1、?/?/友盟+首席数据官 张军The Essence of Internet Data Science:Customers&DataJun ZHANG，COO，Umeng+2%8-2%18年手机网民规模及增幅S单位：万名Ta口红消失的互联网下半场，a口红消失的互联网下半场，本质是数据化用户运营之争本质是数据化用户运营之争移动开发者行业竞f增大P某些行业.pp获客成本高达3%元/o移动.pp增量红利消失P新客增长放缓红消失红消失竞争激烈竞争激烈越来越贵的用户，越来越贵的用户，如何用数据智能，更好地留h他e？如何用数据智能，更好地留h他e？生态现状生态现状数据来源-06620 11,760 23,

2、344 30,274 35,558 41,997 50,006 55,678 61,981 69,531 75,265 81,698 133%99%30%17%18%19%11%11%12%8%9%2008200920001620172018手机网民规模增幅移动开发者自建数据智能能力，挑战多多移动开发者自建数据智能能力，挑战多多项目开发项目开发周期长周期长技术栈建设技术栈建设T管理复杂T管理复杂开发和运维开发和运维成本高成本高数据之殇数据之殇a才稀缺a才稀缺昂贵昂贵友盟i数据智能i服务如何帮助移动开发者更快更低成本的建立数据智能能力？1%1%数据清洗

3、数据清洗用户质量用户质量-反刷-数据补全-数据标准化(%(%数据分析数据分析)%)%数据应用数据应用打通打通数据隐私安全计算全网移动数据智能平台自动自动t网大数据智能回馈赋能开发者t网大数据智能回馈赋能开发者增长洞察增长洞察-深刻画像分析-行业bencAmaIC-事v关联-4/8o地关系智能推荐智能推荐-冷启动-个性化推荐全域数据画像算法及计算工具用户质量t维度反刷覆盖用户质量t维度反刷覆盖完善的评gi系完善的评gi系渠道质量评g渠道质量评gN渠道获客能力：新增真实用户U真实用户率U短期留存N渠道长期质量：长期留存指标P如3%日P3个月P季度留存NT.o群匹配率：r性别U年龄U兴趣等评y渠道的

4、T.拉新贡献率P定位垂直拉新能力强的渠道黑产用户识别黑产用户识别羊毛r拦截羊毛r拦截白名单筛选白名单筛选阈m可调的识别模阈m可调的识别模型型多重v系网络识别多重v系网络识别一键定制S同白名一键定制S同白名单单友盟+可区分不同黑m类型P业务使用方根据场景需要P调节划分a黑m用户的阈值N机器作弊：虚假设备信息或可疑2P等N泛化行a作弊：在其它.pp上被判定a作弊设备P可调N.pp内行a作弊：指定.pp内有作弊嫌疑P可调友盟+能更有效地发现羊毛党团伙行aN2P网络/设备网络：底层反作弊技术积累的网络体系Pa打击羊毛党团伙行a提供保障；N行a网络：覆盖的海量.ppa挖掘用户行a网络提供支持；N全局白名

5、单：无需集成友盟813即可开启服务N裂变白名单：仅需定c分n事v或集成:-8AaIeP即可锁定用户中的意见领袖P实现高效老带新Nl叉销售推广白名单：业务逻辑可定制1%1%数据清洗数据清洗2.数据分析3.数据应用数据补tT标准化Id设备指标为例数据补tT标准化Id设备指标为例手机唯一识别码手机唯一识别码品牌品牌&机型机型屏幕屏幕&显示显示硬f硬f&电池电池摄p头摄p头Nb流手机厂商支持品牌-机型的双参数查询；N其s手机支持品牌查询；N支持分辨率Ub屏尺寸Ub屏占比等多个参数的查询；N支持IomUIamU电池容量等多个参数的查询；N支持摄像头总数U前置摄像头像素U后置摄像头像素等多个参数的查询；1

6、%1%数据清洗数据清洗2.数据分析3.数据应用从渠道开始过滤虚n流量从渠道开始过滤虚n流量消费者媒体流量作弊S376S376通过用户行a或设备质量是否异常来判断S异常点击流量过滤峰值TAI智能算法规则引擎累积BLACK ID库8*%8*%+9+9%第P方第P方23762376通过多种方法对设备有效识别P让虚假流量无处遁形过滤原因直接反馈广告主过滤原因直接反馈广告主还原真实流量效果还原真实流量效果IP黑名单过滤频繁刷量过滤点击UA虚假识别1%1%数据清洗数据清洗2.数据分析3.数据应用基于基于/iB8CDiDe 2C8Bh/iB8CDiDe 2C8Bh的刷量识别算法的刷量识别算法1%1%数据清洗

7、数据清洗2.数据分析3.数据应用基于t网大数据的画p洞察基于t网大数据的画p洞察剖析深度行aS如收藏T和生命周期用户特征及偏好兴趣Pa定向和定制运营奠定基础1.数据清洗(%(%数据分析数据分析3.数据应用挖掘典型用户P探索典型用户多维画像特征找寻用户相比全网大盘/同类型.pp用户差异P聚焦用户显著区隔数据洞察的作用被忽视数据洞察的作用被忽视产品增长曲线产品增长曲线本地最优(18D8 1Civen)(18D8 1Civen)突破性创新S全局最优T(18D8 3nfACme9)(18D8 3nfACme9)产品发布产品发布新创新新创新1.数据清洗(%(%数据分析数据分析3.数据应用分析方法T框架分

