被大數(shù)據(jù)改變的UGC

李昊原

算法并真正的壁壘，而是根據(jù)用戶(hù)特征和產(chǎn)品定位來(lái)設(shè)計(jì)結(jié)構(gòu)，然后把算法應(yīng)用在結(jié)構(gòu)中去提升效率。

你要去哪里，或許你的手機(jī)比你還清楚。只要打開(kāi)App，看著推送的信息，點(diǎn)擊你感興趣的，慢慢你就會(huì)有主意——當(dāng)10個(gè)推送中5個(gè)開(kāi)始和海島有關(guān)時(shí)。那么，是去巴厘島還是普吉島？連名字都分不清的你有些苦惱，卻發(fā)現(xiàn)下面及時(shí)推送了這兩個(gè)地方的旅行產(chǎn)品和攻略。從那一閃而過(guò)的念頭開(kāi)始，你就被大數(shù)據(jù)技術(shù)感知了，從而平穩(wěn)的開(kāi)始了你的旅行，從路線(xiàn)景點(diǎn)到吃喝玩樂(lè)的建議，甚至你完全沒(méi)有想到的都被呈現(xiàn)在你眼前，這是大數(shù)據(jù)應(yīng)用的一個(gè)開(kāi)始。

連接用戶(hù)與內(nèi)容

螞蜂窩曾經(jīng)是知名的旅游攻略UGC社區(qū)，而現(xiàn)在，全球旅行服務(wù)平臺(tái)會(huì)是更全面的定位，這個(gè)改變與螞蜂窩在數(shù)據(jù)應(yīng)用上的進(jìn)化是分不開(kāi)的。

作為元老級(jí)人物，陳惠印象中最早的數(shù)據(jù)應(yīng)用，是伴隨著移動(dòng)端螞蜂窩App而出現(xiàn)的。“那時(shí)我們有了手機(jī)App后，特別想知道用戶(hù)都在看什么樣的攻略、在找什么樣的內(nèi)容，所以我們的大數(shù)據(jù)最早的起源，其實(shí)就從手機(jī)APP里數(shù)據(jù)的采集開(kāi)始的。”數(shù)據(jù)收集的出發(fā)點(diǎn)是為了了解用戶(hù)的需求，從而滿(mǎn)足需求，但在移動(dòng)端大數(shù)據(jù)真正的應(yīng)用，卻要等到2013年。

最早，螞蜂窩的攻略是分散在小組之中的，比如北京同城的小組中，會(huì)有去西安、普吉島和廈門(mén)的帖子，而“查找攻略”也是一件不容易的事情，想去廈門(mén)，可能意味著要在十多個(gè)小組中翻看幾十篇游記來(lái)搜索信息。旅游在絕大多數(shù)情況下，是人為了新鮮的體驗(yàn)而去一個(gè)陌生的地方，因此信息的不透明幾乎是絕對(duì)的，如何讓用戶(hù)找到自己真實(shí)需要的信息，就變成了核心的問(wèn)題。

UGC出身的螞蜂窩并不缺內(nèi)容，但海量的內(nèi)容多為照片和游記，是非結(jié)構(gòu)化的，怎么樣才能讓它們和用戶(hù)高效率地連接在一起呢？在大數(shù)據(jù)部門(mén)的技術(shù)總監(jiān)韓鑫看來(lái)，可以簡(jiǎn)單的分成三個(gè)部分：一個(gè)是內(nèi)容，一個(gè)是用戶(hù)，最后是推薦系統(tǒng)。而螞蜂窩做的事情，就是將前兩者的數(shù)據(jù)結(jié)構(gòu)化，最后通過(guò)算法匹配到一起。

