论文部分内容阅读
辣妈帮目前掌握的数据，包括用户基础数据、行为数据、兴趣数据、能力数据等。围绕用户整体数据，辣妈帮会定期进行分析，借助数据分析结果，实现了知识、帖子、广告的精准推送和关联内容推荐等功能。
随着辣妈帮的用户越来越多，这些用户产生的内容也会越来越多，这时如何保证妈妈们获得的内容都是精准的、有价值的？从准妈妈到妈妈，是一个不断变化的过程，辣妈帮如何跟踪妈妈用户需求的变化，并且给予满足？辣妈帮如何识别哪些用户是伪装的“爸爸”，并且就势推送爸爸需要的内容呢？
解决上述问题，辣妈帮的秘密武器就是数据。
辣妈的“神器”
从发现验孕棒上的“两道杠”开始，小玲（化名）正式开始了快乐加艰辛的母亲之旅。
小玲遇到的第一件头等大事是办准生证。因为之前跟老公平常上班都很忙，准生证没有提前办好。但小玲并不着急，因为在辣妈帮上有的是办准生证的攻略帖，小玲用心读了一下午的帖子，又跟老公准备了一星期的相关证件、资料后，请了假，订了回老家的火车票，当天去就办好了准生证。
准生证是建母子健康档案时用的，因为小玲和老公请的假天数不多，所以没仔细研究建档流程就拿着准生证匆匆忙忙去社区医院建档，没想到社区医院说建不了，需要社区居委会或者小玲和老公的单位出示“此前未育”的证明，虽然最后小玲弄全了所有资料，并且顺利地建了档，但心里还是不高兴，索性在辣妈帮上发了帖子“吐了槽”，很多妈妈看到帖子都回帖安慰小玲，有的甚至把接下去需要办的流程和需要注意的事项都回复给了小玲，这让小玲感到非常开心。
小玲在一次孕检中，发现自己缺铁，于是在辣妈帮上发帖求助，很快，有妈妈回复说，多吃些鲜猪肝和樱桃。小玲照做几周后，果然很快铁的指标就恢复正常了。
小玲有一天在辣妈帮上看到有妈妈发帖说要在窗户上装上护栏，以防止小孩爬到窗户外后掉下楼去，于是马上跟老公商量安装护栏。老公拗不过，花了近8000块给家里除了阳台的窗户都装上了护栏，小玲拍了照发到了辣妈帮上，大家都夸她是个未雨绸缪的好妈妈。
小玲临近产期，脾气突然变得比以往任何时候都暴躁。老公不知道这是什么原因，所以也偷偷在辣妈帮上注册了账户，发帖向其他妈妈询问，获知这是“产前抑郁症”。于是老公每天小心翼翼地应答，努力营造轻松氛围，小玲发脾气时也有心理准备地耐心劝导，这让小玲舒服很多，老公自己也松了口气。
小玲终于进了产房，老公在辣妈帮上搜索到很多需要做的准备工作：进产房前买了一打功能型饮料给小玲、查阅了顺产过程中可能出现的问题和应对方法（这个关系到出问题时要及时做决策和签字确认），预估快生时准备好小米粥……
小玲生了个男孩！她第一时间在辣妈帮上发了母子平安帖子，获得了其他妈妈们的真心祝福。
小玲使用辣妈帮的每一步，都会产生数据，这些数据存在的意义就是满足小玲的需求。同时，这些数据为满足其他妈妈的需求提供了支持，也为辣妈帮优化产品和服务提供了支持，比如，每一次辣妈帮产品版本的迭代，都是建立在数据分析的基础上的。
千人千面的奥秘
辣妈帮目前掌握的数据是多方面的，包括用户基础数据、行为数据、兴趣数据、能力数据等。围绕用户整体数据，辣妈帮会进行季度分析，并制作推出母婴行业报告和发表论文。借助数据分析，辣妈帮也能够做到知识、帖子、广告的精准推送和关联内容推荐，甚至能够帮助妈妈实现胎儿体重预测。