8、析方法T框架?&?;am?g?S?am?t?m?r?r?p?hcon?X?X?X?1.数据清洗(%(%数据分析数据分析3.数据应用t域数据准备t域数据准备标签标签68g68g行为特征行为特征-用户的o口属性与全域.pp行a偏好-用户的.pp启动与使用行a业务事f业务事f-用户的.pp分nU收藏等行a内容标签内容标签-用户.pp内容浏览行a偏好1.数据清洗(%(%数据分析数据分析3.数据应用对比t网对比t网 行业画p分析一V行业画p分析一V.PP.PP1.数据清洗(%(%数据分析数据分析3.数据应用数据洞察中发现的业务挑战数据洞察中发现的业务挑战?1.?73?7?30?A?X?730?A?-?X

9、?A?73?-?9?2?X?1?X?32?X?1?X?3?2?9?3?1?0?2.?A?X?A?-?A?X?-?-?A?A?0%5%10%15%20%25%30%35%24?1?2?3?4?5?6?7?8?9?10?11?12?13?14?15?16?17?18?19?20?21?22?23?XX?1.用户使用状态显著低h行业平均水平2.晚间时段用户使用频率过低?3.?5?X?X?X?X?-?2?3?U?D?01?5?01?9?Ap?%?5?*?3.风险流失用户水平过高?4.?ni?l?X?a?2?P?e?R?2?P?8/?21-?07?9?/?21-?/?21-?/?21-?18.2%14.

10、1%19.4%10.7%9.2%17.9%2.1%2.6%1.7%0.8%?8?9/?21-?/?21-?07?/?21-?a?X?M?X?RO?o?r?8?07?9?6-?6-?8?07?9?2?T?ph?4.预装所带来的用户使用频率过低且容易流失?5?0(?)?U?Oct-18 Nov-18 Dec-18 Jan-19 Feb-19 Mar-19?X?2?(?)-?X?2?8?M?X?1?M?.?3?2?8?9A?.?p?.6?8?*.用户活跃度结构稳定P但低活用户量增加?_?8?2?9?-?4?.?70?5?7?p?p?3?X?o?T?o?A?A?+.年长用户群体使用率k待提升1.数据清

11、洗(%(%数据分析数据分析3.数据应用V性化是未来I每一V成功应用的背后都有V性化推荐V性化是未来I每一V成功应用的背后都有V性化推荐资讯的V性化资讯的V性化消费的V性化消费的V性化娱乐的V性化娱乐的V性化v系的V性化v系的V性化5.:达2.+pP日活近1.2p；2%18年营收约3%p。2%18年天猫双11共m生e4*3p次个性化推荐导流到商品详情页P超过e搜索等方式。基h个性化推荐的1BscoLeI WeeCDMPDaMDBsK帮助8poKBfM提升e33%的月活用户P实现e月活过p的目标。探探日活过千万P其中24岁以下用户超过W半P成a最受年轻o欢迎的l友平台。1.数据清洗2.数据分析)%

12、)%数据应用数据应用*数据来源引用自各业务对外公开材料数据数据来源引用自各业务对外公开材料数据V性化推荐T商业变现紧密相vV性化推荐T商业变现紧密相v用户更感兴趣用户更感兴趣的内容的内容直接指标I点率直接指标I点率（点、评论、点赞、转发（点、评论、点赞、转发）间接指标Io留时长间接指标Io留时长（留存、阅读深度（留存、阅读深度）增加增加(C(C收入收入更高的商品购买率更高的内容t费率增加增加(/(/收入收入更高的广告库存更多的广告收入1.数据清洗2.数据分析)%)%数据应用数据应用基于t网画p数据的数据流程图基于t网画p数据的数据流程图数据层数据层特征层特征层算法层算法层业务策略业务策略配置配

13、置用户行为用户行为反馈反馈业务数据业务数据S用户数据U内容数据T行为数据行为数据S813采集T内容画p内容画p自有用户画p自有用户画pt域用户画pt域用户画p召回算法召回算法+排序算法排序算法+融合算法融合算法（多目标）（多目标）多样性策略多样性策略新颖性策略新颖性策略展示策略展示策略曝光曝光浏览浏览评论评论点赞点赞转发转发 用户用户i9i9，物料，物料i9i9，行为，行为i9i9，上下文，上下文i9i9，时间戳，时间戳G G推荐服务推荐服务.P3.P31.数据清洗2.数据分析)%)%数据应用数据应用解决数据隐私和安t问题解决数据隐私和安t问题?iHe?Y?EA?Y?1?1?P?,+?,?.?/1?P?2?2?2?./+?1+?/21?1.数据清洗2.数据分析)%)%数据应用数据应用THANKSTHANKS