目前智能視聽產業各方都在尋求從量變到質變、從流量到留量、從短期收益到長線價值的進階之道，而這有賴于精細化、智能化、場景化運營策略，更有賴于各方從產品思維到服務思維的轉變。

2022年6月15-16日，由流媒體網主辦的「海南論道暨第23屆中國智能視聽與科技創新高峰論壇」在海口舉行。在15日下午的「智屏運營論壇」上，與會嘉賓就產業精細化運營與服務思維轉變等熱點話題展開廣泛探討。

會上，火山引擎智媒高級架構師龍妮娜進行了題為《媒體智慧大屏運營最佳實踐》的演講。

以下是演講全文：

大家好，我是火山引擎龍妮娜，我今天演講主題是《媒體智慧大屏運營最佳實踐》。智慧大屏作為智慧家庭的核心，聯動多場景經濟，運營價值多維度持續提升。增值業務方面，大屏交互體驗增強帶來購物、音樂、游戲、教育、健身等增值業務快速落地，超半數用戶逐漸養成習慣。至2025年增長有望逾1150%；影視付費分成方面，付費意愿提升帶來影視付費持續擴容。優質內容涌現下影視付費會員平均單價亦有望提升；OTT廣告分成方面，大數據加持提升精準投放效果，廣告分成量價齊升，至2025年有望超200億。

不過大屏用戶體量的增加隨之帶來了差異化的需求，傳統單一的人工運營模式難以實現高效分發并盤活中長尾的媒資，亟需借助推薦算法實現千人千面的效果，幫助提升用戶的活躍及留存，盤活存量市場并滲透增量空間。借助推薦算法智能推薦用戶可能會購買的付費套餐、內容，最終提高大屏業務價值變現能力。

火山引擎智慧大屏解決方案

接下來，我跟大家簡單介紹一下火山引擎。火山引擎是字節跳動旗下的云服務平臺，將字節跳動快速發展過程中積累的增長方法、技術能力和工具開放給外部企業，提供云基礎、視頻與內容分發、大數據、人工智能、開發與運維等服務，幫助企業在數字化升級中實現持續增長。

目前火山引擎跟很多媒體有合作，尤其在大屏領域，包括跟華數、CMG等等。我們面向大屏領域提供了比較好的解決方案，這個依賴于自身公有云平臺和數據中臺、智能中臺，提供以大數據技術、智能算法為核心的全鏈路、全場景、端到端的定制化大屏解決方案，主要集中在智能推薦場景、數字運營場景以及未來的大屏互動娛樂的場景。最終我們希望能夠幫助提升大屏整個業績指標，包括點擊還是時長，甚至是付費轉化率以及收入的指標。

我們的愿景希望依托于內容推薦+用戶運營+商品轉化協同聯動打造大屏商業生態的閉環，希望借助智能推薦算法和會員個性化運營實現1+1大于2的效果。

智能推薦實踐——全場景智能推薦，實現大屏業務增長

像第一個場景更多會集中在智能推薦這一層面，因為過去跟各個媒體廠商合作過程中，其實已經驗證了個性化推薦能夠幫助大屏來實現運營指標和收入指標的提升。

面向大屏首頁，猜你喜歡以及電影電視這種垂直頻道和詳情頁，給它做內容個性化推薦、廣告個性化推薦以及商品的個性化推薦，其實本質就是希望通過推薦算法預測用戶對什么東西比較感興趣。而為了達到更好的推薦效果，火山引擎開放了我們抖音、頭條同款推薦能力，這一點我們著重強調一下算法特殊性，算法跟一般產品不同，算法的策略依賴于我們產品和業務的不斷迭代。而算法的模型其實是通過我們用戶行為的喂養，來不斷進行優化。

所以如果說廠商在開放算法過程中，本身沒有好的業務實現，很難做到算法的效果，這就是為什么我們要開放自己本身終端算法，是因為我們算法經過了上億用戶的驗證，確實能夠帶來實質性的效果，同時也能夠保證給整個大屏帶來業績指標的提升。這個指標可以是用戶點擊行為的提升，可以是用戶在線時長、訂閱付費轉化的提升。

目前智能推薦整體流程包含了召回、過濾、排序和重排等等，經過每個環節推薦算法之后，呈現給用戶端就是幾十條用戶感興趣內容的列表，而且每個內容都帶著算法的打分。而在最后的重排階段，我們支持現在運營和編輯自定義運營規則。

