神策數據成林松：數據智能在業務場景下的應用

在神策 2020 數據驅動用戶大會「上海站」現場，神策數據業務諮詢師成林松分享了《數據智能在業務場景下的應用》的演講。（文末附 PPT 下載地址）

本文根據其演講內容整理，數據均為虛擬。主要內容如下： · 數據智能的概念與重要性 · 業務經營視角下數據智能的典型應用場景 · 數據智能的實現過程和落地實踐：以「推薦」為例 · 神策如何助力企業探索數據智能

數據智能的概念與重要性

關於數據智能，我們首先要了解什麼叫數據智能？「數據智能指基於大數據引擎，通過大規模機器學習和深度學習等技術，對海量數據進行處理、分析和挖掘，提取數據中所包含的有價值的信息和知識，使數據『智能』，並通過建立模型尋求現有問題的解決方案以及實現預測等。」

從消費者的角度來看，數據智能的應用場景已經覆蓋生活的方方面面，比如家門口的紅綠燈，基於「城市大腦」數據制度，紅燈跳轉時間經常調整，雖然實際的應用效果可能會導致交通擁堵，但這也從某種角度驗證了數據智能已被廣泛應用。

從企業經營角度來看，數據智能的實際應用場景包括個性化推薦、相關數據分析等，其在企業的初步應用目的即幫助企業提升經營效率和精細化運營。

那麼，為什麼會有越來越多的人和企業開始關注數據智能？我們可以從供給和需求兩方面深入了解。

在數據智能的供給端，其大規模的商業化要求其具備核心的基礎能力，這些能力可以像齒輪一樣轉動促使數據智能的商業化：第一，模型，很多經典的計算模型在十幾年前甚至更早以前就提出來了；第二，計算性能，但部分模型受制於計算的性能，未能得到較好發展；第三，數據的豐富度，它是決定數據智能能否做好的重要因素，這也是近些年各大企業紛紛重視數據、注重行為數據採集的原因。

在需求端，首先要從商業競爭的核心目的——提升經營水平出發。在存量競爭時代，我們更多的將注意力放在挖掘老用戶價值上，會關注其 ARPU（每用戶平均收入）值。比如某咖啡品牌考慮在咖啡售賣之外，擴充品類，加入輕食套餐的銷售等，這是基於企業戰略的考慮，而提升 ARPU 值的核心解決方案是「個性化」，如果面向每一個用戶提供的產品都是根據其偏好定製的，那麼轉化率必然會得到巨大提升。但是如何實現個性化？純粹靠人力給每一個用戶打標籤是不現實的，這個時候就需要數據智能來幫助企業實現「個性化」。

業務經營視角下數據智能的典型應用場景

我將數據智能的典型應用場景分為以下幾類，如下圖所示：

第一，助力業務分析，輔助產生業務洞察。

作為分析師，經常關注指標的異動，對用戶和人群的認知，定位某個/些功能對特定用戶產生的行為具有因果關係，以及數據維度下降等，以此發揮數據的價值。

1.指標的應用分析 在分析層面，我們經常做指標的應用分析，在某些特定場景下，分析師的一些分析思路其實可以按照特定規律固定下來，比如 A 企業的業務較穩定，管理者關注的是與銷售額相關指標的異動，那麼就需要採用不同的分析思路，對其指標的異動做相應分析。一方面可以做維度的下鑽，通過地域、門店、品類等多維度進行分析，挖掘該異動是由於某一維度導致還是全局變化引發的；另一方面，也可以從相關的因子角度去拆解該指標，分成流量、轉化率等，最終得到指標異動的原因。

針對此，我們完全可以通過規則建立、模型等方式來實現業務分析，節省分析師的投入，並且如果發現指標異動，還可以通過數據產品自動給出解釋。

2.人群的需求分析 有些產品到了一定階段其用戶可能會達到幾十萬、幾百萬甚至更多，但是用戶都有哪些類型，分別有什麼樣的需求？這對分析師來說是一個「迷人」的話題。

1）基於決策樹，洞悉用戶留存 下圖是神策為某短視頻企業做的新增用戶的需求分類，採用「決策樹」的方式，以次日留存為目標進行分類，用於分類的標籤包括「核心功能的使用次數」等。

