如何搭建業(yè)務(wù)治理中臺(tái)?

0 評(píng)論 3081 瀏覽 34 收藏 11 分鐘
🔗 产品经理的职业发展路径主要有四个方向:专业线、管理线、项目线和自主创业。管理线是指转向管理岗位,带一个团队..

治理中臺(tái)的搭建可以有效地幫助維護(hù)平臺(tái)秩序,那么,怎樣搭建好業(yè)務(wù)治理中臺(tái)?這篇文章里,作者就對(duì)治理中臺(tái)的搭建與規(guī)則進(jìn)行了一些概括與總結(jié),一起來(lái)看看吧,或許會(huì)對(duì)你有所啟發(fā)。

一、概述

平臺(tái)治理的根本目的不是為了處罰,而是為了維護(hù)平臺(tái)的秩序。平臺(tái)治理的規(guī)則體系是一個(gè)平臺(tái)內(nèi)部的法規(guī)體系,需要有自己的“刑法”和“民法”?!靶谭ā庇糜谀切阂馄茐钠脚_(tái)秩序的用戶行為,“民法”用于對(duì)經(jīng)濟(jì)糾紛的責(zé)任判定。治理的核心策略不應(yīng)該僅僅圍繞在處罰,也要考慮如何預(yù)防和規(guī)范。

同時(shí),平臺(tái)治理系統(tǒng)作為平臺(tái)糾紛的判罰者,擁有極大的權(quán)力。如果其權(quán)力不受限制地被濫用,治理平臺(tái)自身反而會(huì)成為平臺(tái)秩序最大的破壞者。

拼多多的“僅退款”炸店事件就是一個(gè)非常好的反面教材。治理平臺(tái)需要系統(tǒng)化治理,做到對(duì)治理對(duì)象標(biāo)準(zhǔn)化、特征數(shù)據(jù)規(guī)范化、治理流程平臺(tái)化,通過分層分級(jí)治理,實(shí)現(xiàn)差異化的治理方案。治理平臺(tái)的規(guī)則不僅需要能接受社會(huì)與公眾的監(jiān)督,也需要通過用戶、商家以及數(shù)據(jù)進(jìn)行效果驗(yàn)證反饋,并據(jù)此做出相對(duì)應(yīng)的優(yōu)化和調(diào)整。

1. 治理對(duì)象標(biāo)準(zhǔn)化分類

  • 交易相關(guān)的治理對(duì)象:商品、商戶、用戶、交易、交易相關(guān)其他角色。
  • 內(nèi)容相關(guān)的治理對(duì)象:內(nèi)容創(chuàng)作者、內(nèi)容、用戶。

2. 治理的力量和方式開放

  • 平臺(tái)內(nèi)的治理力量:商家、用戶、平臺(tái)。
  • 平臺(tái)外的治理力量:政府、媒體、輿情、行業(yè)協(xié)會(huì)等。
  • 治理的方式:自動(dòng)治理和人工治理。

3. 治理流程需要閉環(huán)

  • 準(zhǔn)入流程及策略:創(chuàng)作者準(zhǔn)入、內(nèi)容準(zhǔn)入、商戶準(zhǔn)入、商品準(zhǔn)入、營(yíng)銷推廣準(zhǔn)入、活動(dòng)準(zhǔn)入等。
  • 事件處理及策略需要閉環(huán),包括:建立治理特征數(shù)據(jù)平臺(tái)=》支持各場(chǎng)景下觸發(fā)治理=》基于特征平臺(tái)數(shù)據(jù)進(jìn)行仲裁判斷=》基于判斷結(jié)果進(jìn)行干預(yù)策略=》被治理對(duì)象的整改與恢復(fù)。

4. 特征數(shù)據(jù)平臺(tái)

實(shí)現(xiàn)內(nèi)容、創(chuàng)作者、商品、商戶、用戶、交易訂單等相關(guān)的完善的特征數(shù)據(jù)平臺(tái)(詳見下文)。

