依然受到了很多挑戰(zhàn)，最大的挑戰(zhàn)就是，用戶的反饋，這里是推給了我認(rèn)識(shí)的人，但還是有很多人我不認(rèn)識(shí)。

為什么呢?歸結(jié)到兩個(gè)原因：

第一個(gè)原因，不同來源的關(guān)系數(shù)據(jù)他們背后的關(guān)系模型都是不一樣的，不能直接以這種無(wú)向邊的形式直接定義關(guān)系。

第二個(gè)原因，二度關(guān)系會(huì)推出來非常多的長(zhǎng)尾結(jié)果，對(duì)于二度的結(jié)果，需要一個(gè)優(yōu)化的排序策略。

01關(guān)系的梳理

我們的關(guān)系來源于in、通訊錄、微博、微信4個(gè)渠道，每個(gè)渠道對(duì)于關(guān)系的定義都是不一樣的。比如在通訊錄里，我的手機(jī)號(hào)里存了另外一個(gè)人的號(hào)碼，這已經(jīng)是非常強(qiáng)的社交行為，那就有已經(jīng)很大概率是我的朋友。但在微博里很多關(guān)注都是對(duì)明星號(hào)或營(yíng)銷號(hào)，所以兩個(gè)用戶當(dāng)在微博互相關(guān)注時(shí)，我們才會(huì)當(dāng)成一度關(guān)系來用。

其次，我們?cè)瓉淼亩汝P(guān)系的計(jì)算是沒有方向的，在第2個(gè)版本也做了調(diào)整。當(dāng)A用戶的朋友列表和B用戶的朋友列表里存在交集的時(shí)候，A和B用戶才互為二度關(guān)系。

02數(shù)據(jù)化的運(yùn)用—多維度的綜合運(yùn)用

當(dāng)某個(gè)用戶的一、二度關(guān)系全部找到之后，我們會(huì)對(duì)這些關(guān)系再做一次排序計(jì)算。除了結(jié)合一、二度的關(guān)系邊數(shù)以外，還加上了他們是不是常常出現(xiàn)在一個(gè)地方，有沒有連過同一個(gè)Wi-Fi等因素，來判斷這兩個(gè)人的關(guān)系緊密度。

到現(xiàn)在為止，有70%都是來自于這個(gè)簡(jiǎn)單的數(shù)據(jù)模型，通過實(shí)際的場(chǎng)景來達(dá)到我們的目的，這就是發(fā)現(xiàn)人，讓用戶快速發(fā)現(xiàn)自己認(rèn)識(shí)的人。

二、了解人——用戶畫像

建立in的用戶畫像，是基于了解人，了解用戶的基礎(chǔ)上的。不單純的局限于in。

這部分分為四個(gè)要點(diǎn)：

生命周期

用戶在App內(nèi)的行為特征是怎樣的?喜歡用什么功能?

時(shí)空屬性

地理位置的信息，以及時(shí)間屬性的信息，如住在哪里?現(xiàn)在是不是在外地?

社會(huì)屬性

用戶作為社會(huì)群體中的一員所具有的固有的或動(dòng)態(tài)的屬性，如性別、年齡、消費(fèi)水平、社交活躍度等等。

欲和好

為什么不說是興趣，因?yàn)榕d趣太泛，我們希望能找到用戶生活中最關(guān)注的那一部分信息。比如我們平臺(tái)上，大部分都是年輕女生。對(duì)于她們來說，生活中最重要的部分莫過于讓自己變美、偶像、追星、戀愛、寶寶等等。

所以在建立in的用戶畫像之前，需要花了很多的時(shí)間，去剖析，所以建立下來，in的用戶畫像這樣的。

難點(diǎn)：欲和好。

其中最有挑戰(zhàn)也最有意思的是欲和好這部分信息，好在我們有很好的數(shù)據(jù)基礎(chǔ)。在高峰期的時(shí)候，每天在in上傳的圖片數(shù)量甚至超過700萬(wàn)，并且我們的圖像識(shí)別團(tuán)隊(duì)能夠把這些圖片翻譯成機(jī)器能理解的語(yǔ)言。再加上圖片上的文字標(biāo)簽，平臺(tái)上的話題圈、熱門頻道、興趣達(dá)人，都為我們獲得用戶欲和好帶來了非常重要的信息。

但是第一個(gè)版本的結(jié)果出來了以后，結(jié)果不容樂觀。用戶在喜好上非常趨于一致，這現(xiàn)象不正常。比如，幾乎所有喜歡明星的人都喜歡鹿晗、TFBOYS，所有瀏覽發(fā)現(xiàn)頁(yè)的人都呈現(xiàn)美女、美食的偏好。為什么呢?后來分析才發(fā)現(xiàn)，是熱度的內(nèi)容影響了畫像的計(jì)算結(jié)果。

所以我們做了兩個(gè)調(diào)整：

內(nèi)容懲罰——就是對(duì)平臺(tái)的熱門內(nèi)容做懲罰，進(jìn)行適當(dāng)?shù)慕禉?quán)。

增加數(shù)據(jù)源——現(xiàn)在增加的是微博的數(shù)據(jù)源，因?yàn)樗私o我們帶來了微博的關(guān)系之外，用戶還會(huì)在微博里面找到關(guān)系列表，可以知道用戶關(guān)注和偏好什么信息。

當(dāng)做了這兩個(gè)調(diào)整，也有信心做校準(zhǔn)了。用戶畫像中就會(huì)有一個(gè)比較準(zhǔn)確的校準(zhǔn)。

比如：數(shù)據(jù)計(jì)算出來，這個(gè)女性是寵物控，那么我們?cè)趺磁袛噙@個(gè)計(jì)算結(jié)果是否準(zhǔn)確的呢?

我們對(duì)這計(jì)算出來時(shí)寵物控的人抽樣推送一條寵物的精選內(nèi)容，觀察她們的點(diǎn)擊率。

把這批人的轉(zhuǎn)化率和自己給自己寫上“寵物控”這個(gè)興趣標(biāo)簽的人的推送點(diǎn)擊率進(jìn)行比較。

結(jié)果得到，給自己打上“寵物控”興趣標(biāo)簽的人的點(diǎn)擊率是隨機(jī)推送的1.8倍，而用戶畫像利用用戶行為數(shù)據(jù)計(jì)算出來的這批“寵物控”對(duì)推送的點(diǎn)擊率是隨機(jī)推送的2.4倍。

在對(duì)畫像的每個(gè)維度都做校準(zhǔn)之后，用戶畫像就可以上線灰度應(yīng)用了?

接下來in數(shù)據(jù)大腦會(huì)做些什么呢?我們需要一個(gè)更系統(tǒng)化的數(shù)據(jù)大腦。從底層的數(shù)據(jù)收集、清晰、處理再到上層的應(yīng)用，包括支持和推進(jìn)精細(xì)化運(yùn)營(yíng)、廣告定向投放的等業(yè)務(wù)，真正做到一個(gè)系統(tǒng)化的穩(wěn)健的持續(xù)從數(shù)據(jù)上支持和推進(jìn)業(yè)務(wù)的數(shù)據(jù)大腦，和in一同成長(zhǎng)。

來源：友盟數(shù)據(jù)運(yùn)營(yíng)舍

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。