通過分析發現，「高播放互動型」用戶在平臺上操作「播放」的頻率較高，同時也會在評論留言區多次活躍，我們可以判斷此類用戶是將該平臺作為「興趣社交」使用；「高播放消費型」用戶則是「播放」較多「互動」較少，屬於內容消費型用戶；而還有一類用戶明顯地把該平臺作為視頻拍攝與發布的工具，那麼就可以猜測該用戶背後是一個短視頻運營機構等。

2）基於用戶行為探查用戶需求 下圖為神策數據基於 KMIS 為某航空 APP 的新增用戶做的聚類。

基於新增用戶行為數據分析，我們可以發現，在「用戶新增場景」中佔比較高的是基於「工具需求」，同時用戶在使用 APP 的過程中，高頻率使用的功能為「值機」，結合神策過往合作經驗，大部分航空 APP 被多次使用的功能均為「值機」，因為多數用戶的「預訂」動作都會選擇在 OTA （在線旅遊）進行，因此對航空 APP 的更多需求在於預訂之後的「查詢」、「值機」等；而對於「黃牛類型」用戶來說，他們更多的在 APP 上操作「領券」的動作。

3）特定功能對用戶的留存影響 對於做內容的產品，經常需要考量的問題是「什麼樣的功能能夠對用戶的留存產生影響」。下圖為某內容社區平臺，通過在評論區展示高質量的核心內容，並提高該評論內容的曝光，讓用戶更快、更近距離地感受平臺價值，以此驅動用戶留存。

該分析思路也可以進一步孵化：通過數據分析及運營工具基於相關的計算規則，將評論、內容等進行排序，以用戶行為分析結果決定內容排序，然後再去思考背後的因果關係，進而促進產品的優化。

4）數據降維定位核心問題所在 很多情況下，用戶的評論、反饋等內容多而雜，逐條去看耗時耗力，這個時候我們就可以通過特定的模型，對內容進行維度下降，聚類出幾類典型結果，幫助我們定位核心問題所在。 這種方式通常用於文本分析、報錯等場景中。

第二，精細化運營。 在此過程中，很重要的一個動作是識別用戶各個階段的標籤，並預測用戶是否會流失，是否對某個產品感興趣等，然後針對性地面向用戶做精細化運營。 大多數情況下，我們會根據興趣標籤進行個性化推薦，如手機平臺根據用戶的興趣愛好針對性地推薦 APP；根據業務標籤預測運營風險、做 RFM 運營，如金融產品根據用戶收入、職業穩定性等標籤來判斷用戶是否會逾期等；根據流失預測結果對用戶做全生命周期運營，在用戶流失之前介入，而不是在流失後進行召回。

第三，助力個性化體驗提升。 即人和商品的匹配效率，千人千面。 個性化推薦常用於電商場景，核心目的在於提升用戶和商品的匹配效率，最終服務於用戶粘性和轉化率的提升。當內容、商品逐漸豐富之後，如何讓每一個用戶快速看到自己想要的內容或商品，「個性化推薦」完美解決了這個問題。

第四，數據與產品結合，助力產品附加值提升。 比如，通過對照片、文本、音樂等做內容聚類，形成特定內容的推薦。 在我們的手機相冊中，可以通過圖像識別形成一定的標籤，可能是地點、人物等，基於數據分析做圖片的聚類，進而和用戶之間產生高度粘性；在音樂類型產品中，如果基於歌曲的相關性，自動給用戶推薦歌單，那麼用戶使用效率會大大提升，用戶對產品的信任和忠誠度也會隨之增強。