有時候需要做內容的置頂，有些固定內容的加權，這些都支持做自定義的。火山引擎其實就是把抖音的推薦能力通過推薦算法平臺來對外進行輸出，能夠提供的就是從數據的接入校驗，到特征工程到到模型開發到AB測試的端到端解決方案能力。

如果客戶本身沒有自己開發團隊，火山引擎算法工程師可以基于客戶的業務場景和想要優化的業務指標定制我們的算法模型。此外如果客戶有自己的開發團隊，可以讓算法工程師基于客戶平臺做特征工程和模型開發。

大家都知道，其實抖音推薦算法已經有業界領先的系統架構，所以我們在算法平臺里面內置了非常多的深度學習的模型，是實時性的，就是前一秒刷新一下，后一秒就可以根據刷新的行為實現新的推薦。

同時針對家庭用戶的場景，我們開發多用戶識別的算法，主要應用的就是抖音的算法能力最重要的一點無論是家里的老人、小孩還是家里的男主人、女主人都有自己的興趣偏好，而且會在固定場景下用。這個基礎之上，當你跟它產生交互之后，深度學習網絡會分析產品使用行為，定義他是什么用戶，到底是老人還是小孩，定義用戶之后會基于使用的行為做推薦。

最后考慮到本身廣電媒體對數據的重視性，大屏提供專屬VPC的方案，可以把數據傳到本身公有云專屬云的區域，可以實現用戶的隔離和數據的隔離，最終保證大屏算法的安全性和穩定性。

這一個其實是我們與某省運營商實踐案例，我們當時接入到了電影頻道和電視頻道的上線場景，大家都知道數據它是有一點貪婪性，隨著時間周期延長，整個數據指標會越來越好，推薦會越來越精準，用戶的留存會越來越高。因此上線6個月之后，整個點擊播放時長完播率有進一步提升，尤其是播放時長在50%提升基礎之上又增加了100%的提升。

第二個是跟某IPTV OTT牌照方案例，我們的指標體系優化是遙遙領先的，而首月上線之后也取得了非常好的效果，尤其在電影頻道整個優化指標上有一個比較大的提升。

最后，是我們跟某省新媒體公司也做了一個推薦的合作，在前期過程中它是有比較好的優化指標的效果，現在已經在跟它探討第三期的合作，希望在更多大屏場景里面接入我們的推薦，更多的去優化我們本身的指標效果，幫助大屏本身的業績指標的提升。

數據運營實踐——面向用戶增長的數字化運營體系

第二個面向于數據運營的實踐，就是以數據應用驅動為核心，面向用戶增長打造整個數字化運營體系，希望能夠提升整個用戶活躍開機和會員訂閱付費。

本身，火山引擎其實就提供了一整套從數據源到數據集成的數據化運營體系，像數據中臺就是基于數據的集成、開發以及數據的治理幫助我們更好做數據基建，幫助去保障數據全鏈路。

再往上就是數據應用，最重要的點就是幫助業務方去使用數據，告訴他們怎么用數據更合適，幫助他們做業務的增長。在這個之上，通過一整套產品互相之間的合作，最終基于數據實現分析，提出并驗證假設，進行實施以及持續跟蹤效果分析。

最終實現可持續性用戶增長的閉環，那放到大屏業務增長的實踐場景里面，其實就是希望，一方面打造數據類產品，另一方面希望打通數據產品套件，提升開機活躍以及用戶付費。

大家都知道，在互聯網形態下，數字化的應用相對于傳統應用有一個比較特殊的點，就是可以通過用戶買點獲取用戶數據的資源。因此客戶數據平臺一方面能夠匯聚大屏還有新媒體生態。可以匯聚機頂盒的數據、網站的數據等等，可以去做多元數據匯聚，然后打通大小屏的用戶。我們可以為客戶提供公私域數據的聯動能力，幫助客戶更好地了解自己的用戶。

我們沉淀了數據資產之后，放到我們平臺上要做什么事情呢？我們要建立本身的標簽體系，這個標簽體系可能會包含一些基礎信息，就是你的性別是什么、機頂盒類型是什么樣，還有本身套餐偏好、使用偏好，內容偏好、會員類型等等，我們希望基于我們的標簽能夠對我們的用戶價值進行分層，同時希望構建用戶全生命周期的檔案，了解你到底是新用戶還是活躍用戶還是即將流失的用戶。

我們對這個用戶進行全生命周期檔案之后，希望能夠基于用戶整體生命周期進行用戶運營，就需要用到我們的增長營銷平臺，最重要的一點首先接入所有的推送渠道，包含大屏資源位、短信、push、還有接入微信公眾號等等通道，同時跟客戶數據平臺打通獲取行為包和人群包之后，可以做基于人群分類的精細化的運營，推送他感興趣的運營動作。

