【科讯】【友盟+】CPO吕志国云栖大会演讲，宣布友盟+ U

本篇文章2980字，读完约7分钟

9月19日，年云栖大会在杭州开幕。 来自64个国家的ceo和cto聚集在云栖町，共同探讨网络科学技术尖端的迅速发展和未来趋势，成千上万的顶级学者、领域专家。 在与主会场隔离墙的友盟+数据智能专业球场，ai主导的互联网运营产品u-app ai版也将首次暴露产品详情，并在ubdc峰会上正式发表。

u-app ai版有助于ai预测顾客的倾向和顾客价值，结合顾客的分层、顾客图像、精细化分解，app构建以顾客为中心的数据运营系统，实现一站式的顾客发现内在和业务成长。

在云栖大会数据智能专场，【友盟+】cpo吕志国重点分享了从网络下半场的趋势、市场机会、运营战略三个层面发现了客户内在的三层法和ai主导的增长双引擎，以ai为中心的u-app ai

(图为【友爱+】cpo吕志国)

趋势一:下半场的本质是客户之争

网络后半部分集中表现在三个趋势上，网络商务的多样性，如淘宝和国内的主要电子商务向复制化、社区化的转变，头条集中发展短篇视频，新闻流标配在很多app上。 此外，网络边界越来越模糊，例如在线回归线下的趋势越来越明显，线下的价值越来越突出。 最后是国际化。 国内企业纷纷出海的理由之一是国内市场饱和。

总的来说，后半部分的本质是顾客之争，库存时代的顾客成为最稀有的资产和竞争力，公司经营的重点回到了顾客身上。

回归客户，回归什么？ 我认为有四点。 第一，细分新东西，根据大数据和ai能力赢得客户。 二是以客户为中心的产品机制。 例如，新客户的冷启动、功能重复、是否有严格的数据、是否根据客户产品的整个流程进行了优化第三个是客户的整个生命周期的运营，用于客户的识别、预测、分层、分解、运营的集成 第四部分是超级客户端的思考。 【友爱+】根据全球数据，我们发现top 10%的客户可以提供普通客户5倍的价值。

二、机会:阐明数据结构，读取客户

从下半场趋势进入，我们训练了三层数据发现内在法，完美缜密的数据思维和运营逻辑。

1 .宏观层面，看大势所趋。

我们的习性是看追加、保持和转换，但这只是单方面的一维数据。 我们还需要看领域看竞品，看纵向变化，看横向针。 u-app ai版提供了这一能力，benchmark将展示同领域、同规模的数据。 例如，在一个app日添加的客户超过600人，启动时间的数据明显高于区域平均。 这表明产品缺乏投资新产品的资源，但整个产品的体验和保存非常好，指导了运营战略的调整。

2 .中观层次、结构化思考与顾客划分。

其实，每天的dau都是正负，客户持续流动和变化。 增加新的顾客、恢复的流失顾客、觉醒的沉默顾客。 减法的是虚假/低质量/流失顾客。 这一层必须实现的是发现内在正负的原因。。 结合u-app的顾客分类，分为不同的商业视角和逻辑分类，其中一个非常有价值的方法是顾客价值分类(包括超级顾客、高价值顾客、低价值顾客)，比较各组制定运营战略。 我们提供经典的rfm模型和非常灵活的定制功能，使app能够定义和定位超级客户。

3 .在微观层面上，我发现有精细的客户存在。

发现内在各组的行为特性、顾客行为之间的关联度。 u-app ai版的保留、漏斗、自定义保留等，可以识别客户的每一步转换，通过客户的路径分解，找到发现内在客户的线索。 中观层面的顾客群体是微观的顾客发现内在、相互融合的状态，分组的顾客是深入的发现内在的，可以在细分解后进行分组。

发现分组内在的顾客画像是必不可少的。 但是没有场景，没有目标的客户的图像没有意义。 即使只是内部图像，也缺少深度。 客户的图像考虑了人群的扩散和客户的识别精度，只有真正的大数据公司才能输出图像。 例如，如果用500个顾客图像指导10000个顾客的运营，用错误的标签提取顾客的特征，运营战略就会产生偏差。

