被大数据改变的UGC

　　算法并真正的壁垒，而是根据用户特征和产品定位来设计结构，然后把算法应用在结构中去提升效率。

　　你要去哪里，或许你的手机比你还清楚。只要打开App，看着推送的信息，点击你感兴趣的，慢慢你就会有主意——当10个推送中5个开始和海岛有关时。那么，是去巴厘岛还是普吉岛？连名字都分不清的你有些苦恼，却发现下面及时推送了这两个地方的旅行产品和攻略。从那一闪而过的念头开始，你就被大数据技术感知了，从而平稳的开始了你的旅行，从路线景点到吃喝玩乐的建议，甚至你完全没有想到的都被呈现在你眼前，这是大数据应用的一个开始。

　　连接用户与内容

　　蚂蜂窝曾经是知名的旅游攻略UGC社区，而现在，全球旅行服务平台会是更全面的定位，这个改变与蚂蜂窝在数据应用上的进化是分不开的。

　　作为元老级人物，陈惠印象中最早的数据应用，是伴随着移动端蚂蜂窝App而出现的。“那时我们有了手机App后，特别想知道用户都在看什么样的攻略、在找什么样的内容，所以我们的大数据最早的起源，其实就从手机APP里数据的采集开始的。”数据收集的出发点是为了了解用户的需求，从而满足需求，但在移动端大数据真正的应用，却要等到2013年。

　　最早，蚂蜂窝的攻略是分散在小组之中的，比如北京同城的小组中，会有去西安、普吉岛和厦门的帖子，而“查找攻略”也是一件不容易的事情，想去厦门，可能意味着要在十多个小组中翻看几十篇游记来搜索信息。旅游在绝大多数情况下，是人为了新鲜的体验而去一个陌生的地方，因此信息的不透明几乎是绝对的，如何让用户找到自己真实需要的信息，就变成了核心的问题。

　　UGC出身的蚂蜂窝并不缺内容，但海量的内容多为照片和游记，是非结构化的，怎么样才能让它们和用户高效率地连接在一起呢？在大数据部门的技术总监韩鑫看来，可以简单的分成三个部分：一个是内容，一个是用户，最后是推荐系统。而蚂蜂窝做的事情，就是将前两者的数据结构化，最后通过算法匹配到一起。

　　2013年，蚂蜂窝开始搭建了目的地分类系统，让所有的内容可以在一个系统中呈现，这是内容结构化的基础。“举一个例子，比如对一家酒店，有许多用户评论和游记，我们会从中提取有用的信息。”韩鑫介绍，游客往往会关注酒店的价格、环境、特色、餐饮和交通等信息，这些信息意味着不同的维度，将影响用户的旅行决策。比如对一家酒店一共有1000篇游记，其中有500篇游记涉及了交通的维度，在游记中可能是“距离机场不远”“在机场快线上”“去机场很方便”等不同的说法，而蚂蜂窝通过构建自然语言的平台，将评论和游记中原本发散的内容集中在一起。“首先是基于词库中的关键词去搜索，然后是语义分析和数据挖掘技术。” 游记的内容被分解为句子，然后句子分为句式，句式再分为词组，在系统中跑模型，最终被归纳成用户易于理解的结果。韩鑫用知识图谱的形式展示了日本的目的地信息，在众多维内容中有温泉，点击温泉后又会出现泉质等不同的内容，点击泉质后又会有绿矾泉、单纯泉、芒硝泉等，“这都是根据内容解析出来的，完全靠机器的话可能也不足够准确，但这会是很好的基础，在这个基础上，再靠人工去校验。”韩鑫说，通过这种方式UGC的内容得以结构化，从而形成蚂蜂窝印象等产品。

　　在用户画像上，基于使用场景，蚂蜂窝会将用户分为四个阶段。第一个阶段是旅行空窗期，这个阶段的用户没有明显的旅行倾向，浏览的内容也相对分散；第二个阶段是旅行发酵期，用户已经有了一些模糊的出行需求，比如是国内游还是出国、会和谁一起旅行、有多少预算等，但假如是海岛游，那是去巴厘岛、普吉岛还是马尔代夫？这个阶段的用户，浏览攻略的内容开始集中，也会出现目的地搜索的行为。第三个阶段是旅行准备期，用户已经有了明确的目的地、旅行方式等；第四个阶段是正在旅行。

