面對(duì)疫情期間快速發(fā)展的游戲與流媒體的黃金時(shí)代，剛舉辦的「她數(shù)據(jù)」3月線上分享會(huì)和大家一起探討了游戲與流媒體行業(yè)的數(shù)據(jù)科學(xué)前沿動(dòng)態(tài)。本次沙龍的三位嘉賓分別是：Harris Liu, Jackie Yuan 和 Jiawei。
Harris在Disney Streaming Services擔(dān)任數(shù)據(jù)科學(xué)經(jīng)理；Jackie Yuan任職于全球領(lǐng)先的智能手機(jī)和平板設(shè)備游戲開(kāi)發(fā)商和發(fā)行商Glu Mobile；Jiawei是TikTok的一名高級(jí)數(shù)據(jù)科學(xué)家。本次活動(dòng)的moderator是MarTechApe和Women In Analytics的創(chuàng)始人Zoe。
接下來(lái)就來(lái)看看本場(chǎng)活動(dòng)的精華總結(jié)：
Q1：是什么樣的學(xué)習(xí)和工作經(jīng)歷引領(lǐng)你到達(dá)現(xiàn)在的位置？
Jiawei: 我現(xiàn)在是Tiktok的Lead Data Scientist，從事方向是trust & safety。Tiktok之前在comcast做了四年Data Analyst，分析的類型不是很固定，包括marketing、finance和operation等等，在這個(gè)過(guò)程中學(xué)到了很多技能和分析的框架。Comcast之前是在Morgan Stanley做分析師。我的研究生讀的是金融，后來(lái)是自學(xué)了數(shù)據(jù)分析相關(guān)的知識(shí)才進(jìn)入數(shù)據(jù)行業(yè)。本科是在國(guó)內(nèi)讀的材料科學(xué)與工程，在過(guò)去十年我在不斷探索自己，最終發(fā)現(xiàn)數(shù)據(jù)是自己最感興趣的，所以就繼續(xù)在這個(gè)行業(yè)做下去了。
Harris：我在Disney Streaming 擔(dān)任Data Science Manager，方向主要是增長(zhǎng)營(yíng)銷(xiāo)。在這之前我在GroupM做市場(chǎng)營(yíng)銷(xiāo)分析，主要是做市場(chǎng)營(yíng)銷(xiāo)分析和Marketing Mix Modeling這一塊。再之前是在一個(gè)startup公司，在這個(gè)小公司里面學(xué)到了很多東西，幾乎每個(gè)方面也有接觸到，因?yàn)閟tartup公司真正需要的不是一個(gè)Data Scientist，而是一個(gè)Data Person。研究生是在NYU讀的，本科在University of Rochester讀的統(tǒng)計(jì)和商務(wù)雙學(xué)位。
Jackie：我本科學(xué)的其實(shí)是藥學(xué)，研究生也是流行病學(xué)相關(guān)，和數(shù)據(jù)其實(shí)挺不相關(guān)的。當(dāng)時(shí)畢業(yè)的時(shí)候也是在思考是要進(jìn)入業(yè)界還是繼續(xù)做研究，最終決定了在一個(gè)醫(yī)藥公司做Statistical Programmer，主要寫(xiě)SAS。然后跳到了一個(gè)音樂(lè)制作方面的APP，目前在一家游戲公司做DS。
Q2：你平時(shí)在工作中的一天是怎么樣的？你的工作側(cè)重哪方面的數(shù)據(jù)分析？所做工作對(duì)公司來(lái)說(shuō)有什么戰(zhàn)略意義？
Harris：在疫情之后，我們的工作時(shí)間都相對(duì)比較靈活，但我們每周會(huì)有一次會(huì)議跟進(jìn)組員的進(jìn)度。組里面目前有一個(gè)Marketing Mix Modeling和Multi-Touch Attributionmodel的兩個(gè)大項(xiàng)目，還有其他偏向experimentation和causal inference的工作。因?yàn)樽鰉arketing這一塊，不能僅局限與一個(gè)模型，所以我們的研究框架是用MMM、MTA和experimentation三個(gè)方面來(lái)綜合地去分析。
