Posts for: #Startup

创业笔记 152:绘制系统循环图时的注意要点

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。

创业笔记 151:头条内容安全的做法

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:

创业笔记 149:给某媒体的回复

能否用一些数据简要概述目前知识星球的发展情况与影响力。

知识星球的发展情况,一句话表述是:春节后的日活,比春节前翻了一番。我们还在努力看看能不能持续增长。

给两个星球的数据:

这是两个比较活跃的星球。但在知识星球里,我们观察到,活跃度并完全不代表「生命力」,比如,拿两个社群来讨论:

caoz 的小圈子,caoz 是我多年的好友,他的星球里,成员 7106 人,用户中有程序员、产品经理、数据分析师、跨境电商从业者、游戏从业者、移民海外的读者、数据库专家、创业者、信息安全专家……因为他自己横跨多领域,大家在里面还颇为活跃。

摄影师闫璐,我是她的粉丝。她开了多个社群,粉丝们在里面并不喧闹,往往一个月就几篇内容。里面定期交作业,她批改,布置新作业,并时不时发个公开课让大家思考、练习。安静但和谐。

从星球成员数与平均互动率来看,目前知识星球产品中市场效果比较好的是那些细分领域?能否举例。

互动好的星球,蛮多行业都有,所以这里面的关键点在「会玩」。

我们此前蛮重视会运营微信公众号、微信群、微博等内容产品的老师们的,原因是:他们懂运营,会玩。

所以知识星球后续产品中,非常重要的改进措施是:把「会玩」的能力输送到产品中,让不那么会运营的老师们也能激活他的小伙伴们的热情。

在您眼中,知识星球与一般知识付费平台的区别或特点主要集中在哪些方面?(尤其是“封闭性”或“私密性”,为何要如此设计?)

其实,知识星球和其他知识付费平台完全是两回事——知识星球可以跟所有的知识付费平台合作。原因是:

  • 知识星球是社区(社群)产品,我们的 slogan 是「连接一千位铁杆粉丝」,所有知识付费平台里,老师如果希望跟粉丝们充分互动,并且能够沉淀价值,就可以用知识星球,甚至我们后续会和找部分平台合作,互相成就;
  • 作为社区(社群)工具,知识星球还强调做微信群的有益补充。如果老师觉得用微信群运营社群足够了,那很好。如果有更丰富的需求,比如:希望突破 500 人上限、希望能沉淀有价值的交流内容、希望不那么喧闹、希望不要泄露自己的手机和微信号、希望有一定的入门门槛、希望防止对手挖人、希望监测渠道转化效果、希望有更多营销工具……那么可以试试知识星球。

至于封闭与私密,应该说社区(社群)天然如此。十年前,PC 时代,大量用 Discuz! 搭建的论坛,彼此之间是封闭的。现在,移动互联网时代,无数的微信群,彼此之间还是封闭的。社区封闭,社区之间通过人员的流动,人员的交集进行演进迭代。

知识星球只是顺应了这种「自然」的状态而已。

创业笔记 148:看映客招股说明书

第一个感叹是:看到那些风险因素,真是创业公司的一百种死法啊……这还是这么挣钱的明星公司。

一些数据:

  • 2015 - 2017 的收入流水:人民 幣28.7百萬元、人民幣4,334.9百萬元及人民幣3,941.6百萬元;
  • 2015 - 2017 的纯利(真是相当赚钱):1.5百萬元、人民 幣568.2百萬元及人民幣792.0百萬元;
  • 截至2017年12月31日,1.945億名註冊用戶;
  • 2017年12月31日,我們平台共有36.8百萬名用戶以主播身份直播各類表演,展示各自的 才藝、知識和技能,分享各自的生活方式,佔註冊用戶總群體的18.9% ;
  • 2016 - 2017,按季度算,平均每月付費用戶數量为:1,501、2,615、2,566、2,486、1,824、1,033、610、652 千人,呈下降趋势;
  • 2016 - 2017,按季度算,月均每付費用戶充值金額为:133、172、186、172、202、314、436、673 元,增长极其迅猛;
  • 2016 - 2017,按季度算,充值金額为 609、1340、1435、1269、1103、952、800、1317 百万元,中间下降或许是监管与竞争因素,四季度暴涨;
  • 2017年,僅約0.02%的主播為工作室的主播;
  • 2015年、2016年及2017年,直播業務所得收益佔收益總 額的94.6%、99.8%及99.4%;
  • 2015年、2016年及2017年,來自直播業務最大客戶的收益分別約 佔總收益的2.1%、0.4%及1.0%。2015年、2016年及2017年,來自直播業務五大客戶的收益分 別約佔總收益的5.8%、1.5%及3.7% ;
  • 截至2017年12月31日,我們有368名技術研發僱員,103名業務經營,91名一般及行政人员,78名內容監控,46名銷售及推廣,31名客服,合计717人;
  • 用戶在平台直播少於一小時,則積累少量「經驗」,每日 僅可提取人民幣20元。高經驗值的用戶可提取更高金額,但每天不超過人民幣3,000元。對於曆月內首次提現人民幣20,000元的用戶,我們不收取手續費。對於提現金額超出人民幣 20,000元的部分,我們向相關用戶收取相當於提現金額5%的手續費;
  • 2017 年第四季度月活 25.2百萬人;
  • 2017年,每月活躍用戶的平均每月付費比 率達4.6%;
  • 月均每付費用戶充值金額從2015年 的人民幣190元增至2017年的人民幣406元;
  • 2017年9月推出直播對戰功能後首三個月內,每名主播日均直播時長增加29.7%,而每名觀眾日均觀看時長增加47.8% ;
  • 進行千人千面推薦功能A/B測試的首個 星期內,就每名用戶日均觀看時長而言,獲提供推薦功能的用戶群較未獲提供該功能的對照組長24.7%;

不过易观千帆里映客的日活数据(来源见后面附文链接,不一定准确)却蛮低的,至少这个日活很难对应到两千多万 MAU,估计这个第三方监测不准确:

  • 2017 年 6 月 5 日:110.28w
  • 2018 年 2 月 21 日:68.54w

内容监控相关信息有: