最近这期的流量池，咱们得换个活法。

那会儿总想着把用户牢牢地捆在算法的圈子里，像那些死去的僵尸数据，不管它有没有用，都得任由它疯长。结局呢？目前喂饱了饲料，它吐出来的全是口水，全是垃圾。咱们干脆掉头，把那个该死的“用户画像”给砸了，就像把家里积灰的旧家具，扔出去换点新家具一样顺手。别认定扔东西烦，实际上你是在给大脑减负。 那会儿我们总当作，把用户的信息割得细碎碎、碎得明明白白，就能算出每个用户的下一个动作。

这真是想自然。人的脑子根本不是那种精密的机械表，你越往里面钻，它就越乱。我见过不少案例，明明把用户的兴趣标签堆了一大箱，却根本猜不出他下一秒能不能点开那个想听的音乐。机器懂不到人类的不清楚地带，懂到的往往是它的刻板印象。

比如把用户标记为“喜爱财经”，结局他点开的是八卦新闻；标记为“爱听摇滚”，结局他打开的是短视频。用户根本不在乎你给他贴了啥标签，他只是在走他自己的路，你贴上来，就是堵他。 这就好比你去健身馆，教练非要给你贴个“有氧”标签，让你盯着那个标，结局你练的是举重，练举重教练立马就发现了，还给你改个标签，让你换个组别练。人类最厌恶被定义，一旦成了一个数据的集合，你就消亡在那个标签里了，只剩下一个冰冷的数字。

故此目前的策略挺明确，就是要把那些硬指标、那些刻板的标签，统统丢到垃圾桶里去。 那数据去哪了？别扔了，换个活法。

那会儿的做法是死守那些万无一失的模型，模型跑通了就是真理。目前的做法是，给模型留点活口。

比如你分析用户，不要只盯着他看了多少秒，去问问他刚刚那个视频到底给了你啥冲击。

看不了，哪怕看了十秒，都不给分数。

看过了，哪怕只有一秒，也要算个“观察值”，然后让他自己动起来，自己去试错。 举个例子，目前做短视频的，别光盯着账号的人均观看时长。

你看那个功能，叫“内容新鲜度”。就是看用户看了一个视频，下一秒有没有立马点开下一个。

这个指标特别有意思，出于它直接反映了用户的创造力。

要是一个人看了广告，立马划走了，那这个广告就是“垃圾”，连人渣都不如。

要是一个人看了广告，看了两秒，然后深吸一口气，再看看下一条，那这个广告可能就是“惊喜”。惊喜比垃圾好一万倍。

故此数据分析师得学会这种“看心情”看数据，不要为了一个数字，把可能变成惊喜的事给扼杀了。 还有啊，别总想着让用户“停留工夫”变长。目前的用户，耐心比金子还稀罕。你去问一个刚入坑的抖音用户，问他为啥停看了十分钟，他可能根本说不出个故此然。

这种时候，情愿让数据看着低，也别去强行拉高。情愿牺牲一局部用户，也要保全那一局部愿意持续探索的用户。

毕竟，真正的用户是活着的，是会思索的，不是被数据喂养出来的机器。 并且，数据这东西，得让人摸得着。

那会儿是只通过后台报表看数字，目前是直接让数据讲话。

要是你能把数据拆解得让人看不懂，那肯定是被阉割过的数据，没有任何意义。

比如测一个新功能，别只问“点击率多少”，要问“用户点了之后，他接下来打算干啥”。

要是他点了之后，直接划完了，那这个功能给他的体验就是“割裂”；要是他点了之后，反而认定自己找到了宝藏，发现了一个新玩法，那这个功能就是“惊喜”。 再说说那些老套的说法，“转化率”、“留存率”。目前说这些词，就像给还没学会步行的孩子扣上了“步数王”的标签。孩子可能今天爬得挺慢，就连摔了一跤，但他在学步行，这个过程本身就有价值，不能出于摔倒了，就否定他学步行这件事。数据也一样，用户可能走了弯路，可能看了大量无用的内容，但这并不妨碍他成为一个懂这类内容的用户。我们的任务，不是把用户变成考试机器，而是把他变成探索者。 还有啊，别总想着预测用户会做啥。目前别看有了预测模型，但让机器去预测未来，那是AI在演戏。

真的交互，一辈子是两难，一辈子有摩擦。用户可能突然想换个地方，要么突然关掉页面。

这时候，要是系统还在强行推送，那用户会认定被冒犯，认定你在管住他。

这时候，数据的价值就显现了，不是预测用户会点啥，而是记录用户为啥没点。

这个遗憾，这个停顿，都是数据。好数据，就像一面镜子，照出用户的真需求，而不是照出他想拿到的数据。 咱们最终说句掏心窝子的话。在这个算法时代，最贵的资源不是算力，也不是那些复杂的模型，而是那些鲜活的生命。用户们，你们才是最贵的资产。

要是你们被那个冰冷的标签锁住了，那就乖乖回家。

要是你们愿意持续走出这个盒子，愿意去探索那个未知的角落，那我们就该把那个该死的“用户画像”扔出去，换点新的、活的、带着体温的数据。 数据不能定义人，人才能定义数据。别再让数据去定义你的用户了，让用户去定义数据。