大数据-数据魔术师孔淼：打开数据分析的门，就再也不愿回去了

---

你知道吗？评价一个人是不是 NB，有一个独特但是客观的方法，就是利用一个人的微博大数据来计算。

一个人的微博资料，关注人的级别，他的访问设备，被关注人的身份，综合起来，就是一个人的身份参数。这些参数和一个人的消费能力和品味都息息相关，并且和此人在现实生活中的社会地位高度匹配。

这就是大数据的力量。

而这套微博数据挖掘系统，正是孔淼在创新工场时，开发出的一项功能。在当时公司内部的“身份测试”中，这套模型百发百中屡试不爽。

孔淼信仰数据的力量，这也是他建立诸葛IO的重要原因之一。

 

孔淼，诸葛IO 创始人

 

 

大数据=真理

对于一款 App 来说，最重要的就是“讨人喜欢”。

攻城狮耗尽心力开发出了某一项功能，发现点击这项功能的用户，都是刚刚注册的新用户，这说明什么？说明凡是用过这个功能的用户，都不愿意再点进来。简单说来，这个新功能就是废品。

同样，在页面布局上，某个按钮被用户点击一次之后，就再也没有兴趣进来。这说明你的页面布局有问题。相反如果一个功能，都是用户第二次或者第三次来使用，说明这个功能的“回头客”还是蛮多的。

所有支撑企业改进自己 App 服务的，都是实打实的大数据。

讲真，获得单一的大数据本身并非难事，难的是，如何把多个大数据之间的关系计算出来。大家都知道，不同的优惠政策，会印象用户的付费意愿。但是， 究竟给多大的优惠粒度，可以得到多少“铁粉”；把活动的入口，放在一级菜单还是二级菜单能够增加用户的“留存度”；什么样的广告渠道，可以带来最忠实的客户。所有这一切的答案，都不是凭直觉可以得来的。

笃信自己直觉的 CEO，无外乎巫婆神汉。

 

用地球上的人来比喻一个产品的用户生命周期/图片来自诸葛IO

当然很多人已经意识到大数据的重要性。但是大数据本身是浩如烟海的，怎样找到“刀刃大数据”，才是人们关心的。孔淼告诉雷锋网 (公众号：雷锋网) ：

传统的企业数据分析，一般会采用以下几个大数据：订单量、BAU（日活跃用户量）、UV（独立访大客数）、PV（点击量）、留存率等等。

 

但是这些大数据很难给人以具体的行为指导。用户看着这些数据，却找不到大数据量上升或下降的原因，只能干着急。

孔淼说，诸葛 IO 想要提供的，是细粒度的大数据，这些大数据包括但不限于： 用户的来源、用户使用的设备、用户的每一步点击详情、用户的浏览路径、用户的重复付费情况、文章的阅读量、文章的热度等等等等，以及这些大数据经过复杂计算之后呈现的规律。

 

他相信，这些大数据甚至可以指导产品、市场、营销、技术等不同部门的工作改进。

在产品研发中，有一个 GodenPass（黄金路径）的概念。就是在产品设计者的假想中，用户应该按照什么顺序，先注意到什么，后点击什么，这一套完整的路径。但是在实际使用中，用户往往会跑偏。经常被一些“无关紧要”的东西分散注意力。这个时候，就需要对“产品在用户手中究竟发生了什么”有一个完整的把控。

 

用户往往不会按照产品设计者的意图去行事

这就是孔淼所谓的“把黑盒分析变成白盒分析”。因为在传统的数据分析服务中，很多因素都被杂糅在一起，形成了一个数据结果，你根本无法分辨究竟是哪一个数据变化引起了最终的结果。成为“白盒”之后，企业可以站在上帝视角，清楚地看到用户手里的 App 中究竟在发生什么。

这就像为你打开了一扇门，当你看到崭新的世界之后，就再也回不去了。他说。

计算，从数据摆渡到答案

诸葛IO对数的分析，大概分为如下的阶段，在 App 或服务的代码中“埋点”，即个人用户每进行一个操作，都会被探测到。虽然埋点至关重要，但是技术上并不难。孔淼介绍，对于一个客户，需要半天时间梳理埋点方案，加上客户利用半天时间实施，基本一两天就可以搞定。

 

这一个过程，很多都基于经验和积累。因为不同行业需要探测的数据会有很大区别，而一旦积累足够行业和案例的埋点方案之后，一切都变得更加简单了，只需要在模板上不断修改进化。

 

不同行为动作的精确统计数据

 

真正的难点在于，如何对数据分析，进而可以预测未来。

我们可以来想象一下。

针对一个动作点，需要记录它的时间、设备、来源参数，而一个服务中，往往有诸多的动作点，包括点击ABCD按钮，选择ABCD服务，作为大数据记录者，还必须存储这些动作发生的前后顺序、时间跨度等细节信息。

这些大数据，可以精准地还原一个用户究竟是如何使用这个 App 的。但如果想要得出规律，需要对这些“全量数据”进行“交叉计算”。这个计算的复杂度，是随着大数据量增长而呈指数级别增长的。

任意两组大数据之间关系的计算，都需要巨大的计算量，何况我们还允许任意维度进行组合计算，还需要实时给出计算结果。如果一根筋地进行计算，往往会超过我们服务器的计算瓶颈。算法做不到的时候，我们就要换一套算法。

简单来说，以前的计算就好像是一个单项式，但如果我把这个单项式拆成很多多项式，利用分布式计算，就使得计算成为了可能。孔淼说。

 