5. 分層分級(jí)治理

  • 分層分級(jí)對(duì)象:內(nèi)容、創(chuàng)作者、商品、商戶、用戶、交易等。
  • 價(jià)值的分層分級(jí)(GMV、熱度、價(jià)值)。
  • 風(fēng)險(xiǎn)的分層分級(jí)(緊急程度、危害程度、影響范圍)。

6. 治理判斷的橫向分析與縱向分析

  • 治理對(duì)象(內(nèi)容、商品、商戶、用戶、交易等)特征數(shù)據(jù)區(qū)分為當(dāng)前特征數(shù)據(jù)和歷史數(shù)據(jù)特征。
  • 單個(gè)治理對(duì)象的當(dāng)前特征數(shù)據(jù)與歷史特征數(shù)據(jù)的縱向?qū)Ρ取?/li>
  • 單個(gè)治理對(duì)象歷史特征數(shù)據(jù)和同類對(duì)象的歷史特征數(shù)據(jù)的橫向?qū)Ρ取?/li>
  • 單個(gè)治理對(duì)象當(dāng)前特征數(shù)據(jù)和同類對(duì)象的當(dāng)前特征數(shù)據(jù)的橫向?qū)Ρ取?/li>

7. 治理策略反饋

  • 數(shù)據(jù)驗(yàn)證
  • 用戶反饋

二、治理的特征數(shù)據(jù)平臺(tái)

1. 商品特征數(shù)據(jù)

平臺(tái)需定義標(biāo)準(zhǔn)化的商品類目,建立標(biāo)準(zhǔn)化的商品特征數(shù)據(jù),比如:

商品類目、商品價(jià)格、商品庫(kù)存、區(qū)域、商品信息質(zhì)量、商品熱度、商品屬性、商品品牌、商品風(fēng)險(xiǎn)、關(guān)聯(lián)交易特征數(shù)據(jù)、關(guān)聯(lián)商戶特征數(shù)據(jù)等信息。

2. 商戶特征數(shù)據(jù)

平臺(tái)需定義標(biāo)準(zhǔn)化的商戶分類,建立標(biāo)準(zhǔn)化的商戶特征數(shù)據(jù),比如:

商戶分類、商戶經(jīng)營(yíng)范圍、線下經(jīng)營(yíng)情況、區(qū)域、商戶熱度、商戶風(fēng)險(xiǎn)、商戶經(jīng)營(yíng)商品的、2.5交易特征數(shù)據(jù)、2.1商品特征數(shù)據(jù)等。

3. 用戶特征數(shù)據(jù)

瀏覽偏好、行為偏好、正逆向的交易偏好(2.5交易特征數(shù)據(jù))、區(qū)域、售后行為、交易爭(zhēng)議行為、個(gè)人價(jià)值、個(gè)人影響力(影響范圍、影響程度)、個(gè)人風(fēng)險(xiǎn)、交易頻率、其他用戶特征。

4. 其他交易關(guān)聯(lián)角色特征數(shù)據(jù)

物流、推廣者、營(yíng)銷數(shù)據(jù)、活動(dòng)數(shù)據(jù)。

5. 交易特征數(shù)據(jù)

基于交易中的商品類目,建立標(biāo)準(zhǔn)化的交易特征數(shù)據(jù),比如:

交易商品類目、正向訂單數(shù)據(jù)、逆向訂單數(shù)據(jù)、同類訂單交易頻率、訂單履約數(shù)據(jù)、交易溝通信息、交易爭(zhēng)議、售后信息數(shù)據(jù)(如評(píng)論評(píng)分)、關(guān)聯(lián)2.1商品特征數(shù)據(jù)、關(guān)聯(lián)2.2商戶特征數(shù)據(jù)、關(guān)聯(lián)2.3用戶特征數(shù)據(jù)、關(guān)聯(lián)2.4其他交易關(guān)聯(lián)方特征數(shù)據(jù)等。

6. 內(nèi)容特征數(shù)據(jù)

基于內(nèi)容類目,建立標(biāo)準(zhǔn)化內(nèi)容特征數(shù)據(jù),比如:

