神策数据成林松：数据智能在业务场景下的应用

神策数据成林松：数据智能在业务场景下的应用

 在神策 2020 数据驱动用户大会「上海站」现场，神策数据业务咨询师成林松分享了《数据智能在业务场景下的应用》的演讲。

本文根据其演讲内容整理，数据均为虚拟。主要内容如下：

· 数据智能的概念与重要性

· 业务经营视角下数据智能的典型应用场景

· 数据智能的实现过程和落地实践：以「推荐」为例

· 神策如何助力企业探索数据智能

数据智能的概念与重要性

关于数据智能，我们首先要了解什么叫数据智能？“数据智能指基于大数据引擎，通过大规模机器学习和深度学习等技术，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值的信息和知识，使数据‘智能’，并通过建立模型寻求现有问题的解决方案以及实现预测等。”

从消费者的角度来看，数据智能的应用场景已经覆盖生活的方方面面，比如家门口的红绿灯，基于“城市大脑”数据制度，红灯跳转时间经常调整，虽然实际的应用效果可能会导致交通拥堵，但这也从某种角度验证了数据智能已被广泛应用。

从企业经营角度来看，数据智能的实际应用场景包括个性化推荐、相关数据分析等，其在企业的初步应用目的即帮助企业提升经营效率和精细化运营。

那么，为什么会有越来越多的人和企业开始关注数据智能？我们可以从供给和需求两方面深入了解。 

在数据智能的供给端，其大规模的商业化要求其具备核心的基础能力，这些能力可以像齿轮一样转动促使数据智能的商业化：第一，模型，很多经典的计算模型在十几年前甚至更早以前就提出来了；第二，计算性能，但部分模型受制于计算的性能，未能得到较好发展；第三，数据的丰富度，它是决定数据智能能否做好的重要因素，这也是近些年各大企业纷纷重视数据、注重行为数据采集的原因。

在需求端，首先要从商业竞争的核心目的——提升经营水平出发。在存量竞争时代，我们更多的将注意力放在挖掘老用户价值上，会关注其 ARPU（每用户平均收入）值。比如某咖啡品牌考虑在咖啡售卖之外，扩充品类，加入轻食套餐的销售等，这是基于企业战略的考虑，而提升 ARPU 值的核心解决方案是「个性化」，如果面向每一个用户提供的产品都是根据其偏好定制的，那么转化率必然会得到巨大提升。但是如何实现个性化？纯粹靠人力给每一个用户打标签是不现实的，这个时候就需要数据智能来帮助企业实现「个性化」。

业务经营视角下数据智能的典型应用场景

我将数据智能的典型应用场景分为以下几类，如下图所示： 

第一，助力业务分析，辅助产生业务洞察。

作为分析师，经常关注指标的异动，对用户和人群的认知，定位某个/些功能对特定用户产生的行为具有因果关系，以及数据维度下降等，以此发挥数据的价值。

1.指标的应用分析

在分析层面，我们经常做指标的应用分析，在某些特定场景下，分析师的一些分析思路其实可以按照特定规律固定下来，比如 A 企业的业务较稳定，管理者关注的是与销售额相关指标的异动，那么就需要采用不同的分析思路，对其指标的异动做相应分析。一方面可以做维度的下钻，通过地域、门店、品类等多维度进行分析，挖掘该异动是由于某一维度导致还是全局变化引发的；另一方面，也可以从相关的因子角度去拆解该指标，分成流量、转化率等，最终得到指标异动的原因。

针对此，我们完全可以通过规则建立、模型等方式来实现业务分析，节省分析师的投入，并且如果发现指标异动，还可以通过数据产品自动给出解释。

2.人群的需求分析

有些产品到了一定阶段其用户可能会达到几十万、几百万甚至更多，但是用户都有哪些类型，分别有什么样的需求？这对分析师来说是一个“迷人”的话题。

1）基于决策树，洞悉用户留存

下图是神策为某短视频企业做的新增用户的需求分类，采用「决策树」的方式，以次日留存为目标进行分类，用于分类的标签包括“核心功能的使用次数”等。 

通过分析发现，“高播放互动型”用户在平台上操作“播放”的频率较高，同时也会在评论留言区多次活跃，我们可以判断此类用户是将该平台作为“兴趣社交”使用；“高播放消费型”用户则是“播放”较多“互动”较少，属于内容消费型用户；而还有一类用户明显地把该平台作为视频拍摄与发布的工具，那么就可以猜测该用户背后是一个短视频运营机构等。

2）基于用户行为探查用户需求

下图为神策数据基于 KMIS 为某航空 APP 的新增用户做的聚类。 

基于新增用户行为数据分析，我们可以发现，在“用户新增场景”中占比较高的是基于“工具需求”，同时用户在使用 APP 的过程中，高频率使用的功能为“值机”，结合神策过往合作经验，大部分航空 APP 被多次使用的功能均为“值机”，因为多数用户的“预订”动作都会选择在 OTA （在线旅游）进行，因此对航空 APP 的更多需求在于预订之后的“查询”、“值机”等；而对于“黄牛类型”用户来说，他们更多的在 APP 上操作“领券”的动作。

