数据平台部（数据平台部是干什么的）

本篇文章给大家谈谈数据平台部，以及数据平台部是干什么的对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享数据平台部的知识，其中也会对数据平台部是干什么的进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、腾讯算法高级研究员陈松坚：智能问答技术及其应用
• 2、高级软件工程师需要的条件
• 3、【科普】企业中，大数据部门的常见组成
• 4、「独家」腾讯PCG成立“信息平台与服务线”，搜索将成核心业务
• 5、挖财董事长李治国口述实录：这是我历过最深重的劫
• 6、大数据对游戏精细化运营的意义

腾讯算法高级研究员陈松坚：智能问答技术及其应用

随着人工智能的飞速发展以及广泛落地应用，越来越多的设备将会被植入智能问答技术，人机交互场景随处可见，智能问答在未来将会成为一个非常重要的入口。

腾讯小知凭借着业界领先的智能AI引擎算法和海量大数据仓库，已将智能问答技术落地实施，并且经过大量的业务考验和优化，知识点匹配度和准确率都已达到90%以上，在2018 年 GITC 全球互联网技术大会上，腾讯小知荣获年度互联网最具价值产品奖。

腾讯小知算法负责人陈松坚也在会场发表了关于智能问答技术原理及其在To B场景下的应用的专题演讲，从自己的角度为我们展现智能问答技术的最新成果。

他首先从智能问答是什么，为什么和怎么做的三个问题出发，阐明了他对当前智能问答技术的定位和价值，首先，现阶段的智能问答是信息检索技术的升级，是量变而未达到质变。但是无论在To B还是To C的场景下，当前的技术都能够切实解决一些用户的痛点，提升用户体验，是亟待推进和充满想象的方向。

在回答怎么做这个问题时，他详细介绍了几种不同的问答机器人的实现路径，包括单轮问答机器人，多轮问答机器人及阅读理解机器人。其中重点阐述了单轮问答机器人的实现原理，包括字面匹配，词向量匹配，深度语义匹配，迁移学习等技术。

此后他还分享了小知团队将上述技术产品化的经验，包括智能客服机器人和电话机器人两大块，主要分享了当前产品的形态，亮点和实际项目中取得的一些成果。

最后，他简单总结了小知目前完成的工作以及就智能问答的发展提出了自己的几点看法。

--------------------------------------------------------------

以下是演讲稿全文：

各位下午好，很高兴今天能在这里给大家做分享报告。先介绍一下，我们腾讯小知是致力于为政府和各行业提供一揽子智能问答解决方案的团队，目前已经落地的包括基于文本的智能客服机器人和基于语音的电话机器人等。

在大多数人的认知里，智能问答很可能是以上的3个印象，2011年打败了人类取得问答竞赛冠军的waston;2017年被沙特授予公民身份的机器人sofia;更为大家熟知的钢铁侠中的机器人管家jarvis。在大家心目中，智能就意味着能够像真人一样交流。然而作为从业者，很遗憾地告诉大家，目前的技术还远没有达到这个目标，我认为本质上目前的智能问答技术是对信息检索技术的一次升级，是量变而未到质变。这个皇冠上的明珠还等待我们去摘取。

既然问答技术还不成熟，那为什么还要投身到这个领域呢。我想从To B和To C两个角度去回答。对企业来讲，当前的问答技术虽然无法解答复杂的咨询，但是大部分的简单的头部问题是可以比较好的解答的。从本轮AI大潮NLP赛道的几名种子选手都从智能客服这个方向切入就可以看出企业是确实存在对智能问答的刚性需求。而对普通用户来讲，一方面siri等语音助手每天都在为用户提供便捷的交互界面，另一方面像amazon echo这一类的智能家居产品也逐步进入千家万户，成为物联网生态的中心入口之一，这便是智能问答的价值所在。

那如何实现智能问答机器人呢?我们先来看最基本的单轮问答机器人的实现原理。

熟悉搜索引擎的朋友会发现这个架构跟搜索引擎的很类似。单轮问答一般来说就是FAQ问答，是基于业务问答对组成的问答库进行检索匹配。其中FAQ问题集包含多个相似问法供用户问题去匹配。预处理阶段一般会进行文本纠错，标准化和底层NLP特征提取;召回阶段会在倒排索引中召回若干个候选问题(粗排)，而最后的匹配阶段会基于各种模型进行匹配打分并返回得分最高的结果(精排)。匹配阶段还会引入其他模块，如知识图谱和拒识模型，目的是辅助提升匹配的最终准确率。

retrieval中的匹配可以看做是naive solution，词袋+VSM, 筛选候选够用了，但是精排需要更精致的策略，第一，要利用监督信息做拟合，我们构建基于问题对的训练语料，拟合是否匹配这个二分类目标。第二，特征上抛弃稀疏的词袋模型，而是构造各种相似度来做base scorer，然后利用非线性的抗噪能力强的xgboost来做融合，比如我们用到词bigram, 字bigram, 核心词，名词等特征集合的相似度。这种方法的优缺点是一体的，由于模型只学习字面相似的特征，因此不受领域影响，通用性强，适合用在冷启动阶段;但也因为只考虑字面相似，无法处理更深层的语义匹配。

那如何度量语义的相似呢。词向量技术的兴起是语义匹配的前提，所谓词向量，是将孤立的传统的token表示映射到相互关联的向量空间中，这种关联性，或者说是相似性，是通过词语的上下文的来描述的。也就是说，上下文越相似的词语，他们的语义就越相似，词向量的欧式距离就越近。这是很容易理解的，更妙的是，通过对向量进行简单加减运算，能够呈现出概念的关系，比如king-man+woman的结果非常接近于queen, 因此说明词向量能够一定程度刻画语义。那对句子如何做向量表示呢?一个简单的想法是直接求和平均，WMD是另一个比较有意思且有效的做法，他将计算句子到句子的相似度建模成一个运输的问题，把句子p的各个词，运输到q的各个词上，也可以说是变换;运输成本是词向量的cosine相似度，而要运输的是各个词在句子中的权重，用线性规划求解一个最优解，即为p到q的距离。另外还有个有效的方法是SIF，思路是做词向量加权求和，但是突显出句子中非通用的部分，即权重用词频倒数来计算权重，实验效果也很不错。

上面的方法有一个问题就是没有利用有监督信息，所以效果有明显的天花板。下面介绍这个工作是基于深层网络做有监督学习的匹配的，做法也比较简单，首先把句子文本用one-hot编码，假如词典大小是500K，那编码完长度就是500K维，其实等于是词袋模型，然后输入到一个多层的神经网络去学习，最终得到一个128维的向量作为句子的语义表示，然后用cosine计算两个句子与文档的相似度作为模型输出。这个方法其实是将高维稀疏的token特征映射到低维语义空间，跟词向量的思路很类似，只不过训练目标不同，并且这里使用了深层网络结构。

