知乎用户画像与实时数据架构实际

各人佳，尔是云祁！

来日诰日战各人分享知乎侯容西席对于用户绘像战及时数据架构实践的搞货。

侯容：知乎数据赋能组 Leader，主要担当及时数据、用户理解标的目的。

1、媒介

‍‍‍‍‍‍‍‍知乎营业中，跟着各营业线营业的开展，逐步对于用户绘像战及时数据那二部门的诉供愈来愈多。对于用户绘像圆里，期望有更快、更准、更便利的人群选择东西战便利的用户集体阐发才气。关于及时数据圆里，期望具有能够及时照应的用户举动流，共时正在算法特性、目标统计、营业中隐等营业场景有越来越多的数据及时化的诉供。

正在 2021 年 8 月，知乎仄台团队建立数据赋能组。针对于汗青及时数据需要无启交圆的征象，已经有效户绘像体系没法满意百般的人群定背的近况，及营业圆退一步人群阐发的营业诉供。故提出根底装备层采用baidu智能云的 Palo 动作及时数据堆栈，营业东西层建立及时数据散成、及时数据调理、及时数据品质中间等体系，使用层建立及时数据使用战用户绘像使用的计划。该计划针对于性天处置了营业痛面，满意了营业诉供。

装分目前营业主要正在及时数据战用户绘像二年夜部门有易面，同包罗以下的三个标的目的目标：

及时营业数据
 一、颠末供给及时的营业目标，处置营业对于热门、后劲的把控，帮力消耗、消耗，提拔优良创做质及实质消耗才气。
 二、供给及时的庞大计较的中隐目标，增强用户体会，处置营业侧颠末后端剧本计较的下保护本钱战庞大性，节省本钱，提拔人效。
及时算法特性
 一、以及时数据为根底，供给百般的及时算法特性，取算法团队配合提拔 DAU、保存、用户付费等中心目标。用户绘像
 一、用户选择，干到多维、多范例的定背选择，并交进营销、告白、 经营仄台等体系，进步营业服从，低落职员本钱。
 一、用户阐发，干到多角度用户阐发，定背用户阐发陈述 0本钱 ，帮力营业部分快速掌握中心客户商场。

原文便知乎仄台的数据赋能团队，鉴于以上三个标的目的的目标，便那四个成就，去一一介绍那圆里的手艺实践经历战心患上领会：

 一、怎样颠末及时数据启动营业开展？
 二、怎样从 0 到 1 拆修及时数据中间？
 三、怎样拆修一套下效快速的用户绘像体系去处置汗青体系的多种成就？
 四、怎样快速下效的开辟营业功用战包管营业品质？

1.1 名词汇注释

1.2 及时数据取用户绘像取各营业的分离

2、面对的挑战战痛面

针对于目前营业目标，主要有如下多少个具体请求。

1）有代价
 一、怎样颠末时效性发明营业代价？
  1.一、拆修热门、后劲等松随时间的目标战相干的排止榜，间接撑持营业开展。
 二、怎样让用户绘像的选择战阐发才气最年夜化？
  2.一、要全面笼盖多维度用户选择的多种需要。
  2.二、多角度、多方法笼盖用户阐发。
2）数据时效性
 一、举荐页尾屏浏览 6 条实质，怎样正在第两刷的时候便立即感知到最新的用户举动？
  1.一、颠末 UBS建立 提拔时效性（上面介绍）。
 二、正在举荐算法中，十分及时的特性举荐算法结果要比天级别革新特性的算法结果佳许多，怎样包管 10 分钟内乱算法受到特性变动？
  2.一、颠末及时数据体系取 Palo 共同配合建立，提拔到 10 分钟内乱革新（上面介绍）。
3）交话柄时性
 一、热门经营场景，期望用户绘像效劳能正在秒级别快速选择出大批人群，用户后绝的拉收等经营场景，怎样处置？
  1.一、颠末用户绘像体系取 Palo 共同配合建立，提拔人群选择的速率（上面介绍）。
4）庞大性
 一、及时数据险些不 count、sum 需要。险些皆是庞大来沉战大都据分离计较的情况。
  1.一、以播搁质为例。正在开播、停息、完播、心跳等多个前提下，会共时有多个面，要截至来沉。共时鉴于望频答复、望频的干系战单作家分离创做的干系，需要叠减，共时包管正在女子实质非常形状的情况下过滤此中部门播搁举动。
 二、人群阐发营业，期望多角度、各维度截至人群联系关系计较，共时鉴于局部用户特性针对于当先人群战比照人群截至 TGI 计较，选择出清楚特性，怎样处置？
  2.一、颠末用户绘像体系取 Palo 共同配合建立，处置庞大的人群阐发（上面介绍）。
 三、营业数据中有删 / 增 / 改逻辑，怎样及时共步？
  3.一、及时数据散成体系取 Palo 共同配合建立，处置删 / 增 / 改逻辑（上面介绍）。
 四、明细数据非常发明滞后，非常发明后，需要针对于性改正建立方法，及追溯数据建设，怎样处置？
  4.一、颠末挑选 Lambda 架构动作数据架构处置（上面介绍）。

