增长黑客该如何决战移动互联网下半场
来源：数据猿 作者：史建刚
引言：移动互联网下半场，流量红利已然走到尽头。
一组活生生的数字告诉我们残酷的现实：2016年1月份，有5万新APP提交给APP STORE。但是在这个月内，65%的人压根儿一个没下载，而只下一个的人占8.4%。
什么是下半场，我认为这就是下半场。那么在下半场，量江湖要回答一个问题：面对如此冷酷的环境，APP推广到底还能怎么玩?
量江湖，为增长黑客提供趁手武器的军火商
量江湖是为增长黑客提供趁手武器的军火商。
两个关键词，一个是“增长黑客”，另一个是“军火商”
什么是增长黑客?这是去年在硅谷流行的词“增长黑客”，官方的理解：增长黑客与全栈工程师、产品经理一样。比如全栈工程师是前方后方都可以做，增长黑客是负责增长的人，具体解释：为了实现产品增长目标而以数据驱动营销、以市场指导产品，通过技术手段将目标落地的人，说得通俗一点，就是产品、技术、营销的混血儿。
而真实的情况是这样的：增长黑客，就是在我们国内，是老板给你10万预算需要10万下载，而且还要30的留存率，逼着你成为增长黑客。那怎么干?除了刷量，还有没有其他办法?
所谓军火商，就是帮助企业在人口红利殆尽的情况下，不靠刷量而实现增长的技术、数据服务商。我们的方案分两种，一种是为Android平台提供的解决方案，另一种是为苹果iOS平台提供的解决方案。在国内这是两个完全不同的生态圈，前者是鱼龙混杂，假量充斥着市场，后者是苹果独大，所有人都在适应苹果的变化。
=
Android平台解决方案——实现真实用户的增长
安卓平台上的解决方案，强调两个字，真实(指真实的用户)，APP推广运营者需要知道，在各种渠道下拿来的量是什么样的量?因为量江湖是做反作弊的，对这个比较了解，有必要详细说一下，在中国这片造假猖狂的市场背景下，应该怎么防作弊，梳理之后，我们发现反作弊一共有三种境界，分别是：第一种是以人肉为中心，第二种是以KPI为中心，第三种是以UBP为中心的作弊防护体系。
第一种以人肉为中心是靠人的经验、人的眼睛，把自有数据或者第三方的统计工具的数据，导入EXCEL表格中或在数据库中，通过sql语句，比较IP、Imei重不重，靠人的智力和经验认识一些特征来标识出来;
第二种叫做以KPI为中心的反作弊防护体系，是通过专业的反作弊系统软件，不再依赖于人的眼力和耗费人的精力了，这是一个巨大的进步。所谓KPI就是关键指标(Key Performance Index)，就是通过关键参数来判断渠道来的用户是不是假用户，是不是机刷、肉刷，判断指标无非是：留存率、启动次数、平均使用时长，IP、IMEI、Imsi、Mac地址等等。但是靠机器，周期比较长，如果我们要看留存率，如果要看后面的转化效率要放在时间轴来看，需要2天-14天的时间，因为你不能在短时间内判断他，就会造成在时间结算上有被动，不能及时知道，推广费用可能白花;
第三种叫以UBP为中心的作弊防护系统。所谓UBP(User Behavior Pattern)用户行为模式。现在刷量作假的技术非常强大，他们对业务理解也非常深刻，几乎可以模拟出任何你需要的曲线和参数，什么留存率、在线时长、转化率、IP分布、Mac地址、机型匹配等等，你需要什么样的参数、什么曲线都可以做出来。这就给以KPI为中心的反作弊体系一个很大打击，因为他所关注的信息和参数全部被破解，全部失灵了。
但是有一种东西是很难做出来，跳出本APP之外用户的其他行为没法模拟。比如说作为一个真实用户，可能会去刷淘宝、刷微博、发微信等等，这是一个正常人的行为，他们可能会平时坐地铁公交、周末到郊外旅游，他们在户外使用运营商的网络，基站位置一直在变，在办公室和住所使用wifi，这才是一个正常用户的行为。渠道作弊这个是做不出来的，而且成本太高，识别它的方式称为UBP。
作弊的手段有哪些?
