用数据发现更好看的新闻

Flipboard红板报使用诸葛io数据平台，提高团队工作效率，让产品迭代有“数”可依、

以精致阅读体验而出名的Flipboard自2010年从北美起步，在全球拥有超过 5 亿免费试用用户、1 亿活跃用户。2014年进入中国，目前已拥有800+国内外签约内容合作伙伴，200+的精选阅读主题，面向高知群体的兴趣需求，打造品质阅读体验。

年初，Flipboard中国市场独立团队运营，本着品质阅读，让用户享受优质内容，红板报不断的聚焦阅读属性，回归「让新闻好看」的核心使命，7月Flipboard面向中国市场上架中文版本，并有了中文名“红板报”。

Flipboard是一家极度重视数据驱动的企业，在美国总部有一套科学的数据采集分析体系。 但是在国内不断激烈的竞争环境下，同样面对着新的挑战：

●从品牌曝光到流量获取，国内复杂的环境需要更精细智能的监控

●用户粘性是媒体类产品的生命线，对国内中高端用户的促活需要更为巧妙

●品质阅读是「红板报」的核心使命，内容和体验的设计突破需要精细客观的数据支持决策

自2016年中起，Flipboard红板报在对比了国内多家数据分析供应商后，选择了诸葛io希望借助诸葛io强大的用户行为数据及深入业务场景的分析能力，协助其品牌推广策略的优化，实现从用户的获取、激活、转化等业务层面的增长。

各部门日常指标监控

作为国内新闻类应用的TOP10，「红板报」每日流量巨大，需要时刻衡量品质内容和精品广告之间的平衡，数据的波动需要即时跟踪和分析。

诸葛io的看板功能，实现了「红板报」团队中市场、运营、产品、设计、数据等部门的实时数据监控和深度下钻的分析需求，团队的每一个人轻松实现不仅关注个人指标，更关注多部门协作的复合指标，在提高了分析的效率的同时，降低了沟通的成本，也让各部门的衔接更流畅，团队正因数据而战斗力Max。

以市场团队为例，红板报的市场团队主要关注各渠道流量的实时情况，和每日新增情况，实时数据可关注“概览”，日常的指标数据，如各个来源、渠道的新增情况，只需在诸葛io看板中配置即可，当发现数据异常，只需从看板中点击进行下钻分析，无需每日或每周寻求分析师帮忙“跑数”。当出现“疑难杂症”时，再寻求分析师的支持。

“尤其是渠道方面的数据，不仅仅是监控，我们还把容易出现问题的相关数据一起放在看板上，随时定位问题，调优策略” ————红板报

不靠标题党吸引用户，培养品质阅读的用户习惯更为重要

通过用户的阅读兴趣（浏览内容的keywords）以及算法推荐相关文章，用“标题党”吸引打开APP的用户，然后一篇一篇的做延伸阅读，从而提升活跃度的方式，在资讯类的APP中并不算是新鲜事。

但Flipboard却从未刻意的追求这样的指标，从数据上也可以看到，中高端阶层的用户每天并不会有太多的碎片时间，也就是说从访问次数上碎片化特征并没有其他同类产品那么强的，因此，Flipboard更注重用户的阅读质量而非粗暴的打开次数和阅读时长。

既然如此，那该如何衡量业务的健康发展呢？Flipboard团队更关注“用户粘性”。用户粘性是诸葛io平台中独具的模块，和留存相关，却≠留存。粘性是指产品“黏住用户”的能力。比如某一个用户，一周内只在一天里打开产品10次，频繁阅读共计5个小时；而另一个用户一周内有5天打开产品，这5天里每天打开产品一次，每次打开阅读一个小时；同样都是一周阅读5个小时，那个用户质量个高？显然是养成阅读习惯的后者了。Flipboard会将每周活跃＞5天定义为指标，通过跟踪这类算是养成阅读习惯的用户群体，分析其增长趋势，来不断优化产品。

如何让用户在有限的时间里获得更优质的内容？答案就在推荐权重的设置中，Flipboard优选用户评论数量和转发量较高的文章，而非阅读量。这也是Flipboard明知标题党等套路对指标数字的贡献，而作出的取舍：不为了留存盲目促活，只为更高的阅读质量来养成用户阅读习惯。

产品细节设计，为精准用户打造品质阅读

对于一个媒体类产品来说，定位和调性是非常重要的。

每一个企业都希望只要能来到自家产品的用户都能够留存下来，从而发挥其用户价值；但是「红板报」团队有着更深层的考虑。

从数据上来看，如果这个用户不是产品的目标人群，即便刚开始留存下来，在未来流失的比例也非常大，同时，「红板报」的阅读体验是一个「人工订阅 + 算法推荐」的双引擎共同打造而成：如果大量的非目标用户的涌入，会对内容推荐算法造成比较大的冲击，在内容质量上就更难以把控。

所以，相对于其他同类产品，「红板报」产品团队对新用户首次使用的体验设计，进行了微调，加重了订阅选择的模块，即「不在新手引导过程中选择兴趣点，则不能真正更进入红板报」。 一方面更好的识别目标用户，另一方面也为后续提供品质阅读打下了良好的基础。

SQL查询/API接口导出，行为数据补充推荐算法

Flipboard从国外到国内，数据分析都是重中之重，对于数据分析师团队这样的高端玩家，在数据关联和设计复合指标方面，写SQL查询的场景必不可少。比如多平台数据对比，参与度指标定义等等场景。

诸葛io支持企业灵活的二次开发，即，将底层进行清洗和整合过的数据完整的开放给企业客户。诸葛io基于Apache的一个Zepplin开源项目构建了一套SQL查询平台，直接把结构化的用户行为数据的数据仓库作为基础，在其上搭建平台，可以直接通过编写SQL语句的方式，对数据进行各种分析和洞察，非常适合分析师进行“探索发现”式的分析使用。同时，还支持一些简单的数据可视化，让数据分析更方便且更深入，理解数据更形象。

用户行为数据分析，提供了一种低成本、便捷的观察用户行为的手段，通过深入业务场景的数据采集和分析方式，诸葛io协助Flipboard团队尽快完成本地化后的数据平台构建和探索，获取高质量用户，为后续用户的激活、转化等运营决策提供数据依据，通过数据将企业每个人凝聚起来，Flipboard中国战车不断前行。 4.0之后，我们喜爱的Flipboard红板报，将借助诸葛io深度洞察用户需求，加快迭代速度，我们期待着，红板报带来越来越好看的新闻。