辣妈帮大数据研究中心负责人王安静博士告诉记者，辣妈帮使用数据的原因是为了主动抓住市场契机。在2012年到2015年期间，手机用户数量的增长红利给辣妈帮的用户数量增长带来巨大动力。与此同时，辣妈帮积累了大量数据，也开始意识到需要使用这些数据为用户服务。
“所以在手机红利即将结束的2015年初，我们就主动开始部署数据使用计划，研究如何使用数据为用户提供更好的服务。现在来看，手机用户数量增长红利已不存在，我们当时的预先部署恰好切合时机。”王安静说。
2015年，辣妈帮在自己的数据中心搭建了基于Hadoop生态的大数据平台。为了支持大数据业务，辣妈帮也专门成立了大数据研究中心。在大数据研究中心对数据进行挖掘的过程中，辣妈帮产品、运营、技术开发、IT运维、内容、市场等部门人员都有积极参与，输出的报告也都随时被各个部门参考。
王安静于2015年年中毅然从美国硅谷回国加入辣妈帮，最开始关注的是如何利用数据分析实现个性化推送，即千人千面。2015年底，辣妈帮率先在母婴行业实现了千人千面的实时推荐系统，每个用户的推荐计算仅仅在几百毫秒之内。
“千人千面是一种非常重要的体验。因为手机的荧幕通常没有PC大，导致内容展示空间受限，使得用户寻找所需内容的时间成本增加。这时就需要根据用户身份标签推送精准内容，比如识别出某位妈妈用户临近产期，就推荐坐月子相关的内容。对用户的身份标签是需要及时调整的。比如，发现某位原本被标注为‘备产’的用户近期查看与黄疸相关的文章较多，就应当马上根据实际情况对该用户的身份标签进行调整。因为黄疸是新生儿比较常见的生理现象，很大程度上表明该用户的宝宝已出生。”王安静表示。
王安静认为，个性化推送的最高境界是引导用户走出自己经常关注的内容小圈子，去发现更多、更有可能产生兴趣的内容。在使用数据时，王安静也建议要了解业务逻辑，不能单纯只盯数据本身，更要时刻注意数据与业务逻辑的内在关系。
如今，辣妈帮积累了很多数据分析模型，如胎儿体重估计模型、帖子质量模型、用户兴趣模型、用户行为模型等。
需求驱动产品创新
辣妈帮的主要用户为孕期用户和6岁以下宝宝的妈妈。
在母婴市场，消费决策更多基于口碑。辣妈帮掌握的数据显示，辣妈帮用户对于社交网络上别人分享的经验和产品信息关注度较高：有21.9%的用户表示非常关注，55.6%的用户表示比较关注。另外，对于社交网络上推荐的母婴产品，辣妈帮的用户回应度也较高，49.7%的用户曾尝试去了解产品，有46.6%表示曾因接收到推荐而购买产品。
大部分时候，辣妈帮得出的数据分析结果和预期是一致的，但也会碰到用户实际行为与预期不一致的情况，这时就需要继续分析是对用户的引导不够，还是没有把握用户真正的兴趣点，然后再调整运营策略，直到合理有效。
妈妈用户通常存在四大需求——交流沟通、知识获取、购物和本地生活推荐，为了满足这四大需求，辣妈帮还另外推出了孕期伴侣和辣妈商城两个独立的APP产品，以打造“社区 工具 电商”的一站式母婴在线综合体。此外，辣妈帮也与全国妇联中国妇女发展基金会合作，共同构建母婴人群流量入口，再通过一站式母婴在线综合体将用户牢牢吸引在辣妈帮产品集群的周围。
“对于很多妈妈来说，初为人母有很多未知的问题需要专业的指导，这种内容需求是刚需。今年，辣妈帮会借助数据打造全新的内容中心，用自制的专业、权威的内容牢牢吸引用户，以此加强用户黏性。同时，通过对用户内容的分析，让广告投放更加有效。此外，大数据研究中心将基于辣妈帮3年多来在用户大数据挖掘方面的技术积累，去探寻用户更深层次的需求，减少用户获取信息的成本。” 王安静表示。
