中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

上個月，Hulu CEO Jason Kilar 做了一場非常精彩的報告，分享了 Hulu 的成長經(jīng)歷、營收數(shù)據(jù)以及對于視頻行業(yè)未來發(fā)展的一些看法。Hulu 的成功絕對稱得上是一個奇跡，尤其是從商業(yè)角度來考量，他用相當(dāng)于 Youtube 10% 的流量，贏得了 40% 的市場份額。

在報告視頻中，你可以聽到 Jason 對 Hulu 北京團(tuán)隊的稱贊！我曾經(jīng)有幸拜訪過他們位于清華科技園的辦公室，這是一個低調(diào)得令人發(fā)指的團(tuán)隊，然而做的事情卻著實有趣。在 Hulu 工作是徹頭徹尾的互聯(lián)網(wǎng)模式，商業(yè)團(tuán)隊在美國，技術(shù)團(tuán)隊在北京，目標(biāo)一致全球協(xié)作，絕非XX中國之類可以比擬的。

Hulu 可以稱得上是追求商業(yè)與技術(shù)相融合的典范。當(dāng)其他人還在對個性化技術(shù)猶豫不決的時候，他們幾乎已經(jīng)完成了最佳實踐。Hulu 將個性化技術(shù)應(yīng)用到了產(chǎn)品的許多角落，于細(xì)節(jié)之處彰顯實力，是進(jìn)行山寨式微創(chuàng)新的絕佳研究對象。

上圖是經(jīng)典的“如果你喜歡…那么你可能還喜歡…”的推薦場景，這個功能盡管常見，但很有講究。推薦應(yīng)該放哪兒，什么展現(xiàn)形式以及什么時機(jī)顯示？想一想，這些問題你會怎么解決？Hulu 團(tuán)隊的答案是 A/B Test，讓數(shù)據(jù)來指導(dǎo)產(chǎn)品決策。再看細(xì)節(jié)，“Bookmarked” 是一個很契合場景的小功能，是一個用心的設(shè)計。這個場景 Hulu 做到的效果是：看到這個推薦的用戶中，有10%的用戶點擊觀看或者收藏了推薦的影片。但其實整個場景里面我最想說的，是右上角的“Does this recommendation interest you?”這一點。我一直有一個看法：對于推薦產(chǎn)品，用戶反饋的作用怎么強(qiáng)調(diào)都不為過，雖然用戶確實是懶的，做推薦產(chǎn)品也確實要講究隱性反饋，但這絕不代表你不能要求用戶做出選擇。既要能夠收集到有價值的反饋，又要使得用戶感受到產(chǎn)品對他的尊重，如何平衡這個矛盾，是需要具備相當(dāng)智慧的。如果你正在招聘推薦相關(guān)的產(chǎn)品經(jīng)理，這個事情很值得問一問。

用戶不喜歡廣告，這件事情相信誰都明白。Jason 給出了一個數(shù)據(jù)，“內(nèi)容廠商每掙一美元，其中就有 41 美分來自廣告”，因此，一切拋開廣告談視頻產(chǎn)業(yè)未來的做法都是浮云，結(jié)論就是——繞不開廣告，就讓它變得更加美好。Hulu 的 mission 分為兩部分：第一部分是“To help people find and enjoy the world’s premium content; when, where and how they want it.”；第二部分是“As we pursue our mission, we aspire to create a service that users, advertisers and content owners unabashedly love.”?；旧系谝徊糠譄o論從內(nèi)容覆蓋度上還是受眾覆蓋度上，都沒有做到；顯然大家都看得出來，第二部分才是真正的 mission，^_^。第二部分也的確是整個產(chǎn)品里面 Hulu 最下功夫的地方：1）廣告的品質(zhì)很高，這應(yīng)該得益于主打品牌廣告的策略；2）圍繞廣告給予用戶很多選擇，上圖中紅圈顯示的僅是一例；3）基于用戶的選擇與反饋，使用個性化技術(shù)驅(qū)動廣告與用戶的喜好越來越相關(guān)。就目前公開的數(shù)據(jù)來看，在用戶滿意度、廣告有效性以及自身收入這三個方面，Hulu 都確實取得了相當(dāng)不錯的成績。作為一個有追求的程序男青年，我曾經(jīng)很糾結(jié)：從技術(shù)角度需要理想化，從商業(yè)領(lǐng)域需要直截了當(dāng)，難道除了更高更快更強(qiáng)地搜索假藥之外，技術(shù)就不能夠有效變現(xiàn)了嗎？Hulu 讓我釋然了。

其他有意思的事情還有不少。比如，1）他們對于推薦模塊使用了 Ajax 處理，只有當(dāng)用戶把頁面拖到相應(yīng)位置的時候，才會動態(tài)加載推薦數(shù)據(jù)，這樣可以更精確地考量推薦算法的效果。2）在同一個功能區(qū)，他們會均衡投放廣告與推薦影片的比例，背后的邏輯是，用戶看到更多感興趣的影片->停留的時間更長->看到廣告的整體數(shù)量增多，這可以轉(zhuǎn)化為一個相當(dāng)理性的數(shù)據(jù)模型，照著收益最大化持續(xù)優(yōu)化就好了。3）他們通過分析已注冊用戶觀看過視頻的歷史數(shù)據(jù)，來對未注冊用戶建立預(yù)測模型?？聪聢D這個例子，從全局統(tǒng)計數(shù)字來看，觀看左邊這部影片的用戶中，63%是女性，37%是男性，通常的做法，會給這部影片搭配一段針對女性的廣告，那么，那37%的男人們就杯具了。而 Hulu 講究的是搭配有針對性的廣告，對于已注冊用戶，Hulu 是知道性別數(shù)據(jù)的；對于不知道性別的未注冊用戶，Hulu 通過分析其瀏覽記錄來預(yù)測其性別，比如同時還看過右側(cè)那一坨影片的，就有極大可能是女性。這些數(shù)學(xué)模型其實都不難，但想在合適的地方讓它們派上用場，這個還是需要一些功力的。

前兩天我發(fā)了一條微博，“對數(shù)據(jù)的理解和問題的建模是第一位的，用多么高級的算法根本不是重點”。這是我個人的一些感觸，我相信大部分場景應(yīng)該也是適合的。但推薦深入作進(jìn)去，絕對是個考驗算法實力的事情。和一個靠譜的團(tuán)隊在一起，事半功倍！

評價一個團(tuán)隊，我個人有一個不太成熟的判斷標(biāo)準(zhǔn)，就是看其中有沒有輟學(xué)生，這點最起碼能說明一個問題：正在做的事情是否足夠性感，讓人愿意拋開束縛全情投入。很巧的是，Hulu 北京團(tuán)隊里面就有這樣一位從北大退學(xué)的博士生，非常給力。他們正在招聘，有興趣的可以到這里看看，或者可以直接聯(lián)系：鄭華@Twitter。

這里還有一些好玩兒的照片。

本文可以任意轉(zhuǎn)載，轉(zhuǎn)載時請務(wù)必以超鏈接形式標(biāo)明文章?原始出處 與?版權(quán)信息。
http://www.guwendong.com/post/2010/hulu-team.html