3、实践及经历分享

3.1 部分营业架构

鉴于目前的营业，从顶层至下层截至了装分。主要分为使用层、营业模子层、营业东西层、根底装备层。鉴于咱们目前的营业形状，自上而下

使用层：担当目前咱们的营业使用，间接为营业供给东西或者供给营业的某些模块，取营业同担目标，为营业赋能。
营业模子层：撑持使用层建立战必然的及时阐发才气，共时也动作营业某一个过程的功用模块交进使用，为内部营业战自己使用层建立，取营业同担目标，为营业赋能。
营业东西层：撑持使用层战营业模子层的开辟，供给通用的东西，里背低落使用层战营业模子层的建立本钱，提拔部分建立的工程效力，包管营业颠簸战数据品质精确。
根底装备：手艺中台供给的根底装备战云效劳，供给颠簸可用的根底功用，包管基层修建的颠簸性。

3.2 及时数据的数据架构选型

处置应前成就的数据架构，一般有 Lambda 架媾和 Kappa 架构。针对于目前营业特性，计较庞大、奇收的非常成就需要年夜数据质追溯等特征。目前及时数据的数据架构接纳的是 Lambda 架构。由 Palo 装载分钟级的批处置，Flink 去装载秒级别简朴逻辑的流处置。具体以下：

3.3 使用层建立经历分享

3.3.1 及时数据体系

营业场景
及时数据体系主要有二个风雅背：及时营业数据战及时算法特性。

及时营业数据。
 一、颠末供给及时的营业目标，处置营业对于热门、后劲的把控，帮力消耗、消耗，提 降优良创做质及实质消耗才气。
 二、供给及时的庞大计较的中隐目标，增强用户体会，处置营业侧颠末后端剧本计较的下保护本钱战庞大性，节省本钱，提拔人效。
及时算法特性。
 一、以及时数据为根底，供给百般的及时算法特性，取举荐算法团队配合提拔 DAU、保存、用户付费等中心目标。
面对的艰难
 一、依靠数据源多，计较划定规矩庞大。以咱们的播搁质计较为例：
  1.一、举动有多条，需要针对于举动截至来沉。
  1.二、过滤战减战划定规矩许多，需要依靠多个数据源的差别数据成果截至计较。

 二、时间敏理性下
  2.一、以算法特性为例，用户浏览某实质后，针对于后绝联系关系的一系列计较后，需要正在必然时间内乱产出计较成果（10min 已产出后绝举荐结果会有颠簸，26min 该特性的结果会落为 0）
 三、调理过程当中和谐本钱下
  3.一、需要调理体系中，共时能识别 kafka 流消耗的退度战任务完毕情况。
  3.二、需要严峻推齐多个依靠的消耗退度，当到达分歧退度后，集合截至后绝任务计较。
处置计划
拆修及时数据基座，建立响应的数据模子，低落建立本钱。

针对于依靠数据浩瀚、计较划定规矩庞大、品质易以包管等成就。颠末建立东西低落处置成就的本钱。
 一、颠末建立及时数据散成战及时数据调理的才气，保证数据交进战数据模子建立的速率，低落交进时间，提拔营业交进服从（具体睹下圆）
 二、颠末建立及时数据品质中间，保证数据品质，低落发明数据品质成就的时间，提拔发明服从，包管营业托付成果（具体睹下圆）
时间敏理性下，增强监控、取 Palo 散群配合提拔吞咽服从战计较服从。
 一、拆修写进提早、计较提早等监控，快速发明成就。
 二、Palo 散群截至参数变动，调解批质写进的数据质、时间战频次等截至劣化。
  2.一、目前咱们的 Load主要 有 Broker Load 战 Routine Load。此中实效性请求下的是 Routine Load。咱们针对于性的截至了参数调解。
 三、Palo 增加了 Runtime Filter，颠末 BloomFilter 提拔 Join功用 。
  3.一、Palo 散群正在 0.14 版原中参加了 Runtime Filter 的过滤，针对于 Join少量 key 被过滤的情况有清楚提拔；
  3.二、该变动针对于咱们目前的多少个营业调理功用，有清楚提拔。时间从 40+s 提拔至 10s 阁下；

