一、APP自動(dòng)綁定功能

“自動(dòng)綁定”功能，就是能有效減少用戶(hù)操作步驟、簡(jiǎn)化產(chǎn)品流程的一項(xiàng)技術(shù)。

為了打通某些業(yè)務(wù)邏輯，有時(shí)不得不延長(zhǎng)用戶(hù)的操作流程，犧牲用戶(hù)的一部分首次安裝體驗(yàn)，去完成用戶(hù)關(guān)系的綁定。比如：

老帶新邀請(qǐng)活動(dòng)，或者找KOL、地推商推廣產(chǎn)品。為了獲取新用戶(hù)與邀請(qǐng)人的邀請(qǐng)關(guān)系，會(huì)要求新用戶(hù)注冊(cè)時(shí)填寫(xiě)邀請(qǐng)碼。

保險(xiǎn)、地產(chǎn)、金融類(lèi)服務(wù)業(yè)App，為了綁定員工與新用戶(hù)的績(jī)效，以便后續(xù)提供更多專(zhuān)屬指導(dǎo)或售后保障，也需要用戶(hù)安裝后填寫(xiě)工號(hào)綁定。

填寫(xiě)各種渠道碼，本質(zhì)上是為了滿(mǎn)足平臺(tái)方的統(tǒng)計(jì)需求，但卻增加了一步，提升了操作成本、增加了頁(yè)面轉(zhuǎn)換，導(dǎo)致用戶(hù)流失。

實(shí)現(xiàn)自動(dòng)綁定可以解決該問(wèn)題，在新用戶(hù)受邀安裝App并登錄時(shí)，自動(dòng)獲取并匹配此信息即可完成綁定。

1. 自動(dòng)獲取邀請(qǐng)獎(jiǎng)勵(lì)

邀請(qǐng)人分享邀請(qǐng)鏈接，受邀人點(diǎn)擊并在落地頁(yè)中下載App注冊(cè)，即可自動(dòng)獲得邀請(qǐng)獎(jiǎng)勵(lì)，登錄注冊(cè)時(shí)無(wú)需填碼、落地頁(yè)也無(wú)需填手機(jī)號(hào)。如：老帶新活動(dòng)、返利App、推廣員業(yè)績(jī)考核等，都能實(shí)現(xiàn)無(wú)碼邀請(qǐng)，提高效率。

2. 自動(dòng)綁定分銷(xiāo)層級(jí)

分銷(xiāo)商通過(guò)發(fā)送攜帶專(zhuān)屬參數(shù)的落地頁(yè)給同伴或用戶(hù)安裝App，能夠自動(dòng)發(fā)展下級(jí)分銷(xiāo)商、以及綁定新用戶(hù)從屬關(guān)系（自動(dòng)綁定上下級(jí)或多級(jí)關(guān)系）。如：淘客類(lèi)、師徒制、社交電商、KOL推廣、教師分銷(xiāo)等三級(jí)分銷(xiāo)內(nèi)的場(chǎng)景都能有效應(yīng)用。

3. 自動(dòng)添加社交關(guān)系

老用戶(hù)邀請(qǐng)新用戶(hù)下載App進(jìn)行互動(dòng)，只需通過(guò)鏈接安裝成功，雙方自動(dòng)加為好友，不必手動(dòng)搜索好友ID添加。如：社交產(chǎn)品、聯(lián)機(jī)游戲、共享應(yīng)用等需要快速建立社交關(guān)系的產(chǎn)品都有必要。

4. 自動(dòng)綁定專(zhuān)屬服務(wù)

部分App需要相關(guān)員工對(duì)接服務(wù)，能夠直接通過(guò)鏈接或名片二維碼安裝App自動(dòng)搭建服務(wù)關(guān)系，不必搜索工號(hào)綁定。如：地產(chǎn)/金融/保險(xiǎn)/銀行App的客戶(hù)經(jīng)理、在線(xiàn)教育App的師生關(guān)系等。

5. 自動(dòng)關(guān)注內(nèi)部資源

同樣能通過(guò)落地頁(yè)，在用戶(hù)安裝登錄后自動(dòng)關(guān)注用戶(hù)、房間等App內(nèi)資源。如：自動(dòng)關(guān)注直播間、大V博主、自媒體號(hào)等。