但是CNN对上下文的处理能力依赖于窗口大小，远距离就没办法处理了，因此要考虑另一种网络单元RNN，这种单元是专门为时序模型量身打造的，简单来说，每一时刻t上的隐藏状态，或者说第t个词上的语义编码，都由两个输入共同决定，即上一时刻的隐藏状态和当前时刻的原始输入，而为了解决远距离传递导致的梯度消失和梯度爆炸等问题，RNN有一些变种结构来应对，比如 LSTM和GRU等。

CNN和RNN都是对原始输入进行语义编码的基本单元，编码后的向量就可以接入多层感知机进行相似度计算，如果是直接计算cosine相似度，那就是dssm的升级版，而更常见的做法是把两个句子的编码向量拼接在一起，再经过一个多层感知机计算相似度，而这种方法统称为表达式建模;

另一种方案考虑到两个句子之间的交互信息对学习他们是否匹配显然更为重要，这一类方案被称为交互式建模，右边是一个典型的例子，他最大的不同是首先对两个句子的所有窗口组合进行拼接和卷积，得到交互信息。然后再进行多次卷积和池化得到表示。其他的交互方式还包括编码之后，进行交互操作，如作差，点乘等，还有计算attention表示，也是常见的交互方式。

下面介绍我们的方案，跟上面介绍的模型相比，我们的方案主要做了两处改动，一个是使用了稠密连接的网络结构，让rnn层的输入和输出拼接在一起做为下一层的输入，第二个是混合注意力机制，即在计算attention向量进行交互式建模的基础上，增加self-attention向量计算，然后把两个attention向量经过门机制进行融合，这样做一方面引入了问句间的交互信息，同时又增强了对自身的表达建模。

上面的模型是比较复杂的模型，参数量有5.8M。在实际中应用中训练语料会严重不足，为了解决这个问题，我们引入了迁移学习的策略。首先第一种是多任务联合学习，比如在拟合两个问句是否匹配的同时，也对问句进行分类预测;另外还可以同时对匹配的问题对做seq2seq的翻译模型训练。这两个策略都证明能有效提升准确率。

而另一个思路更加直观，即引入其他领域的语料，所谓多语料迁移。Fine-tune即参数微调是其中一种做法，即先用通用语料训练网络，固定底层表达层的参数，然后再使用领域语料调整上层参数;另一种思路参考了对抗学习的思想，即引入一个新的任务“混淆分类器”去判别当前样本是来自源语料还是目标语料，通过在损失函数中增加反向的混淆分类损失项，让混淆分类器尽可能地无法区分样本的来源，从而保证共享了参数的表达网络能够学习到两部分语料中共性的部分。

以上的介绍都是为了完成一个基本的单轮对话机器人，而实际应用中，往往存在需要需要交互的场景，比如查询社保余额，就需要用户提供指定信息，如姓名，身份证号，手机号等。这种是所谓任务导向型机器人，而另一种，基于知识图谱的机器人也往往会涉及到多轮交互。这里简单介绍一下多轮对话机器人的架构，整体上是一个对话管理系统，总的来说是管理会话状态，包含4个模块，分别是输入部分：自然语言理解模块NLU，负责意图识别和抽取槽位实体，比如这里匹配到了意图是查询社保余额，抽取到了社保号1234。得到的意图和槽位值会送入到对话状态追踪模块，DST，他负责会话状态的更新，形式化来说是一个函数，输入是当前状态s和当前的query经过NLU处理过得到的意图和槽位值q, 输出新的状态s‘，下一步是把s’送入DPL，对话策略模块，这个模块是根据新的状态s‘输出行动a，通常这个决策选择会依赖于一个外部数据库或知识图谱，最后，由输出部分，自然语言生成模块NLG负责将行动转换为自然语言文本，返回给用户。

前面提到的单轮FAQ机器人，有一个问题是问答准确率依赖于问答库的质量，而问答库的构建耗时费力，所以针对数据较大的非结构化文档，如果可以直接从中抽取答案，是非常理想的做法。比如斯坦佛大学开源的drQA，就是基于wikipedia的语料做的一个开放域上的问答机器人，我们来看看这种阅读理解机器人的架构示意，他也是基于检索重排的思路，首先把可能的文段从语料库中摘取出来，然后送入阅读理解模型进行答案定位，打分，排序和选择得分最高的答案。阅读理解模型与匹配模型是类似的，需要先对问题和候选文段进行编码表示，不同之处在于最终预测的目标是答案的起始和结束位置。我所在的团队在去年，在阅读理解的权威公开测评Squad v1中取得过第一的成绩，同时参加这个测评的包括了google, facebook, 微软，阿里idst, 科大讯飞等国内外同行。说明业界对这种技术还是非常看重的。

下面分享小知在把以上技术落地产品化的经验。首先我们来看看小知的整体架构图，核心引擎有两部分，一块是上面重点阐述的深度语义匹配模型，另一块是本次分享没有展开的知识图谱引擎，在此之上，我们构建了FAQ机器人，多轮会话机器人(任务机器人)，闲聊机器人等。以下是我们单轮和多轮机器人的示例。

在我们实际的落地项目中，得益于深度迁移模型的语义匹配能力和行业知识图谱的的精准匹配和辅助追问，小知机器人能够做到95%左右的问答准确率，并且节省了50%以上的服务人力，切实为政府和企业提升效率和降低成本。

在智能客服的基础上，我们又打造了基于语音的电话机器人，力主融合智能客服，人工在线客服，工单系统和电话机器人，为客户打造从售前售中售后的整体解决方案。

以下是电话机器人的整体架构图，核心是自然语言理解NLU模块，负责识别用户提问意图

提取相关实体。根据NLU输出的结果，内置的对话管理引擎会进行流程状态流转和跟踪。

另外，ASR语音识别和TTS语音合成是不可或缺的重要服务，这三个模块相互协作，共同完成与用户的交互。

最后对智能问答的未来发展提几点我的看法。目前学术界比较公认的一个方向是，需要更有机地结合模型和规则，而在问答领域，规则的一大组成部分就是知识图谱，包括开放领域的知识图谱和专业领域知识图谱。而更进一步地，我们需要研究带有推理性质的事理型知识图谱去描述领域内的规则和知识，让机器人能够处理带有复杂条件的问题，提供更智能的回复。在我看来，智能问答的一个突破口就在于解决以上三个问题。以上就是今天分享的内容，谢谢大家。

主讲人介绍：

陈松坚，腾讯数据平台部算法高级研究员，有着8 年的 NLP 研发经验，2017 年加入腾讯 TEG 数据平台部，负责智能客服产品腾讯小知的算法规划和落地。负责过多个智能客服项目，对封闭领域的智能问答有丰富的实战经验。

高级软件工程师需要的条件

高级软件工程师需要的条件

软件工程师英文是Software Engineer，是从事软件职业的人员的一种职业能力的认证，通过它说明具备了工程师的资格。软件工程师是从事软件开发相关工作的人员的统称。下面是我整理的关于高级软件工程师需要的条件，欢迎大家参考!