3.3.2 用户绘像体系 DMP

营业场景
用户绘像体系主要有二年夜功用：用户检索战用户阐发。
 一、用户检索。重心正在于快速完毕人群包圈选共时正在圈选前提变动过程当中，需要快速计较出估量能圈的用户有哪些？
 二、用户阐发。重心正在于多人群包的各个维度比照阐发，颠末阐发论断找到最清楚的用户特性（颠末 TGI 值鉴别）
面对的艰难
 一、数据范围年夜。咱们目前是 200+ 个标签，每一个标签均有差别的列举值，合计有 300+ 万的 tag。tag 对于用户的挨标质级正在 900+ 亿笔记录。因为标签逐日革新导进质级十分年夜。
 二、选择照应时间请求下。针对于简朴的选择，请求正在秒级别出成果，针对于庞大的人群选择，选择先人群质年夜的情况，请求正在 20s 内乱完毕人群包天生。
 三、人群包除 long 范例的用户 id 中，借需要有多种差别的装备 id 战装备 id md5 动作选择成果。
 四、用户阐发场景下，针对于 300+ 万 tag 的多人群穿插 TGI 计较，需要正在 10min 内乱完毕。
处置计划
DMP 营业架构

DMP 营业过程

功用成就针对于性处置
数据范围年夜，提拔导进功用，分而治之。
 一、数据模子变动，装分文献。
  Palo 的保存是根据 Tablet 分离正在散群上的。颠末调解数据模子，保证散布均匀及每一个文献尽可以的小。
 二、导进变动，装分导进。
  因为每一个 Broker Load 导进皆是有功用瓶颈的，将 900+ 亿止数据，装分为 1000+ 个 Broker Load 的导进任务，保证每一个导进总质皆充足小。
提拔人群选择战人群阐发的计较速率，分而治之。

 一、营业逻辑变动，装分用户。
  1.一、将用户每一 0 ～ 100 万装分为一组。
  1.二、针对于局部用户的接并好，等价于对于统统组用户接并好后的并散。
  1.三、针对于局部用户的接并好的总额，等价于对于分组用户接并好后的总额截至 sum。
 二、数据模子变动，装分文献。
  2.一、树立 bitmap 的分组参数，将分组树立为 colocate group。保证每一个分组的接并好计较均正在自己地点 BE 完毕，无需 shuffle。
  2.一、将 bitmap 表的分桶装分更多，颠末更多文献共时计较加快成果。
 三、计较参数变动，提拔并收。
  3.一、因为计较历程颠末分治的伎俩，装分为多个小任务。颠末提拔并止度 parallel_fragment_exec_instance_num 再退一步劣化计较速率。
结果
上线后，交进了知乎多个主要场景的营业，撑持多营业圆的人群定背战阐发才气。为营业戴去暴光质、转移率等间接目标的提拔。
共时正在东西功用上，犹如下表示：
 一、导进速率。目前逐日 900+ 亿止数据，正在 3 小时内乱完毕导进。
 二、人群预估。人群预估根本可正在 1s 内乱完毕，P95 985ms。
 三、人群圈选。人群圈选历程正在 5s 内乱完毕，部分圈人正在 2min 阁下。（待提拔中介绍）
 四、人群阐发。人群阐发历程正在 5min 内乱完毕。
待提拔
功用扩大
 一、缺少定造的人群分离才气。多营业场景对于已经有人群截至分离有庞大且百般的需要。
 二、缺少用户人群染色，没法再多个关节完毕用户结果的收受接管战截至后绝的阐发。
功用提拔
 一、目前 Palo 的队列变换功用正在建立中。正在用户绘像营业中，将用户 id改换 为装备 id，人群紧缩（将具体人群包紧缩为一个比力小的人群包用于后绝经营行动）历程是颠末营业代码完毕的，低落了功用。
  1.一、后绝成果由队列变换后，用户绘像成果处置过程中会将装备 id 获得方法颠末 join 维度表去完毕，人群紧缩颠末 order by rand limit 去完毕，会有比力清楚的功用提拔。
 二、目前 Palo 的读与 bitmap功用 正在建立中。营业代码没法读与到 bitmap，只可先颠末 bitmap_to_string办法 读与到变换为文原的 bitmap，减年夜了传输质，低落了圈选功用。
  2.一、后绝能够间接读与 bitmap 后，营业逻辑中会交流为间接获得 bitmap，会极年夜水平的加大都据传输质，共时营业逻辑能够针对于性慢存，。
 三、针对于人群预估逻辑，目前是颠末比方 bitmap_count(bitmap_and) 二个函数完毕的，后绝 Palo 会供给 bitmap_and_count兼并 为一个函数，交流后可提拔计较服从。