作弊的手段有多种，第一个是木马，我们称之为静默安装，还有一些其他种类如肉刷、机刷、羊毛群，积分墙。
什么叫做APP作弊呢?它是一个技术化语言，有两个角度来标定，一个指标是成本：机刷、肉刷、积分墙，CP买的是积分墙，渠道上的是肉刷，这就是作弊。CP买的积分墙渠道给的积分墙就不称为作弊。第二个指标是用户质量，成本是对方付出的，用户质量是CP方看到的，包括留存率、购买率、复购率，是机刷还是肉刷?作弊的手段不意味着是积分墙就是作弊的。
那么什么是静默安装(木马)呢?这个主要发生在安卓上，他一旦在系统上得手后，会访问一个指定的URL，根据指令下载一个APK，同时会调用它把它打开，做几个操作，还会把自己关掉，或者删除，悄无声息的把一些事儿给干了。第二个，它可以增加一条通信录，比如给通信录注名叫妈妈：在适当的时候通过这个号码发一条短信。它怎么做到的呢?有四种做法：比如说通过安卓系统的漏洞，代码会被调换的过程，如果想了解更具体的技术细节，可以了解知乎专栏：以史为贱。以及知乎反作弊专栏：APP反作弊。
关于作弊的灰色产业链
作弊手法分两大类，一类是机器为主，一类是真人为主。机器的分模拟器、人控真机、静默、机控真机等。真人分激励类，包括积分墙、微信墙、夺宝，和社群自组织，如羊毛党、造假村等。模拟器是效率最高的，竞争门槛主要在技术这一块。
作弊难度可以分简单作弊和高级作弊。简单作弊技术上比较简单，识别难度容易，效果控制上可以做到CPA，行为控制不一定能做到，主要取决于留存率、在线时长、启动次数，深度行为上如购买等做不到。
高级的作弊行为，在技术上门槛比较高，不仅对OS底层技术非常熟悉，都是谷歌收购的公司做的操作系统，通过把一层层BUG给搂出来，所以在底层技术上了解得很透。此外，在信息储备上非常多，接了无数代理IP，IP可以换不同的城市、地方，有一个丰富的IP库，不断更新，是为了防止侦查它反作弊的时候不那么容易判定，包括它的手机型号、操作系统、各种分布，他们自己有非常大的信息储备，这是我们不太容易防到的的原因，在业务上也熟悉，识别难度大，几乎做到惟妙惟肖，效果上完成CPA轻松，行为控制包括留存率、在线时长、启动次数都可以实现。深度行为也可以做到，包括购买、手机号、银行卡、身份证等信息绑定。作弊已经形成了一条强大的产业链，那么我们应该怎么反作弊?
反作弊关键点
反作弊，不仅是一个技术问题，而是一个成本问题，我们愿意花多大代价做这个事情。
第一、锚定。通过数字指纹DNA，给来访的用户一个锚定的ID，比如说设备IP或者Mac地址。假如在北美没人作弊，无论是设备ID——Imei或者Mac地址是唯一的。但是在国内，一个Imei号后面挂很多用户，都是被作(刷)出来的。但你不知道哪个是真的，哪个是假的，需要用一套新的技术(硬件信息+软件信息)，给它做一个锚定，唯一确定当前这台设备，并给一个ID，这就称之为智能硬件设备数字指纹DNA。
第二、技术，称为分层策略，主要是考虑成本问题。我们甄别一个用户有时间成本，也有经济成本，不可能把所有钱都花在这，所以要用分层技术来解决问题，在技术体系里，分为三种。一层叫初滤，快速诊断、快速拿下。第二层是再滤，把一些非个体特征，而是群体特征的信息做比较，比如在某个渠道，在一个小时来内，同一个IP上来了500个用户，这时候不仅需要判断个体特征，还需要通过群体特征来判断这批用户的质量。第三层，是针对疑难杂症的，我们的反作弊系统有点像Google公司的PageRank，是通过不同的异常点来进行投票的，不是靠一个独立的指征来识别作弊，而是综合判定，把那些错误的指证综合起来，他们权重与组合是不一样的，当它们发生的时候，当可疑点太多。就可以彻底判定用户的作弊行为。所以反作弊不仅是技术问题，而是成本问题。