　　在这四个阶段，通过对用户浏览、点击和搜索数据的收集分析，时间、地理位置信息的实时获取，以及对用户行为的引导，比如在用户界面，会有国内、国外、带娃旅行、海岛游、情侣出行等不同的分类，蚂蜂窝会勾勒出精准的用户画像，并在这个过程中给予不同场景下的推荐信息。“我知道了你在什么地方，有什么样的旅行需求，也对内容有了解，包括多少个目的地、场景和标签。”马蜂窝旅行网副总裁陈惠说，推荐系统的搭建，让用户和内容间得以匹配，但在今天的行业中，推荐的算法并不是壁垒。真正重要的是，根据自身的用户特征和产品定位，设计一个结构，然后把算法应用在结构中去提升效率。“互联网时代，每一次的流量，背后都是用户的一次需求，所以了解好用户的每一次访问，才能服务好用户，而这个核心就是大数据的能力。”而蚂蜂窝对旅行阶段和场景的判定，再配合不同的标签和维度，可以让用户的需求细分，从而精准的匹配到同样细分的内容资源上。

　　小团队大赋能

　　在2017年的12月12日，蚂蜂窝宣布获得1.33亿美元的D轮融资，快速扩张中的蚂蜂窝团队目前有700名员工。谈到具体的大数据团队，作为负责人的韩鑫却笑着说，只有十几个人，“但能够利用和使用大数据的人，（在公司员工中）超过了70%”。

　　在线旅游拥有着丰富的场景和业务，尤其是蚂蜂窝主打的“自由行”，因追求个性化而更显得复杂，这给技术上带来的挑战是，如果靠传统的方式去做大数据，那需要的工程师就太多了。“所以非常重要的一点是去赋能，用大数据赋能别人。”韩鑫说。

　　以基础的数据采集工作为例，传统的做法是，由公司的数据团队去对接不同部门的各个系统做数据归集，这涉及了大量的业务对接和标准化的问题，人力和时间成本都很高。而蚂蜂窝的数据团队在App的基础上，搭建了统一标准化的数据采集系统，“哪怕是刚毕业的一个应届生，只要做一个简单的培训，就可以十分钟时间内自己去上报一条可能是千万量级的数据。”

　　韩鑫对大数据能力的一个看法是，大多数公司不是做不到，而是效率太低。进行一项统计分析，比如哪些景点旅游人数最多，第一、第二、第三分别是哪里，用户都在看什么美食，在蚂蜂窝的系统上，无需工程师去专门对接需求，只需要按照可视化的规则配置，就能够以分钟级的速度实现。“对业务使用者来讲，他只需要理清楚自己到底要分析什么，统计什么，运算规则可能五分钟就建立，之后所有的数据运维由数据团队承接，关注这个运算规则能否很好地去执行，而统计结果会直接对接到产品内容上。”韩鑫告诉记者，这样的规则在蚂蜂窝有5万多个，仅2017年一年就形成2万多个，而传统方式需要最少几小时甚至一个周的时间。

　　“我们非常强调分享，也强调人人都是分析师，每个人都可以利用工具平台去输出自己的数据，分享给别人。”而具体的实现方式，就是将整个数据流程从最底端采集到最前端呈现全部产品化，这样，一个人只需要一个小时就能配置完成。而效率的提升也促进了对敏捷型业务的提升，韩鑫举了一个例子，假如一个活动只有三天，很多公司不会愿意为此而做数据研发，而如果只需要花费一个小时就可以完成，那就值得做了。“我们的一个基本的思路就是赋能。”他说：“通过产品化，让每一个人都有能力去处理数据、加工数据，能够根据自己的实际需求，来决定到底哪些东西是需要被处理的，尽可能降低大数据技术的门槛，然后让更多人能利用大数据技术，去给他自己的产品和业务带来帮助。”

　　文/李昊原