3.4 东西层建立经历分享

3.4.1 数据散成

营业场景

“巧妇为难无米之炊”，不数据也便不前面的统统，数据收罗动作根底相当主要。Palo 数据堆栈自戴的多种数据导进方法关于 数据进仓十分便当，可是正在咱们的使用过程当中也碰到了一点儿成就。好比：
 一、正在从离线数仓截至 broker load 的时候数据依靠丧失，下流数据毛病没法评介受作用的范畴。
 二、需要编辑冗杂的 etl处置 逻辑代码，小的操纵变动过程很少，需要齐过程（最少 30 分钟）的上线操纵；别的屡屡布置操纵另有可以碰到各类初初化 MQ 消耗者的成就
 三、缺少运行形状监控，呈现非常成就没法正在分钟以至小时级此外时间发明；
 四、正在线导进仅撑持 kafka json，下流的 pulsar、protobuf 数据仍需要代码开辟截至转收，招致屡屡交进数据皆需要变换函数的开辟和异常齐过程的上线操纵；
 五、营业逻辑中，期望营业是甚么样，Palo 中的数据即是甚么样，让营业无感知。这类齐删质共步期望被包住，而没有是干许多设置或者开辟许多代码去完毕。
处置计划
正在建立及时数据模子的过程当中。需要依靠浩瀚营业的数据，共时需要针对于数据逐层建立数据模子。探究并拆修了及时数据散成体系战及时调理体系，并下重到东西层。
 一、及时数据散成。建立快速临时界说的设置，针对于差别的数据源建立导进才气。
 二、取 Palo 的 Broker Load 战 Routine Load中止 共同，正在此根底上拆修针对于营业的齐删质共步。
 三、启拆散成才气对于内部表露的交心，营业层无需理解中心历程，只挑选共步的数据库战数据表便可截至及时共步。

结果
共步设置

共步任务

上线前

 一、晚期使用 Palo 开辟及时数据营业过程当中，因为需要某个数据齐/删质共步，共时截至数据变换。需要修 Palo 数据模子，完毕齐质数据导进，建立删质数据 ETL 战 Routine Load 等开辟，需要 1 名工程师 1 先天能将一弛表交进到 Palo 中并截至齐删质及时共步。
 二、中心链路多，缺少报警，针对于主要的链路，建立办理战报警本钱下，需要 0.5 天阁下。
  2.一、齐质：本初数据库 TiDB ->两头 部门（DataX）-> Palo
  2.二、删质：本初数据库 TiDB -> TiCDC -> Canal Binlog Kafka -> ETL（添补数据）-> Kafka -> Routine Load -> Palo

上线后
 一、仅需要 10min 的设置，数据散成包罗模子，数据导进及中心 ETL 的转移战分外数据弥补和 Routine Load 局部修佳。营业层无需感知数据中心链路，仅需要描绘尔期望谁人表被共步。
 二、上线后无需营业关心，完毕第一步设置后，后绝的监控战报警和不合性，散成全面处置。

3.4.2 数据调理

营业场景

咱们正在早期颠末 Palo建立 及时数据的过程当中，是颠末 Routine Load 后的数据，再按时任务施行后绝计较逻辑，后再将计较成果导出到装载保存，如 Redis、Zetta（知乎自研 HBase 和谈） 中完毕内部压力装载。正在那个过程当中碰到了以下成就：