我們的DS和Analytics其實(shí)是分開(kāi)的，Analytics部門(mén)和stakeholder的溝通比較多，我們DS做的東西是需要應(yīng)用到整個(gè)公司的，我們上游的部門(mén)包括acquisition和paid media marketing組。
我們研究框架里的三大區(qū)域中，MMM用比較宏觀的數(shù)據(jù)通過(guò)模型來(lái)進(jìn)行預(yù)測(cè)和預(yù)算優(yōu)化，用的數(shù)據(jù)比較高階，如每天的營(yíng)銷(xiāo)投入、click、impression，還有其他宏觀的數(shù)據(jù)如競(jìng)爭(zhēng)者的投入和Covid相關(guān)數(shù)據(jù)，模型基本都是以回歸模型和時(shí)間序列模型為基礎(chǔ)，通常一個(gè)季度跑一次模型；MTA相對(duì)微觀，這個(gè)模型做的是觸點(diǎn)，我們可以跟蹤到每個(gè)用戶在哪個(gè)網(wǎng)站上看到Disney的廣告，連接所有的觸點(diǎn)，跟蹤用戶的渠道數(shù)據(jù)，將營(yíng)銷(xiāo)歸因到不同的渠道，用的數(shù)據(jù)量比較大，我們基本上每天都會(huì)跑模型，最后把結(jié)果放進(jìn)dashboard里給付費(fèi)媒體部門(mén)參考；最后我們會(huì)通過(guò)實(shí)驗(yàn)去驗(yàn)證模型的結(jié)果，比如如果模型告訴你Paid search貢獻(xiàn)了10%的用戶注冊(cè)，然后我們就可以設(shè)計(jì)實(shí)驗(yàn)去驗(yàn)證這個(gè)結(jié)果。
Jackie：我們沒(méi)有很固定的routine。我們一般是一個(gè)studio專門(mén)做某一款游戲，上下游基本上是產(chǎn)品經(jīng)理，也會(huì)有內(nèi)容生產(chǎn)的人員，還有marketing、獲客和PR部門(mén)。分析的數(shù)據(jù)主要是用戶數(shù)據(jù)，看用戶在游戲過(guò)程中的玩法、進(jìn)階。在和產(chǎn)品經(jīng)理和內(nèi)容創(chuàng)作人員討論游戲經(jīng)濟(jì)和整個(gè)生態(tài)系統(tǒng)設(shè)計(jì)的時(shí)候會(huì)用到一些游戲貨幣相關(guān)的數(shù)據(jù)。也會(huì)和市場(chǎng)和增長(zhǎng)部門(mén)合作，去看campaign是否有效，需不需要把預(yù)算放到其他渠道上。
Jiawei：工作時(shí)間比較靈活，但因?yàn)門(mén)ikTok相對(duì)比較小，所以工作會(huì)稍微累一點(diǎn)，工作時(shí)長(zhǎng)稍長(zhǎng)。我們平時(shí)主要和產(chǎn)品經(jīng)理合作，幫助他們決定是否推出某個(gè)產(chǎn)品或者feature。
整個(gè)Analytics部門(mén)比較像一個(gè)橋梁，把DS和Business連接起來(lái)。在DS方面我們會(huì)和DS部門(mén)去討論機(jī)器學(xué)習(xí)模型、和DE部門(mén)溝通數(shù)據(jù)需求；在Business 這邊，我所在的trust & safety組主要是去維護(hù)平臺(tái)的健康（比如去下架一些違規(guī)的視頻和用戶），所以和Operations部門(mén)的合作比較多，也會(huì)做一些數(shù)據(jù)分析去幫助平臺(tái)更好地制定上傳視頻的規(guī)則。
具體工作主要包括：1. 數(shù)據(jù)分析，用數(shù)據(jù)解答商業(yè)問(wèn)題，并且提出建議；2. Dashboard制作，找到重要的KPI然后做成報(bào)表，更好地去給上級(jí)解釋數(shù)據(jù)；3. 數(shù)據(jù)產(chǎn)品，我們會(huì)建一些數(shù)據(jù)產(chǎn)品去支持Business 組。
Q3：請(qǐng)你舉一個(gè)具體的例子介紹一個(gè)你工作中的應(yīng)用場(chǎng)景
