數(shù)據(jù)智能全面應用，要懂市場需求和業(yè)務場景

時間：2022-04-11 11:12:01 | 來源：行業(yè)動態(tài)

時間：2022-04-11 11:12:01 來源：行業(yè)動態(tài)

　　在神策數(shù)據(jù)，林黃是機器學習算法專家，主要負責人工智能機器學習在神策產(chǎn)品和業(yè)務中的探索與落地，主要包括推薦系統(tǒng)、智能匹配、指標預測和診斷、用戶流失預測等。　　林黃認為，推薦系統(tǒng)的搭建可以總結(jié)為兩點：　　第一，推薦系統(tǒng)不只是算法，它是一個系統(tǒng)工程，算法只占其中的一部分通常我們?nèi)崿F(xiàn)一個推薦系統(tǒng)時，構(gòu)建算法的時間通常只占20%到30%?！　〉诙?，數(shù)據(jù)先行，數(shù)據(jù)是一切算法的前提。根據(jù)過去的經(jīng)驗總結(jié)，很多時候并不是模型和服務的原因，而是因為數(shù)據(jù)沒有做對，才導致我們推薦系統(tǒng)的效果沒有那么符合預期?！　‰S著神策數(shù)據(jù)公司戰(zhàn)略升級，基于數(shù)據(jù)流的企業(yè)運營框架SDAF全面落地，兩云一平臺全新產(chǎn)品矩陣也應運而生。因此，神策寄希望于林黃及其團隊，希望他們能夠?qū)?shù)據(jù)智能賦能到神策數(shù)據(jù)到所有產(chǎn)品線?！　≈悄芡扑]這件事，是業(yè)務場景很明確、林黃和團隊都很擅長的事情，但讓數(shù)據(jù)智能可以匹配賦能所有產(chǎn)品并落地，在客戶側(cè)產(chǎn)生實際的業(yè)務價值。確實是值得花費心思做的事情。首先，它比單純地推薦系統(tǒng)難，這是在創(chuàng)新方面的難；另外，在當下很多技術(shù)人的思想意識中，技術(shù)人只需要面向技術(shù)問題，很難去真正發(fā)現(xiàn)客戶的業(yè)務需求，對需求落地也因此難以把控?！　≡谶^往的工作經(jīng)驗和職責安排中，他的工作更側(cè)重于推薦這件事兒，而賦能全產(chǎn)品線需要對客戶的業(yè)務場景等有深入洞察，根據(jù)不同行業(yè)的客戶需求針對性進行規(guī)劃并落地。賦能全產(chǎn)品這件事兒，對于林黃來說是確實是個不小的挑戰(zhàn)?！　∷_始思考，到底如何發(fā)揮數(shù)據(jù)智能的價值？　　林黃認為有三點：第一，依托于神策智能推薦，把智能算法的覆蓋范圍拓展至神策營銷云的各個場景和觸點，除了推薦場景之外，還包括push、彈窗、Banner等，以及觸達的時機和渠道?！　〉诙?，智能預測 分析 智能診斷，深入分析感知到的每一個數(shù)據(jù)，并依據(jù)分析結(jié)果做出診斷決策等。為了幫助大家理解，林黃針對此做了場景化的描述：通常情況下，分析師發(fā)現(xiàn)產(chǎn)品的某一項關(guān)鍵指標如DAU下降，需要手動進行維度下鉆，分析下降原因，經(jīng)過多次對比洞察才能找到指標下降原因；而數(shù)據(jù)智能能夠基于機器學習，根據(jù)歷史數(shù)據(jù)，智能化判斷數(shù)據(jù)異常，幫助客戶及時發(fā)現(xiàn)問題所在，并基于智能診斷發(fā)現(xiàn)指標異常的原因，是渠道投放還是地域拉新等，貼合客戶業(yè)務場景，形成閉環(huán)?！　〉谌?，基于神策用戶畫像和CDP，從用戶維度，根據(jù)業(yè)務規(guī)則為用戶打標簽并進行分群，由此拓展到機器學習的方式為用戶打上智能化標簽。在這里，林黃以游戲產(chǎn)品舉例：因為游戲產(chǎn)品的拉新成本相對較高，設計復雜且用戶行為多，因此通常會用數(shù)據(jù)智能及時定位即將流失的用戶，通過多數(shù)據(jù)分析模型，發(fā)現(xiàn)導致用戶流失的原因。這個時候，企業(yè)便可以針對性地幫助用戶盡快通過某關(guān)卡或者增強用戶PK時的競爭力等，真正意義上實現(xiàn)用戶洞察，打造挽回用戶的強勁抓手。　　每一次的從客戶需求出發(fā)，都來自于神策給客戶帶來價值的觀念。林黃說，加入神策之后，他從一個純代碼工程師變成了懂需求懂市場的研發(fā)人。