就像我們可以做一些定時的推送觸達，簽到的提醒，熱門內容推送，還可以基于行為做推薦，新用戶注冊之后，給你下發新用戶大禮包，沒支付的時候給你下發優惠券，最終的目標是希望能夠實現新用戶的快速轉化，也可以實現成熟用戶的留存，還可以實現流失用戶的一個召回、激活，最終提升整體開機率。

用戶開機了之后，我們最重要的目標是希望在大屏上消費，這個時候數據發揮的作用就是要通過數據引導你進行消費。而從首頁資源位到支付成功整個過程中我們需要對數據進行分析。

我們首頁資源位，數據顯示50%的會員訂購都跟首頁資源位的內容有很大關系。第二我們希望在這個路徑上盡量減少用戶流失，因為每流失一個用戶，最后支付就少一個用戶。

第一我們增長分析平臺就是對整個用戶使用數據進行洞察，可以對首頁資源位進行分析，可以分析內容點擊的情況，可以了解用戶的行為習慣。第二可以對整個流失關鍵節點進行分析，可以判斷哪個節點的轉化是有問題的，而且定位這個問題，定位問題之后基于我的問題提出解決的策略幫助我們解決這個問題，這是本身增長分析平臺能做到的事情。

同時我們在整個付費路徑之上，如果我們產品經理覺得今天會員訂購轉化率不是很好，我們可能想出一個好的解決方案可以做一些付費套餐、文案或者落地頁風格或者付費活動的設計，但是我們不知道我們的設計能否取得好的效益，可以通過AB平臺實驗。

開通了實驗之后跑一段時間，對比一下我們想優化的指標是否有提升，像點擊率對比的情況、付費轉化率情況，如果我們發現實驗效果更好，意味著我們可以做這個策略的支持。

本身AB實驗是怎樣的過程呢？首先我們數據分析師通過數據分析工具發現問題，發現問題之后反饋給產品經理，產品經理基于我們的問題做策略以及優化指標的一些定義。那到了關鍵的一步就是基于我們的策略去做本身AB實驗的分流實驗，需要跑一段時間，

放到大屏里面很多的場景一般會做為雙周或者一個月看我們整體實驗的效果，最終出一個實驗報告，會驗證和檢測我們的實驗指標，最終給我們整體實驗的結論。最終我們希望通過AB更好幫助我們做用戶付費場景探索。

這個是我們跟某省IPTV付費轉化實驗，其實就在做活躍位訂購標簽，通過標簽改變訂單頁風格看一下能不能提升用戶付費頁的轉化。

互動娛樂實踐 ——智能中臺賦能打造大屏沉浸體驗

(資料圖片僅供參考)

第三就是我們互動娛樂的場景，互動娛樂場景希望把我們智能算法和本身場景應用做結合，能夠帶來更好的交互式的體驗。我們可以在大屏上做手勢的一些識別，可以在大屏上做肢體動作的識別，這個東西最主要的一點是無需穿戴式的設備，只需要接入攝像頭和我們的算法就可以做識別。

它有比較好的應用場景，比如說有游戲的應用場景和內容互動場景，識別搖頭、手勢、跳躍等等動作實現人機交互，同時可以在健身里面有比較好的應用，可以跟AR進行結合，通過算法判斷你的動作到底標準不標準，比如說我平時做瑜珈等等可以基于你的動作給你打分，還可以有AR效果跟它支持拍照。

這個更多幫助我們做一些營銷的新路徑，或者是探索我們在大屏上更多的場景。第二個其實就是會把現在抖音上同款的人像美顏和AR試色的能力在大屏上釋放，傳統電視中插廣告都是視頻類型，現在可以通過ar試妝等實現廣告互動，希望通過新場景探索幫助更好做廣告運營整體的轉化。

最后還會有一些面向大屏的老片修復技術，這個老片修復技術我們現在在西瓜視頻以及在抖音上都有比較好的應用，例如葫蘆兄弟和黑貓警長4K修復場景就是由火山引擎支持的，我們可以做老片的上色，也可以對質量不好的老片做瑕疵針對性的修復以及做畫質增強，能夠煥發出老片新的活力。

如果說大家對我們剛才講的內容比較感興趣的話，我們接下來可以深入溝通交流，同時也支持各位訪問火山引擎官網，了解我們的產品并去做產品的測試，這就是我今天的分享，謝謝大家。

責任編輯：侯亞麗

關鍵詞： 解決方案 互動娛樂 大家都知道