內(nèi)容類目、內(nèi)容標(biāo)簽、內(nèi)容標(biāo)題、內(nèi)容介紹、內(nèi)容素材類型(圖片、音視頻、文本)、發(fā)布地點(diǎn)(IP+定位)、發(fā)布設(shè)備、關(guān)聯(lián)2.7創(chuàng)作者特征數(shù)據(jù)等。

7. 創(chuàng)作者特征數(shù)據(jù)

基于創(chuàng)作者類目,建立標(biāo)準(zhǔn)化創(chuàng)作者特征數(shù)據(jù),比如

創(chuàng)作者類目、昵稱、營(yíng)銷導(dǎo)流行為、創(chuàng)作內(nèi)容偏好、發(fā)布地點(diǎn)(IP+定位)、目標(biāo)人群、營(yíng)銷偏好、創(chuàng)作者風(fēng)險(xiǎn)、創(chuàng)作者影響力、關(guān)聯(lián)2.6內(nèi)容特征數(shù)據(jù)等。

三、治理的觸發(fā)場(chǎng)景

1. 事前準(zhǔn)入

  • 商戶入駐準(zhǔn)入
  • 商品準(zhǔn)入(上架、庫(kù)存增量)
  • 交易額度限制準(zhǔn)入
  • 營(yíng)銷賬號(hào)入駐準(zhǔn)入
  • 創(chuàng)作者入駐準(zhǔn)入
  • 內(nèi)容上架準(zhǔn)入
  • 活動(dòng)準(zhǔn)入
  • 供應(yīng)商準(zhǔn)入
  • 其他準(zhǔn)入

2. 事后判斷處理

  • 輿論事件
  • 政策性事件
  • 正逆向交易事件
  • 投訴事件(商戶投訴、用戶投訴)
  • 流量(商戶流量、商品流量、內(nèi)容流量)熱度觸發(fā)事件
  • 其他場(chǎng)景

四、治理的判斷方邏輯

1. 自動(dòng)化判斷

1)自動(dòng)判罰依賴的AI能力

  • 圖像識(shí)別
  • ASR語(yǔ)音識(shí)別
  • NLP
  • 算法
  • 規(guī)則處理系統(tǒng)
  • 自動(dòng)判罰依賴的AI能力

2)強(qiáng)邏輯規(guī)則

  • 主要應(yīng)用于算力不足,數(shù)據(jù)量較?。ㄐ绿卣鞯倪`規(guī)數(shù)據(jù)),由于政府政策產(chǎn)生的臨時(shí)治理策略,這些場(chǎng)景下歷史數(shù)據(jù)較小且緊急性高,需要依賴于強(qiáng)規(guī)則快速調(diào)整。
  • 優(yōu)點(diǎn):不依賴于大量數(shù)據(jù)和算力資源,強(qiáng)邏輯規(guī)則通過配置,可以使治理策略生效的響應(yīng)效率更快。
  • 缺點(diǎn):完全基于規(guī)則進(jìn)行抽象,會(huì)使過程丟掉很多細(xì)節(jié)信息,丟失的信息對(duì)結(jié)果的誤差判斷影響也很大。

3)算法規(guī)則

  • 通過算法區(qū)分違規(guī)可能性及違規(guī)嚴(yán)重程度。
  • 基于特定事件,可以得出以下違規(guī)特征的置信度。根據(jù)平臺(tái)治理的運(yùn)營(yíng)策略,設(shè)定判斷置信度的區(qū)間與是否違規(guī)規(guī)則的邏輯關(guān)系,最終做出判斷。
  • 優(yōu)點(diǎn):無(wú)需非常復(fù)雜的規(guī)則配置,能基于更全面的用戶數(shù)據(jù)做分析判斷。
  • 缺點(diǎn):依賴大量數(shù)據(jù)和算力資源。

2. 人工判斷

  1. 平臺(tái)人工判斷(平臺(tái)客服介入審核判斷)。
  2. 平臺(tái)用戶自治判斷(可參考王者榮耀的鷹眼護(hù)衛(wèi)隊(duì)和美團(tuán)的小美評(píng)審團(tuán))。

