泰國哪裡好玩？「普吉島。」不知道就不知道，賣什麼萌……
2月20號刊
CDO·數據智能
你要去哪裡，或許你的手機比你還清楚。只要打開App，看著推送的信息，點擊你感興趣的，慢慢你就會有主意——當10個推送中5個開始和海島有關時。那麼，是去巴厘島還是普吉島？連名字都分不清的你有些苦惱，卻發現下面及時推送了這兩個地方的旅行產品和攻略。從那一閃而過的念頭開始，你就被大數據技術感知了，從而平穩的開始了你的旅行，從路線景點到吃喝玩樂的建議，甚至你完全沒有想到的都被呈現在你眼前，這是大數據應用的一個開始。
連接用戶與內容
馬蜂窩曾經是知名的旅遊攻略UGC社區，而現在，全球旅行服務平台會是更全面的定位，這個改變與馬蜂窩在數據應用上的進化是分不開的。
作為元老級人物，陳惠印象中最早的數據應用，是伴隨著移動端馬蜂窩App而出現的。「那時我們有了手機App後，特別想知道用戶都在看什麼樣的攻略、在找什麼樣的內容，所以我們的大數據最早的起源，其實就從手機APP里數據的採集開始的。」數據收集的出發點是為了了解用戶的需求，從而滿足需求，但在移動端大數據真正的應用，卻要等到2013年。
馬蜂窩旅行網副總裁陳惠
最早，馬蜂窩的攻略是分散在小組之中的，比如北京同城的小組中，會有去西安、普吉島和廈門的帖子，而「查找攻略」也是一件不容易的事情，想去廈門，可能意味著要在十多個小組中翻看幾十篇遊記來搜索信息。旅遊在絕大多數情況下，是人為了新鮮的體驗而去一個陌生的地方，因此信息的不透明幾乎是絕對的，如何讓用戶找到自己真實需要的信息，就變成了核心的問題。
UGC出身的馬蜂窩並不缺內容，但海量的內容多為照片和遊記，是非結構化的，怎麼樣才能讓它們和用戶高效率地連接在一起呢？在大數據部門的技術總監韓鑫看來，可以簡單的分成三個部分：一個是內容，一個是用戶，最後是推薦系統。而馬蜂窩做的事情，就是將前兩者的數據結構化，最後通過演算法匹配到一起。
2013年，馬蜂窩開始搭建了目的地分類系統，讓所有的內容可以在一個系統中呈現，這是內容結構化的基礎。「舉一個例子，比如對一家酒店，有許多用戶評論和遊記，我們會從中提取有用的信息。」韓鑫介紹，遊客往往會關注酒店的價格、環境、特色、餐飲和交通等信息，這些信息意味著不同的維度，將影響用戶的旅行決策。
比如對一家酒店一共有1000篇遊記，其中有500篇遊記涉及了交通的維度，在遊記中可能是「距離機場不遠」「在機場快線上」「去機場很方便」等不同的說法，而螞蜂窩通過構建自然語言的平台，將評論和遊記中原本發散的內容集中在一起。「首先是基於詞庫中的關鍵詞去搜索，然後是語義分析和數據挖掘技術。」 遊記的內容被分解為句子，然後句子分為句式，句式再分為片語，在系統中跑模型，最終被歸納成用戶易於理解的結果。韓鑫用知識圖譜的形式展示了日本的目的地信息，在眾多維內容中有溫泉，點擊溫泉後又會出現泉質等不同的內容，點擊泉質後又會有綠礬泉、單純泉、芒硝泉等，「這都是根據內容解析出來的，完全靠機器的話可能也不足夠準確，但這會是很好的基礎，在這個基礎上，再靠人工去校驗。」韓鑫說，通過這種方式UGC的內容得以結構化，從而形成螞蜂窩印象等產品。
在用戶畫像上，基於使用場景，馬蜂窩會將用戶分為四個階段。第一個階段是旅行空窗期，這個階段的用戶沒有明顯的旅行傾向，瀏覽的內容也相對分散；第二個階段是旅行發酵期，用戶已經有了一些模糊的出行需求，比如是國內游還是出國、會和誰一起旅行、有多少預算等，但假如是海島游，那是去巴厘島、普吉島還是馬爾地夫？這個階段的用戶，瀏覽攻略的內容開始集中，也會出現目的地搜索的行為。第三個階段是旅行準備期，用戶已經有了明確的目的地、旅行方式等；第四個階段是正在旅行。
