本文根據快看漫畫屈世超老師在datafuntalk資料主題技術沙龍活動「大資料從底層處理到資料驅動業務」中分享的《大資料平台的模型思維與使用者增長實踐》編輯整理而成，在未改變原意的基礎上稍做修改。
今天分享的內容分為三個部分，首先介紹下快看漫畫發展狀況，第二個就是我們在大資料平台和大資料業務發展的過程中總結的模型思維以及平台搭建的一些經驗，最後是基於我們的資料平台用資料驅動去增長使用者、業務的一些實踐經驗。
第二部分講一下模型思維和快看資料平台搭建，模型思維的概念很抽象，但是是無處不在的。比如我們見過的新事物會潛意識進行抽象，然後特徵提取、儲存到我們的意識中，再發現類似的事物就會很自然聯想到這個模型，通過模型來猜測這個相近的事物有什麼特點、如何去使用它、如何去產生聯絡。舉個例子如我們第一次見到平衡車，我們就會想到電動車、電單車，要駕馭它需要很好的平衡性。我們認識新事物會自動聯想我們記憶中就有的模型，這就是模型思維。在技術開發過程中模型思維也是無處不在的，比如我們在有了需求以後，需要從需求抽象出乙個模型，對映的模型從我們的經驗記憶中聯想，那些架構模型是能夠解決當前的需求，再從這個大的模型不斷去拆分、細化、劃分模型，每個模組又是更細粒度的模型，再拆分直到我們熟悉的技術。模型思維就是我們要從需求出發，抽象出需求模型，然後對映出架構模型，然後拆分更細粒度模型，直到我們熟悉的技術。這其中就需要我們對多項技術的積累，多項工具、框架組合使用的經驗，才能透徹理解模型思維。
上圖是我們大資料平台應用的總結，首先是乙個需求模型的彙總，然後是架構模型的乙個彙總。在架構模型中會產生更加細粒度的模型，細粒度的模型繼續拆分直到不能拆分的原子模型。先從需求出發（架構設計的依據和**），一般大資料的應用都離不開這三塊，第乙個就是資料儲存和資料探索模型，第二部分是資料分析與**模型，第三部分是商業智慧型與決策模型。比如資料儲存我們需要對資料進行備份（冷備份、熱備份），對資料進行查詢和規律分析；資料分析和**模型包含實時分析、批量分析，資料探查包含特徵提取或個性化推薦；商業智慧型與決策模型在金融領域比較多，比如風控領域，對貸款人信用學習決策是否能貸款、收回貸款等。需求相關的模型基本都離不開這三部分，由需求模型對映到相應的架構模型需要經驗性，依賴於需求過程中提取如何去使用這些資料、展示形式、資料來源接入的方式或者根據資料來源的格式或一些特點如何進行資料的清洗和處理；資料分析中用什麼樣方式進行洞察和分析，比如使用什麼樣的演算法去學習個性化推薦或找到一些規律。
在做大資料時總會接觸到一些模型，如資料接入模型，做資料採集（web資料、裝置資料、業務資料，可能有不同形式的接入方式），接入之後做資料儲存，結構化與非結構化、分布式儲存，雲儲存或儲存到傳統的儲存模型中。然後是資料處理模型，實時、離線，還有清洗模型，不同格式、形式的資料用何種方式、工具進行處理。最後是資料使用模型，做完處理後如何進行分析、視覺化，如何查詢，還有使用者觸達，做一些智慧型決策，以及自動觸發模型。
所有的架構都是由需求衍生而來，由需求產生模型，這些模型是由小的原子模型通過一定的組合、封裝，逐層構建更高層次的模型，最後將技術架構實現。學習技術和架構是一樣的關係，有了這種思維後，在學習技術時更有目標，在整個架構它的定位和功能是什麼，與同功能的優劣對比更清楚。這種思維能夠快速將需求抽象成模型，業務方和開發方就確立共同目標，有助於開發制定關鍵架構決策，什麼樣的業務大致能知道用什麼結構去解決。架構落地是由底層到高層逐層實現的，從原子模型落地，通過層層組裝實現整體架構的落地。還有乙個優點是有了整體架構後，能夠平滑的實現架構公升級、修復、替換，因為每次改動是基於原子模型或幾個原子模型的組合。