 一、依靠已停当后绝任务便施行。如近来 24 小时的暴光，正在 15:05 运行昨日 15:00 - 旧日 15:00 的盘问。此时假设 Routine Load 仅导进到 14:50 的数据，此次施行成果非常；
 二、Palo 资本无限，但是许多任务皆是某些整面整分钟的，一次性大批的计较任务构成散群瓦解；
 三、任务可否施行胜利，任务可否提早，可否作用到营业，无报警无反应；
 四、导出保存历程通用，重复代码开辟，屡屡皆需要 0.5 - 1 人天的时间开辟写进战营业交心。
处置计划
架构图

过程图

结果
共步任务

支益

 一、成立任务依靠体制，颠末 kafka 的 offset 战前置表可否完毕计较，鉴别目前计较任务可否施行。后绝再也不呈现过数据借已导进便先开端截至数据计较的情况。
 二、颠末让步战略，监控目前 Palo 目标，正在下背载情况下制止提接 SQL。躲峰趋谷，完毕资本最年夜使用。后绝颠末这类计划，必然水平的制止了刹时跑下部分散群的成就。
 三、齐链路监控任务施行情况，战提早情况，一朝提早报警，实时相同处置战规复营业。一朝任务提早，监控可十分快速的发明相干成就，大都情况能正在营业可承受范畴内乱完毕规复。
 四、上线后，本来需要 1 天的工程才气开辟时间低落至 0。只要供正在 Palo 中有一个可盘问的 SQL，颠末简朴设置便可完毕必然时间托付给营业相干数据、排止榜的需要。

3.4.3 数据品质

营业场景
数据，已经成为互联网企业十分依靠的主要财产。数据品质的黑白间接干系到疑息的精确度，也作用到企业的糊口战合作力。Michael Ha妹妹er（《Reengineering the Corporation》一书籍的作家）曾道过，瞅起去没有起眼的数据品质成就，理论上是分离 营业过程的主要标记。数据品质办理是揣测、进步战考证品质，和调整构造数据的办法等一套处置绳尺，而体质年夜、速率快战百般性的特性，决定了年夜数据品质所需的处置，有别于保守疑息办理方案的品质办理方法。

具体到针对于知乎的各个营业：
AI仄台、增加团队、实质仄台等已经将部门或者局部营业垂垂迁徙到及时计较仄台，正在交进数据更及时，更疾速的交进戴去的所享受的支益中，数据品质越发变患上主要。

残破性: 数据残破性成就包罗：模子设想没有残破，比方：唯一性束缚没有残破、参考没有残破；数据条款没有残破，比方：数据记载丧失或者不成用；数据属性没有残破，比方：数据属性空值。没有残破的数据所能借鉴的代价便会年夜年夜低落，也是数据品质成就最为根底战罕见的一类成就；
不合性: 多源数据的数据模子没有不合，比方：定名没有不合、数据构造没有不合、束缚划定规矩没有不合。数据真体没有不合，比方：数据编码没有不合、定名及寄义没有不合、分类条理没有不合、性命周期没有不合……差异的数占有多个正本的情况下的数据没有不合、数据实质抵触的成就；
精确性:精确 性也嚷可靠性，是用于阐发战识别哪些是禁绝确的或者有用的数据，没有可靠的数据可以会招致严峻的成就，会构成出缺陷的办法战糟糕的决议计划；
唯一性: 用于识别战襟怀重复数据、冗余数据。重复数据是招致营业没法配合、过程没法回溯的主要因素，也是数据办理需要处置的最根本的数据成就；
联系关系性: 数据联系关系性成就是指存留数据联系关系的数据干系缺得或者毛病，比方：函数干系、相干系数、主中键干系、索引干系等。存留数据联系关系性成就，会间接作用数据阐发的成果，从而作用办理决议计划；
实在性: 数据必需实在精确的反应主观的真体存留或者真正的营业，实在可靠的本初统计数据是企业统计事情的魂灵，是统统办理事情的根底，是经营者截至准确经营决议计划必不成少的第一脚质料；
实时性: 数据的实时性是指可否正在需要的时候获到数据，数据的实时性取企业的数据处置速率及服从有间接的干系，是作用营业处置战办理服从的枢纽目标。
处置计划
齐过程的数据链路战各级品质包管办法

营业架构

营业过程

结果
某营业安康情况监控
以颠末 DQC 监控的某一个营业的安康情况，该营业由多个导出任务战中心计较任务及部门数据源构成，目前情况是统统一般。期间假设呈现某节面尽情非常后，均可实时发明。