高级软件工程师要求

腾讯数据平台部高级Java研发工程师(深圳)

"海量分布式数据银行的需求分析,架构设计和技术研究，及关键技术的开发工作;

相关后台系统的开发与调试;

与其它项目的协调和技术交流工作等。" "三年以上工作经验，有大型互联网行业从业经验优佳;

精通Java研发，熟悉Java开发环境和工具;

掌握多线程及高性能的设计与编码及性能调优;有高并发应用开发经验;

熟悉Linux/Unix系统，包括Shell/Python等脚本编码和软件开发等;

熟悉Hadoop、Hive、HBase等相关开源项目，或者从事过分布式相关系统的设计、开发工作;

工作认真，细心，有条理;积极性高，求知欲强;具有较强的沟通能力及团队合作精神。"

岗位职责：

职责定位：.负责珍爱网核心业务模块的设计与开发.理解系统的业务需求，制定系统的整体框架 .参与公司底层技术架构研发

珍爱网高级Java工程师

岗位要求：

计算机及相关专业本科以上学历

.精通Java，J2ee，Javascript相关技术和体系架构，具备2年以上相关项目开发经验

.熟悉spring, struts, svn工具

.熟悉mysql数据库，了解SQL优化

.熟悉LINUX操作系统，熟悉SHELL编程

.有过大型互联网应用的.开发经验，熟悉缓存架构，分布式架构，了解集群、负载均衡和容灾

.熟悉敏捷迭代开发流程

.具有较强的团队合作意识，具有较强的分析、设计能力和语言文字表达能力。

5年以上工作经验 有大型分布式系统开发经验 海量数据处理经验 hadoop项目经验

没有电商项目 不会有面试的。。

上海研发中心_Java高级软件工程师

工作内容：

-搜索联盟以及相关业务系统研发

-广告平台以及相关系统研发

-在线服务相关的管理信息系统

-其它基于Java语言的应用软件开发

要求：

-本科或本科以上学历，计算机相关专业

-熟悉JSP/Servlet/EJB和JavaScript等WEB开发技术，熟系Spring，Struts和Hibernate等 主流的开发框架

-对Java面向对象软件结构有深入理解以及很强的应用能力

-熟系数据库oracle,mysql其中一种，拥有优秀的数据库设计能力

-熟练使用UNIX、LINUX，能进行shell编程

-了解TCPIP、HTTP等协议

-三年以上行业大中型软件开发经验

-学习能力强，拥有优秀的逻辑思维能力

-自我管理能力强，有良好的时间意识

-有较好的沟通交流能力

;

【科普】企业中，大数据部门的常见组成

在IT公司里，大数据部门的成员，一般可分为4种：（以房子为例）

先用一张图，帮助大家理解一下～～
出道题目，我们公司的大数据部门，目前有这些岗位，你能一一推测出他们的所在位置吗？
【数据应用工程师】、【数据可视化工程师】、【数据可视化设计师】、【数据平台工程师】、【算法工程师】、【数据分析师】

建房子地基（埋在地下）的那群人
他们就是 平台组/架构组 的那群人，他们负责搭建一套大数据的平台架构体系。一般你肉眼看不到他们的产出，但是当某一堵墙壁歪了的时候，或者你进屋打水但水龙头却流不出来水的时候，你就会意识到他们工作的重要性。
平台组的常见发展路径 ：
平台初期，很多公司会用自己的服务器搭一个 私有集群 ，将数据维护起来，开始构建数据平台的第一步。这个，也是原始的大数据平台。（当然，现在有很多公司也是直接上云服务器）
当平台进入高速发展期，考虑到不断扩充的数据量和服务器的维护成本上升，很多公司会迁移平台到 云服务 上，比如阿里云，华为云。云服务的选择要解决的是选择平台所提供的服务，成本，数据通道的维护。【我们公司目前正处于这一阶段，选择了云服务。当前，经过考量也正在由阿里云迁移到华为云】
还有一个阶段，你发现云服务的费用太高，虽然省了你很多事，或者是考虑到敏感数据的安全问题（当然，私有集群也不是百分百安全），然后又开始往 私有集群 迁移。这时候，鉴于数据规模，你大概需要一个靠谱的团队，设计网络布局、设计运维规范、架设监控、建立机房，值班团队走起7*24小时随时准备出台。
至此，产生了平台组，真的大数据平台来了 。

建屋子（砌墙盖瓦）的那群人 ：
应用组 的那群人，他们负责建设各类系统/应用。他们搬砖砌墙，建好房子，还要铺设各类管道线路，把地基里面的数据抽出来，放在房子里，让用户们推开门就可以享用。
应用组，有哪些应用？ ：
这块不太好讲。不过，为了尽量让大家看懂，用 从大到小的思路 尝试下：
在整个社会层面，大数据已应用于各行各业，比如：金融行业/地产行业/零售行业/医疗行业/农业/物流行业/城市管理等等……有哪一个行业，可以脱离数据而生存？有哪一个行业可以不依赖数据而发展？
那么，在一个企业中，数据必然是无法避免的会应用到，不管是1个员工的皮包公司，还是10万员工的跨国集团。so，我们来讲讲具体有哪些应用呢？
一般而言，数据应用分为3类：分别是面向企业内部， 面向企业外部以及面向用户这三种。

这里，鉴于今天的主题，我们只讲 面向企业内部 的大数据应用。
进入正题了：
企业内部产品中，可以从2个角度来看待具体有哪些应用：

策略类 的方向较多，常见的有：

这些有时候会有部分或全部不划在大数据部门下面，但都需要比较规范的数据基础，以及着重与利用数据分析调整产品策略。

做企业内部的大数据应用产品，常常有些心酸的地方：

屋子里面的人 ：
产品组 的那群人，主要是一群产品经理（我们公司，目前就半个，由一个分析师兼职着，所以，我们公司没有产品组哦），负责数据类的应用产品设计。他们和上面建房子的工程师们，是紧密的团队关系。鉴于上面对数据应用产品已做了很多阐述，关于他们工作产出的应用具体有哪些，这里就不再赘述。
讲一讲， 数据产品经理 的从业人员得有几个素质：

