Data×AI：智能期间作念好用户运营的必备利器
上周末，东说念主东说念主齐是产物司理集会腾讯大讲堂在深圳举办了一场「2024 AI产物司理大会」，阿里巴巴高等产物人人@冯成蹊 敦厚在现场作念了精彩共享。本文为现场共享精华，经东说念主东说念主齐是产物司理整理。
很运道又被邀请到东说念主东说念主齐是产物司理的大会，浅薄先容一下，我是亲自阅历了从PC互联网到AI产物司理这个过程，和大众大众共享一些我在这个限度里看到的一些产物形式和数据情况。
2010年傍边友盟创立，2016年和阿里巴巴的几个产物统一，成为当今的友盟+；主力产物一直莫得变，齐是作念迁移互联网开发者的器具，加上智能数据的赋能和智能数据的企业化职业。这样多年主要深耕于迁移互联网，匡助大众作念好扫数这个词数字化应用和数字化转型。今天我从我方的角度，从我方数据上深耕了十多年的造就，和大众共享AI期间降临之后，数据和AI如何作念好说合，如安在用户运营上的到一个最好的本质。
咱们先来看一些数据：
（左图）这个数据着手于CNNIC（中国互联网数据中心），扫数这个词迁移互联网从2013、14年到最近四年，国内的增量在渐渐下落，迟缓到一个莫得增量的地步。这种情况下，对存量客户的竞争越来越强烈，这亦然大众当今相比关注的话题。
先看一下国内举座的情况（右图）。咱们作念了一个维度的切片：把APP的MAU按照大于1000万、100到1000万、10万到100万离别三个维度，字据咱们拿到的数据看，最近三年呈现出一个特别显着的趋势：无数用户被头部的APP（MAU大于1000万）吸走了，形成「马太效应」。
国内不太好作念的情况下，出海若何样？
其实意旨是通常。
也就是最近的两三年，除了AI应用的增长还不错，大部分应用，非论是垂直限度如故中小限度，获客齐会越来越难。甚而获客之后，大平台出少许点功能，也会把你的用户吸走。
除了这个获客难的问题，如若咱们运营存量用户，会不会有问题？
亦然通常的，非论是营销如故我方的用户运营，齐很难作念好音信推送。一个很典型的数据是APP音信推送的到达率和点击率的变化。
咱们字据当今相比通用的APP行业的分类，拉取了一些数据。有两个特征：
到达率的变化：半年傍边的数据，扫数这个词到达率只好不到 1/3的行业是由擢升，其他的齐鄙人降。 点击率的变化：即等于到达率上去了，但点击率亦然鄙人降的情状。国内 Android 的奢靡通说念基本上被厂商督察了，要在厂商通说念里发送信息，要除名厂商奢靡通说念的运营规章；这个规章颗粒度很细——什么行业在什么情况下不错给你的用户发送营销信息。详尽这几点，对念念要在APP内运营好我方的用户，难度是在直线高潮的。
浅薄回首一下：念念要运营好咱们的存量用户，秩序言其实和营销是重迭的。也就是：
我要在 { 什么时候 } 给 { 什么样的东说念主 } 发送 { 什么样的内容 } ，以及发送完后，用 { 什么渠说念 } 去下发音信，终末得到 { 若何的成果 } 。
那么，运营之后的成果如何？
咱们从每一个维度遭受一个什么样的问题提及。
企业里面齐有设立用户画像，每个画像里面齐有我方的精确度。比如音信更新时候、标签更新时长等等，说合个东说念主用户画像，如何通过一个好的运营体系发送给个东说念主，以及发送完之后什么时候触发，什么时候回收获果等。不同的企业、不同的数字化和不同团队的才调不同，成果也不通常。
各个公司、团队齐有我方的秩序言和造就，但少有在扫数这个词角度上把AI说合得很好的，这亦然咱们今天需要接头的点。
其实，没必要把扫数这个词体系十足作念好才有成果。
咱们终止来看，其实就是回到共享主题：如何通过数据和AI打造扫数这个词用户运营的智能体系。在不同的维度上，包括不同的东说念主群、内容、时机、渠说念，齐不错借助AI加上小的破损点进行串联，加上扫数这个词数据回流后，就能作念好智能用户运营的最好闭环。