某任务中心逻辑监控

该任务中心计较中此中部门划定规矩已达标，招致该任务已颠末。

支益
上线前
 一、晚期无类似 DQC零碎 包管的条件下，咱们许多成就皆是天级别以至上线后，才发明存留数据非常，呈现过 3 次成就，构成的返工战托付没有靠谱的情况，对于营业作用弘大。
 二、晚期开辟中，正在开辟历程需要不竭针对于各类细节划定规矩截至比对于，总会破费必然时间逐层校验，本钱弘大。

上线后
 一、正在上线 1 个月内乱，颠末 DQC零碎 划定规矩，目前已经发明了 14 个错非常，正在 1 - 2h 阁下发明，立即建设。对于营业的作用低落到最小。
 二、正在体系上线后，正在开辟过程当中，开辟完相干数据，若有非常，便发生了非常报警，年夜幅节流了野生发明的本钱，因为建设时间早，正在后绝开辟启用前，便已经建设，极年夜水平低落开辟过程当中的返工本钱。

4、归纳取瞻望

4.1 支益归纳

4.1.1 营业开展圆里

 一、针对于及时营业数据
  1.一、供给了鉴于实效性的热门、后劲的把控。加快营业正在消耗、消耗圆里的使用，从而提拔优良创做质及用户对于实质消耗才气。
  1.二、共时供给了供给及时的庞大计较的中隐目标，增强用户体会，下线了营业后端颠末剧本计较目标的办法，低落了营业的庞大性，节省了本钱，提拔人效。
 二、针对于及时算法特性
  2.一、供给了鉴于创作家、实质、消耗者的及时算法特性，取算法团队配合正在多个名目中，针对于 DAU、保存、用户付费等中心目标有了清楚的提拔。
 三、针对于用户绘像
  3.一、完美战升级用户选择，干到多维、多范例的定背选择，并交进了经营仄台、营销仄台等体系，进步了营业服从，低落了营业职员截至人群定背的本钱。
  3.二、拆修战完美用户阐发，干到多角度用户阐发，定背用户阐发陈述 0本钱 ，帮力营业部分快速掌握中心客户商场。

4.1.2 东西建立圆里

 一、完毕了及时数据范围战用户范围的计划，建立了相干的开辟战保护东西，处置了先前正在此圆里无根底装备，无营业东西，开辟本钱下的成就。
 二、拆修了散成、调理、品质体系。颠末东西的方法低落了营业开展战迭代的本钱，让营业快速开展，共时也包管了托付品质进步了营业基线。

4.1.3 职员构造圆里

自上而下的装分了及时数据战用户绘像的才气，分为使用层、营业模子层、营业东西层战根底装备层。颠末构造分别，大白了差别条理的鸿沟战加快了营业目标的告竣。

拆修并完美了多条理团队职员梯队。按照针对于差别标的目的的同学，赐与差别的 OKR 目标，干到跨条理标的目的断绝，共条理标的目的不合，共模块目标不合。配合为部分及时数据取用户绘像效劳建立而勤奋。

4.2未来 瞻望

从 2021 年 8 月建立于今，咱们不竭思考怎样供给更佳的及时数据效劳？及时数据能建立甚么圆里的使用，为营业缔造代价？怎样将用户绘像效劳干佳？用户绘像效劳的选择、阐发才气怎样为营业缔造更年夜代价？摸着石头过河的共时，咱们也正在不竭探究战建立相干的营业才气战根底建立。

正在来岁的开展中，咱们借会针对于如下圆里退一步开展：
 一、鉴于及时数据
  1.一、加强根底才气东西层的建立，连续低落鉴于及时数据圆里的建立、托付本钱。
  1.二、提拔数据品质东西笼盖才气，为营业模子供给品质保证，并供给鉴于及时数据的绘像品质保证才气。
  1.三、鉴于目前营业诉供，部门场景针对于 5 分钟级及时没法满意，退一步根究秒级别庞大情况及时才气，并供给才气撑持。
 二、鉴于用户绘像
  2.一、增强并针对于用户绘像、用户理解、用户洞悉 & 模子等退一步建立。颠末取具体营业分离，建立揭开营业场景的用户理解功效战响应的阐发才气，找到营业的保存面。
  2.二、退一步增强新的东西才气的建立，颠末建立用户理解东西、用户阐发东西，低落发生理解及对于营业阐发的本钱，提拔营业服从，快速发明营业代价。

搞货直达