Posts for: #Startup

这里的迭代只看 iOS 版本，比如知乎、即刻、知识星球、简书第三位都是 bugfix 小版本，就不统计了。

• 知乎、即刻都基本保持两周一个版本迭代的节奏；
• 千聊和简书基本上是一个月一次迭代；
• 饭团在节后的节奏变慢了（在行一点，也就是原来的分答，保持了一个月一次迭代）；
• 腾讯的兴趣部落看来不怎么用力了，说不定会放弃？
• 贴吧看起来也是两周左右的迭代，不过最近的几次更新似乎动作很小？

知识星球此前一直是两周一个版本，间或有 bugfix 版本，不过最近在流程里加入了内部灰度、外部灰度两个环节，时间直接延长了 4-6 天——站在研发的角度看，目前的用户基数下，灰度发布跑一段时间是比较安全的，而灰度过程中程序员还需要不断修复零星出现的问题，不太可能上手做新版本。

所以最近在纠结怎么优化可以提升——看知乎和即刻还是很快啊。

考虑过几种方式：

• 一期两周，一期三周（需求略多些）；
• APP、小程序、网页版、微信 Html 版不同时发布，而是穿插发布；
• 两支研发小组交错发布；
• 测试、灰度过程中研发流程中摘除，发现的非严重 Bug 放进下一个研发流程中处理。

我们再想想怎样跑得更快些。

知乎

• 4.12.0，2018年03月26日
• 4.11.0，2018年03月12日
• 4.10.0，2018年02月08日
• 4.9.0，2018年01月23日
• 4.8.0，2018年01月08日
• 4.7.0，2017年12月21日
• 4.6.0，2017年12月14日
• 4.5.0，2017年12月04日
• 4.4.0，2017年11月01日
• 4.3.0，2017年10月26日

即刻

• 4.2.0，2018年04月03日
• 4.1.0，2018年03月19日
• 4.0.0，2018年02月08日
• 3.12.0，2018年01月23日
• 3.11.0，2018年01月11日
• 3.10.0，2018年01月03日
• 3.9.0，2017年12月13日
• 3.8.0，2017年12月03日
• 3.7.0，2017年11月14日
• 3.6.0，2017年11月03日

兴趣部落

这几个问题，大家会怎么判断？早上拜见大佬，收获满满（今天充的电可以支撑我们再多探索好一阵子）——结论就不说了，记录问题，以后还可以回顾。

1. 如果社区/社群是我们的核心目标，那么收费或者说知识付费的地位和作用是什么，是必须的？还是有益的补充？或者无关紧要？这个关系到是不是应该大力拓展免费星球；

笔记 145、152 提到的系统循环图，这里试着拿美团来画一画，尝试学会用这种思考模式来观察商业、产品的发展。

美团先是从百团大战里杀出重围，然后是电影票、外卖、酒店、旅行、民宿、生鲜、出租车、自行车……看起来，似乎美团什么都做。

翻了一些文章（其实，看过前面两篇小晚、张珺的应该也就够了）。

• https://36kr.com/p/5080570.html
• https://mp.weixin.qq.com/s/AplJlz-F0l8ruWtc6jR0MA
• http://tech.sina.com.cn/i/2018-03-30/doc-ifyssmmc7636446.shtml
• http://t.cn/RmynY4z
• https://mp.weixin.qq.com/s/H-OH5bUDY2p6IuXgacaNkg

其中一句话突然对我有触动：「长远看如果美团只做很浅的连接，那是没价值的。 」知识星球其实现在还只是做很浅很浅的连接。

我画的美团系统循环图里，关键因素是：

美团：提供了 CRM、强大的团队效率，得到了 LBS 信息，有很强的获客能力 商品和服务提供者：餐馆、酒店、旅行社、电影院是实体商家，司机、骑手这些是服务提供者，摩拜似乎也可以当做服务提供者 用户：享受服务的人们

这里面所有循环都是加强环，举个例子：获客能力越强，实体商家就越愿意用美团，于是用户更多，得到更多 LBS 信息，然后刺激更强的获客能力。

此外，对读过的美团文章做了一些摘录：

笔记 145 里提到了系统循环图。我理解的系统循环图，其实是一项思考工具，有助于从纷繁复杂的、动态的诸多事实中提炼出关键点。短时间内，这个工具没啥用，好像就是说出了人尽皆知的大实话。但是长期看，这种思考方法会对管理者做判断有帮助。

因为想做些练习，我又仔细看了看《系统思考》这本书，里面提到了 12 条绘制系统循环图的黄金法则：

了解问题的边界

总有一个足够广的边界能够包容我们所感兴趣的系统，这个边界既避免了半只大象的误区，又不用将整个宇宙的行为都纳入考虑范围。你可能无法描述大象，但一旦看到它，你就肯定能认出它；

从有趣的地方开始

• 系统最关键的外部驱动力是什么？
• 系统的关键成果是什么？
• 在与我们希望解决的问题相关的因素中，哪一个是最关键的？

一旦你找到了一些有趣的项目，你就可以从那里开始构建系统的图像。

询问它将驱动什么以及它的驱动力是什么

系统循环图中所有元素都是被因果关系链连接到一起的。

前几天晚上，向一位了解今日头条内容安全审核的朋友学习，做了些笔记。可以结合 https://36kr.com/p/5114077.html 阅读。

通常的审核流程是：

1. 用户发布（此时仅用户自见）；
2. 进入安全模型矩阵（做风险识别）
3. 高风险（进入语种识别、人工审核流程）/ 低风险（进入质量模型，判断推荐或不推荐）

部分召回策略：

• VV（Video View，播放数，是指在一个统计周期内，视频被打开的次数之和）超过阈值，对视频做召回；
• 用户举报（国内有效举报低于 2%，国外能达到 6%）；
• 通过评论是否有问题，反向判断视频是否需要召回。

安全模型举例（头条有超过 20 个安全模型）：

• 色情
• 低俗
• 暴恐
• 领导人
• 好坏二分类（兜底模型，对历史人工审核过的做训练）
• 高危视频消重（截图，通过相似度比对做召回，例如对此前暴力动漫的做法）
• OCR 图文
• 违禁品

质量模型举例：

• 黑屏静帧
• 年龄识别（例如最近快手被批评的低龄孕妇事件）
• 轮播图片识别
• 颜值识别
• 画质识别

关键指标体系：

• 进审量（条/天）
• 进审率
• 盲审抽样率、一致率（所谓盲审，是不同人的人工审核结果对比）
• 人效（条/小时）
• 审核平均延时

头条风险量化分析：

• 事故发生次数分析；
• 风险视频分级、影响面统计：对违规视频进行危险分级，统计不同的 VV 总数，控制 VV/DAU 到合理范围；
• 模拟事故分析：往工作流倒入违规视频，测试现有体系能否召回 100%；
• 进审率有没有达到预期。

直播审核（截帧池）：

• 开启直播后，每分钟截图 N 张，通过安全打分策略，判断高中低危；
• 盲区：截图间隔，看不到的时间段。

直播安全策略可以考虑的因素：

• 图像（封面、截帧）
• 文本（标题、评论）
• 观众人数
• 观众增长率
• 分享次数
• 被举报次数

甲方常见安全审核团队人员分工（只有大规模厂商有能力这样搭建架构）：

• 安全产品、安全运营
• ai算法，后台工具研发
• 初审、复审、质检、标注
• 舆情监控
• 招聘、培训

对甲方安全审核团队而言，审核这件事挺烦挺痛的：