4399手机游戏网讯。第十三届TFC全球泛游戏大会暨智能娱乐展将于9月28-29日在广州南丰国际会展中心举行。本届以“跨界·融合·突破”为主题，对移动游戏、直播行业、VR/AR及智能机器人、泛娱乐四大领域展开深度探讨。会上，个推副总裁刘宇发表了《数据助推游戏精细化运营》的主题演讲。
个推副总裁刘宇
▍以下为演讲实录
各位伙伴中午好，我们公司主要做技术方向的，其实是为各位做手游研发、运营以及发行来做服务的公司。刚才说我们的量比较大，确实现在的量比较大，而且增长比较快。现在是一个健康发展的状况，在这个过程当中，我们也看到了整个行业，整个中国的移动互联网的蓬勃发展。
今天分享的是跟大数据有关的，大数据如何在泛游戏以及智能娱乐方面能够帮到大家去做精细化的运营。这里面可能有一些数据本身，有一些是数据的想法分享，希望对大家的实际运营有思路的借鉴，也希望我们的经验能够给他们提供一些帮助。
更新一下最新的数据，个推SDK累计覆盖量大概是110亿多。相当于SDK的数已经超过了移动终端的设备数很多倍，其实这里面是没有去掉重复的，我们覆盖了大概有10亿部手机，这算下来基本上每一部手机上个推的SDK已经有差不多10份左右。相当于只要您用手机，很大的概率你已经被个推的SDK覆盖了，我们的SDK能够很好地积累数据，并且通过这样的数据样本得到精准的数据洞察。
大家经常看到提示您天气变化的消息、或者是滴滴打车告诉您在路边等候这样的消息，出现在您手机通知栏上，这些消息很多都是通过个推的平台推送到您的手机上，每天这样的消息平均在30多亿(条数)，已经远远超过几个运营商每天发送的短信数，甚至超过中国移动当时短信事业鼎盛时期的条数。
如果赶上双“11”和一些节日的时候，基本上会在40亿到50亿条左右，系统的负载非常高，每天活跃用户大概在7.5亿。就是说这110亿里并不是大家每一天都联网，每一天我们看到的设备联上的设备大概在7.5亿，同时在线的话大概是3.5亿。这个数字已经在世界上我估计已经排列到前几名的长链接数。我们接入应用大概有40多万，开发者20多万，给大家分享这些数据是说在这么大的数据体量下，到底能看到哪些是不一样的。因为每一个单独的App，其实都在不断的通过运营积累数据，通过获取新的用户去积累数据。
APP运营当中，大家说的比较多的问题是发行，另外一方面，当一些相对持久的一些APP，它的运营非常关键。如何在有限的用户里面挖掘出更多的用户价值，让这些用户整个转化的链条能够更加顺畅，这实际上对于咱们运营的小伙伴提出了很高的要求。工欲善其事必先利器，这时用怎样的工具和武器来更高效的运营，则是我们第三方平台能够给大家提供的帮助。
这里是我们的基础推送功能，一个是我们刚才看到的非常大的并发数，很多非常大的APP都在用个推平台，您可以放心，中间不会因为用户量增长以至于第三方服务平台跟不上。这时不用去做切换，可以一直在这个平台上做。
由于量大了之后，每个终端上差不多有10个个推SDK，这些SDK每一个基本上只占用一份流量和一份电量的消耗，使得整个系统的运行效率在共享经济的模型下非常经济，这时对用户的流量、电量的消耗非常抵，用户体验就非常友好，这时选择大的平台和普通的平台来讲，就会有很大差别。
说到能力之后就会带来成长的烦恼，就是当您覆达用户的能力非常强的时候，你会发现你的用户手机上的消息实在太多了，我想大家现在已经进入到这个阶段一段时间，这是我们在两年前左右的一个产品。遇到这种情况的时候，我们很快就发现了，觉得应该用它去做一些分组分类，让大家更智慧地去推送消息，而不是更多地去推送消息。这时从消息的点击率全局来看，从一开始点击率在30%、40%到现在基本上降到10%以内，甚至一些到了5%、3%的情况。
所以，如何让消息推得更少而精，变成一个非常重要的问题。这时，我们推出了智能推送解决方案。通过我们的大数据来猜什么样的用户喜欢什么样的消息，什么样的用户对哪一类的信息的点击率比较高。这样对用户的分组分群进行用户洞察来猜到用户的心思。我们这个产品推出之后对各个APP带来了非常多的帮助，这个是我们帮助国内一个非常出名的出行类APP，在分发优惠券，这就是找到优惠券的最佳时机。
比如一些出行类的APP，它的推送最佳时机、最佳场景是什么样子，做一个场景化的推送，同样对于直播行业，对于游戏行业也要找到最佳场景，接下来的AR的各种游戏一旦开始可以做的时候(或广泛铺开的时候)，这时有非常多现场的场景需要去寻找、发现以及能够快速的捕捉到用户在当前场景下进行的活跃带动。比如在等出租车的时候，捕捉到这个场景，知道这里面有需要优惠券的，需要另外增值服务的人比较多，这时推送这样的消息(比如滴滴的优惠券)就很合适。除了出租车之外，还有出行的优惠券可以帮助做出行的企业挖掘用户一些额外的需求。比如说你已经到了目标城市的机场，这时会问您回程机票有没有订，以及酒店住宿安排，这些场景化的捕捉体现在我们的应景推送中，个推提供了非常好的解决方案。
这里其实对于一些直播类的也是可以去做一些人的分组分群以及场景的识别，使得在同一群人里面大家得到的一些成功的运营经验能够非常容易的、可行的找到潜在的跟这些人LOOK LIKE的另外一些人。也许同样的网红(同类型)对于同样类型的、相似的一些终端用户也会有杀伤力，也会带来很高的转化。这时实际上对于用户的分组，对于人群的分组，对于场景的识别给我们运营打开了非常新的思路。
接下来我们深入去看人群洞察的大概纬度，这里面我们要真的认识我们的终端用户才能做到精细化的运行，就像谈恋爱一样。首先是一个新用户进入，大家初次见面聊一下，这时你就积累了一些数据，同样你可以有一些既有的经验去发现他好像和哪一类人是相近的(或和某个前女友、认识的朋友相近)，这时大家都会分类、分群。
对于终端用户的运营，可能跟谈恋爱不太一样，就是它更模式化一些。比如说他的基本属性(性别、年龄、常驻地、消费特征，是否喜欢买点卡、喜欢赠品还是其他消费习惯、兴趣爱好等)，比如说她近期有什么样的潜在消费需求也可以做一些挖掘，以及社交特征，平时的触媒习惯。方方面面了解你的终端用户，并把他们分组之后，你会发现可以分而治之，对不同的用户进行不同的运营方案。
我们发现从另外一个角度去看有两大纬度：
纬度一：线上的数据
包含APP的安装情况，就是哪一些APP来自于同一部终端手机，推送平台是一个长连接，这时我可以知道好几个连接是来自于同一部手机，但连接后面对应的APP其实是不一样的。从个推的平台上就可以看到很多手机上大概装了哪一些APP，并进行APP的分类以及画像。根据这个画像，可以知道他线上的使用习惯以及他的安装习惯，这时对于不同的人群就有不同的分类。比如说有一些女生装的APP跟男生就会有显著的不同，即使她是女汉子也会有一些不一样，一些商业人群和学生也会很不一样。
纬度二：线下的数据
线下也是我们在个推应景推送里有比较好的服务，它是通过WIFI指纹来识别线下的场景和地理位置。相当于各位拿出手机去看有没有免费WIFI的时候，你看到一条列表，这个列表其实在各处都不一样，这个列表和后面的信号强度就好像指纹能够识别人群一样，可以去识别地理位置。这时我们把这些指纹信息和地理位置相关联的时候可以提供给APP开发者，告诉大家这件事情这样的指纹代表你的终端用户，他会出现在什么样的位置，进一步在时间轴上做个积累，这时你会发现他经常触摸的地理位置是有一定的规律的，以及他突然出现在一个本来没有出现的地理的位置的时代表某一些特定的意义。这种情况对于线上和线下的地理位置的识别可以更深入的去洞察咱们终端用户的一些行为，进而把他们进行分组。这时能真正做到投其所好地去进行运营，也就事半功倍了。
