创新、平衡与大格局：快手商业化的慢与快

　　原创：快手商业洞察(微信公众号：kuai_insight)

　　摘要：缓慢而长远的思考为加速快跑奠定了基础，嗅觉敏锐的算法专家敢于拥抱高风险、高回报的策略。快手商业化用实践演绎了用户体验和商业效率之前的最佳平衡。

　　中国互联网的前10年，实际上是借鉴、复制西方互联网经验的10年。无论是电商、搜索、短视频……都能在硅谷找到对应的公司。10年后，中国互联网已俨然全球市场上的模板，商业模式已从复制硅谷模式转变成出口中国模式。

　　在中国短视频江湖，快手是一个极为特殊和现象级的存在。他正用自己商业化的经历诠释着中国互联网从复制到超越的整个过程。站在社交鼻祖Facebook的肩膀上，快手在视频社交模式、特别是商业化的探索中走出了一片新大陆。

　　商业化向来被认为是客户体验的天敌。在一些科技公司因为商业化的不当，技术价值观遭遇滑坡和质疑时，快手以技术上的极致追求和原创突破，实现用户体验和商业效率的最佳平衡，从而让科技普惠赋能产业，成为当下中国互联网自主创新的代表和榜样。

　　慢思考：生命线与延迟满足

　　在外界看来，2018年被公认为是快手的商业化“元年”，但其背后支撑的商业化技术中台从2016年下半年就开始搭建。如今，距离快手信息流广告公测也已经过去了2年多时间。

　　时间回到2016年12月。彼时，Facebook的信息流广告已然成为行业标杆，而快手商业化团队只有不到10个人，面临的首要问题就是如何做信息流广告。算法策略负责人李勇保回忆，“我们当时就决定，技术上要对标国际最先进的指标”。这种指标对于刚试水商业化的快手而言，无疑具有很强挑战性，但这也让快手拉近了与行业领先者的距离。

　　信息流广告表面上并不复杂：把适合的广告精准推送给有需求的人。然而，要把广告对用户体验的影响降到最低，从而实现用户体验和商业化的最佳平衡，这需要大量的数据和算法保证准确度。对于刚刚开放商业化的快手，投什么内容的广告、广告投给谁、以什么频率投放就变成整个广告业务的核心。算法策略的本质，则是解决向每个用户投放个性化的广告的问题，提升客户体验和用户体验。

　　正如快手CTO陈定佳所说，“快手是一家把用户体验视为生命线的公司”。因此从2018年起，“用户体验量化体系”的搭建被提上日程。经过深入研究，数据研发负责人高小平发现，“快手的量化体系可以从概念上对标业内的大平台，但在实操过程中，设计思路却是完全独立的，要区别于其他平台”。

　　2018年10月，机器学习算法专家、美国罗彻斯特大学助理教授刘霁加入快手，担任FeDA智能决策实验室负责人。刘霁确定了快手商业化的三大核心技术理念：坚持端到端的整体优化，坚持以客户为核心的个性化建模，通过大幅提高计算能力降低AI的试错成本、提高迭代效率。

　　“宁愿延迟满足，也不能涸泽而渔。”缓慢而长远的思考，为快手商业化之后的加速快跑奠定了基础。

　　快行动：全力以赴，追求极致

　　从2016年底开始，快手商业化副总裁严强开始着手快手商业化技术体系的搭建。经历了近两年的酝酿和准备，他带领团队摸索出了一套适合快手的营销体系——利用“AI+DA”(人工智能和大数据分析)构建用户体验和商业需求协同发展，并先后上线了信息流广告、作品推广、“快接单”等产品。快手商业化业务模式初步成型，团队也从最初的几个人发展到现在的四百多人。

　　在2017年的短短7个月内，快手商业化打出一套“组合拳”，产品布局初步成型：

　　(1)3月，快手信息流广告公测;

　　(2)4月，“粉丝头条”(即作品推广功能)上线;