在這四個階段，通過對用戶瀏覽、點擊和搜索數據的收集分析，時間、地理位置信息的實時獲取，以及對用戶行為的引導，比如在用戶界面，會有國內、國外、帶娃旅行、海島游、情侶出行等不同的分類，馬蜂窩會勾勒出精準的用戶畫像，並在這個過程中給予不同場景下的推薦信息。「我知道了你在什麼地方，有什麼樣的旅行需求，也對內容有了解，包括多少個目的地、場景和標籤。」馬蜂窩旅行網副總裁陳惠說，推薦系統的搭建，讓用戶和內容間得以匹配，但在今天的行業中，推薦的演算法並不是壁壘。真正重要的是，根據自身的用戶特徵和產品定位，設計一個結構，然後把演算法應用在結構中去提升效率。「互聯網時代，每一次的流量，背後都是用戶的一次需求，所以了解好用戶的每一次訪問，才能服務好用戶，而這個核心就是大數據的能力。」而螞蜂窩對旅行階段和場景的判定，再配合不同的標籤和維度，可以讓用戶的需求細分，從而精準的匹配到同樣細分的內容資源上。
小團隊大賦能
在2017年的12月12日，馬蜂窩宣布獲得1.33億美元的D輪融資，快速擴張中的馬蜂窩團隊目前有700名員工。談到具體的大數據團隊，作為負責人的韓鑫卻笑著說，只有十幾個人，「但能夠利用和使用大數據的人，（在公司員工中）超過了70%」。
馬蜂窩大數據部門技術總監 韓鑫
在線旅遊擁有著豐富的場景和業務，尤其是馬蜂窩主打的「自由行」，因追求個性化而更顯得複雜，這給技術上帶來的挑戰是，如果靠傳統的方式去做大數據，那需要的工程師就太多了。「所以非常重要的一點是去賦能，用大數據賦能別人。」韓鑫說。
以基礎的數據採集工作為例，傳統的做法是，由公司的數據團隊去對接不同部門的各個系統做數據歸集，這涉及了大量的業務對接和標準化的問題，人力和時間成本都很高。而馬蜂窩的數據團隊在App的基礎上，搭建了統一標準化的數據採集系統，「哪怕是剛畢業的一個應屆生，只要做一個簡單的培訓，就可以十分鐘時間內自己去上報一條可能是千萬量級的數據。」
韓鑫對大數據能力的一個看法是，大多數公司不是做不到，而是效率太低。進行一項統計分析，比如哪些景點旅遊人數最多，第一、第二、第三分別是哪裡，用戶都在看什麼美食，在馬蜂窩的系統上，無需工程師去專門對接需求，只需要按照可視化的規則配置，就能夠以分鐘級的速度實現。「對業務使用者來講，他只需要理清楚自己到底要分析什麼，統計什麼，運算規則可能五分鐘就建立，之後所有的數據運維由數據團隊承接，關注這個運算規則能否很好地去執行，而統計結果會直接對接到產品內容上。」韓鑫告訴記者，這樣的規則在馬蜂窩有5萬多個，僅2017年一年就形成2萬多個，而傳統方式需要最少幾小時甚至一個周的時間。
「我們非常強調分享，也強調人人都是分析師，每個人都可以利用工具平台去輸出自己的數據，分享給別人。」而具體的實現方式，就是將整個數據流程從最底端採集到最前端呈現全部產品化，這樣，一個人只需要一個小時就能配置完成。而效率的提升也促進了對敏捷型業務的提升，韓鑫舉了一個例子，假如一個活動只有三天，很多公司不會願意為此而做數據研發，而如果只需要花費一個小時就可以完成，那就值得做了。「我們的一個基本的思路就是賦能。」他說：「通過產品化，讓每一個人都有能力去處理數據、加工數據，能夠根據自己的實際需求，來決定到底哪些東西是需要被處理的，儘可能降低大數據技術的門檻，然後讓更多人能利用大數據技術，去給他自己的產品和業務帶來幫助。」
作者 | 李昊原
微信編輯 | 李昊原
審稿編輯 | 正月
TAG:IT經理世界 |