本文为【友盟+】CDO李丹枫在奇点·创新生态论坛上的演讲。阅读本文后，你将会对数据在娱乐行业的应用有所了解，如果你想和【友盟+】数据专家交流，欢迎留言，我们会在第一时间回复。
互联网时代，如何了解用户？
如果想了解一个人，你应该怎么做呢？
第一个方式：做他的朋友
第二个方式：问熟悉他的人
第三个方式：了解他在手机上的使用信息
数据显示：2016年中国移动互联网人数超7亿，人数增长在逐年下降；而使用时长在逐年递增，2016年的日均使用时长超过了4小时。
试想一下，有什么人你每天可以花4个小时进行交流，所以手机行为能侧面反映消费者的偏好，帮助我们快速了解他。
再看一组数据：如果我们每天可触达14亿活跃设备，你将如何利用这些数据？
第一种方法是翻旧账，也就是我们所说的BI（businessintelligence）
往后看：看过去发生了什么，比如：去了哪些网站、使用哪些App、喜欢看哪些类型的内容......这些基于事实的信息，帮助你了解用户。
第二种方法是卜未来，也就是现在最火热的AI (artificial intelligence)
基于数据预测：我们用机器学习方法预测用户群有可能的行为，有可能的兴趣。如何用已知信息去推断未知信息，这实际上就是AI解决的事情。
用户行为数据助力“娱乐事件”营销
1、 帮助“热点事件”找到营销切入点
在世界杯期间，【友盟+】与优酷联合发布世界杯用户报告，分析到底哪些人喜欢在优酷App端看世界杯：
年龄分布：18～30岁成为掌上收看世界杯的主要群体，占比近60%。在做世界杯热点营销，一定要思考年轻群体的消费偏好。
城市分布：来自三线、四线及四线以下城市用户占比过半，一线城市（北上广深）和新一线城市（如杭州等）的观众参与度较高，可以看出，此次世界杯同样获得了“小镇青年”的青睐！
职业分布：掌上看球的TOP3群体，依次是公司职员、个体经营/服务人员、学生。
婚姻状况：未婚青年用手机看世界杯占比高达71.6%。
如果你想在世界杯期间，借热营销，那么一定抓住， “年轻”、“学生”、“公司职员”、“小镇青年“、”未婚青年“这些人群喜好和习惯。
2、一档热综节目，如何找到切合的广告商？
一档热综节目，也可以通过用户画像，找到最切合的广告商； 通过数据“星图”判断节目收视人群。下图我们称之为“星图”，反映两个节目对比，左边是节目A，右图是节目B：
不同的颜色表示节目人群的兴趣：如金融游戏、新闻资讯、摄影社交。我们可以通过颜色来了解观看节目的用户对什么东西最有兴趣；大小表示人群大小, 而离中心的距离，则表示人群属性与节目的相关性，越近和节目越相关。
比如看右图节目B，离中心近的，是社交场景，就是说关心社交的人，和这个节目的受众匹配度非常高。有了这个数据，可以对下一步工作有量化的指导，从节目的角度去了解受众群体特征。
3、帮助产品找到客户最喜爱的“明星“代言人
2018年开年，最火的词莫过于“C位出道”，从《偶像练习生》到《101》，明星和KOL彰显出强大的营销推动力。
如何找到合适的明星代言人？可以用数据来佐证，下图中关键词“娱乐圈”，反映的是在一定时间内，“娱乐圈”的关键词跟哪些明星最相关。
如果你发现自己的产品跟某些小众明星相关，那么在市场推广上，就可以用最优的预算，实现最匹配的营销触达。通过这种数据相关性，还可以帮助节目制作方策划整个商业场景。
4、通过观影行为数据，助力电影票房大卖
《复仇者联盟》的粉丝更爱重复观影？
有宣传说《复仇者联盟》最大的粉丝群是关注科技、爱卖萌、爱自拍、早起困难症、漫画粉。从App使用行为和作息时间来看，粉丝标签“卖萌自拍”、“晚睡”、 “爱好社交”，而“重复观影人群”也是复仇者联盟的票房的一大助力源，我们还发现一个有意思的数据，重复观影人群不仅睡的晚，起的也晚。