五、治理的干預(yù)策略

1. 內(nèi)容類干預(yù)

1)內(nèi)容干預(yù)

  • 內(nèi)容限制上架
  • 內(nèi)容限流降權(quán)(推薦策略調(diào)整、限制分發(fā))
  • 內(nèi)容下架
  • 內(nèi)容整改
  • 限制參與活動(dòng)
  • 其他

2)創(chuàng)作者干預(yù)

  • 賬號(hào)限制上架作品
  • 賬號(hào)限流降權(quán)
  • 賬號(hào)封禁
  • 賬號(hào)整改
  • 限制參與活動(dòng)
  • 其他

3)用戶干預(yù)

  • 限制瀏覽
  • 限制評(píng)論
  • 賬號(hào)封禁
  • 賬號(hào)整改
  • 其他

2. 交易類干預(yù)

1)商品干預(yù)

  • 限制上架
  • 商品限流降權(quán)(推薦策略調(diào)整、限制分發(fā))
  • 商品下架
  • 商品整改
  • 限制參與活動(dòng)
  • 其他

2)商戶干預(yù)

  • 限制入駐
  • 商戶限流降權(quán)
  • 商戶整改
  • 商戶封禁
  • 限制參與活動(dòng)
  • 其他

3)用戶干預(yù)策略

  • 用戶警告
  • 限制交易評(píng)價(jià)
  • 限制交易
  • 用戶封禁
  • 賬號(hào)整改
  • 其他策略

4)交易干預(yù)策略

  • 僅退款(全退或部分退)
  • 退貨退款
  • 換貨
  • 取消訂單
  • 其他

5)其他相關(guān)方干預(yù)策略(例如營(yíng)銷賬號(hào))

  • 賬號(hào)限流
  • 賬號(hào)整改
  • 賬號(hào)封禁
  • 其他策略

六、治理對(duì)象的恢復(fù)

  • 指定時(shí)間后恢復(fù)
  • 培訓(xùn)考試后恢復(fù)
  • 人工干預(yù)后恢復(fù)(申訴)
  • 永久封禁不可恢復(fù)

七、治理策略的效果追蹤與復(fù)盤

  • 數(shù)據(jù)效果驗(yàn)證治理策略
  • 策略優(yōu)化方案
  • 特征演變(由于治理策略調(diào)整,導(dǎo)致的其他演化出來(lái)的待治理問題)
  • 策略更新調(diào)整
  • AB測(cè)試驗(yàn)證

八、總結(jié)

以上只是個(gè)人粗淺的對(duì)于治理中臺(tái)的一些概括與總結(jié),存在概念與理解的偏差的話,還請(qǐng)各位指證討論。

本文由@愛吐槽的徐教授 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來(lái)自u(píng)nsplash,基于 CC0 協(xié)議。

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!
专题
11901人已学习12篇文章
随着市场竞争的加剧,越来越多的企业为了提高内部管控的效率,开始自建或引入内部管理系统来提升公司的效率。本专题的文章分享了企业管理系统设计指南。
专题
13270人已学习13篇文章
随着数字化的发展,企业都在进行数字化转型发展。那么,对于传统第三产业企业来讲,数字化升级是什么?如何做数字化?本专题的文章分享了作者的见解。
专题
112436人已学习29篇文章
透过别人的项目总结,学习项目管理项目设计项目流程经验。
专题
39679人已学习26篇文章
近年来“物联网”的势头正足,5G网络宣告展开,未来的浪潮中一定会有“语音交互产品”的一席之地。
专题
13849人已学习12篇文章
为了推动公司业务的正常运转操作,我们需要建立一定的业务模型来推动运作。本专题的文章分享了如何构建业务模型。
专题
14266人已学习13篇文章
无论是对于需求的挖掘,还是对于产品的设计迭代,用户访谈这个环节都是必不可少的。本专题的文章分享了如何做好用户访谈。