屋子外面的人 ：
分析组 的那群人，一般会有3类：数据分析师、算法工程师 （类似数据挖掘） 、数据科学家 （我们公司没有） 。他们工作的日常：为你提取一份EXCEL数据、制作一张报表数据、用算法模型分析一个问题、训练出一套算法模型等等工作，但不局限于此。
他们常常需要与各个部门打交道，接待很多业务的数据需求，与业务关系紧密。在一些公司，分析组不一定都设置在大数据部门下，他们可能分散在不同的业务部门，为各自部门服务。但是，他们终究也是需要从大数据平台来获取所需的业务数据，做分析处理，得到相关结论～
据我所知，我们公司的业务部门，（好像）也是有自己的分析人员。
简单概括一下这些职位的特点：
【数据分析师】
业务线，负责通过数据分析手段发现和分析业务问题，为决策作支持。
【算法工程师】/【数据挖掘工程师】
偏技术线，负责通过建立模型、算法、预测等提供一些通用的解决方案，当然也有针对某业务的。
【数据科学家】
数据科学家是使用专业知识构建机器学习模型，再以此做出预测并对关键业务问题进行解答的专家。数据科学家仍然需要对数据进行清洗、分析以及可视化处理，这一点和数据分析师是一致的。不过数据科学家在专业技能方面有者更深的研究，涉猎范围也更广，同时他们也能够对机器学习模型进行训练与优化。

至此，整篇文章，已经讲差不多了。
最后总结下，本质上，围绕房子的这4拨人，做的是同一件事情： 提供数据服务 。

完结～

「独家」腾讯PCG成立“信息平台与服务线”，搜索将成核心业务

10月15日上午，腾讯内部发文宣布进行组织架构调整，在PCG（平台与内容事业群下），成立“信息平台与服务线”，包括QQ浏览器、看点、搜索、免费小说和文件等业务。

本次调整方案上升至腾讯总办层面多次讨论，涉及三位腾讯公司级VP（副总裁）的业务范畴，同时为原搜狗的部分业务组建了全新团队。

腾讯公司副总裁、腾讯看点负责人殷宇将担任“信息平台与服务线”负责人，向PCG总裁任宇昕汇报。另一位腾讯公司副总裁郄小虎将兼任事业线搜索与商业化技术负责人，邮件内并未写明其汇报对象。该事业线下，由原搜狗业务组成的部分新团队则向腾讯公司副总裁曾宇汇报。

具体来说，在该事业线下新成立平台业务部、内容业务部、搜索业务部、阅读业务部、商业化业务部以及数据与技术平台部等事业部。

在新的事业线架构下，浏览器（QQ浏览器和搜狗浏览器）成为基础支撑平台，以搜索引擎（包含人工智能和输入法）为主的服务功能将成为核心业务。

其中，阅读业务部由副总经理叶骏负责，向殷宇汇报。内容业务部由副总经理杨达志负责，向殷宇汇报。数据与技术平台部由副总经理徐羽负责，实行双向汇报，业务上向殷宇汇报，技术上向腾讯公司副总裁、PCG技术副总裁曾宇汇报。商业化业务部由总经理洪涛（原搜狗CMO）负责，向殷宇汇报。

此前由殷宇负责的腾讯看点，下属各组织与人员将并入信息平台与服务线。新成立的部分事业部职责如下：

平台业务部，负责移动和PC端浏览器框架设计和运营，搭建用户增长平台能力和基础商业能力，支持浏览器平台上各业务发展。

搜索业务部，负责新事业线全网搜索产品的整体规划和产品落地，建设覆盖全网图文、长短视频等信息及服务的搜索生态；建设搜索技术中台工业化系统，为腾讯PCG各业务的搜索场景提供基础的搜索引擎服务。

内容业务部，负责内容业务的全链路规划及落地实施，主导个性化算法和内容推荐，以及对创作者进行内容激励。

阅读业务部，通过基础功能体验、内容理解和运营、用户增长和运营、商业变现等方面的能力建设，提升浏览器免费阅读业务的用户规模和收入。

商业化业务部，负责业务线的商业化变现工作，建设以广告为根基的商业化系统，通过搜索等各类广告以及内容商业化， 探索 更多商业模式。

数据与技术平台部，负责信息平台与服务线数据体系建设工作，提供数据共享和数据分析体系；负责搜狗相关基础设施、信息系统、运营管理系统、研发效能平台等的技术融合工作，实现双方系统顺利对接。

此外、在PCG技术与内容平台下，腾讯还新成立AI交互部和输入法部，大多由前搜狗业务团队组成。

前者负责AI交互核心技术的研发、服务内部业务，后者的核心产品为PC输入法（PC五笔、MAC、PC拼音、国产化linux输入法）以及移动输入法（手机输入法，Pad输入法，IoT设备等）。

输入法部负责人为新任助理总经理鲁剑，AI交互部负责人为新任高级总监王砚峰，前者向郄小虎汇报，后者向曾宇汇报。

搜狗的硬件相关团队去处暂时未知。

挖财董事长李治国口述实录：这是我历过最深重的劫

终于熬过来了。终于可以和P2P彻底告别，说再见。

这一劫，“挖财”团队从1400多人打到300余人，跌至谷底了。

从1999年离开郑州，投奔阿里巴巴开始计算，我创业20余载，这是我经历的最深最重的一“劫”。

P2P，曾经红得发紫的的创业赛道，2017年底开始演变为创业的炼狱。大量企业资金链断裂，投资者血本无归。

P2P，这个曾经被大力鼓励的商业模式，到了它被彻底否定和清算的最后关头。

整个行业出生的时候都没有“身份证”，现在遭遇“一刀切”。浙江没有一个公司例外，全部清退。

有的公司爆雷了，老板跑路，企业倒闭；有的公司被立案，公司内外人心惶惶。

我们始终把投资人的利益放在第一位。

6月8日，“挖财”提前完成了P2P业务清退，出借款本息已经还到了出借人账户。

走到这里，我可以说，我们终于走出了创业的幽暗山谷。

可以坐下来喘口气，可以抬头看看天色。

也可以和老朋友见见面，聊聊天。你们林总约我坐下来聊聊，好好整理一下创业20年来的经历、故事和教训。

就从参加阿里巴巴那一天开始说起吧。

1999年，我在《中国经营报》上看到了一篇马云的专访，心中油然而生“他乡遇故知”的亲切感。

这时的阿里并没显得多么高大上，马云只是想把阿里巴巴做成一个网上集市，有需求的人都可以来开店，做生意。

心血来潮，我给阿里客服写了一封一万字的长信，大谈自己对外贸电子商务的想法，还提了不少建议。真是初生牛犊不怕虎。

在这之前，我在河南郑州和一位志趣相投的老乡，他写代码，我做网页，在一位女老板的投资下，搭建了一个B2B网站“中华商贸港”，有点像贸易类的阿里巴巴。

给阿里巴巴的信寄出没多久，我就收到了蒋芳（现任阿里合伙人）的回信。信很长，我提的每一条建议，她都一一作答，我又惊讶又感动。

好感立刻转化为行动。我点开了阿里巴巴首页的招聘广告。跳出来一句话：

“If not you, who?

If not now, when?”