2013年，螞蜂窩開(kāi)始搭建了目的地分類(lèi)系統(tǒng)，讓所有的內(nèi)容可以在一個(gè)系統(tǒng)中呈現(xiàn)，這是內(nèi)容結(jié)構(gòu)化的基礎(chǔ)。“舉一個(gè)例子，比如對(duì)一家酒店，有許多用戶(hù)評(píng)論和游記，我們會(huì)從中提取有用的信息。”韓鑫介紹，游客往往會(huì)關(guān)注酒店的價(jià)格、環(huán)境、特色、餐飲和交通等信息，這些信息意味著不同的維度，將影響用戶(hù)的旅行決策。比如對(duì)一家酒店一共有1000篇游記，其中有500篇游記涉及了交通的維度，在游記中可能是“距離機(jī)場(chǎng)不遠(yuǎn)”“在機(jī)場(chǎng)快線(xiàn)上”“去機(jī)場(chǎng)很方便”等不同的說(shuō)法，而螞蜂窩通過(guò)構(gòu)建自然語(yǔ)言的平臺(tái)，將評(píng)論和游記中原本發(fā)散的內(nèi)容集中在一起。“首先是基于詞庫(kù)中的關(guān)鍵詞去搜索，然后是語(yǔ)義分析和數(shù)據(jù)挖掘技術(shù)。” 游記的內(nèi)容被分解為句子，然后句子分為句式，句式再分為詞組，在系統(tǒng)中跑模型，最終被歸納成用戶(hù)易于理解的結(jié)果。韓鑫用知識(shí)圖譜的形式展示了日本的目的地信息，在眾多維內(nèi)容中有溫泉，點(diǎn)擊溫泉后又會(huì)出現(xiàn)泉質(zhì)等不同的內(nèi)容，點(diǎn)擊泉質(zhì)后又會(huì)有綠礬泉、單純?nèi)⒚⑾跞龋斑@都是根據(jù)內(nèi)容解析出來(lái)的，完全靠機(jī)器的話(huà)可能也不足夠準(zhǔn)確，但這會(huì)是很好的基礎(chǔ)，在這個(gè)基礎(chǔ)上，再靠人工去校驗(yàn)。”韓鑫說(shuō)，通過(guò)這種方式UGC的內(nèi)容得以結(jié)構(gòu)化，從而形成螞蜂窩印象等產(chǎn)品。

在用戶(hù)畫(huà)像上，基于使用場(chǎng)景，螞蜂窩會(huì)將用戶(hù)分為四個(gè)階段。第一個(gè)階段是旅行空窗期，這個(gè)階段的用戶(hù)沒(méi)有明顯的旅行傾向，瀏覽的內(nèi)容也相對(duì)分散；第二個(gè)階段是旅行發(fā)酵期，用戶(hù)已經(jīng)有了一些模糊的出行需求，比如是國(guó)內(nèi)游還是出國(guó)、會(huì)和誰(shuí)一起旅行、有多少預(yù)算等，但假如是海島游，那是去巴厘島、普吉島還是馬爾代夫？這個(gè)階段的用戶(hù)，瀏覽攻略的內(nèi)容開(kāi)始集中，也會(huì)出現(xiàn)目的地搜索的行為。第三個(gè)階段是旅行準(zhǔn)備期，用戶(hù)已經(jīng)有了明確的目的地、旅行方式等；第四個(gè)階段是正在旅行。

在這四個(gè)階段，通過(guò)對(duì)用戶(hù)瀏覽、點(diǎn)擊和搜索數(shù)據(jù)的收集分析，時(shí)間、地理位置信息的實(shí)時(shí)獲取，以及對(duì)用戶(hù)行為的引導(dǎo)，比如在用戶(hù)界面，會(huì)有國(guó)內(nèi)、國(guó)外、帶娃旅行、海島游、情侶出行等不同的分類(lèi)，螞蜂窩會(huì)勾勒出精準(zhǔn)的用戶(hù)畫(huà)像，并在這個(gè)過(guò)程中給予不同場(chǎng)景下的推薦信息。“我知道了你在什么地方，有什么樣的旅行需求，也對(duì)內(nèi)容有了解，包括多少個(gè)目的地、場(chǎng)景和標(biāo)簽。”馬蜂窩旅行網(wǎng)副總裁陳惠說(shuō)，推薦系統(tǒng)的搭建，讓用戶(hù)和內(nèi)容間得以匹配，但在今天的行業(yè)中，推薦的算法并不是壁壘。真正重要的是，根據(jù)自身的用戶(hù)特征和產(chǎn)品定位，設(shè)計(jì)一個(gè)結(jié)構(gòu)，然后把算法應(yīng)用在結(jié)構(gòu)中去提升效率。“互聯(lián)網(wǎng)時(shí)代，每一次的流量，背后都是用戶(hù)的一次需求，所以了解好用戶(hù)的每一次訪(fǎng)問(wèn)，才能服務(wù)好用戶(hù)，而這個(gè)核心就是大數(shù)據(jù)的能力。”而螞蜂窩對(duì)旅行階段和場(chǎng)景的判定，再配合不同的標(biāo)簽和維度，可以讓用戶(hù)的需求細(xì)分，從而精準(zhǔn)的匹配到同樣細(xì)分的內(nèi)容資源上。

小團(tuán)隊(duì)大賦能

在2017年的12月12日，螞蜂窩宣布獲得1.33億美元的D輪融資，快速擴(kuò)張中的螞蜂窩團(tuán)隊(duì)目前有700名員工。談到具體的大數(shù)據(jù)團(tuán)隊(duì)，作為負(fù)責(zé)人的韓鑫卻笑著說(shuō)，只有十幾個(gè)人，“但能夠利用和使用大數(shù)據(jù)的人，（在公司員工中）超過(guò)了70%”。