如何改进算法，正是孔淼和团队的长项所在。而对于算法的改进，还有一项重要的内容。

鉴于运算量的巨大，我们采取了一个办法，那就是把常见的分析模型做成预计算的模块，提前计算出结果。这样当客户想要进行计算的时候，在后台我们需要做的就是把预计算的结果进行加工，这会节省大量的时间和算力。

他说。“这需要对用户的业务有充分的理解，需要经验的积累。”

据此可以得出有用的结论，例如：

1. 在滴滴打车中，抢了红包，但是并没有消费的人，是属于哪一种人群？

• 2. 抢了五块红包，并且后续打车十次以上的人，有哪些特点？

• 3. 在“在行”中，频繁浏览，但就是不约见专家的人，有怎样的心态？

• 4. 在“分答”中，由王思聪推荐过来的，并且完成一次偷听的用户，是怎样类型的人？

• 根据不同的条件所限定的模型，可以筛选出某些特定行为和高付费、高留存之间的关系。根据这个规律，服务商就可以针对接下来符合这一条件的用户“重点照顾”，从而提高整体的运营和盈利状况。

大数据的“神力”

在数据分析中，一个重要的玩法就是“漏斗分析”。这是一个很形象的比喻。

如果你是一个电商的老板，恰好你又有“超能力”可以看到用户的屏幕，你会看到用户使用你的 App 搜索产品，然后仔细挑选比对，然后加入购物车，然后把手放到付款的按钮上。

用户每进一步，你都会暗自较好，期待他能向付款的环节顺利地“进发”。你最害怕的是，用户进行到某一部的时候，突然产生了犹豫和困惑，经过一段时间的思考，直接点击了取消。你在屏幕后面顿足捶胸，发誓要找到原因改进这个页面的内容，让用户下一次不至于“半途而废”。

而漏斗分析所做的，恰恰就是把这些流程叠加起来，然后分别计算随着流程的进展，每一步流失掉多少用户。当你看到在“X”步骤时，通过的人数骤然减少，你就可以肯定，问题一定出在这个步骤上。

 

漏斗模型示意图

孔淼把漏斗分析主要分成两类：

步骤式：是一个连贯的一二三四步骤，例如美图秀秀，拍照，点击滤镜修图，分享。用户在哪一步流失最多，利用漏洞分析显而易见。

状态式：是一个并不连贯的步骤，但是在逻辑上却前后相关。例如你在 App 上去挑一款旅游产品。你可能会先选择看看攻略，然后关闭了 App；过几天之后，你又进入 App，挑选了旅游产品，但是并没有下单；几天之后，你又进入了 App，最终下单购买了一款自由行。

 

漏斗模型之下，转化率和流失率统计

 

通过数据分析，用户都可以判断，究竟是哪一步顾客的“弃买”率最高，从而拼命去研究这一步究竟出了什么问题。

1. 以美图 App 为例，如果用户在选择滤镜这一步放弃比例最高，那么很有可能是你的滤镜不够吸引人，或者甚至是你的某些滤镜隐藏得太深，根本没有被用户发现。

2. 以壁纸 App 为例，如果用户在搜索了“蓝瘦香菇”之后放弃的比例很高，那么很可能是因为你的壁纸酷里根本没有好看的“蓝瘦香菇”，需要赶紧“备货”。

3. 以优信二手车为例，如果分析发现某地的用户搜索“特斯拉”比例一直非常高，那么根据大数据就要相应提高这个地区特斯拉的备货量。

 

至此，那些冰冷的数据才转化成热气腾腾的利润。

孔淼举了两个让他印象深刻的例子：

暴走漫画 App 在改版之前，首页显示的是”“暴漫”“趣图”等内容分类。在利用诸葛IO进行分析之后，发现用户往往会试探性地点击一个分类名，但如果在这个分类下没有找到自己感兴趣的内容，退出的概率很高（并不像王尼玛期待的那样，退回上级菜单重新选择类目。）于是，暴漫团队对 App 进行了改进，在首页以瀑布流的形式显示用户可能会喜欢的内容。这样，用户在下拉的过程中，一旦发现了自己喜欢的内容，就会对 App“刮目相看”，好感度大大增加。实际上，通过这一项改进，暴走漫画的留存率提高了惊人的 68%。

分答，一款“刷屏”的爆款线上知识共享平台。很多人不知道，它是从“在行”诞生出来的（在行：一款线上预约行家线下约见的知识共享平台）。通过诸葛io的转化漏斗，在行团队发现，想提升行家和用户之间知识分享的成功率，是否还有另一种模式可以并行。于是，基于诸葛io数据分析平台在行团队开始做些尝试，筛选了样本用户并构建了参与度模型，灰度开放了“吱”的功能，最后通过数据发现，模式可行，在数据的支撑下， 以一天两个H5版本的速度迭代，最终独立推出了分答APP，引爆了整个市场。

 

尾声

大数据的核心，实际上是背后的每一个用户，每一个人。对用户数据的分析，可以勾勒出每个人在互联网世界里的形象。对每一个人所思所想的量化计算，又成为我们认识世界的另一个维度。

孔淼把一个个互联网产品的用户流比作木桶中的水。

之前的中国互联网处在爆发增长阶段，因为经济形势一直在上行。这些产品只需野蛮生长，不用关心数据分析的细节。 这个木桶有漏洞，但是周围有充足的水源。这个时候理性的抉择很可能是优先用周围的水源来补充水桶。但是现在经济平稳，水源稀少，流量越来越贵，漏洞的危害就凸显出来。 例如某个旅游产品，现在平均获客成本达到了3000元/人。这个巨大的成本，看来已经超越了做数据分析的成本。

这也是他看好未来数据分析市场的原因。

直觉是一种蛮荒，大数据是一种秩序。

当这个世界告别蛮荒，秩序的力量便开始凸显。

 

End.

---

---