被大數據改變的UGC

李昊原

算法并真正的壁壘，而是根據用戶特征和產品定位來設計結構，然后把算法應用在結構中去提升效率。

你要去哪里，或許你的手機比你還清楚。只要打開App，看著推送的信息，點擊你感興趣的，慢慢你就會有主意——當10個推送中5個開始和海島有關時。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，卻發現下面及時推送了這兩個地方的旅行產品和攻略。從那一閃而過的念頭開始，你就被大數據技術感知了，從而平穩的開始了你的旅行，從路線景點到吃喝玩樂的建議，甚至你完全沒有想到的都被呈現在你眼前，這是大數據應用的一個開始。

連接用戶與內容

螞蜂窩曾經是知名的旅游攻略UGC社區，而現在，全球旅行服務平臺會是更全面的定位，這個改變與螞蜂窩在數據應用上的進化是分不開的。

作為元老級人物，陳惠印象中最早的數據應用，是伴隨著移動端螞蜂窩App而出現的?！澳菚r我們有了手機App后，特別想知道用戶都在看什么樣的攻略、在找什么樣的內容，所以我們的大數據最早的起源，其實就從手機APP里數據的采集開始的?！睌祿占某霭l點是為了了解用戶的需求，從而滿足需求，但在移動端大數據真正的應用，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，會有去西安、普吉島和廈門的帖子，而“查找攻略”也是一件不容易的事情，想去廈門，可能意味著要在十多個小組中翻看幾十篇游記來搜索信息。旅游在絕大多數情況下，是人為了新鮮的體驗而去一個陌生的地方，因此信息的不透明幾乎是絕對的，如何讓用戶找到自己真實需要的信息，就變成了核心的問題。

UGC出身的螞蜂窩并不缺內容，但海量的內容多為照片和游記，是非結構化的，怎么樣才能讓它們和用戶高效率地連接在一起呢？在大數據部門的技術總監韓鑫看來，可以簡單的分成三個部分：一個是內容，一個是用戶，最后是推薦系統。而螞蜂窩做的事情，就是將前兩者的數據結構化，最后通過算法匹配到一起。

2013年，螞蜂窩開始搭建了目的地分類系統，讓所有的內容可以在一個系統中呈現，這是內容結構化的基礎?！芭e一個例子，比如對一家酒店，有許多用戶評論和游記，我們會從中提取有用的信息?！表n鑫介紹，游客往往會關注酒店的價格、環境、特色、餐飲和交通等信息，這些信息意味著不同的維度，將影響用戶的旅行決策。比如對一家酒店一共有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“距離機場不遠”“在機場快線上”“去機場很方便”等不同的說法，而螞蜂窩通過構建自然語言的平臺，將評論和游記中原本發散的內容集中在一起?！笆紫仁腔谠~庫中的關鍵詞去搜索，然后是語義分析和數據挖掘技術。” 游記的內容被分解為句子，然后句子分為句式，句式再分為詞組，在系統中跑模型，最終被歸納成用戶易于理解的結果。韓鑫用知識圖譜的形式展示了日本的目的地信息，在眾多維內容中有溫泉，點擊溫泉后又會出現泉質等不同的內容，點擊泉質后又會有綠礬泉、單純泉、芒硝泉等，“這都是根據內容解析出來的，完全靠機器的話可能也不足夠準確，但這會是很好的基礎，在這個基礎上，再靠人工去校驗。”韓鑫說，通過這種方式UGC的內容得以結構化，從而形成螞蜂窩印象等產品。

在用戶畫像上，基于使用場景，螞蜂窩會將用戶分為四個階段。第一個階段是旅行空窗期，這個階段的用戶沒有明顯的旅行傾向，瀏覽的內容也相對分散；第二個階段是旅行發酵期，用戶已經有了一些模糊的出行需求，比如是國內游還是出國、會和誰一起旅行、有多少預算等，但假如是海島游，那是去巴厘島、普吉島還是馬爾代夫？這個階段的用戶，瀏覽攻略的內容開始集中，也會出現目的地搜索的行為。第三個階段是旅行準備期，用戶已經有了明確的目的地、旅行方式等；第四個階段是正在旅行。