在減少頁(yè)面轉(zhuǎn)換方面，還可以參考o(jì)peninstall一鍵拉起（深度鏈接）功能，能在用戶(hù)安裝App后直接跳轉(zhuǎn)目標(biāo)場(chǎng)景頁(yè)；避免由于過(guò)多不必要的頁(yè)面跳轉(zhuǎn)和搜索流程而喪失用戶(hù)耐心。

二、AARRR用戶(hù)模型

所謂AARRR用戶(hù)模型其實(shí)就是“獲?。ˋcquisition）”、“激活（Activation）”、“留存（Retention）”、“傳播（Referral）”、“收入（Revenue）”，整個(gè)步驟如圖所示。

用戶(hù)獲取（Acquisition）：

說(shuō)白了其實(shí)就是把人搞過(guò)來(lái)。常見(jiàn)方法如搜索引擎優(yōu)化，二維碼掃碼，應(yīng)用市場(chǎng)，內(nèi)容提供方，社會(huì)化分享，軟文等，還有些比如制造話(huà)題，營(yíng)造熱點(diǎn)，就好比之前我們野狗辦的“程序員大解放”搖滾音樂(lè)節(jié)，先把程序員和開(kāi)發(fā)者們的眼球先吸引過(guò)來(lái)，然后再考慮別的。人數(shù)嘛，當(dāng)然是多多益善。

用戶(hù)激活（Activation）：

讓用戶(hù)注冊(cè)成為你的用戶(hù)。這個(gè)就需要在產(chǎn)品上下文章了。如果留不住用戶(hù)，流量是沒(méi)有意義的，這里有一整套的產(chǎn)品優(yōu)化方法，放在后面有兩個(gè)PPT推薦，滿(mǎn)滿(mǎn)的干貨，大家直接去膜拜學(xué)習(xí)就可以了。

用戶(hù)留存（Retention）：

讓用戶(hù)持續(xù)使用你的應(yīng)用。說(shuō)的直接一點(diǎn)，這個(gè)就要通過(guò)EDM和再營(yíng)銷(xiāo)了，如果知乎沒(méi)有每周精選的話(huà)，用戶(hù)活躍量可能就會(huì)打個(gè)折扣了。

傳播（Referral）：

就是讓用戶(hù)愿意替你傳播你的應(yīng)用，例如通過(guò)社會(huì)化分享或口碑宣傳等方式。這個(gè)的經(jīng)典方式是推薦獎(jiǎng)勵(lì)機(jī)制：你邀請(qǐng)好友加入，給你50塊，給他50塊，皆大歡喜。

收入（Revenue）：

留住用戶(hù)并讓他們付錢(qián)。常見(jiàn)的比如流量大了賣(mài)廣告或者升級(jí)套餐等。

然后再給大家看一張網(wǎng)絡(luò)經(jīng)典圖，這張圖告訴你，實(shí)現(xiàn)增長(zhǎng)都要做什么：

從上面的AARRR模型圖我們也可以看到，其實(shí)它是一個(gè)漏斗，從用戶(hù)獲取到激活到留存，留存到傳播和收入就是一個(gè)自上而下的漏斗，越往下越窄。理想的境況下，我們都希望這是一個(gè)圓柱體，但顯然這是比較困難的，而我們要做的就是精細(xì)化分析用戶(hù)獲取到收入的整個(gè)過(guò)程。

三、搜索功能設(shè)計(jì)

對(duì)用戶(hù)來(lái)說(shuō)，搜索是為了解決用戶(hù)明確或者不明確的搜索需求，讓用戶(hù)能夠搜到想搜的內(nèi)容。從更深一層來(lái)說(shuō)，搜索提高了用戶(hù)獲取信息、內(nèi)容的效率。

搜索場(chǎng)景：

有明確想搜的內(nèi)容并記得所有關(guān)鍵詞

有明確想搜的內(nèi)容但記不清所有關(guān)鍵詞

無(wú)明確想搜的內(nèi)容

站內(nèi)搜索設(shè)計(jì)：

搜索流程分三步：

1、理解用戶(hù)搜索意圖

主要涉及到query預(yù)處理、分詞技術(shù)等技術(shù)。

query預(yù)處理主要有：

拼音轉(zhuǎn)文字；

繁體轉(zhuǎn)簡(jiǎn)體；

自動(dòng)糾錯(cuò)，輸入詞時(shí)系統(tǒng)可以對(duì)query詞進(jìn)行判斷，判斷有沒(méi)有在索引庫(kù)命中文檔，如果沒(méi)有，則需要對(duì)其進(jìn)行預(yù)處理的自動(dòng)糾錯(cuò)。自動(dòng)糾錯(cuò)可以通過(guò)維護(hù)糾錯(cuò)表的方式實(shí)現(xiàn)。在糾錯(cuò)表里通過(guò)映射原詞給糾錯(cuò)后的詞，從而實(shí)現(xiàn)query改寫(xiě)。目前自動(dòng)糾錯(cuò)在客戶(hù)端顯示上也有幾種不同的形式

