近日，火山引擎解決方案專家分享了對泛娛樂行業的認知和分析，并詳細介紹了火山引擎是如何用技術，驅動音視頻業務全鏈路增長。
以下為演講實錄：
今天我分享一下自身對泛娛樂行業的分析，以及從火山引擎的角度，看泛娛樂行業方案，要怎樣達到比較好的增長，主要介紹三個角度：
● 基于AI的沉浸式體驗構建力；
● 基于科學實驗的數據決策力；
● 基于云原生的技術創新力。
這些能力也是字節跳動目前做的比較好的能力，并且這些能力已經形成了一些產品。我們希望把這些產品以及最佳實踐，對外去和更多的行業客戶合作，優勢互補。
泛娛樂行業分析
整個泛娛樂行業的產業鏈，首先有大的內容平臺，根據內容時長不同，通常會區分長視頻、短視頻平臺。從內容來源不同，也會分為PGC（專業生產內容）平臺、以及UGC（用戶生產內容）為主的平臺。實際上在移動互聯網來到之前，內容主要是PGC，但現在有很多MCN（網紅經紀公司）機構和個人創作者，產生大量的PUGC（專業用戶生產內容）、UGC內容。
內容平臺首先需要投放，獲得大量初始用戶，然后通過精細化的內容運營、用戶運營兩個關鍵閉環來留住大量用戶。內容運營的核心會圍繞構建完善的內容生態，持續不斷的生產優質內容，匯聚到內容平臺后，根據內容標簽和用戶喜好，去精準服務用戶。用戶運營的核心會圍繞投放獲客、用戶洞察、用戶留存及轉化展開，確保用戶在平臺全生命周期的ROI（投資回報率）大于1。
然后通過會員收費、廣告、電商帶貨、觀眾“打賞”等方式進行變現。字節跳動有廣告投放平臺巨量引擎，解決廣告主營銷投放需求；也有流量變現平臺穿山甲，為開發者提供用戶增長、流量變現、LTV（用戶生命周期價值）提升等全生命周期的服務和成長方案。
后面我介紹的方案，不聚焦在某個技術方案上，而是通過產業鏈，結合我們業務的最終需求，去看到底是怎么樣把整套能力打通。
在泛娛樂行業，現在一些比較流行的玩法：
● 個性化推薦：千人千面的內容和消息推薦。
● 視頻資訊：視頻作為資訊的一個主要載體，隨著5G的到來，未來空間會更大。
● 基于AI的內容創意和審核：通過視頻AI能力，實現智能內容創作和審核。舉個例子，抖音每天產出的UGC內容大概是幾千萬條，卻做到了分鐘級的審核發布，這就需要AI來實現。
● 社交化：將社交互動融入資訊傳播中。
這個行業中有很多行業共性的痛點，比如獲客成本。
舉個例子，在蘋果4S剛出來的時候，當時App Store里面大概只有500個APP。做個APP放上去，很大概率會獲得高流量，但現在App Store有超過250萬款APP。如果我們的產品不吸引人，那就沒有價值，沒有流量，也難以存活。
另外，還有新穎創意少、留存轉化困難、用戶體驗差等等，這些大多跟用戶體驗相關的，而用戶體驗既涉及生理學問題，也涉及心理學問題。在泛娛樂行業里面，用戶體驗必然是一個深水區的問題。
那么火山引擎的解決方案是什么樣的，以及字節跳動內部到底是怎么做的？
圍繞“增長”這個目標，首先基于云原生的基礎設施服務。抖音春晚紅包的任務，為什么我們能在27天搞定？一般來說要花一個月時間買服務器，買硬件，上架，壓測，而我們花一天不到的時間，就可以把服務平滑地彈性擴容，這就是基于了云原生的基座和微服務架構。
其次是增長的能力中臺，實際上是一個中臺群。中臺群包含了數據中臺、視頻中臺、移動中臺、研發中臺。字節跳動有很多APP，我們為什么能夠這么快速地構建這些APP？因為我們不需要重復造輪子，幾個人的小團隊，就能夠基于底層和中臺能力，快速地去構建一個新的產品。
最后的整個智能營銷場景，包含了智能獲客、智能營銷和運營，以及智能互動體驗。從產品獲客開始，圍繞內容運營、用戶體驗，始終堅持ROI大于1、可規模化、可復制的增長方法論。
