你告诉吗？评价一个人是不是 NB，有一个独有但是客观的方法，就是利用一个人的微博数据来计算出来。一个人的微博资料，注目人的级别，他的采访设备，被注目人的身份，综合一起，就是一个人的身份参数。

这些参数和一个人的消费能力和品味都息息相关，并且和此人在现实生活中的社会地位高度给定。这就是数据的力量。而这套微博数据挖掘系统，正是孔淼在创新工场时，研发出有的一项功能。

在当时公司内部的“身份测试”中，这套模型百发百中屡试不爽。孔淼信仰数据的力量，这也是他创建诸葛IO的最重要原因之一。【孔淼，诸葛IO 创始人】数据=真理对于一款 App 来说，最重要的就是“讨人喜欢”。守城狮消耗心力研发出有了某一项功能，找到页面这项功能的用户，都是刚登记的新用户，这解释什么？解释凡是用过这个功能的用户，都不不愿再点进去。

非常简单说来，这个新功能就是废品。某种程度，在页面布局上，某个按钮被用户页面一次之后，就很久没兴趣进去。

这解释你的页面布局有问题。忽略如果一个功能，都是用户第二次或者第三次来用于，解释这个功能的“回头客”还是酋多的。所有承托企业改良自己 App 服务的，都是实打实的数据。

谈真为，取得单一的数据本身并非难事，无以的是，如何把多个数据之间的关系计算出来。大家都告诉，有所不同的优惠政策，不会印象用户的收费意愿。

但是，到底给多大的优惠粒度，可以获得多少“铁粉”；把活动的入口，放到一级菜单还是二级菜单需要减少用户的“存留度”；什么样的广告渠道，可以带给最心目中的客户。所有这一切的答案，都不是凭直觉可以来作的。虔诚自己直觉的 CEO，无外乎巫婆神汉。

【用地球上的人来比喻一个产品的用户生命周期/图片来自诸葛IO】当然很多人早已意识到数据的重要性。但是数据本身是浩如烟海的，怎样寻找“刀刃数据”，才是人们关心的。

孔淼告诉他(公众号：)：传统的企业数据分析，一般不会使用以下几个数据：订单量、BAU（日活跃用户量）、UV（独立国家参观者数）、PV（点击量）、留存率等等。但是这些数据很难流露出明确的不道德指导。用户看著这些数据，却去找将近数据量下降或上升的原因，不能干着急。孔淼说道，诸葛 IO 想获取的，是细粒度的数据，这些数据还包括但不仅限于：用户的来源、用户用于的设备、用户的每一步页面下文、用户的网页路径、用户的反复收费情况、文章的读者量、文章的热度等等等等，以及这些数据经过简单计算出来之后呈现出的规律。

他坚信，这些数据甚至可以指导产品、市场、营销、技术等有所不同部门的工作改良。在产品研发中，有一个 GodenPass（黄金路径）的概念。

就是在产品设计者的假想中，用户应当按照什么顺序，再行注意到什么，后页面什么，这一套原始的路径。但是在实际用于中，用户往往不会跑偏。

常常被一些“无关紧要”的东西集中注意力。这个时候，就必须对“产品在用户手中到底再次发生了什么”有一个原始的把触。【用户往往会按照产品设计者的意图去行事】这就是孔淼所谓的“把黑盒分析变为白盒分析”。因为在传统的数据分析服务中，很多因素都被参杂在一起，构成了一个数据结果，你根本无法辨别到底是哪一个数据变化引发了最后的结果。

沦为“白盒”之后，企业可以车站在上帝视角，确切地看见用户手里的 App 中到底在再次发生什么。这就像为你关上了一扇门，当你看见崭新的世界之后，就很久回不去了。他说道。

计算出来，从数据渡船到答案诸葛IO对数据的分析，大约分成如下的阶段，在 App 或服务的代码中“挖出点”，即个人用户每展开一个操作者，都会被观测到。虽然挖出点至关重要，但是技术上并难于。孔淼讲解，对于一个客户，必须半天时间辨别挖出点方案，再加客户利用半天时间实行，基本一两天就可以搞定。

这一个过程，很多都基于经验和累积。因为有所不同行业必须观测的数据不会有相当大区别，而一旦累积充足行业和案例的埋点方案之后，一切都显得更为非常简单了，只必须在模板上大大改动演化。【有所不同不道德动作的准确统计数据/图片由诸葛IO获取】确实的难题在于，如何对数据展开分析，进而可以预测未来。

我们可以来想象一下。针对一个动作点，必须记录它的时间、设备、来源参数，而一个服务中，往往有诸多的动作点，还包括页面ABCD按钮，自由选择ABCD服务，作为数据记录者，还必需存储这些动作再次发生的前后顺序、时间跨度等细节信息。这些数据，可以精准地还原成一个用户到底是如何用于这个 App 的。

但如果想得出结论规律，必须对这些“全量数据”展开“交叉计算出来”。这个计算出来的复杂度，是随着数据量快速增长而呈圆形指数级别快速增长的。给定两组数据之间关系的计算出来，都必须极大的计算出来量，何况我们还容许给定维度展开人组计算出来，还必须动态得出计算结果。

如果一根筋地展开计算出来，往往不会多达我们服务器的计算出来瓶颈。算法做到将近的时候，我们就要换一套算法。

非常简单来说，以前的计算出来就样子是一个单项式，但如果我把这个单项式分开很多多项式，利用分布式计算，就使得计算出来沦为了有可能。孔淼说道。如何改良算法，正是孔淼和团队的长项所在。而对于算法的改良，还有一项最重要的内容。

鉴于运算量的极大，我们采行了一个办法，那就是把少见的分析模型制成预计算数的模块，提早计算出来出有结果。这样当客户想展开计算出来的时候，在后台我们必须做到的就是把预计算数的结果展开加工，这不会节省大量的时间和算力。