3）特定功能对用户的留存影响

对于做内容的产品，经常需要考量的问题是“什么样的功能能够对用户的留存产生影响”。下图为某内容社区平台，通过在评论区展示高质量的核心内容，并提高该评论内容的曝光，让用户更快、更近距离地感受平台价值，以此驱动用户留存。 

该分析思路也可以进一步孵化：通过数据分析及运营工具基于相关的计算规则，将评论、内容等进行排序，以用户行为分析结果决定内容排序，然后再去思考背后的因果关系，进而促进产品的优化。

4）数据降维定位核心问题所在

很多情况下，用户的评论、反馈等内容多而杂，逐条去看耗时耗力，这个时候我们就可以通过特定的模型，对内容进行维度下降，聚类出几类典型结果，帮助我们定位核心问题所在。

这种方式通常用于文本分析、报错等场景中。

第二，精细化运营。

在此过程中，很重要的一个动作是识别用户各个阶段的标签，并预测用户是否会流失，是否对某个产品感兴趣等，然后针对性地面向用户做精细化运营。

大多数情况下，我们会根据兴趣标签进行个性化推荐，如手机平台根据用户的兴趣爱好针对性地推荐 APP；根据业务标签预测运营风险、做 RFM 运营，如金融产品根据用户收入、职业稳定性等标签来判断用户是否会逾期等；根据流失预测结果对用户做全生命周期运营，在用户流失之前介入，而不是在流失后进行召回。

第三，助力个性化体验提升。

即人和商品的匹配效率，千人千面。

个性化推荐常用于电商场景，核心目的在于提升用户和商品的匹配效率，最终服务于用户粘性和转化率的提升。当内容、商品逐渐丰富之后，如何让每一个用户快速看到自己想要的内容或商品，「个性化推荐」完美解决了这个问题。

第四，数据与产品结合，助力产品附加值提升。

比如，通过对照片、文本、音乐等做内容聚类，形成特定内容的推荐。

在我们的手机相册中，可以通过图像识别形成一定的标签，可能是地点、人物等，基于数据分析做图片的聚类，进而和用户之间产生高度粘性；在音乐类型产品中，如果基于歌曲的相关性，自动给用户推荐歌单，那么用户使用效率会大大提升，用户对产品的信任和忠诚度也会随之增强。

从以上数据智能的应用场景中，我们可以概括成一句话：在很多情况下，数据智能已不局限于“锦上添花”，逐渐变成了企业能否高效率运行、在市场竞争中胜出的关键因素。

数据智能的实现过程和落地实践：以「推荐」为例

现阶段，「推荐」已经发展成为一个比较成熟的应用场景，通过行为数据建立集市，根据特征挖掘引入行为特征，然后在模型训练中得到业务指标的预测，最后把根据每个用户特征生成的个性化列表传到用户端。 

接下来我们一起了解一下在此过程中的核心注意事项。

1.理解业务是实现数据智能过程中最基本的环节

我们可以通过两个不同类型的产品做辅助理解。

1）母婴行业属于典型的全生命周期运营模式，备孕、孕期、宝妈和宝宝在不同阶段关注的内容和产品是完全不同的，母婴内容社区平台可基于后台数据分析、机器学习完成规模推荐，将会在很大程度上提升用户运营效率，实现精准触达。因此，理解业务包含对产品形态、具体场景等的理解。

2）影视领域的推荐参考指标通常为“用户点击视频”，但在新用户阶段，可参考的数据样本较少，没有完整的样本供模型训练。此时，通过深入了解产品的使用过程，就会发现在各个类目推荐的时候，用户滑动视频的动作其实代表了用户当前的兴趣特征，如果把它引入到新用户冷启动的模型中，就能够产生较好的推荐效果。也就是说，要精准定位用户的典型特征，作为模型计算的参考。

2.基于目标，选择合适的模型

在推荐的过程中，我们常用的模型包括：决策树、KMIS、线性回归等。当我们需要分析用户的使用健康度、分析用户的使用频次等，采用线性回归方式即可。也就是说要根据目标场景选择合适的模型。

3.发挥行为数据的价值

选择了合适的模型之后，要将用户的部分关键行为作为用户特征。

如下图左侧，在某地图产品中，当用户在搜索框输入了部分文字，系统会自动预测用户要搜索什么地方，帮助用户快速定位目的地，成功完成推荐；但同时，某些情况下会产生“误点击数据”，即系统推荐给用户的内容并非用户目的地，用户“误点击”之后产生的数据为“无效数据”，即纯粹用“点击行为”做模型学习的话会产生无效样本。那么，这个时候，神策的会话功能就可以被引入到整个样本的筛选过程中，基于用户最终的目的地，关联其前面步骤中的“输入”与“点击行为”，就可以有效解决“无效点击”的问题。在这个过程中，行为前后的序列通常都是很重要的特征，要重点关注。 

如上图右侧所示，深度学习在智能推荐过程中使用较多，其最重要的特点是建模用户行为的时序特征，此时模型就会把它当做训练的重要考虑点，同时保证用户精准识别，行为序列的时间戳记录不能混乱。