從這個圖可以看到除了下面的基礎增長支撐，還有體驗構建、數據決策、技術創新，來構成核心增長能力。增長的維度從用戶增長、市場規模增長、收入增長、利潤增長、效率增長、業務創新等方面出發，我們并不是單純強調在某一個技術上取得的優勢，還是要回歸到增長維度，這是智能增長方案的頂層規劃。
基于AI的沉浸式體驗構建力
下面來展開一下基于AI的沉浸式體驗構建力，主要是如何從創意體驗、個性化體驗以及性能體驗進行整體的提升。
創意體驗上面提到過，抖音每天可能會有幾千萬條UGC視頻，會用到AI智能。實際上AI智能的使用不僅僅在此，因為每天抖音上面還有大量的廣告投放。這些廣告素材如果用人工去做，由于每天工作效率是有瓶頸的，可能做到20條、30條就了不得了，但是就算人做的視頻素材火的成功率高一點，比如20%，那一天也就成功四五條。如果通過機器做素材，也許成功率是千分之一，但是我們一天做幾十萬條。那么這些廣告素材拿出去跑的時候，我們再會根據這些素材里面跑的比較好的廣告素材留下來，然后把其他的淘汰掉。通過這種方式，整個創意體驗，我們在廣告生成，包括音視頻處理，視頻特效交互都有大量的技術創新。
個性化體驗這塊，我們會根據用戶喜好做內容的定制和推薦。這里面有一整套的底層邏輯，我們需要通過用戶的點擊情況，判斷用戶的喜好，基于喜好，再根據內容的標簽，把它精準地和用戶匹配到一起，形成完整的個性化的體驗。
性能體驗這里先一筆帶過，主要是點播云服務、直播云服務等等。
丨創意體驗
大家在抖音上，經常看到一些很火的廣告，其實都是自動生成的。只需要有些圖片、文字，或者小的視頻素材，我們就可以將其自動生成創意廣告。
這里介紹一個電商行業的一個口紅試色案例案例，我們方案的最大優勢是臉部識別的特征點多，而且即使有手遮住嘴唇，也不會出現“穿幫”情況。基于此，很多商品試穿試戴的需求，都可以通過這種方式來實現，創新的體驗也產生了實際增長。
丨個性化體驗
關于個性化體驗，前面介紹了怎么做內容定制、算法推薦以及智能內容中臺，這些整合起來之后，就提供了內容定制，或者叫個性化推薦的方案能力。這主要針對于什么樣的場景？
一些企業沒有字節跳動那么成熟的內容生態，也沒有原創者提供內容，要怎么解決這些問題？我們提供內容池，這個內容池有字節跳動的全部內容，包括長視頻內容、短視頻內容以及Feed流。
內容池里的內容我們可以自定義，因為企業想在自有平臺上放的內容，肯定要和自身相關，至少要沒有競品視頻。舉個例子，比如汽車4S店或者汽車廠商，想把A品牌汽車的視頻放進來，那肯定不希望其他品牌汽車的視頻大量出現。
所以企業可以基于內容池做內容定制，定制完之后，再做內容自建和運營管理平臺。因為他本身不是做內容平臺的，所以內容創建、管理、分發這一整套體系，沒必要自己建一個很重的平臺。
這個時候我們就把這些能力打包起來，通過SaaS化的方式，做成一個推薦引擎，就是說，用戶在自己的APP里面只要集成我們的SDK、調用API接口。我們就能根據APP用戶請求，返回針對這個用戶的精準推薦內容。
這非常簡單，開發成本也非常低，實際上現在有很多工具類APP已經把這些能力都上線了。
當然除了提供打包方案，對于自身需要有自己的內容生產、內容管理以及內容分發的全套平臺，我們也把字節跳動內部的那一套平臺給沉淀下來了。
我們現在服務的行業除了泛互，也有文化傳媒方向的。這些客戶有大量的PUGC，也就是機構合作或者是PGC內容。這些內容可以多源、多類型地接入。
在接入后，我們會把它放到加工環節，這里面就有內容質檢和內容理解。推薦算法固然很重要，但是如果沒有理解好內容，沒有這些內容的特征，那推薦算法也就沒有用武之地。
之后到了數據分發環節，這里設計了各種各樣的分發規則，包括做內容素材的分類，場景管理，算法推薦。下面會有數據大屏，可以在推薦場景、投放場景，進行實時的產品呈現。
最后就可以把內容推到客戶C端場景、APP、小程序包括一些其他的平臺。
丨性能體驗
第三部分體驗是性能體驗。
