根據移動應用數據分析公司 App Annie此前發(fā)布的調查報告顯示,今年一季度全球移動應用市場仍然呈持續(xù)發(fā)展態(tài)勢,蘋果AppStore與Google Play兩大應用商城在下載量和付費收入上均大幅上漲。從地區(qū)數據上看,蘋果應用商店在中國區(qū)的下載量與營收排名分別位列全球第二與第三,這表明國內移動終端用戶對于應用的需求是十分巨大的。
在蓬勃發(fā)展的移動互聯網時代下,應用開發(fā)者們都在努力尋找著市場中每個微小的商機,然而在應用開發(fā)與運營過程當中難免會遇到會出現困惑或是遇到瓶頸,甚至需要推翻一切重頭再來。為此,作為互聯網行業(yè)巨頭之一的百度于昨日專門針對其旗下的移動統(tǒng)計工具舉辦了一場開發(fā)者交流會,目的就在于幫助國內的移動應用開發(fā)者更好地強化自身產品的核心賣點,更容易地抓住用戶不斷變化的需求,同時挖掘出更多的變現機遇。
百度云生態(tài)部云布道師欒硯強
盡管移動應用市場的前景十分樂觀,但這并不意味著每一款產品都能獲得用戶的認可并帶來相應的收益回報。Gartner分析師曾在調查報告中提到,移動應用的需求較大,而移動應用的數量卻更大。僅僅是蘋果商店中的應用數量就已經超過了百萬,更不用提整個市場中的應用總數量或是同類產品的數量了。
如此眾多的選擇機會,卻給移動終端用戶在挑選應用時增加了很多麻煩,用戶在尋找最符合自身需求的應用時所花費的時間正變得越來越多。
因此,從開發(fā)者的角度來看,也就意味著想要在這樣擁擠的市場中受到用戶歡迎的幾率正變得越來越小,要想在如此競爭激烈的環(huán)境中成功變現也愈發(fā)的困難了。
實際上,應用開發(fā)最基本的思路十分簡單,就像卓大師創(chuàng)始人蘇光升在交流會上所說的,開發(fā)者與產品經理應當首先明確應用產品的本質,以滿足用戶的剛性需求為最終目的。
卓大師創(chuàng)始人蘇光升
然而事實是,開發(fā)者往往容易陷入一種自我滿足的陷阱當中,他們花費了數月時間研發(fā)某一款產品,將自己最拿手的技術全部發(fā)揮了出來,最終做出了令自己滿意的產品。但這樣的產品卻很難獲得成功,因為他們卻忘記了,開發(fā)者自己的需求并不是用戶的真正需求,用戶也并不需要盲目進行功能堆砌的應用。在這樣的情況下,產品經理可能還需要再嘗試運營一段時間后,才能發(fā)現問題的真正所在,而這浪費的將不僅僅時間與成本。
百度作為一家互聯網搜索引擎供應商,其對用戶數據的依賴性可想而知。百度之所以能夠成為國內網民所必需的網絡工具之一,依靠的正是其越來越智能的數據挖掘與分析能力。
長期以來,百度在不斷積累互聯網行業(yè)經驗的同時,也專注于為移動領域開發(fā)者提供一系列完整的生態(tài)圈式運營服務,繼推出網站統(tǒng)計工具之后,其又于2012年推出了專門針對移動端開發(fā)者的統(tǒng)計分析工具,再加上百度聯盟、百度移動游戲等開放運營平臺的協作,移動應用開發(fā)者們所得到的各類運營服務正在不斷的得到豐富。
從今年初中國互聯網絡信息中心所公布的數據來看,國內移動互聯網用戶數量已經超過5億。百度移動統(tǒng)計產品經理李俊提出,在這樣廣闊的市場環(huán)境中,如何抓住當前移動互聯網的發(fā)展趨勢,為今后的開發(fā)及運營工作提供決策依據,就成為了開發(fā)者們所必須要考慮的問題。
百度多酷游戲技術高級經理胡澤新
在現如今的互聯網-大數據背景下,移動應用產品的運營當然也離不開數據挖掘與分析。透過百度移動統(tǒng)計工具所分析的數據,可以看出有44%的國內移動用戶對于WiFi有著嚴重的依賴性,這也間接導致了工作日時間移動應用的用戶使用頻率開始增加。另外,從今年一季度三星與蘋果在移動市場中所占份額也可看出移動操作系統(tǒng)的主導性,兩者的比例分別為21.24%與17.87%。這些數據足以影響未來移動應用的開發(fā)設計方向。
以游戲應用為例,大部分移動游戲開發(fā)者將主要精力放在了產品服務的開發(fā)、運營以及優(yōu)化環(huán)節(jié)上。然而在相對專業(yè)的大數據挖掘、分析上則缺少專業(yè)的算法知識,導致其數據運營能力較弱。
對此,百度移動游戲平臺則利用了移動統(tǒng)計分析技術,專門為游戲應用開發(fā)者們提供了從游戲接入、運營、游戲內數據挖掘到線上游戲監(jiān)控等一系列的服務,幫助運營人員分析游戲用戶數據,并及時的進行優(yōu)化,合理調整應用產品策略,讓開發(fā)者能夠更加專注于產品本身的開發(fā)工作。
百度移動統(tǒng)計產品經理李俊
百度多酷游戲技術高級經理胡澤新表示,精細化運營模式在很大程度上都依賴于數據化運營。線上運營對于游戲應用來說至關重要,百度也針對此提供了線上監(jiān)控、安全監(jiān)測、自動結算等多項深度數據挖掘與分析服務。除了用戶活躍、用戶畫像、留存、流失、生命周期、使用習慣、操作系統(tǒng)/機型等基礎數據指標以外,百度還針對移動游戲的特點,將數據分析重點放在了游戲內用戶行為、用戶充值、道具消耗等對游戲更具意義的數據維度上,以幫助開發(fā)者更好的改善客戶體驗,提升用戶粘度。
在其他方面,百度移動統(tǒng)計工具所帶來的改變還體現在百度聯盟移動廣告上。移動數據分析讓百度得以幫助用戶設計最佳的移動廣告營銷策略,對于廣告應用場景、體現形式、頁面位置等均可提供由數據提供依據的解決方案,為移動應用提供有效的變現服務。
當然,在移動應用開發(fā)領域,百度還可以做得更多,比如為開發(fā)者提供百度移動統(tǒng)計工具的移動客戶端,讓開發(fā)者及運營人員能夠隨時隨地了解其產品的實時運營數據,便于發(fā)現用戶的反饋并及時進行調整。記者也希望百度移動統(tǒng)計工具在功能及人性化方面能夠愈加完善,因為最終受益的還將是廣大移動開發(fā)者。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。