4.效果评估，多指标学习

就「推荐」来说，我们经常会建立一定的指标去训练模型，具体指标包含点击率、转化率等，同时做多维度划分洞察新用户的转化，其核心在于选择什么样的目标。

我们可以参考某视频平台的场景：视频前后的广告推荐应该以什么为核心指标？如果以“人均点击次数”为核心指标，会导致“标题党”内容，这个时候有两种选择，第一，设计相对应的解决策略，第二，评估指标选择是否正确，如果评估指标为“视频播放时长”，那么得到的分析结果相对质量会更高。这就是指标选择的重要体现。

5.优化效果，数据分析助力

「推荐」上线后，仍有很长的分析迭代过程，在这个过程中，数据分析能力是算法工程师很重要的一个能力。

下图是为某款陌生人社交产品的推荐调优过程，其核心功能是「匹配」。 

在匹配人率（成功匹配人数/点击喜欢的人数）方面，神策得出的数据值低于客户自建。这个时候，需要通过业务指标的拆解，寻求数值不一致的原因。

经过指标变形，我们得到这样一个公式：匹配人率 = 回关率 * 人均点击喜欢次数 * 匹配覆盖度。“回关”指的是用户点击“喜欢”后，得到的对方“喜欢”的次数。通过对比发现，在其业务形态中，神策是以“点击喜欢”作为核心指标进行计算，这就导致了大批量的优质用户因为其回关门槛较高，导致了回关率低、匹配人率低。通过以上洞察，神策数据及时调整召回模型的参数，以“匹配成功”为训练参数，得到的匹配人率远高于客户自建。

在这整个过程中，我们基于数据分析发现结论，以此驱动数据智能产品的优化。

6.产品层面持续改进

算法和模型不是万能的，当选择了模型、特征之后，在产品的 CPR 值达到了较高阶段的时候，我们的业务指标不仅仅要通过算法的形式去实现，还要结合产品层面来持续改进。

比如，当用户通过 APP 搜索美食，除了可以推荐给用户饭店名称，我们还可以通过知识图谱的学习给出推荐理由，为什么这家饭店排行第一等，有助于用户理解排序结果，并引导用户深入查看。 在产品外形方面，虽然个性化推荐的效果较好，但曝光较低，这是因为大多情况下，个性化推荐栏目往往在产品形态里较弱的位置，这个时候就需要对产品流量分发层面进行改进，把更多的内容在产品外层直接曝光，提升平台的可能性。

在个性化海报方面，因为每个人的关注点不同，所以可以借助机器化形成个性化海报展示给用户，以此提升 CTR。

神策如何助力企业探索数据智能

在服务了 1500+ 企业之后，神策发现数据智能的关注者更多的还是企业内部的技术人员，对业务发展的影响有限。究其原因，主要有以下三点：

1.数据质量不够高，导致智能推荐的结果和预测结果都不准确，无法为业务提供参考。

2.技术人力投入较低，对于整个行业来说，大部分模型的持续引进都依赖于头部公司的不断迭代，相对来说，中小企业在这方面缺乏长期的积累。

3.业务部门的参与有限。业务部门对数据智能的关注度低，导致数据智能无法应用到实际业务过程中。

基于以上三大痛点，神策发挥的作用是什么呢？

首先，对于数据质量，神策坚持“给客户带来价值”的工作原则，通过多种方式帮助客户提升数据质量。比如，多端数据打通，用户关联支持多对一、多对多，数据接入过程中强校验，专门的数据治理，把控交付质量，形成管理规范等。

其次，产品化，神策已形成规模化的产品矩阵，包括神策分析、神策智能运营、神策智能推荐、神策用户画像、神策客景，功能涵盖基础的数据分析、打标签、健康预测、指标预测、个性化推荐等等。

其中，对于神策智能推荐，我们不仅希望带给客户一次性计算，更多地希望能够形成一个可交付的产品，我们可以看到整个推荐模型的运转过程，也可以保证一定的开放性，就是说我们业务人员可以对此展开洞察、调用，赋能业务实践，提升整体的推荐效果。 

每个用户对于特定的业务场景，其模型训练标签都是一个单独的过程。如果我们想要将其规模化，需要抽象出各个模型预测标签，以此预测该用户接下来的业务表现。这也是神策用户画像在做的一件事情。

比如，某产品要预测用户接下来会不会购买该产品的会员服务。首先选定目标用户，可能是此前购买过但已流失的用户，也有可能是从未触达到的用户，但整体需要基于“决定性”特征去完成筛选，比如用户的属性，做过什么样的行为等，然后通过机器学习的方式为有可能购买会员服务的用户打上“业务转化”的预测标签。除此之外，在渠道投放上也同样适用。

最后，以数据智能驱动业务发挥价值。对于智能产品的交付，以「推荐」为例，我们不仅交付推荐的结果，而且以业务目标为导向，在最初的需求调研阶段，我们会主动跟客户沟通应该关注的业务指标，并以指标的提升作为交付目标。