從以上數據智能的應用場景中，我們可以概括成一句話：在很多情況下，數據智能已不局限於「錦上添花」，逐漸變成了企業能否高效率運行、在市場競爭中勝出的關鍵因素。

數據智能的實現過程和落地實踐：以「推薦」為例

現階段，「推薦」已經發展成為一個比較成熟的應用場景，通過行為數據建立集市，根據特徵挖掘引入行為特徵，然後在模型訓練中得到業務指標的預測，最後把根據每個用戶特徵生成的個性化列表傳到用戶端。

接下來我們一起了解一下在此過程中的核心注意事項。

1.理解業務是實現數據智能過程中最基本的環節

我們可以通過兩個不同類型的產品做輔助理解。

1）母嬰行業屬於典型的全生命周期運營模式，備孕、孕期、寶媽和寶寶在不同階段關注的內容和產品是完全不同的，母嬰內容社區平臺可基於後臺數據分析、機器學習完成規模推薦，將會在很大程度上提升用戶運營效率，實現精準觸達。因此，理解業務包含對產品形態、具體場景等的理解。

2）影視領域的推薦參考指標通常為「用戶點擊視頻」，但在新用戶階段，可參考的數據樣本較少，沒有完整的樣本供模型訓練。此時，通過深入了解產品的使用過程，就會發現在各個類目推薦的時候，用戶滑動視頻的動作其實代表了用戶當前的興趣特徵，如果把它引入到新用戶冷啟動的模型中，就能夠產生較好的推薦效果。也就是說，要精準定位用戶的典型特徵，作為模型計算的參考。

2.基於目標，選擇合適的模型

在推薦的過程中，我們常用的模型包括：決策樹、KMIS、線性回歸等。當我們需要分析用戶的使用健康度、分析用戶的使用頻次等，採用線性回歸方式即可。也就是說要根據目標場景選擇合適的模型。

3.發揮行為數據的價值

選擇了合適的模型之後，要將用戶的部分關鍵行為作為用戶特徵。 如下圖左側，在某地圖產品中，當用戶在搜索框輸入了部分文字，系統會自動預測用戶要搜索什麼地方，幫助用戶快速定位目的地，成功完成推薦；但同時，某些情況下會產生「誤點擊數據」，即系統推薦給用戶的內容並非用戶目的地，用戶「誤點擊」之後產生的數據為「無效數據」，即純粹用「點擊行為」做模型學習的話會產生無效樣本。那麼，這個時候，神策的會話功能就可以被引入到整個樣本的篩選過程中，基於用戶最終的目的地，關聯其前面步驟中的「輸入」與「點擊行為」，就可以有效解決「無效點擊」的問題。在這個過程中，行為前後的序列通常都是很重要的特徵，要重點關注。

如上圖右側所示，深度學習在智能推薦過程中使用較多，其最重要的特點是建模用戶行為的時序特徵，此時模型就會把它當做訓練的重要考慮點，同時保證用戶精準識別，行為序列的時間戳記錄不能混亂。

4.效果評估，多指標學習

就「推薦」來說，我們經常會建立一定的指標去訓練模型，具體指標包含點擊率、轉化率等，同時做多維度劃分洞察新用戶的轉化，其核心在於選擇什麼樣的目標。 我們可以參考某視頻平臺的場景：視頻前後的廣告推薦應該以什麼為核心指標？如果以「人均點擊次數」為核心指標，會導致「標題黨」內容，這個時候有兩種選擇，第一，設計相對應的解決策略，第二，評估指標選擇是否正確，如果評估指標為「視頻播放時長」，那麼得到的分析結果相對質量會更高。這就是指標選擇的重要體現。

5.優化效果，數據分析助力

「推薦」上線後，仍有很長的分析迭代過程，在這個過程中，數據分析能力是算法工程師很重要的一個能力。

下圖是為某款陌生人社交產品的推薦調優過程，其核心功能是「匹配」。

在匹配人率（成功匹配人數/點擊喜歡的人數）方面，神策得出的數據值低於客戶自建。這個時候，需要通過業務指標的拆解，尋求數值不一致的原因。 經過指標變形，我們得到這樣一個公式：匹配人率 = 回關率 * 人均點擊喜歡次數 * 匹配覆蓋度。「回關」指的是用戶點擊「喜歡」後，得到的對方「喜歡」的次數。通過對比發現，在其業務形態中，神策是以「點擊喜歡」作為核心指標進行計算，這就導致了大批量的優質用戶因為其回關門檻較高，導致了回關率低、匹配人率低。通過以上洞察，神策數據及時調整召回模型的參數，以「匹配成功」為訓練參數，得到的匹配人率遠高於客戶自建。 在這整個過程中，我們基於數據分析發現結論，以此驅動數據智能產品的優化。