《芳华》没有三四线城市追捧，依然票房大卖
业界说，如果一个电影要票房爆棚的话，三四线市场一定要占领，但《芳华》却没有印证这句话。下图中二线城市、一线城市、三线城市排名上面的数字是什么意思呢？
这个数字叫TGI，就是说人群跟我的参考人群，一般来说是整体的人群的比较。拿今天的现场来比，假设男性占75%、女性占25%，我们再假设，中国男女各占50%，我们这场的TGI男性的值是多少呢？
就是75%除以50%，TGI是150 。TGI大于100说明它比群体在这个方面要严重突出，小于100是较落后的。所以《芳华》的人群，一二线城市是主力的观影人群。拿下了一二线城市，但是《芳华》也做到了票房爆棚。
还有一个比较有意思的事情，《芳华》在20-24岁用户群中也很受欢迎。《芳华》这部电影拍摄是60后70后那个年代的故事，为什么在年轻人群里也受欢迎？在宣传时，冯小刚带着《芳华》去了《中国有嘻哈》，并且《芳华》宣发的一首歌曲“想要留住你”，是《中国有嘻哈》TT和jonyj两名选手唱的，《芳华》在宣发上花了很大精力去吸引年轻一代。
如何利用数据算法，实现智能圈人
做App也好，做企业也好，最重要的一件事情是什么？找到你的用户 。怎样才能花最少钱，拉到最核心用户？
怎样找到最核心用户？新营销方法Lookalike Model
传统的营销获客，运用人群画像。首先看客户群体是什么性质。比如，女性，在20-35岁之间，在北上广区域，投放广告时就投符合这三个条件，这种做法比较传统。
机器模型Lookalike Model是这样工作的，把高价值用户作为种子用户，通过机器模型驱动的方式，做人群放大。数据维度越丰富，用户定位就越精准。这与传统的定位相比的好处：传统的人工分群能够承担有限的维度，但是机器可以轻松的完成上万个维度。广告主可以在庞大复杂的全域数据中找到需要的人群，这是机器学习为广告领域带来的好处。
下图，叫“决策边界”，是营销目标受众圈选规则，你可以看到：直线、曲线、等高线。
1）直线代表圈选规则：决策空间是直线，基于规则的人群圈选。在直线之上是“否”，之下是“是”，非常粗矿的决策方式，会产生很多“误杀率”；
2）曲线代表逻辑回归：决策空间是曲线。Lookalike人群放大，是线性组合的边界，人群选择比较细致，在图中是散落的状态分布，比较接近用户分布的自然状态；
3）等高线代表深度神经网络：决策边缘是等高线。数据智能模式，任意组合，不受人工干预，让机器根据后台的大数据自动判断核心用户。
案例：数据模型帮助“阅读王”降低80%**成本
给大家讲个提高获客质量、降低获客成本的实例。【友盟+】的客户阅读王App，在新闻App上投放一个广告，我们用Lookalike Model帮它找人群，先进行效果预估，然后测试，发现通过人群优化，**成本降低了80%以上，平均时长也提高了。
人群优化只是其中一方面，我们不仅要知道人群，而且也要了解媒体。有的媒体质量好，但跟你人群不匹配，你花很多的钱，也得不到好效果；而有的媒体本身质量就不好。要根据人群特性，找到最合适的媒体。
下图是**成本和**率两个曲线，不管从哪方面考虑，比原来投放策略都要优很多。**成本降低8%，平均使用时长提高10%，并节省了非常多的推广费用。
千次广告展现可能要花20块钱，一个真实客户的获客成本，可能要花200块钱，一个电影的宣发费可能至少要2000万，但如果你可以像了解朋友一样了解你的用户，是无价的，希望互联网行为数据可以帮助你做到。
互动一下
关于我们
【友盟+】，全球领先的第三方全域数据服务商。基于全域数据、数据技术和商业场景，构建以7亿消费者为核心，覆盖数据运营、数据营销、新零售数据服务、金融及手机解决方案的数据智能服务体系，驱动企业持续增长、增值、升级。