2018UBDC友盟+重磅发布U-App AI版，实现一站式用户洞察与业务增长

由友盟+主办的2018ubdc全域大数据峰会10月16日在北京举办，峰会以“di·进化”为主题，40余场主题分享，40位数据知名专家，10余家黑科技企业，3000多名数据从业者共同参与，在数据化运营论坛中，友盟+重磅推出u-app ai 版，基于ai和数据能力，在“智能拉新引擎”与“用户生命周期增长引擎”的双驱动下，实现一站式用户洞察与业务增长。

友盟+cpo吕志国从互联网下半场新趋势切入，分享了u-app在数据分析洞察、智能拉新、用户增长三个环节的ai能力，并宣布将这些能力开放给开发者使用。

(友盟+cpo吕志国)

以下为分享内容：

互联网下半场本质是用户之争

互联网已经步入移动时代的下一个阶段，用户成为越来越稀缺的资产。企业经营重心正在重新回归用户。同时，用户增长的马太效应明显，大型企业及应用，会更好地保有自己的用户群体，而且具备更强有力地拉新策略，变得越来越强。

这就引出一个新问题，回归用户，重点是回归什么?我认为有四点，第一是精细化拉新;第二是以用户为中心的产品机制。比如新用户的冷启动、a/b测试、功能迭代，是不是有严格的数据对比，是不是基于用户产品全流程做优化;第三是用户全生命周期运营，用户识别、预测、分层、分析、运营的一体化，让每个用户达到最佳效果。第四是超级用户思维。基于友盟+全域数据，我们发现top 10%的用户可贡献普通用户5倍的价值，所以我们最应该做的是把有限的资源去投入到超级用户的获取和扩大。

u-app ai版重磅上线

基于我们数据能力和对于用户的洞察理解，友盟+重磅推出了u-app ai版，它的核心使命就是驱动互联网用户增长，具体由数据智能、数据赋能与反哺、数据资产三方面。

友盟+作为业内数据体量和客户数量都领先的企业，我们要做的是让我们的大数据能力反哺客户，能够在下半场帮助企业赢得竞争优势;我们将8年累计服务165万app的数据资产以dip的形式沉淀下来。

u-app ai版的业务大图，由数据底层到应用场景，我们分为4层。

第一层是数据源。对于友盟+是最为重要的数据资产，这里包含165万移动应用、760万网站、每天触达活跃设备是16亿。

第二层是数据挖掘。在数据源基础上我们做了非常精细的数据挖掘。

第三层是数据科学。我们进一步利用数据科学和ai技术，做了数据的提炼和加工，形成了数据定向、透视能力以及强大的算法模型。

第四层是能力矩阵。在以上数据体系和数据挖掘的基础上，u-app ai版将ai能力贯穿整个用户生命周期，从用户拉新、业务监测、用户洞察、用户管理到用户触达，形成由原有的单点基础数据能力，进化到全链路矩阵式能力，核心目的就是促进业务增长与用户增值。

我们将能力矩阵，归纳成三个核心方向：

(一)分析与洞察

从下半场趋势切入，u-app提供了三层数据洞察，一个完整且缜密的数据思维和运营逻辑。

1)宏观层面，看大势

从片面的看新增、留存等单维数据，看行业看竞品数据，纵向看变化，横向看对比。源自对165万app以及104个行业的数据分析，ai算法，u-app ai版的benchmark能力，展示同行业、同规模的数据。

2)中观层面，结构化思维和用户分群

其实，每天的dau是一加一减，用户是在持续流动和变化的。增加的是新用户、挽回的流失用户，唤醒的沉默用户;减去的是虚假、低质、流失用户。这一层要实现的是洞察其一加一减的原因。结合u-app用户分群，按照不同业务视角和逻辑分群，其中一个非常有价值的方式是“按用户价值分群”，包括超级用户、高价值用户、低价值用户，再针对每一个群*定运营策略。我们提供了经典的rfm模型，以及非常灵活的自定义能力，帮助app定义和定位超级用户。

3)微观层面，细致入微的用户洞察

在这一层，洞察每个群体的行为特征，用户行为之间的关联度。我们通过留存、漏斗、自定义留存等，看清用户每一步转化，通过用户路径分析，找到洞察用户的抓手。中观层面的用户分群，与微观做用户洞察，是相互融合的状态，分群用户可以做深度洞察，精细化分析之后可以分群。

