干预|如何设计数据干预策略？

编辑导语：数据干预策略虽然被广泛使用，但不少朋友可能不清楚这其中的原理，数据干预是怎样对运营起作用的？怎样才能做到高质量引流？本文全方位透彻地为你分析了数据干预策略的设计理念，一起来学习一下吧~

文章插图
8月27日，国家网信办就《互联网信息服务算法推荐管理规定（征求意见稿）》公开征求意见。在此背景下，数据干预行为即将由以前的灰色地带转为违法行为。

文章插图
在法律条文正式落地以前，本文将基于笔者的个人经验分享“数据干预”这一大部分人“听过、没见过”的设计要点。
一、数据干预的价值1. 什么是数据干预这里所讲的“数据干预”指的是平台方主动发起的、对平台上的内容（视频、课程、文章……）的外显互动数据（点赞、收藏、分享、投币、播放、打赏、赞赏、关注、订阅……）进行修改（通常是注水）的行为，在阅读本文时需要与用户侧发起的黑产刷数据行为进行区分，也不涉及金融领域的业绩造假。
2. 为什么要做数据干预数据干预是纯粹的运营导向行为，其价值逻辑主要体现在：
通过为内容资源的互动数据注水（脱水），提高（降低）目标内容在资源纷发中的推荐权重，使得该内容对象有更高/低几率出现在首页、推荐页等用户侧页面。更高/低的曝光率又能带来更高/低的真实用户参与互动。
换言之，运营可通过干预外显互动数据，为目标内容导流。
举例来说：
运营发现视频A质量优秀，但是因为各种原因，视频播放量太低；播放量起不来的话极易被系统识别为低质视频，降低推荐权重；推荐权重降低后，视频A曝光率降低，普通用户难以触达；普通用户难以触达，挖掘不了该“宝藏视频”，又会进一步导致视频的播放量起不来。如此形成了一个负向闭环。
此时，运营可利用“互动数据干预策略”，为该视频投放1万个虚假播放量、5000个虚假点赞量，投放时间为1天。投放生效后，分发系统识别到该视频最近24H内互动数据快速增长，有爆火潜力，就会将视频推荐到视频首页、今日top排行榜。
普通用户在首页、排行榜看到该视频，就会尝试观看，发现质量很高，慷慨打赏；视频的真实互动数据因此快速、持续获得增长，最终该优质视频的真实互动数据与其质量匹配，跨过了“宝藏无人识”的尴尬局面。
观众获得了优质的观看体验，up主获得收益，平台获得用户数据增长，三赢局面。
除此之外，“小闲”型用户在消费内容前，会观察所选内容的各项外显数据量。运营通过干预策略，使得外显的互动数据量显得不那么寒酸，从用户心理上引导用户继续消费路径。
举例来说：视频的播放量、点赞量是0时，对于普通用户的吸引力极低，即使分发系统已将视频曝光至用户侧，用户仍然不会进行最终消费；如果外显播放量是1000，那么普通用户会自然地点开播放按钮，真正地消费内容，
如果平台运营提出此能力需求，一般基于以下业务目的考虑：
产品冷启动：产品冷启动阶段，平台内所有的内容资源的曝光率不足，用户真实互动数据全部为0或极低，推荐系统难以有效执行. 此时做数据干预对于纷发的影响效果立竿见影。冷冷清清的氛围也难以吸引首批用户，通过数据干预营造“虚假繁荣”对于小闲用户留存非常重要。
流量扶持：“流量扶持”是一种经常被用到的运营策略，数据干预策略是流量扶持的一种主要实现形式。当平台大战、互挖创作者时，运营可将“流量扶持”作为签约条件吸引优质创作者入驻；平时亦可将“流量扶持”作为平台活动奖励。