从20年互联网演变,看用户增长与数据驱动的底层逻辑央视最帅主持人边策:和母亲通话1小时后跳楼身亡,年仅32岁

2023-08-23 0 394

如何理解使用者快速增长与统计数据驱动力的下层方法论?在这首诗里,作者尝试从他们的实战经验和看法出发,结合网络的那些年演进,对下层方法论进行了探讨,不妨一起来看看,或许会对你有所启迪。

从20年互联网演变,看用户增长与数据驱动的底层逻辑央视最帅主持人边策:和母亲通话1小时后跳楼身亡,年仅32岁

我历经了中国十多年的网络发展,其实仔细扫上发现使用者快速增长和统计数据驱动力和网络内在的下层方法论是一致的。

网络的其本质是重要信息。这儿我先原都一个知觉模型后面会加进—DIKW—透过统计数据共振变为重要信息,重要信息整合为知识再透过实战经验到产生智慧。那个我一直在说,作为做统计数据和智能的你需要了解那个下层知觉方法论。

说到使用者快速增长与统计数据驱动力的下层方法论,且听我缓缓道来。

这要先从我的历经说起,03年左右那时候他们写动态中文网站,html+css+JavaScript ,除了页面铁三角(DWPSFlash)。那个二十世纪还是HTML 4,HTML 5还没出来。而后科学研究动态中文网站,用ASP和PHP写论坛和统计资料库。那时候他们做值班员信用卡业务的形式主要是浏览器和东凯努瓦县(既是快照博尔兹纳区,又是SEO提高收录于名列的一种形式。因为浏览器没办法或说找出你,或者他们提交或者透过别的中文网站找出你)。

之前现场直播的时候有同学说到实体店地推(这儿埋个伏线)。我们可以真心实意的想想,在那个二十世纪玩游戏的人并不多,即便家里有电脑很多人也是本地在用,光纤普及化也不像今天。因此你去跟10对个人说可能多于1对个人才能晓得你说的是什么。因此说那个二十世纪我们都在科学研究怎么透过SEO优化提高中文网站在浏览器的名列,总之早年除了Google,而后多于腾讯了。

SEO的核心是中文网站关键字和那些词和中文网站在浏览器的权重和名列。因此其本质是在科学研究浏览器的收录于规则(收录于主要是科学研究食腐banlist方法论)和次序推荐方法论。

那总之惹来网络流量之后,值班员也并不都是T5450,自然也是有网络流量增值的政治理念。那就要提到值班员国联那个概念,值班员国联是网络上必不可少的显景网络流量。

说到值班员国联就不得不讲美国BlueKai 这家公司,这应该也算是数字营销的先祖了,而后被Oracle 收购,即便是做数字营销的可能也很少晓得。

没弄错的话BlueKai 是03年推出了Data Exchange(统计数据传输平台,Nenon简称DEx),也是DMP(Data Management Platform-统计数据管理平台,现在统计数据治理的雏形我认为也是从DMP开始的)的前身。其实Data Exchange核心是精准增值值班员国联的显景网络流量。

一、Data Exchange

先来说说BlueKai 的DEx是做什么的,其实是要把网络上值班员的显景网络流量归集起来进行精准网络流量投放增值。那这儿我说的是“精准”,并非多余。为什么说精准,因为BlueKai 会根据那个使用者访问垂类中文网站的定位和在站内的行为进行打标签,广告主可以透过标签行为对使用者进行定向触达。

但有一个前提,上面说了这是家美国公司,国外对使用者重要信息和隐私是非常重视的。那BlueKai 其本质做的其实是在售卖使用者统计数据和网络流量,使用者统计数据固然重要,但本质上也是统计数据资产,如果使用者同意是可以售卖的,只要给使用者分成就好了,这是DEx的方法论。

广告主使用使用者的统计数据并触达到他后,使用者他们可以获得一部分收益,虽然当时使用者账户里的钱只能用做公益(捐款),这也是为什么叫统计数据传输平台(交易)。同时这样也算有偿使用使用者统计数据规避了法律风险,是不是老外脑洞很惊奇?但商业上没毛病。

其实显景网络流量是一块儿巨大的市场,透过资源整合(值班员国联)尝到了甜头。那时候的头部网络流量平台还是以广告位时间买断为主。第二年BlueKai 就正式推出了可以支撑数字化精准投放的DMP平台,也是世界首款。同时也做了一件可以改变营销和教科书的事情——值得让科特勒老人家新编一版《营销管理》,哈哈哈。也算是Martech(数字营销)的开端(启蒙)。

因此回到上面,那个时候SEO、值班员国联和博尔兹纳区基本是核心的使用者快速增长形式。单一、纯粹,同时也纯净(举个例子,当时他们做论坛,很快就招募了二十几个版主,都是自发的无偿的把论坛当成他们家一样在维护)。

那个时候招聘的网络推广网络营销的岗基本都是做那些。曾经还畅想着往后找工作要找一个网络推广的岗位,因此那个时候苦苦科学研究SEO,毕竟他们也做值班员得想怎么导流,但国内网络从那时开始飞速快速增长,日新月异,连岗位和理念都变得飞快。