強(qiáng)糾錯(cuò)：直接改寫(xiě)query，給用戶(hù)的提示一般為“已顯示XXX的搜索結(jié)果”

中糾錯(cuò)：直接改寫(xiě)query，給用戶(hù)的提示一般為“已顯示XXX的搜索結(jié)果，仍然搜索:X原詞XX”

弱糾錯(cuò)：不改寫(xiě)query,只是給用戶(hù)提示“你是不是要搜索：XXX”

同義詞轉(zhuǎn)換，對(duì)query進(jìn)行同義詞的理解，同義詞轉(zhuǎn)換技術(shù)一般是通過(guò)獲取用戶(hù)的session日志來(lái)分析相關(guān)的query，以防用同義詞召回的并不是用戶(hù)想要的。在召回相關(guān)性?xún)?nèi)容時(shí)，對(duì)關(guān)鍵詞和同義詞進(jìn)行召回，并賦予不同的權(quán)重，權(quán)重分值可以放在相關(guān)性分?jǐn)?shù)上。

分詞技術(shù)

通過(guò)分詞可以建立多個(gè)索引，從而不斷分析找到用戶(hù)需要的內(nèi)容。中文分詞目前有三種分詞方法，分別是：

基于詞典的分詞

基于語(yǔ)法的分詞

基于統(tǒng)計(jì)的分詞

2、召回內(nèi)容

主要用到索引倒序的技術(shù)，召回有相關(guān)性的內(nèi)容，這里會(huì)涉及到倒排索引和匹配度問(wèn)題。

搜索系統(tǒng)有詞典和內(nèi)容索引庫(kù)（數(shù)據(jù)庫(kù)），詞典里的詞關(guān)聯(lián)匹配內(nèi)容索引庫(kù)。當(dāng)用戶(hù)輸入關(guān)鍵詞后，如果詞典里有這個(gè)詞，線(xiàn)上會(huì)快速召回內(nèi)容文檔。如果詞典里沒(méi)有這個(gè)詞，那這次的搜索行為就沒(méi)有結(jié)果。

以新聞搜索來(lái)說(shuō)，一條新聞?dòng)嵪⒁话銜?huì)有標(biāo)題、簡(jiǎn)介、關(guān)鍵詞、來(lái)源、正文。

在召回內(nèi)容的時(shí)候，會(huì)根據(jù)新聞的這幾個(gè)屬性分別構(gòu)建倒排索引。當(dāng)然需要召回的字段屬性是需要考慮的，并非所有屬性都得進(jìn)行索引召回。

比如可以只對(duì)標(biāo)題和簡(jiǎn)介這兩個(gè)屬性進(jìn)行倒排索引召回。召回的時(shí)候，我們認(rèn)為標(biāo)題跟關(guān)鍵詞匹配度高于簡(jiǎn)介跟關(guān)鍵詞的匹配度，可以先以標(biāo)題為維度倒排索引進(jìn)行召回，接著再?gòu)暮?jiǎn)介進(jìn)行召回。

這樣的分級(jí)索引庫(kù)有利于提高檢索效率，同時(shí)能較快將優(yōu)質(zhì)和匹配度高的內(nèi)容檢索出來(lái)。?

3、排序內(nèi)容

常見(jiàn)的有排序策略、機(jī)器學(xué)習(xí)。提供兩種排序策略，一種粗排，一種精排。

粗排主要是通過(guò)維度來(lái)將召回的內(nèi)容進(jìn)行排序。以某新聞app為例，搜索結(jié)果只是新聞（新聞內(nèi)容包括圖文、純文本、視頻）。召回的范圍是新聞標(biāo)題和摘要。

召回的內(nèi)容匹配度分兩個(gè)等級(jí)：完全匹配模糊匹配（前綴、后綴、分詞等）排序策略：優(yōu)先度：新聞標(biāo)題>摘要，在優(yōu)先度下按照下方的策略I. 完全匹配>模糊匹配II. 時(shí)效性（以天為單位）III. 閱讀量?jī)?yōu)先以上的粗排策略只是為了講解，具體的維度和排序指標(biāo)不一定是我上面提及的。

