Alanr

市场营销

2010年08月 — 2014年06月

2020年07月 — 2020年12月

项目背景: APP5.0刚上线,该产品的内容管理系统中原有的数据仪表板功能相对简陋,而且支持PGC新闻内容数据,缺乏新上线的内容社区模块数据,为了更全面地了解产品和内容的数据情况,给产品迭代和内容运营决策提供数据支撑,因此需要搭建全新的数据BI。 行动: 指标梳理:与运营和编辑部门密切合作,收集并整理数据需求,最终梳理出包括用户增长与行为、用户属性、内容质量、内容消费、内容生产和广告效果在内的6大类共20+核心指标。 数据采集方案制定:根据已拆分的指标,确定所需的数据,并与技术团队确认数据缺口,制定补充数据的埋点方案,确保所有关键数据的全面采集。 数据模型设计:根据指标需求,设计并构建数据模型,输出用户行为事实表、内容发布事实表、内容消费事实表等多种事实表,以及用户、内容、时间等多种维度表。确保这些模型能够帮助技术团队更好地理解业务需求,从而提高数据仓库开发的效率。 BI需求及原型输出:基于数据指标需求,设计多个BI看板模块,包括实时数据看板、概览看板、用户增长与活动看板、内容互动与质量看板、内容消费看板和内容生产者看板等。模块设计涵盖趋势分析、多维度分析、对比分析、漏斗分析等多种分析方法,并输出原型图及详细需求文档。 协助开发:在开发过程中,持续与开发团队沟通,并引入echarts开源图库,确保图表在图例、样式、颜色、坐标轴等细节上的准确实现,最终确保仪表板的高质量呈现效果。 项目成果: 1、数据覆盖率达到95%以上,显著提升了数据的全面性和准确性。 2、由于新BI系统的引入,运营团队的数据获取和分析效率提高50%以上,决策过程更为高效。 3、广告效果数据分析的准确性提升至95%,广告投放的ROI提升10%。 4、系统上线后表现稳定,并具备高度扩展性,能够支持更多模块的接入和功能的扩展。

2021年02月 — 2021年06月

5.3版本上线后,随着APP的内容量与用户量增多,运营部门与编辑部门为了实现对内容更好的分发推荐,提升用户体验和内容运营效率,因此对产研团队提出需要需求,希望实现人工精选与智能推荐混合的内容推荐模式,以及运营活动的精准人群推送,产研团队为了应对需求,决定搭建一个覆盖全面的内容标签及用户标签体系,为实现智能推荐提供基础支撑。 行动: 内容标签层级设计:与运营、编辑部门密切合作,共同定义内容分类标准和命名规范,设计初始标签层级结构,最终输出包括20个一级标签、100+二级标签和800+三级标签的内容分类标签体系文档。 用户标签设计:与运营、编辑部门讨论,制定用户属性和行为标签,明确各类标签的定义和更新频率,形成完整的用户标签规则文档;标签库字段制定:设计标签库字段,包括标签ID、标签名称、层级、父标签ID、同义词、描述、创建时间、更新时间、关联内容数量和关联内容ID等,输出标签库字段定义表格。 标签管理模块设计:设计标签管理模块的功能与界面,包括内容标签和用户标签的增删查改、上线与下线、目标用户圈选与分组等功能。页面设计涵盖标签列表页与详情页,展示标签信息,输出详细的需求文档和原型。 内容标签技术选型:选择并接入百度云的NLP与图像理解技术,包括文章分类,标签生成,文本相似度分析,实体分析,智能视频标签,图片标签等API,整理相关API文档,并与开发团队沟通,以确定标签生成、同义词处理和格式化以及标签入库的完整技术流程。项目成果: 1、内容标签覆盖90%以上内容,用户标签覆盖80%以上活跃用户。 2、利用第三方NLP服务实现了标签的自动生成,减少了运营人员95%的手动打标工作,提高效率。 3、运营活动效果提升:通过用户标签圈选出目标人群,运营活动的精准度提升50%。 4、标签体系的建设为后续读特智能推荐提供了基础支持。