（此时此刻，非你莫属）

它一下戳中了我的心。

1999年10月，22岁的我一个人提着巨大的绿帆布旅行包，坐了一天一夜的绿皮火车，来到杭州。

我从火车城站下车，天正下着淅淅沥沥的小雨。雨滴飘落在脸上，有点凉。空气中有潮湿的泥土气味，混着草木的清香。

坐上11路双层公交车，我找了个靠窗的座位。车越往西开，马路两旁的高楼就越少。我在文一西路古墩路口下车，来到一个小区的大门口。

“湖畔花园”四个金色大字跃入我的眼帘。站在小区门口往里张望，只见一幢幢精致的小楼，掩藏在密密的绿荫中。

我投的岗位是网站策划，心里挺没底的，想试一试，实在不行再试试编辑，总之要加入这家公司。

面试我的有三个人：拿着本子特认真问问题的孙彤宇（后来任淘宝网总裁），上来就一口流利英文的雷文超，亲切到毫无距离感的彭蕾。

彭蕾问我，你后不后悔来这样的阿里巴巴？我不懂她的意思。

她说，很多人听公司地点在小区里，就不敢来。女孩子来面试都带着男朋友。

我说：“很高档啊，这是我见过的最漂亮的小区。”后来钱江晚报采访彭蕾，写了篇文章叫“这个土八路招对了”。

噢，还有一个人印象特别深刻，我在一楼客厅等待的时候，走过路过许多人，就谢世煌过来打招呼，一点不把我当外人，问长问短，是个自来熟。

12月16日，我正式成为阿里巴巴的员工，工号46。我是阿里第一个从外省招聘的员工。

这是一家很不一样的公司。

推开房门，你会看见屋子里，大家穿着很休闲随意，但每个人的脸都紧盯着电脑屏幕，很专注。

早上9点上班。晚上六点，大家一起吃个晚餐回来再继续干，晚上加班到十一二点。没人抱怨。

每个夜晚，我都呆在电脑前，埋头工作或自己学东西。这里的氛围让人有用不完的力气，一心只想去拼。

晚上，大伙儿围着一张大圆桌吃饭，有说有笑的。吃完饭就一起玩杀人 游戏 。工作日，小区里空空荡荡，就剩阿里这伙人了。

我比较内向，看着一帮干活那么起劲的同事，饭后还能一起玩之前听都没听过的思辨 游戏 ，我感觉就像在做梦。

网球场，乒乓球桌，棋盘，全归我们。我打乒乓球还可以，很多同事都是在球桌上熟络起来的。

湖畔花园的日子，真是梦幻。三五十个人全情投入，去拼一个共同的事业，向着一个共同的梦想。这就是创业最极致的境界了，到现在我也这样认为。

开始时，我负责网站的策划和设计，岗位职责像现在的产品经理。以前自己做，脑子里的想法都是随意画出来，在纸上涂涂写写，比划着跟技术员交流。到阿里后，行不通了。

我们有位考过微软认证师的女工程师，我的需求基本与她对接。每次去提需求，都被骂回来，让我重新按格式修改。次数多了，我很怕去找她，一想到要提需求，就头皮发麻。

但不得不去啊，只能自己克服，学着别人以前的文档写，一遍遍修改，后来还买了本《软件需求》自学。我挺感谢这位女工程师的，没有她的严格要求，我只会原地踏步，无法突破。

2000年，互联网泡沫破裂后，阿里开始要求做收入。

“中国供应商”打头阵，一家企业收2-3万的费用。我觉得这个业务可以更加模版化，同时降低价格。

于是我们组建了一个团队，我是产品经理，吴泳铭是技术主管，做付费会员的项目，后来起名叫“诚信通”。

“诚信通”刚上线时，我们天真地以为会爆单，结果运营下来，一天没几单。上线第一个月，有几十万收入，我心里美滋滋的，觉得能养活团队了。

我根本没站在马云的角度去思考，整个公司几百人都指着“中国供应商”和“诚信通”盈利，这点收入远远不够。

2004年，我们开始尝试电话销售，这个法子在互联网公司最早也是阿里用起来的，简直是王牌。

印象很深，传真机就像印钞机一样，汇款单哗哗哗往外打，一张接一张。很快，“诚信通”的收入破亿了。

我们从天天憋在会议室里吵架，到可以出去包个酒店开开战略会议了。

可是我内心越来越纠结……

2004年4月的一天清晨，我有心事，很早醒来，像往常一样打开电脑上网，收到马云通过“雅虎通”发来的消息。全公司只有他在线。

马云刚到美国。聊了几句后，我鼓足勇气，打下一行字：“马总，我想离开阿里去创业。”

“你今年多大了？”马云问我。

“27。”我回答。

“你年龄还没到，在阿里再锻炼两年，再出去创业。我马上要参加一个论坛，我们回去再说。”马云说完，下线了。

这次，我没听马云的。

第二天一早，我正式提出辞职。入职四年半，阿里的“五年陈”金戒指没拿着。

辞职创业的想法在我脑中盘旋已久，一股越来越强的感受在心里涌动：如果不迈出这步，未来一定会后悔。

自从背井离乡来到杭州，我最大的困扰一直是住房问题。开始，我临时找了个地方过渡。三个月后搬到古荡新村，拉了两个同事一起住，租金每月900元。

租房是个信息不对称的领域，你站在小区门口，看着一栋栋高楼，但不知道哪一户在出租。房东找不到房客，房客不知道房东在哪里。如果通过中介，费用又十分高昂。

一番分析之后，我发现，租房的买卖双方都存在客观的数量级，阿里巴巴模式在这个细分领域也能成立。

当年的阿里巴巴只有B2B业务，淘宝网还只是个雏形。在整个市场中，生活服务领域几乎无人踏足。

生活服务领域还有一两年的窗口期，我要笨鸟先飞，抢占先机。离开阿里，我做了一个叫“易赁网”的BBS。

有一次和朋友吃完饭，我们一致觉得餐厅服务和菜品质量都差，心想能有个网站可以发发牢骚、评价评价就好了。

“口碑网”的名字，源于一次朋友聚餐，一桌十来个人七嘴八舌讨论某款产品的“口碑”。突然灵光一闪，“口碑”这个名字不错啊。

没吃完饭，我便骑着自行车飞奔回家，打开电脑查询“koubei.com”的域名是否被注册。幸好，它和我的缘分够足。

2004年6月，我在古荡湾新村租下一个十几平方的小房子。怀揣着在阿里四年多省吃俭用挣下的8万块钱，正经开始创业。我将4万放入公司用作运营，剩下的4万用作生活费。

但投入像无底洞，很快，钱烧得差不多了——钱远比我想象的不经用。不过我还是打算至少坚持两年，两年一般能看到一定的结果。

我尝试找VC融资。投资人认为生活服务投入巨大，短期看不到收益，纷纷表示不看好。

找了好几个投资人，都没有下文。我有些沮丧，走了一圈，发现大家并不知道“李治国”是谁。那时候可不像现在这么好，一从阿里离职就有一堆VC冲上门来。

苦熬了两年。转机来自马云夫人张英。她刚离开阿里，找我聊了聊，又过了一年以后，她以个人名义投资200万元人民币，解了我的燃眉之急。

2005年8月，阿里巴巴宣布全资收购雅虎中国。不久，马云找到我，问我口碑网日后的打算：“你是想让口碑独立上市呢，还是回到阿里一起干针对To C的事?”