Jiawei：Tiktok去年有一個(gè)新的項(xiàng)目叫Creater Fund，投入了20億美金去激勵(lì)用戶創(chuàng)作短視頻。每個(gè)creater需要提交申請(qǐng)去獲得資助，我在項(xiàng)目中的主要工作是去設(shè)計(jì)一整個(gè)流程分析用戶的行為、判斷用戶好壞，去決定是否通過(guò)用戶的申請(qǐng)，最后建立Data pipeline把整個(gè)流程自動(dòng)化，從數(shù)據(jù)清洗到處理，到最后產(chǎn)出Label（通過(guò)與否），把這整個(gè)過(guò)程做到APP里面。用到的數(shù)據(jù)包括視頻數(shù)據(jù)、用戶數(shù)據(jù)、評(píng)論和直播數(shù)據(jù)，所有在TikTok上有的數(shù)據(jù)我們都會(huì)接觸到，數(shù)據(jù)量還是挺大的。
Harris：MTA中比較困難的一點(diǎn)是很多的觸點(diǎn)是容易被忽略的。比如如果一個(gè)用戶看到了Google里面的一個(gè)banner，一天后又在Facebook看到一個(gè)廣告，然后覺(jué)得Disney+這個(gè)APP挺好的，所以最后在Google上搜索進(jìn)入網(wǎng)頁(yè)進(jìn)行注冊(cè)。如果用Last-touch attribution來(lái)看的話，我們會(huì)把這個(gè)行為歸因于Google Search，那么就會(huì)把錢(qián)都投在keyword上，但這樣的話其實(shí)忽略了前面兩個(gè)觸點(diǎn)。而我們的項(xiàng)目做的就是把所有的觸點(diǎn)全部連接在一起。比如我們可以建立一個(gè)Rule-based模型，不同觸點(diǎn)有各自的權(quán)重，這樣我們決策的時(shí)候就不會(huì)疏忽前面的觸點(diǎn)。
現(xiàn)在一個(gè)很大的挑戰(zhàn)是，因?yàn)楝F(xiàn)在有很多規(guī)則限制了我們獲取用戶數(shù)據(jù)，所以我們嘗試建立概率模型，我們用其他的Signal去模擬各個(gè)用戶來(lái)代替cookie ID。這樣可以把用戶的整個(gè)營(yíng)銷(xiāo)行為流程連接起來(lái)，使得模型更加精細(xì)。模型完成之后，我們會(huì)和DE部門(mén)溝通做出一個(gè)Pipeline，和Reporting Team溝通如何制作看板去可視化，然后把分析結(jié)果發(fā)給營(yíng)銷(xiāo)部門(mén)，分析哪個(gè)戰(zhàn)役有效，哪個(gè)表現(xiàn)比較好，最后設(shè)計(jì)地理區(qū)域?qū)嶒?yàn)去驗(yàn)證模型的結(jié)果。我們?cè)诿绹?guó)一般是在市場(chǎng)區(qū)域水平上做實(shí)驗(yàn)，比如在其中一個(gè)市場(chǎng)區(qū)域中關(guān)閉一個(gè)渠道，然后其他的市場(chǎng)區(qū)域正常運(yùn)行，去驗(yàn)證模型的決策是否正確。
Jackie：之前做了一個(gè)分析紐約洋基隊(duì)廣告效果的項(xiàng)目，廣告是在紐約地區(qū)的電視上投放，我們想看這個(gè)手游在手機(jī)的下載是否有提高。當(dāng)時(shí)比較困難的是，要首先確定市場(chǎng)區(qū)域數(shù)據(jù)在哪里找，最后我在網(wǎng)上找到了一個(gè)公共的數(shù)據(jù)源，里面有每個(gè)市場(chǎng)區(qū)域的郵編。然后也是和Harris說(shuō)的相似，我們做了地理區(qū)域的實(shí)驗(yàn)，找到其他地區(qū)的和洋基隊(duì)相似規(guī)模、流行度的棒球隊(duì)，在模型里加入地理位置的控制變量，其他地區(qū)沒(méi)有投放這個(gè)電視廣告，但是紐約投放了，在實(shí)驗(yàn)中分析在固定時(shí)間內(nèi)我們手游APP有沒(méi)有更多的下載量、互動(dòng)量和APP內(nèi)購(gòu)買(mǎi)量。其實(shí)就相當(dāng)于一個(gè)簡(jiǎn)單的前后測(cè)分析，也可以做成一個(gè)因果推斷分析（causal inference）。