　　(3)6月，快手话题标签页开放合作;

　　(4)9月，“快接单”上线。

　　时间来到第二年。在经历“如何量化用户体验”的思考之后，快手制定了以UEQ(用户体验价值排序)机制为基础的用户体验量化体系。通过这套体系，CTR(点击率)、点赞、转化等多种指标可以进行更量化的描述，并用货币化的价值进行衡量，以此来决定流量和广告资源的分配，最终提升广告的品质和效果。

　　为了保证用户体验，他们会通过实时的信息反馈让游戏广告主优化广告素材，并且加入了广告“质量度”的衡量指标，以此感知广告的好坏。在他们的努力下，快手游戏广告的CTR从3%提升到了10%。

　　快手商业化算法策略专家孔东营负责的模型训练被比喻为“小步快跑”：通过不断地训练、提升模型的训练效率，将用户行为预测的精准度一点点提高。

　　当快手FeDA西雅图实验室的研究人员廉相如第一次把训练系统移植到GPU上，并且观察到其相对CPU的潜在巨大优势上后，孔东营和舒承椿敏锐地意识到变革的到来。因为用户体验量化体系的模型更复杂、对计算能力和迭代效率的要求更高，两位算法策略专家毅然决定拥抱高风险、高回报的GPU解决方案。

　　起初，GPU训练仅应用于小模型;2019年3月，快手商业化开始将GPU的训练应用到广告点击率等大模型上。目前，以GPU为中心的训练系统能够实现单机1小时完成百T数据训练。

　　不盲从：站在巨人的肩膀上

　　向巨头学习，让快手从一开始就站在巨人的肩膀上，整个过程中商业格局、技术能力和落地应用缺一不可。这让快手商业化实现了快速积累，开始一步步具有突破的能力。

　　在如何确保大数据量的存储稳定性方面，快手商业化引擎架构负责人白晓航带领团队调研了业内所有可能的方案，却发现对快手并不合适。一筹莫展之际，组内成员发现了一篇2016年的技术论文里提到类似的解决方案。这篇论文由Facebook提出，但Facebook自己却没有大规模上线应用。通过邮件，团队与Facebook取得联系，经过多次尝试和改进，最终找到了解决办法。这套方法大大提高了快手营销平台的系统容量和稳定性，容量对算法的约束已经不再是瓶颈了。

　　“不跟随、不盲从，从实际出发、对症下药，找到最适合快手产品技术特性的解决方案”，这也是FeDA实验室负责人刘霁为快手商业化确定的整体技术思路。

　　快手商业化有技术创新的决心，除了因为快手多年沉淀下来的用户数据，还在于快手有一支能打硬仗的“技术空军”。目前，快手汇集了全球科技行业的精英，强大的技术研发团队由谷歌、苹果、Facebook、微软等知名企业的科学家、人工智能专家领衔，团队成员来自哈佛、斯坦福、清华、北大、中国科学院等名校名企。

　　“不浪费用户的每一分钟，对客户投放的每一分钱负责任，保证每一次的广告效果。“在商业化实现正向循环之后，简单、普惠、可信赖、技术感成为快手营销平台的独特气质。任何一个个体、一个行业在快手上都有可能被赋能，与快手共享红利，每一个合作伙伴都在快手的平台上感受到真实的快手。

快手营销平台

　　事实也证明了这一点。QuestMobile发布的《中国移动互联网2019春季大报告》显示，虽然移动互联网月活用户增长再一次刷低记录，但快手在2019年的3月MAU增长至3.6亿，不仅领跑行业，更跑赢大盘。5月29日，快手官方最新公布的DAU已经突破2亿。

　　快手商业化用实践演绎了用户体验和商业化之间的最佳平衡。在真实的快手平台上，用户与广告主实现了共赢，“慢思考，快行动”让技术价值观不再是一个空洞的构想。

特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。