刷量也是生态的一部分，量江湖反作弊是在安卓平台上的为大家带来真实用户。量江湖反作弊其实是基于公司是做大数据的，基于大数据的分析技术，反作弊其实只是做了最初级的分类，把用户分成三类：真实用户、异常用户、可疑用户。
对于真实用户，基于量江湖强大的数据支撑，我们可以做到用户画像，继续为用户作分类，比如哪些用户是你的核心用户，哪些用户是你的骨干用户，哪些用户的付费意愿高等等，在这个用户一登录你的系统，就预先判断出来。
做运营的话，关键得做到精细化运营，知道用户整体的行为，需要看到一个全景的用户图谱，用户画像。量江湖是通过事先评估用户的潜在价值来协助精细化运营。
IOS平台解决方案——BASE机器学习的ASM量化投放
每个企业活着都是为了更好地适应这个世界。
App在适应苹果，而苹果则在适应华尔街。关于下半场，苹果比中国移动互联网更早进入下半场，库克接棒乔布斯的时候就已经进入苹果的下半场了。库克接手之后，苹果在创新方面就没有起色，在AI、Siri、AR方面的布局没有起色，而他的主力产品的销售也开始放缓——iPhone销售见顶，iPad死气沉沉。
所以面对自己的窘境，苹果也开始搞精细化运营。什么是精细化运营呢?那就是——苍蝇虽小也是肉。所以苹果把目标指向到ASM，然后开始频繁的升级算法和系统，打击刷榜，打击机刷，其目的就是不断把钱往ASM上赶。
ASM其实就是所有人都在对苹果体系的适应。苹果适应华尔街，CP适应苹果，服务商适应CP，这就是整个生态。ASM出现之后，在苹果上的玩法增加了一个维度，2的三次方变成2的四次方，玩法的搭配有更多种，需要大家快速从中找到套路。这是苹果的生态，决定了我们如何去适应他。
做运营，说到底如果用一个关键词概括，就是“效率”。只是评估效率的颗粒度不同而已：
1) 在渠道类型，这个颗粒度上，我们会评估应用市场、DSP、线下活动之间的效率;同样的应用市场，我们会评估各个企业的效率，到底是应用宝的转化效率高，还是小米商店的效率高;
2) 落实到AppStore上，我们会评估每种玩法的效率高，比如是冲榜的效率高，还是热搜的效率高，还是关键字搜索排名的效率高;
3) 再往细了分，备选的10个关键词，到底是哪个效率更高，这时颗粒度就到关键词;
4) 到了关键词这个颗粒度还不够。通过技术手段，我们依然可以具体区分每个关键词在不同的场景下的效率如何?比如，在周末场景下，工作日场景下，在凌晨时间段，还是下班后的时间段，哪个场景对App的效率是最高的;
其实刚才颗粒度的分法就已经把ASM的破解了——那就是每个词在不同场景下的转化效率。下面的这张图就展示了不同关键词对这个App的转化效率。
绿色的表格是CPA的价格，而蓝色部分表示的是日均下载量。比如说beauty plus在北美AppStore市场的搜索关键词。
其实，每个公司都需要一张关键词投放效率图。这张图直观的告诉我们：到底投放哪个词，越往上排，效率越高。
当我们做运营的时候，老板会给我一组指标(预算和下载数量)，傻子都知道要从最便宜的开始买起。如果老板要的量少，我们一般都能按照比较低的价格完成，但如果老板要的量大，通过这张表，我们就知道价格就上去了，CPA的价格跟量有关。
所以玩ASM，我们大家要做他的第一件事情，就要拿到这张表，你不仅有了决策的依据。而且还可以跟反过来老板谈判，你的预算不够，争取更大的工作自由度。
注：本文由大数据行业解决方案提供商 比邻弘科投稿数据猿发布。
投稿请戳这里！投稿
文章评论(0)