这是一个电商限度的案例，咱们的实验始于产物界面后台的少许小尝试，愚弄电商行业的数据千里淀，包括不同用户的互动历史和音信的到达点击率。基于这些历史数据，咱们开发了一个AI功能，它不错字据用户提供的商品重要词和标的用户群体，快速生成可能激励高点击率的音信。
举例，如若咱们聘用“100元以下的白酒”行为重要词，并指定了中枢用户东说念主群，AI就能匡助咱们瞻望在过往用户群体中，哪些音信粗略产生较高的点击和下发量。这种应用场景不仅提高了营销着力，还优化了用户体验，通过精确的音信推送，咱们粗略更好地原意用户需求，同期擢升编削率。
除了基于历史数据的内容生成，咱们还探索了将音信调节为实时快速识别东说念主群的形式。这种秩序说合了内容生成，允许咱们字据音信内容实时判断并推送允洽特定东说念主群的音信。举例，咱们开发了一种眷注型音信模板，该模板粗略将天气数据交融到音信中，通过替换词快速完了基于实时天气数据的个性化推送。
咱们通过增多如“forecast”这样的标签，自动整合本日最新的情愿数据，以及提供降温、升温等特别天气指示。这种秩序不仅擢升了音信的关系性，还增强了用户的参与度和称心度。通过愚弄历史和实时环境数据，咱们匡助企业快速识别土产货运营中的音信需求，并完了差异化的音信推送。一个器具型APP通过推送与天气关系的个性化音信，收效地将点击率擢升了255%。
在办公限度，咱们非凡关注了一款主要职业于户外使命主说念主员的办公型APP。这款APP的使用者，如工程师，时时需要出门勘测工地，对实时天气变化的敏锐度极高。愚弄智能时机的见地，咱们通过地舆围栏时刻，说合用户的本色出行数据，完了了对恶劣天气变化的实时预警。
具体来说，当用户参加特定地舆区域，系统粗略识别出行将到来的快速天气变化，并实时推送预警音信。举例，通过“下雨标签”说合空间数据时刻，咱们粗略在用户行将出行的时候段内，推送对于天气变化的音信，指示他们珍贵安全。这种秩序不仅提高了音信的关系性和实时性，况且显耀擢升了音信的点击率，接近50%。
在不同的数据切片上，咱们分了三个维度：微不雅、中不雅和宏不雅。
微不雅情状，咱们通过我方的大数据，不雅测用户在不同期间段内使用手机的情状，比如是开会，如故休息，基于数据把它包装成用户情状点。
基于这些用户情状点，咱们不错更智能地决定何时进行用户斗争。举例，如若系统识别出用户正处于打游戏的情状，咱们就不错幸免在此时进行电话营销或发送推送奉告，因为这很可能会侵略用户并导致较低的编削率。相背，如若用户处于休息情状，这时发送的奉告或音信可能会取得更高的关注度和反馈率。
第二个用户情状点是空间数据。咱们赐与永劫候的数据不雅察，能瞻望用户的常住区域，用户是一个精深的上班族，如故一个时时出差的东说念主群，他的空间数据可能会处于一个若何的情状，基于这个情状，是否可能触发一些营销举止等。
说合一些更宏不雅的数据，比如历史举止情状——用户出当今某一个城市节点的时候，现时节点的情状有莫得变化。比如咱们识别出差旅东说念主群，当出当今机场、高铁站隔壁这些情状点的时候，不错提前半小时、往后半小时傍边给他发送一个打车、租车的优惠券，这是一个很好的用户场景。
另一个是浏览器APP的案例。
咱们通过说合用户使用习气和现时使用情状，进行了一系列的AB测试。该APP通过分析用户的多元内容偏好和使用习气，进行了精细化的推送计谋。在测试中，咱们非凡关注了用户的失业、学习和浏览紧迫内容的情状，并为处于这些情状的用户打上了相应的标签。
通过对这些情状标签的分析，咱们不雅察了两个重要盘算：首启率和点击率。放置线路，引入情状标签后，这两个盘算齐有了显耀擢升，超过了100%。
前边咱们依然通过AI生成了一些智能内容，但还不细目用户的标签是否正确，以及音信推送后的成果是否顺应预期。
