反思腾讯：大数据与AI时代的危与机

我总结了一下，简单来说由两大算法构成，一是用户画像算法，包括兴趣、职业、年龄、性别、学历等，这个算法目的就是深度分析客户数据从而给用户打上各种各样的标签，例如“曼联球迷”、“喜欢打网球”、“喜欢看美女视频”“宝马车主”、“高圆圆粉丝”、“喜欢看段子”等等;二是内容分发算法，包括对内容特征的分析以及用户所处的环境特征分析(也就是当时用户是在办公室、家里、出差地等)。

通过这两个算法的运算，合适的内容被主动推送给了相应的用户，用户喜欢，点击率自然就会高，不但提升了内容的变现效率，同时也增强了用户的粘性。

我想强调一点，字节跳动公司的这几款应用，在形式上并非首创，在它们上市前早就有多款竞品，而且用户量已经有很多了，但它凭借算法的领先，迅速就实现了弯道超车然后带头领跑，最后遥遥领先，这是多么恐怖的竞争力啊!

在算法的加持下，今日头条广告效果就特别好，点击率达到了3—4%，而其他新闻类只有1%左右。

这意味着在同样流量的情况下，今日头条的广告收入是竞争对手的数倍，一旦流量数倍于对手，那么其广告收入将一骑绝尘，而随着广告收入的增长，它会反哺内容提供商，鼓励其提供更多优质内容，从而形成良性循环。

这种竞争优势所形成的护城河，与电商是很像的，一旦海量买家和卖家都习惯在一个市场交易，相似策略的对手基本就没有机会了。

与字节跳动公司相比，腾讯这两大算法都做得不太好，我想谈谈用户画像算法。

腾讯的客户数据从二十年前QQ时代就开始积累，自从微信成为全民应用后，客户数据积累就更加完善了，大家在微信里大量阅读、购物、看电影、订机票等，除此之外，大家还使用了腾讯的很多应用,例如QQ音乐、腾讯视频、王者荣耀、腾讯浏览器等，因此腾讯所积累的客户数据数量非常大，而且维度非常多，可以说是今日头条所望尘莫及的，如果有好的算法，应该可以给用户非常精准地画像，这会带来巨大的商业价值，对腾讯的广告业务、金融业务等都有显而易见的巨大的促进作用。

但是非常遗憾的是，尽管数据非常多非常好，腾讯的算法给用户画像仍然还很不精准，近年来虽然有一定的进步，但和Facebook、字节跳动公司相比，还差得很远，为什么呢?

我向腾讯的朋友请教了一下，有两个重要的原因：

第一、腾讯的客户数据分散在各个部门成为部门的“私有财产”，至今没有内部打通，也没有一个畅通的分享的机制。

我想举一个例子，是我从一个券商的腾讯调研报告里看到的，微信的广告业务，不是由微信这个部门负责的，而是由另一个部门的广点通团队负责的，我们每天在朋友圈看到什么广告，是由广点通团队开发的分发算法决定的，这个算法如果能够用上微信用户的各种行为数据，当然会精准得多。

例如对一个每天发大红包的土豪，多给他推些奔驰宝马或奢侈品的广告，效果当然会很好。

但是，非常遗憾的是，并没有。反观阿里，2015年时就实施了一个非常重大的战略------中台战略，这个战略的核心就是整合阿里内部的所有数据，对内提供数据基础建设和统一的数据服务，对外提供服务商家的数据产品，几年看下来，效果显著。

第二、 没有强大的数据算法研究部门，各个部门都有自己的算法工程师，低水平重复建设，各自为政，至今没有听说有什么顶尖的研究成果。

不知道是否是游戏赚钱太容易的缘故，腾讯对算法的态度令人困惑。作为对比，字节跳动公司对算法极为重视，从人才结构就可以看出端倪。

（编辑：淮安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!