分群洞察离不开用户画像。但没有场景、没有目标的用户画像是没有意义的。仅内部画像，也缺少深度。用户画像考量的是人群覆盖广度和用户识别精度，只有真正的大数据公司，才有能力输出画像。比如，用500个用户画像去指导10000个用户的运营、使用错误的标签去提取用户特征，运营策略都会出现偏差。

友盟+能够获得海量的持续动态数据，通过数据技术和算法模型，将7亿用户的画像能力产品化，并且与数据分析和分群打通，真正实现用户洞察。

(二)ai拉新引擎

u-app ai版为app开发者打造app增长双引擎，线上和线下都可以提供拉新方案以及实施。

友盟+旗下有移动广告和品牌广告监测产品，每天有数亿的广告监测数据，可以了解全网用户的营销偏好，包括媒体、创意、时段偏好。

媒介策略，分析app目标受众分布在哪些媒体上，而不像之前的或者找“最贵的媒体”或者“跟着竞品走”的盲投方式。

人群策略，基于友盟+全网7亿用户画像，实现种子人群、高潜人群的look-alike，并智能实现人群细分。我们已经和主流媒体进行对接，包括输出预算分配，app开发者可以直接实现对细分人群的智能投放。

很多app困惑是到哪里做地推?我们通过全域数据，包括lbs数据、人群数据实现线下人群的精准定位。首先通过app种子用户，可以潜在用户。下一步找到潜在用户在区域内的密度分布，根据群密度帮你做最佳地点、最佳时段。

我们最近服务的客户，七猫精品小说app，通过这套系统进行拉新投放。数据结果反馈，点击率增长67%、激活率增长294%。拉新的用户质量，7日留存率提升62.5%，使用时长提升10%。从成本到质量，都有非常明显的提升。

(三)用户生命周期运营

新用户来了，app开发者最怕什么?快速的沉默和流失。

我们的两个增长引擎，智能拉新与生命周期运营是一体化的。app新用户会直接进入到全生命周期运营的引擎中。全生命周期分为新手、成长、沉默和流失，开发者可以清晰看到用户的每一次流转和变化。在此之上，识别出最关键的群体，再将群体进行分群与洞察，全过程是一体化的，运营效果都可以通过数据进行分析洞察。

(u-app ai版涉及的部分算法)

友盟+是如何实现ai预测的?我们通过对7亿真实消费者的全网数据进行深度训练，产出智能投放模型、用户价值预测模型、流失风险预测模型，并将其融入到u-app ai版当中，目前模型准确度可达86%以上。

我们将用户划分为四个阶段：

1)新手阶段

通过友盟+全域数据发现，新安装用户沉默和流失的概率是最大的。新用户的冷启动是留存的关键。因为友盟+有全网7亿用户的全域画像，我们可以为app输出冷启动策略。我们每天资源有限，抓两头就好，一头抓有高价值潜力的用户，重点运营未来贡献最大的人群;另一头抓高风险流失用户，让新用户尽可能留下来。

2)成长阶段

成长阶段的用户是贡献最大的用户群体，这个阶段的目标是两个：一个是避免用户的沉默和流失，我们通过ai算法，预警流失，并结合push等方式做好防沉默策略;二个是用户价值最大化挖掘，我们可以实现用户价值的自定义分层，接来下做分层用户运营，直观地看到用户价值的变化趋势和流转过程。

3)沉默阶段

在实际场景中，用户高频使用的app不会太多，需要洞察和唤醒。如果大量活跃用户变成沉默用户，产品本身存在问题;如果新用户一注册就沉默，那说明拉新策略有问题。

4)流失阶段

首先是还原真实流失，包括识别和反馈能力。u-app ai版可以识别哪些用户卸载了app，清晰看到流失情况。进而根据流失的趋势去判断业务的健康度。

其实是在卸载用户中找到高唤醒的用户群。通过流失趋势及流失用户群，判断哪些用户需要挽回，制定针对性的唤醒策略。

经过整个生命周期运营，你会发现有很多用户需要针对性的运营，这就引出了最后一步，个性化+场景化push，就是我们推送给用户的信息，我们不仅支持人群标签打通，实现个性化的标签界面，还实现用户画像为基础的多场景推送。

通过友盟+全域数据，从业务的宏观、中观、微观不同维度的监测和分析洞察的能力，到拉新策略和用户生命周期管理，再到一站式的触达解决方案。友盟+cpo吕志国分享到，友盟+数据智能是真正实现因数据而智能，因智能而增长，u-app ai版开启用户增长新时代。

2018ubdc全域大数据峰会以建立大数据交流平台为目的，聚合行业前沿观点和全域数据服务相关的最新实践，赋能更多客户“会用数据，用好数据”。