在線(xiàn)旅游擁有著豐富的場(chǎng)景和業(yè)務(wù)，尤其是螞蜂窩主打的“自由行”，因追求個(gè)性化而更顯得復(fù)雜，這給技術(shù)上帶來(lái)的挑戰(zhàn)是，如果靠傳統(tǒng)的方式去做大數(shù)據(jù)，那需要的工程師就太多了。“所以非常重要的一點(diǎn)是去賦能，用大數(shù)據(jù)賦能別人。”韓鑫說(shuō)。

以基礎(chǔ)的數(shù)據(jù)采集工作為例，傳統(tǒng)的做法是，由公司的數(shù)據(jù)團(tuán)隊(duì)去對(duì)接不同部門(mén)的各個(gè)系統(tǒng)做數(shù)據(jù)歸集，這涉及了大量的業(yè)務(wù)對(duì)接和標(biāo)準(zhǔn)化的問(wèn)題，人力和時(shí)間成本都很高。而螞蜂窩的數(shù)據(jù)團(tuán)隊(duì)在App的基礎(chǔ)上，搭建了統(tǒng)一標(biāo)準(zhǔn)化的數(shù)據(jù)采集系統(tǒng)，“哪怕是剛畢業(yè)的一個(gè)應(yīng)屆生，只要做一個(gè)簡(jiǎn)單的培訓(xùn)，就可以十分鐘時(shí)間內(nèi)自己去上報(bào)一條可能是千萬(wàn)量級(jí)的數(shù)據(jù)。”

韓鑫對(duì)大數(shù)據(jù)能力的一個(gè)看法是，大多數(shù)公司不是做不到，而是效率太低。進(jìn)行一項(xiàng)統(tǒng)計(jì)分析，比如哪些景點(diǎn)旅游人數(shù)最多，第一、第二、第三分別是哪里，用戶(hù)都在看什么美食，在螞蜂窩的系統(tǒng)上，無(wú)需工程師去專(zhuān)門(mén)對(duì)接需求，只需要按照可視化的規(guī)則配置，就能夠以分鐘級(jí)的速度實(shí)現(xiàn)。“對(duì)業(yè)務(wù)使用者來(lái)講，他只需要理清楚自己到底要分析什么，統(tǒng)計(jì)什么，運(yùn)算規(guī)則可能五分鐘就建立，之后所有的數(shù)據(jù)運(yùn)維由數(shù)據(jù)團(tuán)隊(duì)承接，關(guān)注這個(gè)運(yùn)算規(guī)則能否很好地去執(zhí)行，而統(tǒng)計(jì)結(jié)果會(huì)直接對(duì)接到產(chǎn)品內(nèi)容上。”韓鑫告訴記者，這樣的規(guī)則在螞蜂窩有5萬(wàn)多個(gè)，僅2017年一年就形成2萬(wàn)多個(gè)，而傳統(tǒng)方式需要最少幾小時(shí)甚至一個(gè)周的時(shí)間。

“我們非常強(qiáng)調(diào)分享，也強(qiáng)調(diào)人人都是分析師，每個(gè)人都可以利用工具平臺(tái)去輸出自己的數(shù)據(jù)，分享給別人。”而具體的實(shí)現(xiàn)方式，就是將整個(gè)數(shù)據(jù)流程從最底端采集到最前端呈現(xiàn)全部產(chǎn)品化，這樣，一個(gè)人只需要一個(gè)小時(shí)就能配置完成。而效率的提升也促進(jìn)了對(duì)敏捷型業(yè)務(wù)的提升，韓鑫舉了一個(gè)例子，假如一個(gè)活動(dòng)只有三天，很多公司不會(huì)愿意為此而做數(shù)據(jù)研發(fā)，而如果只需要花費(fèi)一個(gè)小時(shí)就可以完成，那就值得做了。“我們的一個(gè)基本的思路就是賦能。”他說(shuō)：“通過(guò)產(chǎn)品化，讓每一個(gè)人都有能力去處理數(shù)據(jù)、加工數(shù)據(jù)，能夠根據(jù)自己的實(shí)際需求，來(lái)決定到底哪些東西是需要被處理的，盡可能降低大數(shù)據(jù)技術(shù)的門(mén)檻，然后讓更多人能利用大數(shù)據(jù)技術(shù)，去給他自己的產(chǎn)品和業(yè)務(wù)帶來(lái)幫助。”endprint