精排策略是根據(jù)doc分?jǐn)?shù)倒序排序。用戶(hù)輸入query后，召回了doc(內(nèi)容），這些doc怎么排序呈現(xiàn)給用戶(hù)呢？答案是根據(jù)每個(gè)doc的分?jǐn)?shù)倒序呈現(xiàn)給用戶(hù)。

doc分?jǐn)?shù)=文本相關(guān)性的值*重要度的值文本相關(guān)性的值用dscore表示、重要度的值用Iscore來(lái)表示則doc分?jǐn)?shù)=dscore*Iscore

計(jì)算文本相關(guān)性的方法主要有三種，分別是tf-idf文本相關(guān)性、基于統(tǒng)計(jì)詞頻的BM25、空間向量模型。

重要度指的是doc（內(nèi)容）的重要程度（優(yōu)質(zhì)程度）。相關(guān)性得分差不多的內(nèi)容里會(huì)存在優(yōu)質(zhì)內(nèi)容和劣質(zhì)內(nèi)容，一般情況下，我們會(huì)將優(yōu)質(zhì)內(nèi)容排在更前面。當(dāng)然也會(huì)有商業(yè)、廣告或者別的業(yè)務(wù)的考慮。

搜索功能搭建好之后，還需要不斷地優(yōu)化搜索功能。優(yōu)化搜索功能不單單只是優(yōu)化搜索策略和算法，還可以通過(guò)query分析來(lái)提升用戶(hù)搜索體驗(yàn)。

query分析指的是對(duì)用戶(hù)的查詢(xún)進(jìn)行分析，用戶(hù)的搜索軌跡能夠很好的幫助我們了解整體用戶(hù)的搜索意圖，也能發(fā)現(xiàn)我們目前的搜索滿(mǎn)足了用戶(hù)哪些搜索需求，哪些搜索需求還需要完善。

query分析可以分以下幾步來(lái)操作：

1、以月份為單位，從query中抽取1000個(gè)query樣本

2、針對(duì)query意圖進(jìn)行分類(lèi)，每個(gè)query樣本用兩個(gè)需求分類(lèi)來(lái)表征該query的搜索需求

3、統(tǒng)計(jì)一類(lèi)需求、二類(lèi)需求query個(gè)數(shù)的占比情況和搜索次數(shù)占比情況

query個(gè)數(shù)占比=分類(lèi)query個(gè)數(shù)/query總數(shù)

query搜索次數(shù)占比=分類(lèi)query搜索次數(shù)/總query搜索次數(shù)

4、統(tǒng)計(jì)幾個(gè)數(shù)據(jù)：

query召回率=搜索結(jié)果在準(zhǔn)確的數(shù)量/應(yīng)該被搜索的結(jié)果數(shù)量

query準(zhǔn)確率=搜索結(jié)果在準(zhǔn)確的數(shù)量/返回的結(jié)果數(shù)量

query需求滿(mǎn)足程度，可以根據(jù)搜索結(jié)果質(zhì)量得出query需求滿(mǎn)足程度，分為高中低三等級(jí)

通過(guò)以上四步，我們能獲得相應(yīng)的數(shù)據(jù)統(tǒng)計(jì)，接下來(lái)就是需要對(duì)數(shù)據(jù)結(jié)果進(jìn)行分析，通過(guò)分析來(lái)決策下一步搜索需要怎么優(yōu)化。

舉個(gè)例子，比如在query需求滿(mǎn)足度中，分析出需求滿(mǎn)足度低的query需求是哪些，查看搜索結(jié)果，分析是什么原因?qū)е隆?/p>

可能會(huì)是數(shù)據(jù)缺失、搜索結(jié)果相關(guān)度低等原因引起，那么我們后面如果需要提高這類(lèi)query需求的用戶(hù)搜索體驗(yàn)的話(huà)，那么就需要去解決數(shù)據(jù)缺失、搜索結(jié)果相關(guān)度低的問(wèn)題。

如果是數(shù)據(jù)缺失，那么可以通過(guò)引入外面的內(nèi)容、加大該類(lèi)內(nèi)容供給

如果是搜索結(jié)果相關(guān)度低，那么可以改善匹配策略，召回更相關(guān)的內(nèi)容