在這四個階段，通過對用戶瀏覽、點擊和搜索數據的收集分析，時間、地理位置信息的實時獲取，以及對用戶行為的引導，比如在用戶界面，會有國內、國外、帶娃旅行、海島游、情侶出行等不同的分類，螞蜂窩會勾勒出精準的用戶畫像，并在這個過程中給予不同場景下的推薦信息。“我知道了你在什么地方，有什么樣的旅行需求，也對內容有了解，包括多少個目的地、場景和標簽?！瘪R蜂窩旅行網副總裁陳惠說，推薦系統的搭建，讓用戶和內容間得以匹配，但在今天的行業中，推薦的算法并不是壁壘。真正重要的是，根據自身的用戶特征和產品定位，設計一個結構，然后把算法應用在結構中去提升效率?！盎ヂ摼W時代，每一次的流量，背后都是用戶的一次需求，所以了解好用戶的每一次訪問，才能服務好用戶，而這個核心就是大數據的能力?！倍浄涓C對旅行階段和場景的判定，再配合不同的標簽和維度，可以讓用戶的需求細分，從而精準的匹配到同樣細分的內容資源上。

小團隊大賦能

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，快速擴張中的螞蜂窩團隊目前有700名員工。談到具體的大數據團隊，作為負責人的韓鑫卻笑著說，只有十幾個人，“但能夠利用和使用大數據的人，（在公司員工中）超過了70%”。

在線旅游擁有著豐富的場景和業務，尤其是螞蜂窩主打的“自由行”，因追求個性化而更顯得復雜，這給技術上帶來的挑戰是，如果靠傳統的方式去做大數據，那需要的工程師就太多了?！八苑浅Ｖ匾囊稽c是去賦能，用大數據賦能別人?！表n鑫說。

以基礎的數據采集工作為例，傳統的做法是，由公司的數據團隊去對接不同部門的各個系統做數據歸集，這涉及了大量的業務對接和標準化的問題，人力和時間成本都很高。而螞蜂窩的數據團隊在App的基礎上，搭建了統一標準化的數據采集系統，“哪怕是剛畢業的一個應屆生，只要做一個簡單的培訓，就可以十分鐘時間內自己去上報一條可能是千萬量級的數據?！?/p>

韓鑫對大數據能力的一個看法是，大多數公司不是做不到，而是效率太低。進行一項統計分析，比如哪些景點旅游人數最多，第一、第二、第三分別是哪里，用戶都在看什么美食，在螞蜂窩的系統上，無需工程師去專門對接需求，只需要按照可視化的規則配置，就能夠以分鐘級的速度實現。“對業務使用者來講，他只需要理清楚自己到底要分析什么，統計什么，運算規則可能五分鐘就建立，之后所有的數據運維由數據團隊承接，關注這個運算規則能否很好地去執行，而統計結果會直接對接到產品內容上?！表n鑫告訴記者，這樣的規則在螞蜂窩有5萬多個，僅2017年一年就形成2萬多個，而傳統方式需要最少幾小時甚至一個周的時間。

“我們非常強調分享，也強調人人都是分析師，每個人都可以利用工具平臺去輸出自己的數據，分享給別人?！倍唧w的實現方式，就是將整個數據流程從最底端采集到最前端呈現全部產品化，這樣，一個人只需要一個小時就能配置完成。而效率的提升也促進了對敏捷型業務的提升，韓鑫舉了一個例子，假如一個活動只有三天，很多公司不會愿意為此而做數據研發，而如果只需要花費一個小時就可以完成，那就值得做了?！拔覀兊囊粋€基本的思路就是賦能?！彼f：“通過產品化，讓每一個人都有能力去處理數據、加工數據，能夠根據自己的實際需求，來決定到底哪些東西是需要被處理的，盡可能降低大數據技術的門檻，然后讓更多人能利用大數據技術，去給他自己的產品和業務帶來幫助?！眅ndprint