近年来在中国互联网上，它是一个不容忽视的存在。没有网站可以这样，虽然只有超过3000万用户，影响力无处不在;知道它已经发展成为中国最大的高质量知识测验社区，它也促成了许多高价值的专业人士。内容。更重要的是，与此相对应的是，它已经覆盖或覆盖了中国最有价值和最高质量的专业人口。

2011年1月26日，产品形式与国外的Quora相似。它从早期的小型极客社区发展成为拥有3000万注册用户的大型社区。不仅如此，用户保留率也是已知的。也高达80％。

用户可能会看到门户网站上的网络热点，今天的头条新闻，微博，微信，但最终的定性结论将会回归到知识“看看该说些什么”。热点的深度挖掘，内部爆破和多角度分析都知道。

穿着“Q&A网站”，我知道我已经建立了中国互联网上最大的综合性讨论社区。

让我们看看在开发过程中使用了哪些增长黑客方法？

　　一、朋友圈小游戏推广

2014年11月17日，由游戏制作的小游戏《财务包子铺》在微信朋友圈中疯了。它被称为日报“软游戏”，目的是推广新书《金钱有术》。这是一个关于创业的小游戏。作为企业主，玩家决定他的包子的日常操作。听起来没什么特别的，但很多玩过的人发现，嘿，这真的很有趣。

游戏推出，三天后，《金钱有术》已经是亚马逊图书销售排行榜的赢家，同时也是预售冠军，新书冠军，经济冠军。这一成就也超出了团队的期望 - —“我没想到我们甚至打败了肖秀荣的教科书。这是一个奇迹。 ”的

《财务包子铺》小游戏的营销是不可或缺的。截至20日，有55万独立用户在游戏中点击“购买秘籍”。

那么这个小游戏怎么做呢？

　1. 创意依托于用户内容

为什么这是一个包子店？在已知的财务和财务问题中，受访者经常使用“Bunzi商店”来代表最基本的公司，围绕它的一系列易于理解的解释和解释将是无聊的。财务问题已经变成了一个充满地面的包子的故事，随着时间的推移形成了独特的“Bunzipu文化”。《财务包子铺》小游戏诞生于这一系列答案中。 （书籍和游戏已获得朋友授权。）

据市场营销部负责人介绍，实际上，从书到游戏，用户都参与了整个过程。首先，众所周知，过去两年中积极参与金融，投资和金融背景的一群朋友已经产生了大量高质量的内容。然后我意识到，更多的用户也对这些金融知识有市场需求。然而，具有非金融背景的普通人很难通过职业门槛和心理障碍，并愿意为书籍支付学习金融知识。

“我们仍然需要在促销活动上迈出一步或倾斜，让非专业读者过来。 ”并且《财务包子铺》小游戏，正式如此“斜坡”，“画出财务管理的概念和知识，让每个人都知道通过游戏在这方面缺乏知识，从而产生购买意愿。”

2. 题目设计信息量大

“寻找乐趣和教育，那么问题的结束需要大量的信息，但也很有趣，而且不能敷衍。” ”的知道营销部门已经集思广益了三天，然后随时提出一些新的想法：例如，更新是选择了解新书“硬而有趣”;和三张会计，难倒很多人也很容易沟通，成为会计第一课的基础知识。

在已建立的游戏线和框架的基础上，花了三天的时间来编写文本副本，以完善所有问题和结尾。

　3. 病毒传播点：多种脑洞结局

这场比赛的一大乐趣是探索各种大脑的结（死亡）。知道有超过90个结局和超过30张图片，许多人会反复刷它们，直到它们有超过10个结尾。

　　4. “软广”植入点不招人烦

“软游戏”哪里柔软？游戏专门设计了机制。例如，如果用户犯了错误，他将收到破产警告。你需要选择一本拯救生命的书 - ——当然，这是《金钱有术》。续订后，您可以继续游戏，让玩家初步了解新书而不会打断游戏。

如果它仍然不幸破产，将会有一个“传递海关作弊”选项，然后用户将导入《金钱有术》亚马逊购买页面。

　　二、设计激励用户活跃度的社交元素跟荣誉体系挂钩

知道团队激励用户活动的许多尝试，例如“人”作为主要的沟通节点，例如，早在2012年4月，我就在我的个人主页上添加了很多社交元素：个人信息增加了“职业”经验，居住地，教育经验和良好技能>将显示用户的认可和感谢。总而言之，一方面是社会认同的引入，另一方面是在车站内建立荣誉系统。

了解个人品牌和专业声誉不是来自工作场所的形象和工作经验，而是通过回答问题和用户（不仅仅是行业）来设置用户。这是一个与传统工作场所完全不同的评估系统

这种基于持续回答问题的社交方法无疑是所有社交网站中的最高门槛。为了创造个人身份，该品牌的超高门槛已经导致少数人在社区中成长。还贡献了很多高质量的内容。

　三、基于数据，挖掘用户兴趣

知道存在大量用户行为数据，这些行为也很重要，不同的行为会花费用户不同的时间，并且用户对事件的关注也可以反映出来。此外，存在大量文本信息，并且基于该信息，更准确地了解用户的兴趣点和专业领域。