接下来，咱们说合一些已有的智能算法。
咱们那时是说合了通义的AI算法，把前边触及到的不同内容、不同东说念主群，测试时下发5-10条，字据数据快速调整，字据实时的点击数据回流，不雅测点击率是否顺应预期；如若不成就快速调整：换一个AI计谋或者动态调整东说念主群标签。从阿里里面大促电商的角度来看，这一套算法依然相比老练，举座成果能作念到平均34%的点击率擢升。
Android现时有两个通说念：
厂商勾引的音信通说念 第三方的音信通说念跟着厂商也启动提供付费音信通说念，以及各式不同的音信体和用户界面位置，智能通说念聘用变得愈加复杂和千般化。
咱们的智能通说念计谋基于数据回流，粗略细分出多种计谋玩法。咱们不错字据用户在不同通说念下的使用举止习气，聘用最合适的音信下发形式。同期，咱们还能通过数据计谋了解用户对音信奉告的敏锐度，以及他们对音信频次和量级的接受进程，从而幸免触发用户的逆反热枕。
咱们珍贵到用户对音信奉告的敏锐度不同，以及他们对音信频次和量级的接受进程差异。为了幸免触发用户的逆反热枕，咱们遴选了智能化计谋，字据用户的举止习气和偏好聘用最合适的音信下发形式。
咱们推行的一个具体计谋是对于音信奉告开关的。咱们发现，用户关闭音信奉告开关后，传统的音信推送形式便不再灵验。为了惩处这一问题，咱们率先分析了这部分用户的举止习气，然后快速向企业提供了用户画像，并给出了具体的操作提倡。举例，咱们提倡在特定情况下触发补发一个短信，或者转为应用内音信。此外，咱们还沟通了这个音信奉告开关在其他行业是否是大开的，以及用户但愿收到什么样的音信。
基于这些分析，咱们粗略更精确地营销用户，尤其是在音信奉告开关关闭的情况下，通过其他形式下发音信，粗略显耀擢升到达率。这种秩序不仅擢升了音信的发送着力，还幸免了对那些关闭了应用内奉告的用户变成惊扰，从而保执了用户体验的连贯性和称心度。
举例，咱们曾在一个新闻行业的APP中推行了这一计谋。通过分析发现，在关闭音信奉告开关的用户中，有一部分用户在其他行业的音信奉告开关是大开的。咱们字据这一发现，调整了音信下发计谋，只在关闭音信奉告开关的用户中，通过其他形式下发音信，放置发现用户参与度有了显耀擢升。
在本色操作中，咱们通过数据分析，粗略识别出哪些音信允洽通过勾引音信通说念下发，哪些允洽转为应用内音信。这样的智能化计谋，说合了用户举止和AI的快速判断，匡助企业更精确地进行音信运营。
五、回到主题回到演讲的主题，咱们强调了用户运营智能的紧迫性，这触及到将数据与AI时刻相说合，从东说念主群、内容、时机和渠说念等多个维度进行全地方的运营。咱们的理念是，通过对每个维度的精细打磨和优化，即等于小的纠正也能在扫数这个词用户运营体系中产生显耀的增长成果。
在AI时刻日益老练的今天，AI产物司理的扮装也在发生变化。咱们提倡AI产物司理当该久了衔接并学习AI时刻，将其应用到我方的使命场景和经由中，以完了径直的小步擢升。这种擢升不错体当今使命着力、本钱裁减或使命流的衔尾性能上。
咱们以为，AI产物司理当该关注以下几个方面：
识别AI器具的潜在价值：在产物的使命经由中找到AI器具可能带来擢升的法子。 数据驱动的有盘算：将使命经由中的数据输入到AI系统中，愚弄AI快速设立反馈机制。 寻找落地节点：在扫数这个词使命经由中找到不同的小的落地点，不管是通过AI原生形式如故通过Agent形式，齐能在用户场景下的不同使命经由中完了提效。拆解好不同的使命流之后，用使命AI的形式帮他去作念好提效。这个提效不错是使命着力上的提效，不错是本钱裁减的提效，也不错是扫数这个词使命流衔尾之间的绩效。这自己其实就是一个AI产物司理在这个节点里面特别好的一个使命落地的节点。
本文由东说念主东说念主齐是产物司理 @Aine 整理。未经许可，不容转载
题图来骄傲会现场像片