現在因為手機或者其他終端設備，拍照的圖片越來越大，雖然網絡越來越好了，但在一些傳統的JPEG業務中，還無法滿足業務發展需要。例如很多沒有數據大盤，不管是圖片、點播、視頻、直播，如果沒有全鏈路的數據監控，用戶沒法得到保障。
這些基本功需要花很長時間去解決，這對于用戶體量還沒有達到臨界點的企業，不會花太多精力去關注這些。
這里簡單介紹ImageX。很多大型的互聯網企業都會有一個基于開源的圖片格式，字節跳動現在是HEIF圖片壓縮編碼格式。怎么來理解？簡單來說，它在相同的主觀質量情況下，通過自有的壓縮算法，可以降低圖片尺寸以及文件大小。
這樣分發的時候，它可以幫助解決：圖片太大傳得慢，圖片太小清晰度不夠，想把清晰度調高，又需要考慮網絡帶寬以及成本。
例如字節跳動每年都會有非常大的寬帶支出，那我們只要做3-5%的優化，就可以帶來非常大的成本優化效果。所以很多企業都會做自己的視頻、圖片的私有化格式，通過底層的編碼、壓縮算法提升性價比。
ImageX還有很多處理能力，包括裁剪、水印、壓縮等等，都是大家比較通用的能力。
在多媒體云架構上，也有極致性能體驗以及成本優化。前面介紹了端上的特效或者短視頻內容，我們會覆蓋到直播、點播或者圖片這些場景，然后對這些內容進行智能分析。這里包括了圖片處理、圖片存儲的能力。
字節跳動現在每天增長的文件存儲量非常大，因為有很多視頻內容，存儲的成本、技術要求，都是比較高的。
上面不管是創意體驗的好玩、有趣，還是個性化體驗的內容精準推薦，都是讓內容對大家有吸引力，讓大家百看不厭。性能體驗則是幫助提高視音頻性能，降低成本。
基于科學實驗的數據決策力
接著是基于科學實驗的數據決策力。現在市面上大DAU的產品，都會有灰度發布的場景，比如，抖音作為日活六億的產品，這些產品做發版的時候，肯定不會輕易地發個功能就直接全線上了，一定會通過灰度、A/B測試。
A/B測試在字節跳動是被踐行到非常極致的決策方式。字節跳動是怎么樣來構建一套科學的數據決策體系？我們做所有的事不是站在上帝視角拍腦袋。誠然，強大的產品經理是會有敏銳的同理心、洞察力，但即使是在這樣的情況下，我們依舊會用數據，做科學的決策。
這里是我們做精細化運營、數據運營的流程。
數據采集之后，對數據進行分析，要了解用戶、了解產品，再做用戶的分層。因為做運營策略，不同的用戶要做不同的策略，包括選擇用戶、觸達用戶，觸達完后，用戶被激活或者再次喚醒，被產品承接、效果回收，包括把匹配的關系做迭代，最后做產品的迭代。
我們很多產品雖然用戶量已經非常大，但是每天仍然會有大量的迭代。
前面是運營流程，這是整個精細化用戶運營的系統架構。
可以看到，下面是經客戶授權的全渠道數據采集和分析，包括第三方數據、企業第一方數據，這些數據全部匯聚到數據中臺里面去。數據中臺里面要把大數據團隊要做的事情做完。
之后，我們會基于授權后的數據進行分析，包括基于分析做用戶洞察的智能報表，構建實時數倉。實時數倉會支持到包括A/B測試，通過科學決策的機制，做好營銷觸達、版本迭代、產品優化。
如果用戶數據只是在境內的內部業務用的話，我們是可以直接用的，但是還要考慮到，很多時候用戶畫像要服務到第三方公司。因為基于數據合規，用戶畫像首先不能出境、不能出公司，只能在合規的前提下使用，所以我們有聯邦學習的系統。
我們現在內部的數據洞察中心，就是ABI系統，字節跳動70%的員工每天都會用。這個BI系統不是管理者去看的BI分析的報表。在字節跳動內部，所有的工作都是基于數據去做判斷和決策的，所以大家在工作當中會不斷地在這個系統里面看數據、看報表、看歸因分析。
前面講了整個一套架構，這里通過一個簡單的鏈條說一下如何通過實驗驗證，對假定或者猜想去進行驗證和判斷、做決策。
大家關注的東西，喜歡的東西肯定是不一樣的。那我們首先通過用戶的喜好、偏好，對用戶進行洞察，再基于用戶洞察，我們可以更好地理解客戶，最終做到做千人千面的服務。
