美图数据总监：Facebook的法宝，我们在产品中怎么用？

【编者按】如果看过前FB工程师覃超的（《关于神秘的Growth Hacking，Facebook都做了什么？（中）》）的朋友应该对于里面Facebook首页和人人网首页改版的例子印象深刻。这里Facebook使用的一大法宝就是灰度发布和 A/B testing，让Facebook的日活达到了10亿用户。本文作者Fan，在美国卡耐基梅隆大学完成博士阶段学习，曾任职Facebook与Google Switzerland，专注于广告与推荐排序的研发。2015年底加入美图公司担任数据总监。文章来自Fan的线下数据交流会的分享，介绍了美拍是如何做好数据驱动的。

大家好！很高兴能有这个交流的机会。准备这次主题的时候，我想的是去了解大家对产品中的数据指标是否熟悉，以及在日常研发的过程中怎样与数据打交道。所以我针对我们的主打产品美拍做了一个关于数据的简短调研，今天也结合自己之前的工作经验讲讲这个调研的过程、结果和体会，希望能对大家有所帮助。

“Data-informed and data-driven”这个题目来自选择到Facebook工作之前交流时的一个问答。我的问题是 “有的公司是数据驱动的，有的公司是得益于创新的设计，那么对FB最重要的一个方面是什么？”回答的一部分谈到了数据，因为印象比较深，所以就借用过来——“不同的领域对待数据的方式各异，比如广告后台的迭代改进更加需要数据驱动，而开发一个全新的产品可能更多需要对数据有所感知，即是在产品方面有要个做什么的想法时通过数据来佐知我们的观点。

既然是要讲产品研发中的数据，我也就通过收集一些数据来让自己明了。

我关注的产品是美拍，因为它是我们最受欢迎的应用产品之一，不仅数据的种类丰富，总量也很大。除了用户注册、活跃、访问数和一些简单的交互，作为一个短视频分享的服务，美拍特有的数据就包括用户的上传、播放、搜索，对一个视频的点赞、评论、转发，以及用户和用户的交互，包括评论的回复、关注、私信等。美拍的用户可以分为明星、达人和众多普通的用户。用户也会根据自己的兴趣选择不同的频道。这里面有很多很丰富的数据，为了支持这些体验，数据部门的职责之一，就是通过个性化的推荐让用户更容易看到自己喜欢的视频和关注到感兴趣的发布者。

美拍的数据从一些基本的数字看起，比如每日、每周、每月的活跃用户数，每天的新增用户数和留存比。留存的定义是，如果今天新增的用户明天仍然用到了美拍，则计入今天的次日留存，类似的用户在未来一周内至少有一天活跃则计入今天的周留存。另外的数字包括播放总数和播放时长等。统计的总数可以来自客户端，或者包括客户端、移动端与非移动端的网页版的总数，来源是美图的统计后台以及第三方平台。

在准备好这些数字之前，我想到可以在自己不知道标准答案的时候找负责美拍的技术、产品、运营的同学做一个相关的调研。于是就准备了单页的问卷打印出来，到每人的工位旁打扰他们15分钟来做访谈，最后一共有17位同学参与。

在谈到调研结果前先谈下过程中的体会。

首先是数据收集的过程中要考虑到可行性与代价。比如在调研中问一些很细节的或者目前后台没有加入统计的数据指标，可能不会有信息量。在研发中类似的情况比如说在设计推荐和排序用到的特征时，优先级不仅取决于该特征可能产生的效果，也依赖于产生特征需要的数据能否在保证性能的前提下获得。

其次是关于测量方式，尤其是在有多个相关的指标时如何做选择，比如这次调研中的一个问题是平均每日用户对视频点赞的总数，如果换一个方式，每天的活跃用户的平均点赞数，由此推出的答案非常可能会与前一种问法有差异。类似的情况在技术实践中也时常遇到，比如测试性能的时候就不仅仅需要了解一个请求延迟时长的平均数，相应的百分位数p50, p95, p99都是常见的指标。

最后有一句话是“Done is better than perfect”，也就是说在一次访谈还没做之前去花时间纠结怎样把问卷设计的更完美，不如在过程中迭代改进。事实上访谈问卷经过前几次访谈后做了一次简化，很大提升了后面完成的效率。

下面是经过可视化处理的数据，每一行对应一个数据指标，每一列对应一份问卷。上面的颜色用来指示答案的准确程度，越接近真实值颜色越深。可以清楚的看出有一些指标的颜色更深，尤其是最下方的两排，分别对应每周和每天的活跃高峰期。大多数同学对这两个指标的了解都相当准确。

本段后的两排单独列出日、月活跃用户数两项指标。日活被了解的比月活更多。这可能是因为目前月活数通常是按照自然月统计，尽管它还可被定义为过去30天内的活跃用户数。另外，美图统计后台和第三方平台的计算方法也有所不同，在问卷中没有明确数据源也造成了一定的误差。

另外有意思的比较是上传数和播放数的回答情况。作为短视频的分享平台，美拍的播放数和播放时长是比上传数更有意义的指标——尽管它们都彼此相关——因此播放数被关注和了解的更多。如果美拍仅仅是一个视频处理工具，那么上传数就会是关键指标了。

下面就不再每项指标的去罗列，而是以调研中遇到的情形谈谈数据分析中的几点体会。

首先是数据工作的前提是准确。

无论是用于报表分析、推荐算法或是这次分享，收集得到的数据指标应该与定义相一致。比如下面的曲线左边是三个星期的注册数，其中有一个是前后平均值两倍的高峰，这个是真实的增长吗？如果再看右手边同时段内手机号的注册数占总注册数的比例就会发现有5倍的增长，这样大的增幅相当可疑。真正的成因是某个旧版本被刷了注册数，多出来许多虚假账户，当问题解决时指标水平又恢复正常。对这个具体的例子，可以根据平日手机号注册所占的比例修正得到基本准确的注册总数。其他情形如统计算法或数据源的bug就无法能通过简单的数据清理而解决。

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!