日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 运维知识 > windows >内容正文

windows

《运营之光》《策略产品经理》《推荐系统实践》读书笔记随笔

發布時間:2025/3/17 windows 13 豆豆
生活随笔 收集整理的這篇文章主要介紹了 《运营之光》《策略产品经理》《推荐系统实践》读书笔记随笔 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

作為數據產品經理,接觸最多的業務方莫過于是運營人員,不管是搭建標簽體系,還是日常的數據分析、數據數據產品,歸根到底都是希望能夠為洞察用戶、產品等相關的實體,從而實現精細化運營。因而在搭建標簽體系的時候,最為重要的一點就是從運營的角度出發,思考如何能夠提升運營效率,為運營提供便捷性的工具。《運營之光》這本書講述了運營相關的知識,希望通過對此書的學習,能夠較好的理解運營的工作,能站在運營的角度去實施數據產品的工作,做出更多有業務應用性和價值性的東西,同時結合在精細化運營過程中需要的策略分析和推薦方法,提煉一些個人覺得值得思考的信息點

一個優秀的運營,應該可以熟練掌握很多“杠桿點”,以便更好地給用戶創造短期價值,借此撬動更多長期價值的確立

1、運營工作的很大一個組成部分就是如何通過不斷思考、判斷和執行,找到投入產出比較優的路徑和方法,來獲得你想要的結果。
2、一般,我們可以把用戶分為新用戶、老用戶、會員用戶、超級用戶和流失用戶。在不同的用戶生命周期,用戶運營的核心目標都是不一樣的。比如,從新用戶到老用戶,我們關注的是新用戶首購的轉化;從老用戶到會員用戶,我們關注的是通過推動老用戶不斷地復購來建立忠誠度;從會員用戶到超級用戶,我們關注的是提升用戶對品牌的認知和價值共鳴;對于流失用戶,我們關注的是用戶召回
3、推薦的關鍵點:優質,即時,相關,多樣
一般推薦需要加入置頂規則,沉底規則
推薦的前提:信息過載,比如對一個新的短視頻業務,現在短視頻的量太少,不存在用戶看不完的情況,則無需用推薦
4、推薦策略劃分:
通用策略:
①過濾策略:過濾掉含有A的內容
②排序策略:內容B對全體用戶加權50%
③打散規則:連續五條內容中最多出現兩條C的內容
④規則優先級:各規則之間可能互斥,要明確之間的優先級,規則沖突情況下的邏輯
垂類策略:
①定義:某個策略覆蓋的人群不是百分之百,比如針對于地活躍用戶的分析
②垂類策略力度更大,可能會超過產品限制,比如在ABT時直接把某個功能模塊下架,在發推是一天發兩條
③用戶生命周期的加持影響力度會更大,比如針對不同生命周期的同功能策略用戶,策略都是不一樣的
5、推薦的規則
推薦的彈藥,用戶行為數據,顯示反饋,比如明確表示出喜歡,隱式反饋,比如頁面瀏覽行為,曝光。正反饋和負反饋
①基于用戶協同推薦,找到相似用戶,在找到相視用戶的物品集合,推薦用戶沒用過的物品
②基于物品協同推薦,通過用戶的行為數據,計算物品相似度進行推薦,而不是物品間的相似度
6、運營當中的社區必要性
論壇管理,引導產生興趣,興趣催生話題,話題集中討論,信息聚合用戶
7、不同階段的策略運營方式也不同
短視頻和直播的推薦可以相互借鑒,在不同階段,當下最缺少的東西不同,會采取不用的策略,對于PGC產品而言,在早期最缺少的是內容量,需要的是作者和優質內容,對于專業作者,差別也很明晰,有利益驅動型,影響力驅動型,興趣驅動型
①利益驅動型,是理性自然人,策略到有效的延時很短,一般采用不同的分流
②興趣驅動型,對其中的優質內容才有運營資源和推薦的傾斜
影響力驅動型,給予特權功能和外顯社交資本
8、推薦的可信度優化
①好的推薦系統不僅僅能夠準確預測用戶的行為,而且能夠擴展用戶的視野,幫助用戶發現那些他們可能會感興趣,但卻不那么容易發現的東西
②舉例:豆瓣標簽云,給用戶推薦標簽,并推薦標簽下面的內容,推薦程度越高,標簽字體越大,實現內容推薦可解釋性,同時提高推薦結果的多樣性,還提高了用戶的聯想性,讓用戶進行很多的內容回憶和內容消費
9、商品的熱度評價方法
①物品平均在線天數 如果一個物品在某天被至少一個用戶產生過行為,就定義該物品在這一天在線
②商品時效性:相隔T天系統物品流行度向量的平均相似度 取系統中相鄰T 天的兩天,分別計算這兩天的物品流行度,從而得到兩個流行度向量。然后,計算這兩個向量的余弦相似度,如果相似度大,說明系統的物品在相隔T 天的時間內沒有發生大的變化,從而說明系統的時效性不強,物品的平均在線時間較長。
10、商品推薦評估指:準確度、覆蓋度、新穎度、驚喜度、信任度、透明度等。
推薦算法的評估:準確率,召回率,覆蓋率,流行度、新穎度
11、內容運營中的眾包=》眾包:就是你無須參與到具體的內容生產過程中,只需要明確內容邊界和規則,維系好一個氛圍和環境,然后讓大家都到這個好的環境中來貢獻內容,最后你再從中篩選出你認為更優質的內容。
12、推薦的人工干預意義=》推薦人工干預:短期的干預是應該逐步被長期的機制所替換的。規則就像打補丁,短期打補丁能夠遮住窟窿,但長期補丁疊補丁這衣服就沒法穿了。太多的規則系統會嚴重增加系統的復雜度,降低可理解性。

新人創作打卡挑戰賽發博客就能抽獎!定制產品紅包拿不停!

總結

以上是生活随笔為你收集整理的《运营之光》《策略产品经理》《推荐系统实践》读书笔记随笔的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。