上圖是平台架構，分為四層。雖然有很多模組還不是很細，但是隨著業務的發展，也是適合當前人力成本取捨的乙個方案。這是快看創業階段的經驗，如果有在創業公司工作的，有需要可以參考下。
接下來講一下我們利用資料驅動來實現使用者增長的經驗，業界關於類似的探索還比較少，因此做乙個總結分享一下。快看資料部門對資料的定位是基於我們的平台，對公司所有業務線提供資料需求，做好資料驅動，每個業務線做好業務增長。這個業務很寬泛也很難，以為很多創業公司是從零開始發展起來，很多時候並不太注重資料，資料平台是由需求驅動發展的，但是我們想資料平台去驅動業務線的發展，我們花費一年半時間做資料內部思維推廣，由於成員年輕化，很多都不是很理解資料，還不斷強化他們如何使用資料、好處是什麼。然後就是聚焦在運和業務增長方面。
先講一下資料思維內部推廣，培訓介紹現有資料平台、第三方資料分析平台、bi後台以及資料字典維度等，介紹有哪些資料；然後介紹各個業務能夠使用那些資料；最後就是如何將資料用起來，讓ceo、cto實施讓員工更多的去使用資料，強化管理層對資料的重視，要求一些資料指標的統計，從上到下分配到每乙個團隊，產品經理和使用者增長團隊輔助確立業務核心指標，著重如何確立綜合指標來評價你當前的工作和業務發展；資料研發團隊提供資料支援，將資料抽象化、平台化、自動化。但是也要進行一定的取捨，因為會有一些不切實際的需求，或者提出的需求分析沒有用等等。
使用者增長團隊後期工作是介於每乙個開發線與業務之間的工作，如制定指標，針對指標做一些細化，細化為可落地，對當前業務有增長的可執行指標。引導他們去使用並做一些優化，如付費運營，每一次活動完成後分析是否達到效果，以及下次運營需要哪些工作。會監控每乙個頁面位置作品**率以及使用者在每乙個分發頁面的參與度，比如社群運營、遊戲運營也有類似工作。產品經理和使用者增長團隊聯絡密切，共同去做好資料分析。
運營這一塊很重要，每年花費在市場推廣成本很高，如何評價和吸引高質量的使用者難點很多，主要有對接的渠道很多，接入方式多種多樣，借助第三方平台實現高質量推薦不現實。因此定製化bi後台，嘗試對使用者拉新精準歸因，然後做精準統計。平台應用中，發現利用自己的平台能節省20%的運營成本。在做使用者拉活和廣告素材方面會做個性化投放，通過使用者個性化標籤生成對應的廣告素材做精準拉活和召回投放。
——end
快看漫畫大資料平台的模型思維與使用者增長實踐
本文根據快看漫畫屈世超老師在datafuntalk資料主題技術沙龍活動 大資料從底層處理到資料驅動業務 中分享的 大資料平台的模型思維與使用者增長實踐 編輯整理而成，在未改變原意的基礎上稍做修改。今天分享的內容分為三個部分，首先介紹下快看漫畫發展狀況，第二個就是我們在大資料平台和大資料業務發展的過程...
快看漫畫大資料平台的模型思維與使用者增長實踐
本文根據快看漫畫屈世超老師在datafuntalk資料主題技術沙龍活動 大資料從底層處理到資料驅動業務 中分享的 大資料平台的模型思維與使用者增長實踐 編輯整理而成，在未改變原意的基礎上稍做修改。今天分享的內容分為三個部分，首先介紹下快看漫畫發展狀況，第二個就是我們在大資料平台和大資料業務發展的過程...
快看漫畫大資料平台的模型思維與使用者增長實踐
本文根據快看漫畫屈世超老師在datafuntalk資料主題技術沙龍活動 大資料從底層處理到資料驅動業務 中分享的 大資料平台的模型思維與使用者增長實踐 編輯整理而成，在未改變原意的基礎上稍做修改。今天分享的內容分為三個部分，首先介紹下快看漫畫發展狀況，第二個就是我們在大資料平台和大資料業務發展的過程...