另外的一個(gè)例子是和用戶增長(zhǎng)相關(guān)的。我們一共有好幾個(gè)正在做的游戲，想看看是否能在這些游戲內(nèi)部相互引流，把一個(gè)游戲的用戶推廣到另一個(gè)游戲上。我們數(shù)據(jù)部門(mén)要做的是，分析這兩個(gè)游戲是否會(huì)有自身蠶食，也就是用戶會(huì)不會(huì)只玩A或者只玩B、甚至兩個(gè)都不玩。我們也會(huì)看整個(gè)游戲生態(tài)系統(tǒng)是否有促進(jìn)，看看用戶玩游戲的時(shí)間有沒(méi)有更長(zhǎng)、花的游戲幣有沒(méi)有更多，去決定公司怎么樣分配預(yù)算獲取用戶是最有效的。用的數(shù)據(jù)都比較高階，比如用戶什么時(shí)候下載，一個(gè)月后有沒(méi)有回來(lái)，什么時(shí)候開(kāi)始花錢(qián)等等，而不是游戲里面用戶的具體行為。
Q4：數(shù)據(jù)工作者如何在公司里提高自己的影響力？在公司里受到阻力時(shí)怎么克服？
Jiawei：我覺(jué)得最關(guān)鍵的一點(diǎn)是要確定目前對(duì)于business來(lái)說(shuō)最重要的事情，要分配好每件事情的目標(biāo)和優(yōu)先級(jí)，不斷做出好的項(xiàng)目。因?yàn)樵趧偧尤胍粋€(gè)組的時(shí)候沒(méi)有人知道你能做什么項(xiàng)目，所以要建立自己的reputation，才能被別人認(rèn)可、擴(kuò)大自己的影響力。
Harris：我的建議和Jiawei相似，如果一個(gè)整個(gè)公司有一個(gè)總的目標(biāo)，比如Disney Streaming的目標(biāo)是如何增加訂閱用戶，我們可以一步一步細(xì)化。對(duì)于finance角度來(lái)說(shuō)就是要增加營(yíng)業(yè)收入，我們可以看怎樣從細(xì)節(jié)上增加營(yíng)收。比如我們的stakeholder是營(yíng)銷(xiāo)部門(mén)，他們的KPI大部分是CPA（Cost Per Acquisition），也就是如何有效低成本地增長(zhǎng)用戶群體，所以我們的DS要做的就是讓stakeholder更好地做出投入決策。
另外一個(gè)方面的話，Disney一個(gè)很重要的文化是要用數(shù)據(jù)講故事，所以除了自己做項(xiàng)目之外，在公司內(nèi)部的社交也是很重要的。比如你可以嘗試主動(dòng)和同事或者stakeholder分享自己的項(xiàng)目，甚至提出合作。
Jackie：當(dāng)你做一個(gè)分析的時(shí)候，因?yàn)檫@個(gè)需求是一直存在的，所以要思考如何比過(guò)去的人做得更好。可以從整個(gè)流程去思考怎么樣能比過(guò)去的人解決得更好，更加精準(zhǔn)。因?yàn)槲覀児居泻芏囗?xiàng)目，雖然我現(xiàn)在只在一個(gè)游戲項(xiàng)目中做分析，但我可以考慮我的這個(gè)分析是否可以應(yīng)用到其他項(xiàng)目，甚至整個(gè)公司的portfolio，擴(kuò)大自己的影響力。
Q5：對(duì)在娛樂(lè)行業(yè)數(shù)據(jù)分析求職的新人有什么建議？
Harris：首先是不斷學(xué)習(xí)提升自己technical能力，我們?cè)谡衅傅臅r(shí)候會(huì)要求面試者在30分鐘內(nèi)很快地去解決問(wèn)題，所以基本功還是很重要的。同時(shí)也要關(guān)注一些行業(yè)前沿的文章、新的研究方法。
Jackie：因?yàn)橛螒蛐袠I(yè)相對(duì)比較內(nèi)卷，所以對(duì)于游戲行業(yè)來(lái)說(shuō)，還是希望求職的新人對(duì)游戲有一定的興趣和了解。
Jiawei：首先是要滿足基本的技術(shù)要求，包括SQL、分析思維、統(tǒng)計(jì)和概率的知識(shí)等等要比較熟練。然后是對(duì)你即將加入的行業(yè)要有了解，因?yàn)槊嬖嚨臅r(shí)候會(huì)問(wèn)到對(duì)相應(yīng)產(chǎn)品的一些想法。
閩公網(wǎng)安備 35010202001226號(hào)
