你们真的懂得通过数据来了解用户吗？在数据价值最大化的这个领域上还是有很多空白的地方，使我们有很多问题没有数据进行分析，开发者也是没法回答的。比如说：新来的用户是谁？他靠谱吗？他在移动互联网混迹多长时间了？他以前是什么样子？他的兴趣爱好和习惯到底是什么？今天我们希望友盟的新产品可以帮大家回答这些问题。今天给大家带来了两款产品，友盟的用户标签和用户评级。
友盟的用户标签是一套对用户移动互联网上的行为进行分类和标注的体系，这个体系主要包括四个方面：
1.首先是垂直领域的标签。垂直领域的标签是跟各个主流的应用商店和渠道都能够结合起来的一套分类系统，如果大家熟悉我们的数据报告就会发现，我们在过去将近三四个季度一年的时间里面一直在用这些垂直领域的标签进行行业趋势的分析。
2.其次是设备的标签。设备的标签是基于大家手中的设备提取的一些特征信息，比如一个设备是手机，平板，还是盒子？这个设备上有没有什么特征？比如大屏、女性手机，或者有一些手机是专门标榜拍摄能力的，这些其实都是非常有价值的信息。
3.还有一个用户特征的标签。比如性别，常驻地，他在SNS网络上的身份。
4.另外我们还有一套标签是用来标注用户兴趣的。用户兴趣就是用户在移动互联网上关注什么样的话题，对应用的兴趣点到底在哪里，用户兴趣这块是我们用户标签里最重要的一块。我们400多个标签，有300多个都在用户兴趣的方面，我这里也举了几个例子便于大家理解，比如动漫、团购、二手车，包括瑜珈、养生、家装、体育……这些都是用户的兴趣。
我们不光能标注出这个用户的兴趣是怎样的，还可以根据他在特定标签上的使用深度和使用频率来告诉大家这个标签的权重。下面就针对标签来举两个例子： 这是某个视频应用的三个用户，这三个用户在基础运营指标上都是差不多的，留存率、使用时长、开视频时间都相似，表面上你看不出什么区别，但如果你去看标签就会发现，用户和用户之间是非常不同的：
通过我们的标签，开发者可以获得非常多的信息，首先在用户看似相似的基础上能够了解他更深入的情况；你在选择业务的合作伙伴和活动上的搭档时，可以根据用户的兴趣标签进行选择，比如这个视频应用就可以选择旅行电商这样的开发者来进行合作，或者选择母婴类话题、美妆类话题的社区，与有这些内容的社区合作，这样效果肯定会更好一些。另外在合作伙伴已经敲定，所有活动都定下来之后，要让这些人知道有这些活动，那开发者可以通过标签精准推送给他们，比如你做了一个旅游的活动，你就不能推送给一个新生儿家长，因为他是肯定不会出去的，所以，根据用户的标签来进行推送，可以让你的运营活动达到更精准的效果。
我们再来看第二个DEMO 。这是我们使用友盟统计分析客户端和全网用户进行的对比，其实大家可以把它粗略看成开发者行为和普通用户行为的区别，开发者是移动商务、移动办公非常核心的用户，因为他在商务办公这类应用使用上要比全网用户高很多，但在系统工具、视频，包括音频、拍摄美化这样的应用上，肯定是全网用户使用频率比较高，开发者使用频率就没有那么高。
我们从应用的启动时间上也可以看到，开发者在工作时段的使用比例比普通用户要高很多，而且非常有意思的是，在午休时段，对于普通用户来讲，启动是个小高峰，但对于开发者来讲，其实反而是他放下手机的时间。
从设备上来看，开发者在最新的iPhone6和6 Plus上的使用率要高于全网用户，全网用户用4S和5S的比例比较高，因为这是11月份的数据。
总结来说就是，用户标签可以帮助开发者更加详细、细致地了解你的用户的使用情况和特征。