那到底要怎么樣去把不同用戶的洞察沉淀下來？
實際上，這塊我們接觸行業里面的公司或者客戶非常多，真正能夠做到像這樣一個比較體系化，比較成熟的，都是一些大的游戲公司、電商公司或者互聯網平臺。因為他們有長時間的業務數據積累，可以建立一套用戶畫像系統。
但這樣的體系積累，至少在現階段并不是所有公司都能擁有的。但現在業界比較新的做法是聯邦學習，通過橫向聯邦或者縱向聯邦。這樣在保護用戶數據隱私安全的同時，又可以取各家所長，沉淀出自己的體系積累。
接著，我們再通過A/B測試進行科學的決策。這就是前面提到的，我們在定投放策略、發新版本，或者迭代一個產品功能的時候，都要通過數據做決策。
舉個簡單的例子，我不確定現場有多少頭條APP的用戶。如果大家有頭條，可以跟家人一塊把APP打開看一下。可能大家首屏的版式是不一樣的，有人是大圖模式，有人是三圖模式，各自推的文章也不一樣，內容關注不一樣。年輕人可能關注財經、科技，老人可能關注其他的一些東西。
除了內容不一樣，同一篇文章，它的呈現方式，有的可能是大圖模式，有的可能是三圖模式，這都不一樣。除了呈現形式，包括營銷策略，喚醒策略是不是好的，這都需要通過A/B測試做對比。
基于云原生的技術創新力
前面講的第二個部分是我們基于科學實驗的數據決策力。第三部分會簡單介紹一下我們基于云原生的技術創新力，這是字節跳動能夠快速取得增長的重要部分。
這塊可以簡單說一下，這套能力在端、邊、云上面，都有固化下來或者沉淀下來的東西。
比如“端”，像在體驗監測上，弱網、弱機體驗全鏈路防裂化；APM上，我們做鏈路追蹤，包括Web上、框架、引擎、集成、IDE；小程序上，框架、引擎、集成、IDE；還有組件市場、輕服務、平臺、開發平臺、跨平臺技術棧。
在“邊”上，在邊緣場景會有些計算引擎或者邊緣場景，包括邊緣網絡。
“云”這塊前面也介紹了，因為我們用了很多家的云，所以我們對多云的使用和管理，包括多云架構的經驗也比較豐富。這塊包括服務網格、DevOps、服務治理、云邊協同、應用觀測，我們內部都做了大量的工作，也沉淀了很多的能力。
這里介紹一個和泛娛樂行業關系較大的，移動應用的開發平臺。
前面介紹過我們需要做很多的移動應用的開發，開發完后，還要做很多機型的適配，做很多測試，包括開發時要做版本迭代。這一套流程下來，一個公司如果不去借用現有的工具或者成熟能力的話，而是全部自己弄的話，成本和代價會非常大。舉個例子，我們在國內做APP開發的適配，需要七、八百款的機型適配。所以這里，我們已經沉淀下來一套開發框架、流程、工具。這樣我們在做新APP開發時，就可以直接復用。
所以我覺得大家如果要去做自己的產品，上來一定不要蠻干，如果市面上有比較成熟的，而且是比較低成本的，那就直接拿來主義。
應用多云是多云管理的正確路徑，現在很少有哪個用云的公司只用一家云，大家用云至少會用2-3家云。
比較初階的用云是一個資源多云，做一個統一的管理界面，或者平臺能夠把各個資源、監控界面統一管控起來。這就達到了現在比較主流或者比較有追求的多云管理的一個狀態。
但實際上真正要想做到比較成熟，做到應用多云的話，可能在包括安全策略、架構一致性、數據多活、災備、應用架構這塊都要做很多的工作。這塊我相信很多公司如果要用多云的時候，從公司本身來講是不會花精力來做這件事，因為這個東西跟咱們的核心KPI、核心業務沒關系，所以可以找已經做過這些事的人。
最后再說一下我們的容器服務，其實也是基于一個多云的應用平臺，因為我們很多業務要去保證在多朵云之間能夠靈活調度。
我今天介紹就到這里，非常感謝大家。
近日，火山引擎首度發布限時增長助推計劃「火種計劃」，A/B測試等產品可以提供給企業免費試用，助力企業伙伴實現數字化轉型，為企業發展增添新引擎、注入新動力。