随着辣妈帮的用户越来越多，这些用户产生的内容也会越来越多，这时如何保证妈妈们获得的内容都是精准的、有价值的？从准妈妈到妈妈，是一个不断变化的过程，辣妈帮如何跟踪妈妈用户需求的变化，并且给予满足？辣妈帮如何识别哪些用户是伪装的“爸爸”，并且就势推送爸爸需要的内容呢？
解决上述问题，辣妈帮的秘密武器就是数据。
辣妈的“神器”
从发现验孕棒上的“两道杠”开始，小玲（化名）正式开始了快乐加艰辛的母亲之旅。
小玲遇到的第一件头等大事是办准生证。因为之前跟老公平常上班都很忙，准生证没有提前办好。但小玲并不着急，因为在辣妈帮上有的是办准生证的攻略帖，小玲用心读了一下午的帖子，又跟老公准备了一星期的相关证件、资料后，请了假，订了回老家的火车票，当天去就办好了准生证。
准生证是建母子健康档案时用的，因为小玲和老公请的假天数不多，所以没仔细研究建档流程就拿着准生证匆匆忙忙去社区医院建档，没想到社区医院说建不了，需要社区居委会或者小玲和老公的单位出示“此前未育”的证明，虽然最后小玲弄全了所有资料，并且顺利地建了档，但心里还是不高兴，索性在辣妈帮上发了帖子“吐了槽”，很多妈妈看到帖子都回帖安慰小玲，有的甚至把接下去需要办的流程和需要注意的事项都回复给了小玲，这让小玲感到非常开心。
小玲在一次孕检中，发现自己缺铁，于是在辣妈帮上发帖求助，很快，有妈妈回复说，多吃些鲜猪肝和樱桃。小玲照做几周后，果然很快铁的指标就恢复正常了。
小玲有一天在辣妈帮上看到有妈妈发帖说要在窗户上装上护栏，以防止小孩爬到窗户外后掉下楼去，于是马上跟老公商量安装护栏。老公拗不过，花了近8000块给家里除了阳台的窗户都装上了护栏，小玲拍了照发到了辣妈帮上，大家都夸她是个未雨绸缪的好妈妈。
小玲临近产期，脾气突然变得比以往任何时候都暴躁。老公不知道这是什么原因，所以也偷偷在辣妈帮上注册了账户，发帖向其他妈妈询问，获知这是“产前抑郁症”。于是老公每天小心翼翼地应答，努力营造轻松氛围，小玲发脾气时也有心理准备地耐心劝导，这让小玲舒服很多，老公自己也松了口气。
小玲终于进了产房，老公在辣妈帮上搜索到很多需要做的准备工作：进产房前买了一打功能型饮料给小玲、查阅了顺产过程中可能出现的问题和应对方法（这个关系到出问题时要及时做决策和签字确认），预估快生时准备好小米粥……
小玲生了个男孩！她第一时间在辣妈帮上发了母子平安帖子，获得了其他妈妈们的真心祝福。
小玲使用辣妈帮的每一步，都会产生数据，这些数据存在的意义就是满足小玲的需求。同时，这些数据为满足其他妈妈的需求提供了支持，也为辣妈帮优化产品和服务提供了支持，比如，每一次辣妈帮产品版本的迭代，都是建立在数据分析的基础上的。
千人千面的奥秘
辣妈帮目前掌握的数据是多方面的，包括用户基础数据、行为数据、兴趣数据、能力数据等。围绕用户整体数据，辣妈帮会进行季度分析，并制作推出母婴行业报告和发表论文。借助数据分析，辣妈帮也能够做到知识、帖子、广告的精准推送和关联内容推荐，甚至能够帮助妈妈实现胎儿体重预测。
辣妈帮大数据研究中心负责人王安静博士告诉记者，辣妈帮使用数据的原因是为了主动抓住市场契机。在2012年到2015年期间，手机用户数量的增长红利给辣妈帮的用户数量增长带来巨大动力。与此同时，辣妈帮积累了大量数据，也开始意识到需要使用这些数据为用户服务。