友盟的用户评级是一套基于用户在移动互联网上的行为，用一种可量化的方法给大家反馈这个用户可信度的数据产品，用一套比较好理解的方法来说，我们的用户评级产品是一系列的算法，这个算法反馈给大家对于这个用户、这个设备是不是靠谱的结果，和他在各种特征、标签上的使用深度。 用户评级解决什么样的问题呢？首先这个设备是不是一个真实设备；另外，这个设备可能是真实设备，没有问题，但它后面真的是人在操做吗？通过这个设备在数据平台上的很多表现，我们用了很多业界比较先进的算法，来衡量它到底在不在一个可靠的阈值内，如果它不在可靠阈值内，就会把它算成风险设备。
另外，如果这个设备后面是一个人，那它有没有一些开发者希望看到的特征，它的价值到底是高是低？如果这个用户有一些开发者期望的特征，我们就可以通过算法反映出来，比如他是二次元，比如他是高频商旅用户，或者付费意愿很强，是某种类型的用户，那么他会有一些行为轨迹，可以通过算法表现出来。
可能同样的用户，同样的特征，他对开发者A是很好的表现，对于开发者B来说就是一个会有风险的情况。比如一个信用贷类的应用，会希望用户信用比较好，但是如果来的这个用户在博彩类应用上有很高的分数，那可能对于信用贷的开发者来讲，风险会有点高。 但同样的用户对于棋牌或卡牌的游戏CP来讲，付费可能性就比较大，是一个优质用户。
这里来看一个DEMO，这是用户评级在渠道效果深度评估上的应用。关于渠道效果，业内已经有很多非常成熟的评估方法，比如说，利用稳定下来的留存率来评估，或者利用下单率这样的指标来评估，我们通过用户评级这个产品，给大家一种更直观、更快速的方法来评估渠道效果，我们会把某个时段里面某个渠道回来的新用户，用用户评级进行打分，跟同期所有的新用户进行对比。我们可以看到在这个demo里面，渠道A的效果、它的风险比例就比全部的要稍微高一些，它的水分可能更大一些。左边是这个渠道可靠度的评估，右边是对于这个渠道匹配度的评估，我们可以看到，这个渠道反馈回来的所有用户的用户标签跟全体的对比，很明显，这个渠道回来的用户在团购积分优惠券标签、自拍标签、烹饪、宠物服务标签上分数比较高，这个渠道可能是一个偏小清新，或者偏女性的渠道，在车辆、航空相关的标签上，特征没有那么明显。开发者通过友盟用户评级的评估可以快速调整投放策略，对渠道有更为深入的理解。
在其他的应用场景中我们还做有样本的预测，开发者可以通过给友盟的用户评级产品的数据中心提供一个样本，这个样本可能是对你的业务来讲非常重要的一类人，比如说破解的用户，或者付费的用户，友盟的用户评级通过数据算法和挖掘把这些用户的特征计算出来，然后用来预测更大的样本的结果。
上面就是用户评级的简单介绍和应用实例，用户评级背后是一套算法，帮助大家评估设备的可靠度和他在某些特征上的行为深度，我们这两款产品都会通过 API 开放给开发者，大家可以通过 API 调取把数据整合到自己的业务中去，来进行推荐引擎、消息推送、个性化运营、广告投放这些活动。我们通过用户标签和用户评级这两个产品，把已有的信息稳定下来变成知识，因为信息本身是有时效性、重复的、不稳定的，友盟通过这两款产品把所有信息稳定下来变成知识，通过知识让大家更好地理解移动互联网和用户，给开发者带来更大的价值。
现在通过我们的算法已经把特征高度分割化，这些特征可以组合成很多非常有意义的场景，在未来，我们希望更深入的跟开发者合作，让所有的算法、对用户的分析挖掘，都能跟开发者的业务紧密结合。这也是数据产品更有价值的一个方向。像刚才我两位同事说的，希望大家能够一起加入到这个数据的大循环中来。
本文由友盟授权APPYING发表，APPYING做了适当润色以增强可读性，转载此文章须经作者及APPYING同意，并请附上本文来源(APPYING)及本文链接。
转载请注明：APPYING ? 友盟任明远：标签和评级 用数据为用户把脉
联系客服