6.產品層面持續改進

算法和模型不是萬能的，當選擇了模型、特徵之後，在產品的 CPR 值達到了較高階段的時候，我們的業務指標不僅僅要通過算法的形式去實現，還要結合產品層面來持續改進。 比如，當用戶通過 APP 搜索美食，除了可以推薦給用戶飯店名稱，我們還可以通過知識圖譜的學習給出推薦理由，為什麼這家飯店排行第一等，有助於用戶理解排序結果，並引導用戶深入查看。 在產品外形方面，雖然個性化推薦的效果較好，但曝光較低，這是因為大多情況下，個性化推薦欄目往往在產品形態裡較弱的位置，這個時候就需要對產品流量分發層面進行改進，把更多的內容在產品外層直接曝光，提昇平臺的可能性。 在個性化海報方面，因為每個人的關注點不同，所以可以藉助機器化形成個性化海報展示給用戶，以此提升 CTR。

神策如何助力企業探索數據智能

在服務了 1500+ 企業之後，神策發現數據智能的關注者更多的還是企業內部的技術人員，對業務發展的影響有限。究其原因，主要有以下三點：

1.數據質量不夠高，導致智能推薦的結果和預測結果都不準確，無法為業務提供參考。

2.技術人力投入較低，對於整個行業來說，大部分模型的持續引進都依賴於頭部公司的不斷迭代，相對來說，中小企業在這方面缺乏長期的積累。

3.業務部門的參與有限。業務部門對數據智能的關注度低，導致數據智能無法應用到實際業務過程中。

基於以上三大痛點，神策發揮的作用是什麼呢？

首先，對於數據質量，神策堅持「給客戶帶來價值」的工作原則，通過多種方式幫助客戶提升數據質量。比如，多端數據打通，用戶關聯支持多對一、多對多，數據接入過程中強校驗，專門的數據治理，把控交付質量，形成管理規範等。

其次，產品化，神策已形成規模化的產品矩陣，包括神策分析、神策智能運營、神策智能推薦、神策用戶畫像、神策客景，功能涵蓋基礎的數據分析、打標籤、健康預測、指標預測、個性化推薦等等。

其中，對於神策智能推薦，我們不僅希望帶給客戶一次性計算，更多地希望能夠形成一個可交付的產品，我們可以看到整個推薦模型的運轉過程，也可以保證一定的開放性，就是說我們業務人員可以對此展開洞察、調用，賦能業務實踐，提升整體的推薦效果。

每個用戶對於特定的業務場景，其模型訓練標籤都是一個單獨的過程。如果我們想要將其規模化，需要抽象出各個模型預測標籤，以此預測該用戶接下來的業務表現。這也是神策用戶畫像在做的一件事情。

比如，某產品要預測用戶接下來會不會購買該產品的會員服務。首先選定目標用戶，可能是此前購買過但已流失的用戶，也有可能是從未觸達到的用戶，但整體需要基於「決定性」特徵去完成篩選，比如用戶的屬性，做過什麼樣的行為等，然後通過機器學習的方式為有可能購買會員服務的用戶打上「業務轉化」的預測標籤。除此之外，在渠道投放上也同樣適用。

最後，以數據智能驅動業務發揮價值。對於智能產品的交付，以「推薦」為例，我們不僅交付推薦的結果，而且以業務目標為導向，在最初的需求調研階段，我們會主動跟客戶溝通應該關注的業務指標，並以指標的提升作為交付目標。