举个典型例子，特定人群的画像，也是结合线上和线下来画的，线上可以去看他装的非常有特色的信号APP，比如育婴类的，这些人她一般不太会由于兴趣爱好去装这些APP，除非这些APP自己的开发者。对于线下，我们找了一个实际的例子，在浙江大学的妇产医院，这时看到样本用户，她以一定的规律出现在这个地理围栏当中，这时规律甚至包含她这次到下次之间的间隔时间，进而可以推算出她大概的预产期会在什么时候。这样，达到了这样的精细程度，对于终端用户的识别和洞察会达到一个非常高效的方法。
这张图也是当数据大了之后你会发现有好多有意思的东西，这张图我给大家解释一下，每一条竖线代表一个手机的充电状态变化，对于不同的充电状态我们用不同的颜色标出来，包括它在充电、充满、放电。这时发现在颜色交界的地方发现有几条比较明显的线，我们用虚线标出来。出现这件事情和大家平时用手机的习惯非常相关，并不是每个人都这样，但是从数据多了之后你会发现一些统计意义。
一个非常典型的行为特征是大家睡觉前手机没电了，充电，一般都会在睡觉时候充下电，早上起来把电拔下来，因为现在电池基本上能续航一天，最多两天，所以每天晚上要抓紧时间去充电。这时就会发现，也许这个时间跟大家的睡眠时间相关，这时去捕获不同的人群，包括不同的年龄段，不同的职业、不同的APP的分类当中，可以看到他们的睡眠时间不一样。
再有一个比较典型的例子，就是比如说在欧洲杯、欧冠或其他时区的体育比赛，在热火朝天进行的时候，在后半夜，这时还有哪些手机是还在不断参与互动，且非常活跃，这批人可能就是特别对某一类赛事特别敏感的人群。对于这一类人群进行精细化运营也会达到非常好的效果。
我们再换一个角度去看数据，其实我们在做的事情就是不断去审视、端详我们的数据，数据拿出来看，从不同的纬度去打散、分析，有三类数据—冷数据、温数据、热数据。
冷数据，比如说我这辈子基本上是个男生了，除非哪一天想明白了。
热数据，比如说今天我来到这个会场，或者我刚刚出差到北京，将这一类近期刚刚发生或正在发生的情况，或者刚刚打开某一类APP进行了某些操作。
热数据可以通过第三方平台去积累，也可以在每一次自己的活跃时候进行一些积累。这时对于捕获当前用户状态是非常有意义的。热数据并不是一直那么好用，因为它的量比较少，不管是单个APP还是出现在某个场所的人讯，相对都是比较稀疏的，这时要做运营、营销以及对这些人进行深入研究的时候，更多的选取的是温数据。
温数据，就是它没有那么冷，也没有那么热，是热数据一点一点积累下来之后，发现它近期的一个行为特征。比如说近期她对某一类平台特别感兴趣，这一类的APP活跃特别高，以往都没有这样子，那这时候说明她正处于一个成长期，一个新用户的成长期。这时应该用什么样的策略去拉动她的活跃和转化非常关键。
再比如说，近期某用户一到周末的时候就到4S店，说明她近期可能会有对汽车类的消费，可能会有这样的想法，这时识别出她潜在的一些其他的营销需求也是有非常大的帮助。前面说了这么多不同数据洞察纬度，其实不管怎么去做，最后运营很多时候除了对在线活跃用户的运营之外，对于沉默用户的运营很多时候遵循了下面这样一条规则，就是在合适的时间、合适的地点、合适的场景把合适的内容推送给合适的人。
这里，个推一直在提供这样的工具，包括定时的推送、地理围栏的推送、智能场景的识别以及创意文案的对比工具，还有对人群画像的标签。这样通过个推的大数据平台，结合各家自己第三方的数据和第一方的数据，这时可以把用户画像做到更丰满。我希望我今天的分享能够带给大家一些启发，如果后面有什么问题欢迎私下交流。谢谢!
更多展会精彩快讯，尽在4399第十三届TFC大会专题爆料！
