网易新闻为何高居榜首,利用好大数据是关键

简介:

今天当你打开手机终端设备时,新闻资讯类APP必不可少。其中不难发现,网易近年来在移动端上不断发力,在新闻资讯领域持续领先。根据艾瑞2015年第四季度发布的数据报告,代表用户黏性的“人均使用次数”和“人均使用天数”这两项重要指标上,网易新闻均位居各家新闻客户端首位。

网易新闻为何高居榜首,利用好大数据是关键

多年来,网易新闻以“有态度”的内容和品牌形象立身,而面对新的竞争者和新一代的用户,网易新闻客户端如何取得成功?近日,ZD至顶网记者与网易传媒CTO罗尚虎先生进行了面对面的沟通,了解到应用于网易新闻客户端的“态度标签”项目,以大数据技术为依托,进而实现对用户的精准传播。

网易于2015年启动的“态度标签”项目,是联手国内最大的第三方数据公司秒针,将网易的“态度营销“理念产品化、数据化的落地,在理性的DMP系统加入感性的“态度标签”元素,不仅用精准化技术锁定目标人群的性别、年龄、地域、网络行为特征,更聚集了人群态度,通过深度挖掘人们的态度诉求,在客户端实现更“懂人心”的内容推送;同时在营销层面,态度标签还能为品牌筛选最能体现产品的“态度热词”,从而找到用户与品牌的连接点。

内容和用户是打造态度标签的核心

 网易新闻为何高居榜首,利用好大数据是关键

网易传媒CTO罗尚虎

罗尚虎表示,网易通过内容、用户以及内容与用户之间的互动来精准打造的态度标签,涵盖了以下几个维度:

第一个维度是来自内容,一个标签必须要刻画内容,它的主题,它的关键词,它描述的某些事件,这是内容方面的东西。

第二个维度是用户,用户标签就是用户画像,用户本身的性别,人口学的属性是怎么样的,他使用的方式,早上多还是晚上多,或喜欢看的东西。

第三个维度是用户和内容之间的互动,即“我看到这个内容本身我会得到什么样的一个感受”,然后我跟内容会有什么样的互动,大概是这三部分。所以“态度标签”可以看作是一个升维,是对原先内容标签、用户标签和内容和用户之间产生互动的升维。

这样每个“态度标签”都来源于当下的最热点的网民态度,可以说是中国互联网态度“晴雨表”,无论用户态度怎么变,“态度标签”总能在第一时刻洞察到,这无疑能帮助品牌找谁用户的“消费时刻”,破解了用户态度、用户需求“实时化”难题。

大数据技术让态度标签更立体精准

罗尚虎认为态度标签的实现是一个建立、搜集、整理、分析,进而实现标签化的过程。

建立,首先是建立大数据平台。目前网易传媒的大数据平台从基础结构上采用了开源平台,有自己的Hadoop、Spark、Storm计算平台,也有基于开源软件二次开发的缓存集群、搜索集群、消息队列、NoSQl软件等等。

从搜集来看的话,网易在几个维度上收集用户信息。首先,用户在产品内部的行为本身是可以收集到的,包括用户看这篇文章的时间,点击的推荐,具体的点击数,以及用户在产品中的轨迹等等。与此同时,网易内部平台的用户数据是打通的,这有助于在冷启动中搜集用户数据,当一个新用户进入网易新闻客户端后,显然没有任何数据,这时根据他在其他产品品牌的数据,依然可以第一时间向他推荐契合的内容。此外,包括非结构化数据,像日志这些,会有一部分数据倾斜进入到大数据系统里面进行计算;另一部分则会进入网易的实时计算系统,用户本次点击所产生的行为,都会反映到他下一次点击或下一次阅读的推荐列表中去。

当用户使用了产品以后,就会不断产生大量的行为日志和轨迹,数据传递到后端数据收集系统后,网易通过自己的工具和算法,进行整理,结合用户、内容等数据来发现数据之间的联系, 标签化的工作亦随着同步完成。

态度标签能够实现两方面利益,第一,对于智能化推送能够更精准,让网易的内容在态度层面更容易打动用户。当我们说服一个人可能先要事实,然后是态度和信仰。因此,如果态度上面有认同的话,传输的信息就更容易得到用户的接纳。

第二是在服务品牌广告主上面,网易可以发现品牌广告有它的调性和态度,这些调性和态度可以非常精准的映射到内部的用户群体上面去。网易可以选择这些群体给他们讲品牌故事,这样的话更能获得用户的认同,在效果上可能会更好,这就是态度营销的落地方式和业务上的使用场景。

当然,网易对于用户数据的抓取与运用自始至终都有一套严格的安全管理规范,以保护用户隐私、防止数据滥用。

最后我们看到,无论数据有多大,技术多先进,最核心的还是研究人、掌握人和服务于人。在上个月刚刚结束的戛纳国际创意节上,网易传媒也将“态度营销”和对于移动时代的用户的情感洞察带上了国际舞台。无论是基于大数据,还是基于数字化整合,网易希望让品牌营销更精准、更有价值,而不是让品牌陷入大数据漩涡。“态度标签”除了运用理性的大数据外,更加入人为修正,找准了用户“态度”诉求与营销的结合,为营销多加了一个更精准的维度,也令冰冷的数据营销更有温度。


原文发布时间为:2016年7月28日

本文作者:任新勃

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
36 0
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1
|
4月前
|
存储 SQL 大数据
dataCompare大数据对比之异源数据对比
dataCompare大数据对比之异源数据对比
110 0
|
2月前
|
分布式计算 关系型数据库 数据库连接
MaxCompute数据问题之数据迁移如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0
|
2月前
|
分布式计算 Cloud Native MaxCompute
MaxCompute数据问题之没有访问权限如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
11天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
14 3

热门文章

最新文章