针对业务场景中数据应用价值的落地，网易数帆形成了以 DataOps、DataFusion、DataProduct 为内核，数据技术、数据资产、数据应用和数据运营为四要素的数据生产力模型，其中网易公司数据运营的一个重要手段是网易数据治理大赛。本文是第二届网易数据治理大赛获奖作品分享，来自于网易互娱用户体验中心数据团队。云音乐用户画像资产，存在链路强耦合、计存高成本、口径不统一、产品性能又不足的现状问题。本年度通过一定的治理和产品能力扩展，实现资产治理和业务赋能。

在如今降本提效的大背景下，用户画像资产在人维度数据上占据大头资源，历史遗留问题也不少，数据治理迫在眉睫。本文将从项目背景、项目挑战、项目方案、项目成果四个方面进行分享阐述，希望分享能帮助到大家。

1 项目背景

着重说明下业务和技术背景。首先是业务背景，云音乐现阶段用户增长瓶颈总量几十亿用户，日活几千万左右，月活几亿，想要再增长用户成本极高，精细化运营已经是破圈的必须手段。面对现在不同的用户人群，具备不同的商业化潜质，需要对不同人进行商业化分层，才能更好的帮助用户精细化运行。除了主站业务的拓展，子业务扩展也是迫在眉睫，用户画像可以帮助子业务从主站业务挖掘和扩展需要的用户群体，帮助做业务扩展，扩单云音乐整体营收能力。

再说技术背景，主要也分 3 块内容，历史用户画像建设标签重复建设，多达 32 张相关画像表存在，部分依赖层级多，且标签重复建设。圈选产品不统一，存在多套产品，比如 muse、诺伦、sniper 等，产品侧需要做一定的重组。圈选产品的响应速度，也是整个产品获得用户依赖的核心指标，通过一定的技术改造实现从 sql 圈选到 ms 级圈选能力是很有必要的。

综上，可以概括为云音乐用户画像资产，存在链路强耦合，计存高成本，口径不统一，产品性能又不足的现状问题。  

2 项目挑战

数据侧难点：数量大，链路长，时效低，口径多。数量大体现在用户画像涉及上千指标，需要对这些指标做统一的管理，确保指标及其对应表的高内聚底耦合，任务链路存在很多 7-8 层的任务层级，层级越多，任务的稳定性越差，需要对任务链路进行压缩；实效性方面，现阶段任务的时效性不高，每天产出的时间是 10 点左右，远没有达到用户需要的 6 点时效性要求，需要进行产出时间的压缩；关于任务的一致性，需要进行，则是如此之多的画像指标，如何做到指标的一致性是具有很大挑战的。

3 项目方案

3.1 方案框架

针对以上内容，这些脏乱差数据应该如何治理是值得我们花时间去做的事情。本项目结合实际可实现的内容，整理并完善整个项目方案，以治理降本和产品提效为两大主线为解决方案，如下图：

从图中可以看出，整个项目分为五层。底层为画像底表层，包括流量数据、用户中台数据、内容数据、会员数据、社区数据等数仓公共层数据；上层为画像逻辑层，通过对底层数据进行实体关系建模，抽象成用户基础画像、用户行为画像、用户统计挖掘几大块内容。

用户画像的逻辑层建模就是为了实现整个画像层，可以实现数据的一致性标准，确保数是高内聚低耦合的，同时也确保了整体的可扩展性，比如新增游戏业务的话，那就在行为画像中添加游戏实体，可以实现整个逻辑层的可扩展而不需要重构整个内容。

画像的应用层，测试整个画像的输出部分，包括画像核心全量表，以及各类画像的切片画像，如会员画像、日活画像、月活画像等等。

画像产品层是基于画像数据进行的画像产品，包括魔镜圈选产品，实现标签管理的标签工厂，实现标签服务化的标签服务能力等等。

在画像逻辑层和画像应用层涉及整个画像的治理工作，包括画像的产出保障以及任务下线。

再向上则是最终服务业务的业务产品，魔镜通过打通和业务产品的能力，比如打通灵渠，可以实现从用户人群圈选到用户 push 的打通构建。还有天秤、音乐人运营等产品。

3.2 标签建设

用户画像标签建设以需求触发为出发点，需求调研 case 如下左表。需求来源包括各线分析师、魔镜、标签工厂产品、运营同学等。通过结合数仓分层和 ER 实体关系建模的方法、依托业务诉求，设计画像逻辑层。实现数据的高内聚低耦合，从而确保了良好的可扩展性。

比如歌单、歌曲、直播、mv 都是实体对象，通过与用户的二元叉乘得到相关数据指标，后续业务扩展游戏等，也可直接实现用户叉乘游戏，实现横向实体扩展。确保实体内数据高内聚，实体间数据低耦合。

3.3 保障体系

保障体系重点在于数据质量的监控保障，以数据稳定性、一致性、及时性、唯一性、完整性、准确性为核心保障内容，详细工具和方式见下图所示：  

3.4 任务下线

任务下线机制则主要以定策略，用工具为主要手段，逐步推动下线。 

3.5 魔镜产品

用户画像下游接入魔镜产品，实现用户画像表服务各类业务的圈选功能，下游链接各类产品投放产品，实现画像数据的业务赋能。

4 项目成果

项目成果从产品价值、治理价值、业务价值三大块说明。

4.1 产品价值

统一数据服务基于画像数据及标签元数据提供高效的标签服务、圈选服务，基本覆盖了云音乐全部业务圈选服务，应用于用户运营、线上活动、AB 实验、广告投放等多个产品及场景。统一数据开放接口的提供为用户运营、线上活动、AB 实验、广告投放全业务线提供服务，做到一次开发多产品使用，减少人力开发成本。  

产品总计实现 1900 多次人群包圈选，百亿次圈选，500 万次多的 push 服务，覆盖音乐几十亿用户和上百+标签。

4.2 治理价值

总体预计下线 32 张表，上千多标签治理，预计节约存储成本近 150 万，年节省计算成本近 200 万，预计年度总节省 300 多万元。

 4.3 业务价值

除了产品链路打通后大大节省了 push 时效外，还有子业务的画像服务场景，也大大体现了业务价值。比如某子业务使用主站用户标签数据，每日实现拉新几千用户，年可节省千万左右成本。

以上是对云音乐数据画像资产治理实践的分享，在这里感谢网易数帆大数据团队对我们的各种支持。

网易数帆近日推出《网易数据治理白皮书》，深入解析传统数据治理常见的痛点，梳理数据治理 2.0 方法论与实践，并围绕金融、通信、流通等不同行业场景，输出数字化转型过程中的数据治理体系建设经验。如需完整版本白皮书，请微信添加“RUI002215”索取，注明“InfoQ+数据治理白皮书”。

相关阅读

网易互娱数据成本优化治理实践