我意识到生活服务是长期的事业，在马云第二次到湖畔花园见到我时，我确定了要接受阿里投资，并长期坚持到底的想法。

2006年10月26日，出于对于To C板块的布局，阿里巴巴先后两轮以1500万美元的出资额，正式战略投资口碑网。

可是雅虎中国并未出现骄人成绩。经过多次改版，无论搜索引擎，还是综合门户，排名都未进行业前三甲。

阿里巴巴开始重新审视雅虎中国的未来走向，提出了雅虎和口碑合并的构想。

雅虎是“上半身”，有视野，有品牌，有流量；而口碑网负责“下半身”，懂生活服务，有执行力。

作为阿里的老员工，我没有多想便答应合并，我觉得自己应该站在集团的角度思考这个问题。

回想起来，那时的人生就像在跑高速公路，快速飞驰着，还来不及想，就已经开过去了。走到跟前一看，才发现旁边的出口是去上海的，走上了一条未知道路。

这时，口碑网注册用户数已达千万，居分类信息行业第一。其中黄页仅次于大众点评网，日UV已经达到220万。但这与雅虎中国每天1亿的PV相比，仍然不可同日而语。

站在阿里的角度看，合并或许是最好的结果。2008年6月，雅虎中国与口碑网正式整合成“雅虎口碑”。

为了把流量导向口碑网，雅虎中国首页为口碑网开辟了新入口，口碑网分类信息的类目全部放到雅虎首页。

但事与愿违，这一整合只为口碑网带来100万的日PV，相当于口碑网当时2000万PV的5%流量。用户有自己的需求，他们的想法跟我们的预设并不一致。

之后，“雅虎口碑”连换数任总裁，每个人对分类信息和黄页的认识都不同，每个领导都跃跃欲试，“雅虎口碑”经历着整合的痛苦。

2008年初我把口碑交给阿里时，阿里投给我们的1500万美元，还有1000万美元趴在账上。

现代管理学理论认为公司走向正规化后，每个岗位都要可以被替换。但这个理论不适用于创业公司，不适用于创新业务。

事后，我常常反思口碑网的原因。

我的失误在于，尽管马云乐意倾听下属意见，但自始至终，我都没有努力争取过口碑网的自主权，这让口碑的命运变得过于被动。

我希望自己以后不要再犯同样的错误，创始人要对自己一手打造的公司负责，带着它朝正确的方向前进。

一次开会，马云碰到我，拍了拍我的肩膀，只说了两个字：“放开。”

是啊，放开。放下过去，往前看。

2009年，我离开一手创办的口碑网，参与筹建阿里云计算公司，并担任数据平台部和服务运营部资深总监。

在阿里云一年多，我意识到数据的重要性，也意识到技术研发并非我的特长。

2010年9月，我离开阿里云。之后，我开启了天使投资生涯。一两年后我和朋友一起创立了专注互联网早期投资的“阿米巴资本”。

我想帮助更多创业者。创业是踩着凳子比身高，VC就是凳子。一个行业一旦有VC进入，这个行业就会被资本推动。你无法回避融资。

我看到了移动互联网爆发的契机，先后投资了小奥 游戏 、挖财、快的打车、蘑菇街、脸谱换换、二维火、花瓣网、 美食 行、园田居、麦苗 科技 、博卡、时空电动 汽车 、福地创业园等20多个项目，再后来还有有赞、同盾、涂鸦等等。

从估值看，其中最成功的项目是“快的”打车、“有赞”、“蘑菇街”、同盾、涂鸦等。

“快的”打车和“滴滴”合并，合并后估值有五六百亿美金，成为中国成长性最好的创业企业之一。

2016年初，“蘑菇街”和“美丽说”合并，合并后估值逼近30亿美金。现在“有赞”上市部分估值也有近300亿港币了（只收购了51%部分资产）。

2008年我拉了几个老阿里人一起学车，其中包括口碑时期的创业伙伴和她的老公赵晓炜。

在驾校练车的时间并不多，我们四五个人时常聚在一起聊天，大家都认为移动互联网要起来了。

有一次，我聊起自己买过的一个记账小应用，29块钱，在智能手机上用。我觉得有戏：“这个方向怎么样？”

赵晓炜也很兴奋：“我认可这个方向。”原来，早在2000年他就在PC端自己做了一个记账系统，给自己和老婆用。

我说：“记账这件事，从来没有人做好过。你在电脑上做过一个，能不能把它搬到手机上？你要是做，我就投资。”