用户理解中的行为是多维的;它包括相对较轻的浏览阅读，但也包括更多的批准，反对和更重的问题回答。 （此处的重量和亮度根据用户的运营成本确定。）。众所周知，可以根据这些行为来表征用户。基于它们的不同服务特征，要分析的特征，使用的算法以及它们的效果是不同的。基于行为和文本，了解用户的兴趣和专业知识可以更准确。

　　四、每周千亿次权重计算，分享用户专业度

在现实世界中，人们对某些领域的了解会很深，但个人能量是有限的，没有人能够知道他们是所有领域的专家。这种情况映射到不同用户在不同主题领域不同并且他们的专业性不同的知识。为了掌握这种差异，我知道对每个人来说，计算每个主题下的权重。计算得分主要基于用户的通知答案。当然，还有其他考虑因素，包括专业人士对其他用户的认可，用户的专业背景。

这是一个非常基础的数据工具，但这个数值计算的幅度很大（用户的100,000个主题的100万个答案=计算数十亿美元），知道每周进行一次重量测定。一直在调整和优化。

　　五、不断对答案排序算法优化，让高质量的问答更容易获得关注

知道优化答案排序算法是为了使更好的答案更先进。随着用户数量的增加，早期最简单的答案排序规则存在问题：一些答案更加令人满意，缺乏专业性的答案被推到了顶峰。因此，团队想到了加权审批票的方法，根据每个人在专题下的专业权重，对排名进行了优化，使大部分质量答案都能排在第一位。虽然重量计算的优化仍在进行中，但众所周知，技术团队遇到了一些算法瓶颈。例如，当有多个早期答案获得高票时，即使质量非常高，新答案也难以在问题页面上获得足够的曝光，并且难以累积更多的批准票。此外，一些误导性的煽动性高票内容，即使同时有很多反对票，仍然排在严肃而严谨但相对较少的选票之前。这些问题对参与专业领域讨论的用户尤其具有破坏性。

因此，已知设计新的排序算法。使用威尔逊评分算法，即使前一步骤错误，新答案现在也在其前面，并获得更多印象。在获得更多投票后，算法将自我更正并基于更多投票数据更准确地计算得分。因此，排序最终可以反映内容的质量。新算法在今年年初发布后，得到了该站用户的热烈反馈。出现了许多专业讨论，为下一次优化提供了一个好主意。

　六、设计反垃圾系统封杀Spammer，删除垃圾内容

知道有反垃圾邮件系统（名为“悟空”），每次用户提交请求时，都会由“狼”处理。 “炒锅”将通过一系列包括频率检测，文本分析，类似行为检测，以及用户数十种在线分析策略如可靠性检查，做出判断，根据判断结果，系统将做出相应的处理动作，如阻止请求，删除禁止内容的帐户，限制行为等。 “Wom”将根据正常的用户行为模式检测异常异常值;持续输入垃圾邮件发送者行为数据以检测类似的垃圾邮件发送者行为

　　七、内容的个性化推荐

我希望我可以为主页上的不同用户和不同时段选择最佳内容。使用机器学习算法，我知道我可以提供不会重复的个性化内容排序。主页的内容主要考虑以下几个方面：

用户感兴趣的是内容本身的主题区域;

知道它是一个社交网络，用户的社交行为将把“粉丝”的变化带到主页;

时间因素，一些内容及时出现，可以使它更有价值。

知识渊博的主页具有专用的数据收集和处理机制，其记录用户在主页上的所有重要动作。例如，如果一条内容出现在用户浏览器窗口或手机屏幕的可见范围内，则会记录一次。

　八、邀请合适的回答者来回答问题。

“谢谢你”这个词的产品功能是为每个问题找到正确的答案。算法模型用于预测用户回答问题的可能性和答案的质量。 90％的邀请通过此建议发送，其余10％由用户的主动搜索生成。

　　九、每周知乎个性化精选邮件(EDM)，提高打开率。

通过连续算法优化，每个用户的个性化计算知道已经实现了30％的开放率和14％的点击率。

　　十、把问题聚类，形成更好的关联性阅读。

聚类问题的文本，如文本语义匹配，通过复杂的词袋模型（如传统的PLSA，LDA，新的Word2Vec等）对问题文本进行矢量化，使相关问题通过语义聚类。知道站内有庞大的用户浏览数据，如果使用这些简单的数据（如协同过滤）来构建模型，就可以获得良好的效果。

作者：Sting，一个互联网成长会议：http://topgeek.org/growthcon2016.html，有兴趣的可以关注一下。

« 面对“冷”B端产品，如何写副本？ | 区块链项目去中心化吗？ »