他说道。“这必须对用户的业务有充份的解读，必须经验的累积。”据此可以得出结论简单的结论，例如：在滴滴微信中，抢走了红包，但是并没消费的人，是归属于哪一种人群？抢走了五块红包，并且先前微信十次以上的人，有哪些特点？在“在行”中，频密网页，但就是不致电专家的人，有怎样的心态？在“分答”中，由王思聪引荐过来的，并且已完成一次偷偷的用户，是怎样类型的人？根据有所不同的条件所限定版的模型，可以检验出有某些特定不道德和低收费、低存留之间的关系。

根据这个规律，服务商就可以针对接下来合乎这一条件的用户“重点照料”，从而提升整体的运营和盈利状况。数据的“神力”在数据分析中，一个最重要的玩法就是“细管分析”。

这是一个很形象的比喻。如果你是一个电商的老板，刚好你又有“超能力”可以看见用户的屏幕，你不会看见用户用于你的 App 搜寻产品，然后细心挑选出核对，然后重新加入购物车，然后夹住放在缴付的按钮上。用户每更进一步，你都会决意较好，期望他能向缴付的环节成功地“会合”。你最惧怕的是，用户展开到某一部的时候，忽然产生了犹豫不决和疑惑，经过一段时间的思维，必要页面了中止。

你在屏幕后面顿足捶胸，誓言要寻找原因改良这个页面的内容，让用户下一次不至于“半途而废”。而细管分析所做到的，才是就是把这些流程变换一起，然后分别计算出来随着流程的进展，每一步萎缩掉多少用户。当你看见在“X”步骤时，通过的人数急遽增加，你就可以认同，问题一定出有在这个步骤上。

【细管模型示意图】孔淼把细管分析主要分为两类：步骤式：是一个连贯的一二三四步骤，例如美图秀秀，照片，页面滤镜修图，共享。用户在哪一步萎缩最多，利用漏洞分析显而易见。状态式：是一个并不连贯的步骤，但是在逻辑上却前后涉及。

例如你在 App 上去滚一款旅游产品。你可能会再行自由选择想到进击，然后重开了 App；过几天之后，你又转入 App，挑选出了旅游产品，但是并没下单；几天之后，你又转入了 App，最后下单出售了一款自由行。【细管模型之下，转化率和流失率统计资料/图片由诸葛IO获取】通过数据分析，用户都可以辨别，到底是哪一步顾客的“弃卖”亲率最低，从而拚命去研究这一步到底出有了什么问题。以美图 App 为事例，如果用户在自由选择滤镜这一步退出比例最低，那么很有可能是你的滤镜过于更有人，或者甚至是你的某些滤镜隐蔽得太深，显然没被用户找到。

以壁纸 App 为事例，如果用户在搜寻了“绿髯香菇”之后退出的比例很高，那么很有可能是因为你的壁纸酷里显然没漂亮的“绿髯香菇”，必须急忙“备货”。以优信二手车为事例，如果分析找到某地的用户搜寻“特斯拉”比例仍然十分低，那么根据数据就要适当提升这个地区特斯拉的备货量。

自此，那些冰冷的数据才转化成热气腾腾的利润。孔淼荐了两个让他印象深刻印象的例子：实体化漫画 App 在更新之前，首页表明的是”“暴漫”“趣图”等内容分类。在利用诸葛IO展开分析之后，找到用户往往不会试探性地页面一个分类名，但如果在这个分类下没寻找自己感兴趣的内容，解散的概率很高（并不像王尼玛期望的那样，撤回上级菜单新的自由选择类目。

）于是，暴漫团队对 App 展开了改良，在首页以瀑布东流的形式表明用户可能会讨厌的内容。这样，用户在下拉的过程中，一旦找到了自己讨厌的内容，就不会对 App“刮目相看”，好感度大大增加。实质上，通过这一项改良，实体化漫画的留存率提升了难以置信的 68%。

分答，一款“刷屏”的爆款线上科学知识分享平台。很多人不告诉，它就是指“在行”问世出来的（在行：一款线上购票行家线下致电的科学知识分享平台）。通过诸葛io的转化成细管，在行团队找到，想要提高行家和用户之间科学知识共享的成功率，否还有另一种模式可以分段。于是，基于诸葛io数据分析平台在行团队开始做到些尝试，检验了样本用户并建构了参与度模型，灰度对外开放了“吱”的功能，最后通过数据找到，模式不切实际，在数据的承托下， 以一天两个H5版本的速度递归，最后独立国家发售了分答APP，爆炸了整个市场。

【更新之后，实体化漫画首页呈现出瀑布流】尾声数据的核心，实质上是背后的每一个用户，每一个人。对用户数据的分析，可以勾勒出有每个人在互联网世界里的形象。

对每一个人所思所想的分析计算出来，又沦为我们了解世界的另一个维度。孔淼把一个个互联网产品的用户流比作木桶中的水。

之前的中国互联网处在愈演愈烈快速增长阶段，因为经济形势仍然在下行。这些产品只需残暴生长，不必关心数据分析的细节。这个木桶有漏洞，但是周围有充裕的水源。

这个时候理性的决择很有可能是优先用周围的水源来补足水桶。但是现在经济稳定，水源较少，流量更加喜，漏洞的危害就突显出来。例如某个旅游产品，现在平均值获客成本超过了3000元/人。

这个极大的成本，显然早已打破了做到数据分析的成本。这也是他寄予厚望未来数据分析市场的原因。

直觉是一种蛮荒，数据是一种秩序。当这个世界道别蛮荒，秩序的力量之后开始突显。

原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：亚搏app-www.jxybjd.com