这个叫“挖财”的记账App创业项目就这样开始了，我投了30万。

头三个月，赵晓炜是唯一全职员工，花名“元宝”。三个月后，公司有了四个人。与阿里一样，挖财最早的工作地点是湖畔花园。

挖财是我持续投资的项目，到2013年，我共投了一千多万人民币。可是对挖财来说，这点钱远远不够。有一段时间，我经常去拜访投资机构。

我认可挖财的理由，是老百姓的钱需要管理。可是，其他投资人并不看好这支团队，因为三位创始人都出自传统软件公司，没有互联网创业经验。

在2010年苹果推出iPhone 4前后，智能手机还处在普及阶段，挖财的下载量也多是自然流量。与美国记账用户有报税等刚性需求不同，中国用户更多是尝个新鲜。

反映在数据上，月初都是用户下载记账的高峰期，而每年都会有老用户放弃记账，选择离开。挖财的下载量虽然已达4000万，但月活用户只有数百万。

面对投资人的问题，我不断地这样解释：中国有13亿人，只要有1%记账就会有1300万用户。

IDG资本合伙人李丰说，“互联网金融”的时代来了。

李丰曾主导对宜信的投资，宜信成立时间较久，很早就开始布局线下业务，为那些无法享受传统金融机构服务的用户，提供借贷服务。

我也意识到，中国还有很多人借不到钱，也不会理财，可以为挖财的这些用户提供“互联网金融”服务。

为了给挖财注入金融基因，我第一时间想到的是，阿米巴资本投资过的“信策数据”——一家围绕商业银行零售业务，提供咨询和解决方案的公司。

2013年10月，挖财对外宣布收购信策数据，信策创始人顾晨炜出任挖财总裁。

李丰投资挖财的一个前提是：你李治国必须进来。否则，他感觉投资风险有些大。

要不要从投资人的身份转回创业者？那个瞬间，我是犹豫的。对我，这是一次艰难的决择。

理性的声音是继续把投资做好，那时候我已经投到了蘑菇街、快的打车等项目，我知道阿米巴的回报一定会很好。

但我也知道，挖财已经到了最关键的时刻，当初做记账也是我的主意，我需要帮助团队抓住这次转瞬即逝的机会。至于投资，把挖财做大了，还可以继续做。

2014年2月，我正式出任挖财CEO，花名“海贝”——中国最古老的货币。

当人们津津乐道阿里上市后多少人一夜暴富时，我正处在与投资人的紧张接洽中。

两个月后，我们拿到了宽带资本和中金等多家投资方的5000万美元B轮融资，加上此前的A、A+两轮，累计融资金额超过8000万美元。

我有20年互联网从业经验，顾晨炜有近20年金融业从业经验……西装革履的金融界人士和草根互联网创业者的合并，比预想的要顺利一些。

合并之后的挖财成立了新公司，分为上海金融事业部和杭州移动互联网事业部。上海的团队每周都会来杭州开会，大家都很能吃苦，很讲究执行力。

我给自己定下的目标是：用5年时间 探索 出一条成功的经营模式，帮助公司走上良性、高速发展的轨道，同时找到一位接替我的CEO，然后回来好好做投资。

谁知道互联网金融，有一天会天崩地裂……

能不能有个平台帮大众管钱？我的这个想法在2013年率先被余额宝实现了。

眼看余额宝火了，我们迅速组成“理财”业务团队，推出类似的货币基金产品。2013年11月18日首届“18理财日”前后，我们将销量做到了10亿元。

理财业务发展之快完全超出我的想象，到2014年8月，理财成交突破100亿元。

随着用户日益增多，挖财不再局限于简单的记账。我们要做老百姓的全方位资产管家。

挖财同时在向更专业的资产管理方向过渡，其中一个重要领域是P2P。

P2P作为互联网金融的一种主要模式，在2014年得到了爆炸式发展，成为银行体系外差异化融资服务的典型。

P2P的本质是透明，用户知道我买的是什么，资产状况如何。真正的P2P使数据更加透明，从而降低金融风险。

但是到了2017年底，P2P行业风云突变：不规范理财平台频频爆雷、平台无法兑付、老板跑路……

国务院牵头对互联网金融进行了专项整治，开始行业整顿，刚开始是压降规模，再后来，是全面清退。

银行一年不做业务，都要倒闭，更何况没有牌照的互联网金融公司，大家各想各的辙。

有的公司还“心存侥幸”，想着自己也许挺到最后，就是拿到牌照“转正”的那一个幸运儿；有的公司则已经陷入深坑中，不断恶性循环。

这一系列事件的发生非常突然，也给挖财网业务和公司运转带来了巨大的冲击。我，挖财，整个行业，都陷入了泥潭，进退两难。

每天在公司都能听到员工们讨论P2P，讨论这家公司，这个行业的未来。明天会发生什么，谁也不知道。

停止投放广告，像一个危险的信号。大家都感觉到了风声鹤唳。优秀的人才开始流失，回到“大厂”谋生；也有些求稳的员工进入“休 养生 息”的状态。

从创业到现在，我第一次遇到这种困境：跑着跑着，创业赛道关闭了，投身的整个行业被否定、清算。

这么多员工要生活，来自股东们的压力，随时有人举着旗子来逼你马上兑付……

有家同行知名公司，被立案了，一群警察冲进公司。我们有同事去看了，回来说，那场面看得人背后发凉，只有“心凉”和“绝望”。

到了2019年冬天，疫情开始肆虐。

P2P的业务已经全面停止，清退工作正在紧张地进行中，我们剩下的时间不多了。

高管们已减薪30%-40%。退掉了好几层办公楼，原本1400人的挖财，只剩300多人。

疫情愈演愈烈，团队伙伴们无法正常复工，有的在老家网络不畅，有的没有带电脑。

能复工的技术部同事们连夜加班，做出一套手机端也能使用的“清收系统”。

我们连续开了几天电话会议，讨论解决方案，清退工作不能停，一旦停下来，慢下来，后果……将无法预估。

压抑和焦虑的气氛萦绕不散，大冬天的，有的同事甚至躲在车里参与会议，不敢让家人知道公司的“坏消息”。

疫情震荡了经济，不还钱的人越来越多了……

从“中华商贸港”开始，算上诚信通、口碑网、阿里云、阿米巴资本，挖财网是我的第六次创业。

过去五次创业，我都取得了“从0到1”的成功。

这次面临的是前所未有的“劫”，我告诉自己，必须沉下心来，迎难而上……

暂时地离开，哪怕歇口气也不可以。创业，你是司机，在驾驶车；投资人是副驾驶，帮你看着路。投资人累了，想去马尔代夫度假，是可以的；创业者不能。

带领团队走出困境，走向胜利，这是创业激情的升格。

早在2016年，我们就将公司使命确定为“智慧财富、人人可享”，这对公司的发展有着相当高的要求。

挖财公司的绩效文化是WPS（Wacai Performance System），我们力求每一条业务线都能安全稳定运行，做好成本和风控管理。

我们开发了挖财“智能清收系统”。它后来被西湖区政府看中，用于服务其他P2P平台的资产回收工作，逾期资产回收率提升了将近10倍。

七年来，挖财一共兑付了近30亿元的利息。在这样的时刻，我们选择首先保障用户的利益，兑付出借人本息。

2020年6月8日，是挖财网 历史 性的时刻，我们提前兑付了出借人的本息。

现在我可以很自豪地说，我和我的团队已经历劫结束。

历劫之后，是重生。

我希望变坏事为好事，总结这些年的经验和教训，继续前行。这样才对得起最后留下来的团队，和股东们的支持，以及政府的信任。

未来，挖财将兵分几路，由几个身经百战的主管带大家继续再创业，寻找突破。这么难都过来了，还怕什么呢？

我在学习A股市场。

彼得林奇说，投资就找你生活中接触的公司。我看到家里厨房的恒顺醋业和海天酱油，就各买了一点，上周看回报是102%和106%。可惜家里没吃涪陵榨菜的习惯，错过了。

我还买了宁波银行，回报80%多，他们的白领贷做得不错。还有平安银行，马明哲是传统金融系统里最有创新和互联网感觉的。

结合对金融的深刻体验和教训，我还想看看基金能不能卖得起来。

从低谷里爬出来，我将带着更加敬畏的心去尝试。

下半年，我要遍访中国最优秀的基金经理们，也准备开展“投资教育”的新业务。财富管理是长久的事，不在一朝一夕。

有时，我仍会想起刚加入阿里，在湖畔花园那段梦幻般的日子：

客厅里的旧地毯，斑驳的粉色墙纸，一用力就能拉开的破玻璃门，我们整天提心吊胆怕电脑丢了。几十个人挤在一间屋子里，没有条条框框，好的创意七嘴八舌碰撞几下就有了，想到的点子立马能落地。

一群人，有激情、很专注的干一件事，天天月月年年如此，多好啊。

老婆一直问我：“你这样的创业状态要保持到什么时候？”

