互联网公司|5000字长文，如何从数据支撑到数据赋能？( 四 )

数据赋能离不开算法赋能，基于用户历史浏览行为、用户画像特征、商品画像特征，提供千人千面的算法推荐服务。
6. AI应用大数据的应用出口之一是AI，通过机器学习算法提升产品智能化的能力。AI的概念并不新，最早能追溯到90年代，但真正发展起来还是得益于计算机算力、大数据发展技术。
除了语音识别、人脸识别等生活中的应用场景外，互联网公司常用的场景有：图片优化，例如商品头图的质量会影响用户的点击欲望，靠运营去更新图片一方面耗费人力高，另一方面，运营的审美不一定能够代表大众审美，通过机器学习模型，对图片进行打分，自动确定商品头图。
内容审核：点评、短视频平台等UGC平台，内容合法合规的监管关系到企业的生死存亡（内涵段子），所有内容靠人工审核那发布周期就很长，用户体验差。
抖音上亿日活，每天生产视频内容数十亿，是怎么那么快审核的，有些“危险动作请勿模仿”“内容可能引起不适”标签如何打的呢？
AI技术。即内容发布后，平台基于算法模型对视频内容进行自动审核，识别不了的才会由人工运营审核。

文章插图
7. 用户增长策略2015年《增长黑客》一书出现后，很多面临增长瓶颈的公司似乎看到了续命的稻草，用户增长产品经理的岗位大受追捧，希望通过用户增长产品经理，为企业挖掘新的增长点。
互联网公司里用户增长策略玩的最6的要数某多多，从最初的下沉市场开始，微信群、朋友圈用“帮忙砍一刀”来见证友情、亲情、爱情，到现在的头部电商的后起之秀，用六七年时间实现某宝、某东十几年的沉淀。
数据赋能用户增长最核心的思想是，通过数据分析和挖掘找到用户增长的机会点，通过产品和运营策略来刺激用户行为，最终实现用户的增长。
有没有相关拼刀刀早期拼团人数为什么是５人？免费领100元红包时，为什么开局99，越到后面每个人拆的红包越小？这些都是基于数据挖掘制定的产品增长策略。增长分析一般的留存是：

确定增长目标，活跃留存，复购，还是分享传播？
基于业务留存拆分用户行为指标体系，以大众点评用户留存为例，用户在平台的行为会包括浏览商家页、浏览推荐菜、写点评、收藏商家、签到等各自行为。
相关分析，分析各个指标与留存行为的相关性，确定核心行为。
核心行为定量分析，寻找核心行为的“魔法数字”，即当某些行为发生多少次时，用户的留存率趋于稳定。
制定激励策略，一般和用户运营或C端产品联动，数据提供分析结论支撑，产品＆运营设计产品流程，比如写过３次点评的用户留存率 32％，且趋于稳定，则激励策略上可以通过积分奖励、礼品激励等不同方式引导用户完成３次点评的行为。
策略复盘，用户增长策略是不断试错过程，不可能所有的策略一上线就行之有效，要持续复盘总结，优化改进。

文章插图
四、总结大数据的价值体现在于数据应用，包括数据化决策分析、数据智能应用。作为数据人，除了做好基础的支撑工作外，还要走进业务，了解业务，持续思考如何更好的为业务赋能。
这样数据部门才能在公司发挥更大的价值，用数据赋能企业增长，而不仅仅是“成本中心”。
#专栏作家#数据干饭人，微信号公众号：数据干饭人，人人都是产品经理专栏作家。专注数据中台产品领域，覆盖开发套件,数据资产与数据治理，BI与数据可视化，精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。