“所以在手机红利即将结束的2015年初，我们就主动开始部署数据使用计划，研究如何使用数据为用户提供更好的服务。现在来看，手机用户数量增长红利已不存在，我们当时的预先部署恰好切合时机。”王安静说。
2015年，辣妈帮在自己的数据中心搭建了基于Hadoop生态的大数据平台。为了支持大数据业务，辣妈帮也专门成立了大数据研究中心。在大数据研究中心对数据进行挖掘的过程中，辣妈帮产品、运营、技术开发、IT运维、内容、市场等部门人员都有积极参与，输出的报告也都随时被各个部门参考。
王安静于2015年年中毅然从美国硅谷回国加入辣妈帮，最开始关注的是如何利用数据分析实现个性化推送，即千人千面。2015年底，辣妈帮率先在母婴行业实现了千人千面的实时推荐系统，每个用户的推荐计算仅仅在几百毫秒之内。
“千人千面是一种非常重要的体验。因为手机的荧幕通常没有PC大，导致内容展示空间受限，使得用户寻找所需内容的时间成本增加。这时就需要根据用户身份标签推送精准内容，比如识别出某位妈妈用户临近产期，就推荐坐月子相关的内容。对用户的身份标签是需要及时调整的。比如，发现某位原本被标注为‘备产’的用户近期查看与黄疸相关的文章较多，就应当马上根据实际情况对该用户的身份标签进行调整。因为黄疸是新生儿比较常见的生理现象，很大程度上表明该用户的宝宝已出生。”王安静表示。
王安静认为，个性化推送的最高境界是引导用户走出自己经常关注的内容小圈子，去发现更多、更有可能产生兴趣的内容。在使用数据时，王安静也建议要了解业务逻辑，不能单纯只盯数据本身，更要时刻注意数据与业务逻辑的内在关系。
如今，辣妈帮积累了很多数据分析模型，如胎儿体重估计模型、帖子质量模型、用户兴趣模型、用户行为模型等。
需求驱动产品创新
辣妈帮的主要用户为孕期用户和6岁以下宝宝的妈妈。
在母婴市场，消费决策更多基于口碑。辣妈帮掌握的数据显示，辣妈帮用户对于社交网络上别人分享的经验和产品信息关注度较高：有21.9%的用户表示非常关注，55.6%的用户表示比较关注。另外，对于社交网络上推荐的母婴产品，辣妈帮的用户回应度也较高，49.7%的用户曾尝试去了解产品，有46.6%表示曾因接收到推荐而购买产品。
大部分时候，辣妈帮得出的数据分析结果和预期是一致的，但也会碰到用户实际行为与预期不一致的情况，这时就需要继续分析是对用户的引导不够，还是没有把握用户真正的兴趣点，然后再调整运营策略，直到合理有效。
妈妈用户通常存在四大需求——交流沟通、知识获取、购物和本地生活推荐，为了满足这四大需求，辣妈帮还另外推出了孕期伴侣和辣妈商城两个独立的APP产品，以打造“社区 工具 电商”的一站式母婴在线综合体。此外，辣妈帮也与全国妇联中国妇女发展基金会合作，共同构建母婴人群流量入口，再通过一站式母婴在线综合体将用户牢牢吸引在辣妈帮产品集群的周围。
“对于很多妈妈来说，初为人母有很多未知的问题需要专业的指导，这种内容需求是刚需。今年，辣妈帮会借助数据打造全新的内容中心，用自制的专业、权威的内容牢牢吸引用户，以此加强用户黏性。同时，通过对用户内容的分析，让广告投放更加有效。此外，大数据研究中心将基于辣妈帮3年多来在用户大数据挖掘方面的技术积累，去探寻用户更深层次的需求，减少用户获取信息的成本。” 王安静表示。