做口碑网的时候我就答应她：再做五年，就休息。现在，大儿子已经12岁，小儿子5岁，我还是没能停下来。

陪家人去青海甘肃旅行，我被高反、感冒和腰疼折磨得痛苦不堪，躺在车后座，一路翻看着约翰·伯格的《坚守》。这本书陪着我走完了阳关、敦煌。

我一直记得作者在书里说：

“坚持前行……战胜逆境和对手，任何困难都无法阻止我们崛起。”

-END-

大数据对游戏精细化运营的意义

大数据对游戏精细化运营的意义

在大数据时代来临之际，移动互联网面临的挑战有哪些?如何在大数据的背景下做到精细化运营?移动游戏又如何和大数据相结合，在未来找准自己的等位?带着这一系列问题，今天来看看腾讯数据平台部王滔是如何理解的。

王滔(taowang):腾讯数据平台部高级产品经理，曾任职百度数据部门，对基于大数据的移动分析架构设计、移动APP运营以及移动信息推送有丰富的经验，腾讯云分析、腾讯移动推送信鸽项目负责人。

以下是采访实录：

在大数据下的背景下，移动游戏面临的挑战有哪些?

王滔：移动游戏和端游页游最大的区别就是有了渠道的整合。在端游时代，并没有专门的渠道把游戏放在一起，玩家可能只知道CF或者是DNF，但是却很难知道这些游戏的竞品有哪些，在哪里。但是到了移动游戏或者说移动互联网时代，由于有了像APP Store，GooglePlay和国内众多渠道，游戏或者应用就会被放在一起比较。这样就导致了两个结果，第一，用户很清楚自己有多少个选择，并且会知道每一款游戏或者应用的评分是怎么样的。第二，用户的切换成本会降低了许多。举个例子，在PC时代，大家看新闻都会惯性地上同一个门户网站，并没有人会告诉你各个门户的排名和得分之类的信息，在同一个垂直领域并没有知道他们的排名是怎么样的。但在移动互联网时代，这个格局已经明显的改变了，你的游戏或者应用是和很多开发者一起去竞争。特别是在APPStore上，你是和全球的开发者竞争。

腾讯数据平台部王滔:大数据对游戏精细化运营的意义

其次，随着信息的扁平化，全球信息的交流已经越来越快，时间差也渐渐减少，可能大城市发生的事情一分钟之后整个小山村里面的人都知道了。如果说10年前还是赚的是信息不对称的钱的话，随着大数据、信息化的时代到来，你的游戏或者应用要脱颖而出，就变得非常困难。

一款移动游戏怎么样才能留住更多的用户?

王滔：现在我发现很多用户都有一个特征，就是喜欢把Top5的游戏都下载下来再进行帅选。所以如何做到差异化，我认为要抓住玩家的最重要一点还是是画面，其实每个人都是外面协会，这个是不可否认的。所以说怎么用画面在游戏的前五分钟抓住玩家是最最重要的。因为那时候玩家还没有接触到你游戏的核心玩法。

留住用户第二步，可以在三十分钟内制造一个小高潮。可以设置一些很绚丽的战斗，或者让用户去战胜一些有挑战性的副本，千万不能在让游戏一开始非常平缓。第一天开始之后就可以让用户接触游戏的核心玩法，告诉自己和别人有什么不同，自己的创新之处在哪。用户在一关关地过关的同时，开发者其实也是在过关，五分钟、三十分钟、一天，如何让用户留下来，才去考虑如何让用户去付费。

通过你们对大数据的分析，导致玩家离开游戏的最重要原因有哪些?

王滔：我们在微信和其他的游戏做了非常大量的统计，设定了几百个变量，通过腾讯对每天过亿的用户计算，最后发现了影响玩家去留的最大因素就是两点。

腾讯数据平台部王滔:大数据对游戏精细化运营的意义

1.挫败感

挫败感是影响用户留存的最重要因素。我们通过对“失败数”、“连续失败数”、“任务完成情况”等这些数据，我们可以看到，一旦这些数值超过一定的量，玩家离开游戏的流失率就会大大增加。通过对数据的研究，发现用户通过率比游戏设定的时候低的时候，这个时候就可以通过降低游戏的难度来提升用户留存。

对于那些因为挫败感离开了游戏的用户，我们可以同对消息的推送或者运营的活动把他们拉回到游戏里面来。对于那些摇摇欲坠的用户，我们可以送他一些道具或者礼包，帮助他通过面对的困难。所以这个就需要数据的支付，针对每一个用户，选择适合他们的运营，做精细化运营。

2.孤独感

现在的移动游戏总有一种孤独感。同样是网游，在端游时代，类似公会、国战、帮派这些玩法，大家用Q群或者YY在相互联系，大家的联系非常非常高。但是现在的移动游戏都在各大孤独的感觉，所谓的网游都像是单机游戏一样。每一款游戏到中后期最重要的一定是社交因素。到目前为止，移动游戏在社交这方面还没有突破性的进展，现在的社交元素只是浅层次的社交。在端游时代，有很多中重度玩家，每天都和另外的玩家一起去打副本、PvP，这样才是最有效的留住玩家的方法。

社交感差导致玩家的孤独感，才是移动游戏平均寿命比较短的原因。一些好的端游和页游寿命长达10年，而在移动游戏时代，游戏寿命能有半年有已经非常不错了，很多开发商把游戏做出来捞一笔就走了。那些寿命比较长的游戏，玩家都是有感情在里面的，主要是里面有一群好的兄弟，这些才是大家留在一款游戏里面的最重要因素。现在的手游也是比较欠缺的。通过我们的数据统计，玩家的好友数量和在游戏上的时常是成正比的，好友数量越多，玩家在游戏里面的时间是越长的。

产品push的意义在哪里，对于移动游戏又有何作用?

王滔：玩过类似COC游戏的玩家，这些游戏有一个特点，就是以时间或者体力作为付费点。而很多不愿意付费的玩家，在建筑正在修建或者体力回复的时候都会其做其他事情。但是大家去做其他事情的时候就很容易把游戏忘记掉，所以这个适合推送就起到了一个十分重要的作用了。如果在建筑修建完成或者是体力恢复的时候有本地消息的同时，玩家会很快地回到游戏里面吗，继续战斗。我们做过统计，一款游戏在有推送的情况下同时在线率会比没有推送的时候提高50%，这些都是有真实数据支撑的。

而且通过我们的信鸽Pro，还能精准地知道每一个用户、每一个玩家的付费风格，游戏时长等等，再来做一个精准的推送，提供成功率。

以上是小编为大家分享的关于大数据对游戏精细化运营的意义的相关内容，更多信息可以关注环球青藤分享更多干货

关于数据平台部和数据平台部是干什么的的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 数据平台部的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于数据平台部是干什么的、数据平台部的信息别忘了在本站进行查找喔。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。