总之很快,Growth Hacking—快速增长黑客的概念开始萌芽。快速增长黑客应该是伴随着移动端爆发一起成长起来的,移动端的势头其实在HTML 5推出后就有苗头,因为HTML 5也是我们今天说的H5对移动端的适配是比较好的,我印象中当时HTML 5刚出来的时候,国外的那些中文网站模板和效果真的是惊艳到我。

我对个人感觉2010年应该是个分水岭。最早接触快速增长黑客概念也差不多那个时候,不过快速增长黑客传到国内火起来应该是2014年,14年也是我们火热ALLIN投入移动端的一年。相信大多数人都看过范冰的那本《快速增长黑客》,18年还因为写了一篇质疑快速增长黑客的文章(点击跳转《快速增长黑客不如说叫快速增长管理》)和他相识打过交道,被范冰转载。

我不晓得快速增长黑客对于我们的影响或最大的感触是什么,AARRR?还是A/B实验?——对于我来说,我认为核心的差异在于最后那个R(Referral)-传播裂变,总之并不是因为有了快速增长黑客才让我们晓得了那个玩法(20年前的安利我相信很多人都晓得,除了很多类似的公司搞传销,传销是裂变),而是此时环境成熟了——网络的普及化、网民的数量和移动端载体的网络的爆发和便捷性。前面我也提到,当周围网络受众很小,知觉很弱,是没有办法口口相传的。

因此有时候不在于你想没想到,而在于环境是否能适合种子生根发芽,每一个爆发的理念也好,形式方法也好,都不是偶然,是环境使然。就像今天的私域——公转私也好,私域赋能公域也好。

总之快速增长黑客最核心的是统计数据驱动力的理念灌输,毕竟我一直讲统计数据驱动力,那这儿就不多说了。

前面有讲到浏览器,浏览器的核心是关键词和推荐次序。其实你看,今天很多在使用者层面的统计数据和智能的场景应用都没有突破或超脱基于浏览器的搜索推荐技术和玩法,只是移植到了不同场景进行应用罢了。比如我前两天写的那首诗里(点击跳转《使用者快速增长真的需要统计数据驱动力吗?》)提及的CTR点击率模型,包括知识图谱在营销推荐场景中的应用等。

即便在今天,绝大多数算法智能场景还都没有脱离关键字,(总之计算机视觉包括一些语音场景除外,图像语音识别之类)但即便是图像或语音识别,最终应用的特征基本也都要转文字。

就拿今天的重要信息流推荐来说,无论是什么样的富媒体内容或多模态,最终抽取的都是关键字,然后关键字与使用者偏好进行匹配。总之词的背后是透过向量化特征判断也好,还是其他形式也好。搜索推荐的场景基本都是如此,只是场景不同所对应的特征选择和优化目标的适配。

网络的其本质是重要信息对称,做的是重要信息差生意。关键字是你在重要信息差中所提炼出来需要传播的介质,而网络是那个管道。因此使用者快速增长和统计数据驱动力是透过重要信息的组合和推动从而来达成一致性和重要信息对称。

这就回到一开始我提到的DIKW模型,对于网络来讲,最早承载的是重要信息的流动,现在是统计数据的整合,未来是知识的传播,总之我们不希望网络自身拥有智慧。

二、网络与智能

说到智慧我就有聊知识图谱的冲动。既然聊知识图谱,我就延伸一下。

今年爆火的ChatGPT 我认为还是「假」方法论,虽然说判断是否会思考和有方法论性很难有划分标准,但是一开始我提到的DIKW模型,从ChatGPT 原理上来讲,它虽然囊括了知识,但还没有形成领域模型,也是说并没有把领域知识间真实的关系关联起来,那个关系需要构建而不只是单纯更多的语料。

ChatGPT的惊艳我觉得是归功于算法框架的优化包含了强化学习。要实现「真」方法论,可能后面的算法框架中也要结合知识图谱,基于图的推理能力。总之这是我的推测,实际迭代还要许久之后才能知晓。具备领域知识的推理能力后,可能就会触及到人工智能的第四个阶段-知觉智能。这也决定了能否跨越当前感知智能的阶段,虽然可能路漫漫其修远兮,吾将上下而求索。

那说了半天智慧与智能,与使用者快速增长和统计数据驱动力有什么关系。

抛开别的不说,其实智能的核心或其本质是在解决重要信息与统计数据的应用效率问题。当你解决了重要信息效率问题,使用者自然而然的就会被吸引,形成双边网络效应。

这是为什么即便20年后的今天浏览器的网络流量地位还无人取代,我们争相的都想成为浏览器。当使用者量形成规模后,解决人与内容的统计数据推荐匹配的效率问题,无论是使用者转化还是内部人效,让量变形成质变。

下层方法论是如此,不晓得你听懂了没。没懂可以慢慢理解,知行合一。

感叹人生才过三十而立,但却历经了二十年网络的水煮(谁主)沉浮,满是沧桑…

本文由 @戏说猫狗 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供重要信息存储空间服务。

相关文章

发表评论
暂无评论
官方客服团队

为您解决烦忧 - 24小时在线 专业服务