【友爱+】为什么能输出顾客标签？ 我们服务710万网站，150万app，涵盖14亿活跃设备，拥有7亿真实活跃的客户数据，获取大量持续动态数据，通过数据技术和算法模型，将图像能力产品化，同时

三、增长: ai驱动的双引擎

基于市场趋势和机会，“友爱+”根据全球数据和ai算法的能力，打磨了u-app ai版。 这不是以前传达的网络模型版本的迭代，而是ai主导的智慧新生，为app开发者构建了app增长双引擎。

1 .智能拉动新发动机

【友盟+】有移动广告和企业品牌广告监视产品，每天有数亿的广告监视数据，可以了解媒体、创造性、时间段的喜好等整个互联网用户的营销喜好。

我们生产两个战略。 第一个是媒体战略，分析app的目标客户分布在这些媒体上。 这不是寻找以前的媒体或最贵的媒体，或追随竞品的扫盲投票方法。

二是根据“友爱+”网络整体的7亿客户图像，实现种子组、高潜在组的lookalike，智能实现组细分的组战略。 我们已经和主流媒体对接了。 包括输出预算的分配，app开发者可以直接实现对细分人群的智能投资。

我们最近服务的顾客，七猫精品小说app，正在这个系统中进行新的投入。 结果反馈，基础指标点击概率增加67%，激活率增加294%。 提高新的顾客质量，7天的保留率提高了62.5%，录用时间提高了10%。 从价格到质量，都有非常明显的提高。

2 .客户的全生命周期操作引擎

来了新客户。 app开发者害怕什么？ 迅速的沉默和流出。

我们的两个增长引擎是一体化的。 新客户直接进入整个生命周期运行的引擎。 整个生命周期分为初学者、成长、沉默和流失，开发者可以清楚地看到客户的流动和变化。 在此基础上，识别出最重要的组，将组进行顾客分组，使其内在于顾客发现，发现所有流程都是一体化的数据闭环，所有的运用效果都从数据中分解而内在。

把客户分成四个阶段。

1)初心者段阶。

我们从【友爱+】全球数据中发现，新安装顾客沉默和流失的概率最大。 客户安装、卸载app的价格很低，所以拉新的东西不会留下痛点。 我们的战略很快就安全了。

新客户第一次打开无历史数据时是如何完成冷启动的？ 因为欧盟+每天接触14亿活跃的设备，覆盖整个网络的7亿客户，向app输出冷启动战略。 二是找到高潜在顾客。 我们每天资源有限，抓住两端就行了。 抓住有高价值潜力的客户，重点运营将来贡献最大的人们。 抓住高风险的顾客，尽量留下新顾客。

2)成长段阶

成长阶段的客户是贡献最大的受众群体，这个阶段的目标有两个。 一是不引起客户的沉默和流失。 用ai的方法确定客户，结合push等方法制定沉默战略。 另一个是顾客价值的最大化发掘，实现顾客价值的定制分层，其次进行分层的顾客运用，可以直观地看到顾客价值的变化趋势和流动过程。

3 )沉默的阶段

我相信这是公司最不想看到的，但在实际场景中，客户高频采用的app不太多，需要发现内在和觉醒。 如果许多活动用户成为沉默的顾客，产品本身就有问题。 新客户注册后保持沉默，证明新战略有问题。

还有卸载。这里我们只是做两件事，第一次还原实际上会失去。 分析流失顾客的特征，确定流失的重要因素。 第二，在卸载的客户中，找到一组正在唤醒的客户。

通常，u-app ai版的目的是帮助app实现一站式顾客发现的内在和业务增长，从智能顾客获得、日常监视、精细化分解到顾客发现的内在、顾客管理、顾客接触。

10月16日，ubdc全球大数据峰会将正式发布u-app ai版。