网罗海量小说，超多免费书籍，拥有在线热门IP资源，支持多格式文本阅读的畅读书城现历史累计下载量已轻松过亿，从12年的第一版本到现在已赢得众多知名作者的拥睐，备受书迷朋友热捧。不仅是360、安智、安卓等应用市场推荐使用的阅读软件，且用户下载量在阅读类型软件中位居前五。与畅读产品团队接触以来，我们发现畅读在业界相对重视用户的阅读体验，所有产品改进都以此出发。为了更深入了解畅读的内容及用户运营，我们请来了畅读产品经理为我们讲述畅读一路飚红的事迹。
数据产品的核心在于内容和阅读体验
小编：请问畅读书城的产品设计目标和理念是什么？
畅读产品经理：阅读产品的核心在于内容与阅读体验，内容质量要好，数量要多。阅读体验则包括：阅读器的舒适度以及适合读者口味的作品。以此出发点畅读书城一直以来以“为书找读者，为读者找书”为目标，力图将最适合读者的书推荐给读者，让读者获得阅读乐趣的同时，也让畅读的作者能够产生不错的收益。
小编：针对用户的需求，为了优化用户体验，畅读都做过什么尝试?
畅读产品经理：用户对于阅读的需求是多样的，从内容讲，从16年下半年开始引入图书，漫画等模块；从设计讲，去年畅读对APP的整体UI和性能进行了全面升级。也获得了用户认可，这些也能从留存数据上得到体现；从运营讲，在海量内容和多样用户行为轨迹基础上，我们逐渐意识到需要一套强大的数据分析系统，要最高程度的将每个用户的数据运作起来，针对每个用户的偏好，进行“千人千面”的智能内容推荐，使得用户更容易的获取自己所喜欢的内容，这是实现优化用户阅读体验最关键的一步。
未来还会引入涵盖有声，视频等多样的内容资源，并实现与推荐喜爱用户的完美融合。
数据时代，畅读及时与数据分析接轨
小编：畅读书城如何进行数据精细化运营的，最近上线了什么新功能？会给用户带来什么好处？
畅读产品经理：每一位产品经理都应该对自己产品发展负责，要把产品当做自己的孩子，何时放弃拖累的因素，何时需要虚心学习，为何要接受当下潮流技术，如何检验外来技术是否和自己产品完美匹配，产品经理都必须严格把关。畅读对此更是一丝不苟。在我们意识到需要投入更强大数据技术来进行文本和用户行为分析时，我们的团队一直在思考如何监控有效用户的有效数据并加以合理运用。
最近我们产品更新的大事件应该是对推荐系统进行了一次重大升级。
畅读APP推荐位
在过去，网站的书籍推荐，更多由编辑决定，由于人为喜好，这可能会导致很多我们认为不错的书籍，实际上用户并不买账。当与达观推荐系统进行A/Btest（A组为畅读推荐，B组9组为达观推荐技术）时，我们发现B组达观推荐技术突破传统推荐单调和重复的问题，不同用户的推荐内容相较之前更为丰富，老用户很快反映能感受到畅读推荐逐渐丰富和新颖；并且认识到达观数据的算法库种类丰富且并自动组合，更强大的算法避免传统方法对冷启动用户推荐不准确的问题，这样便降低了畅读新用户流失率。
达观数据和畅读书城A/B测试形式
畅读如何实现内容与阅读体验的完美结合？
小编：‘猜你喜欢’等推荐功能，你们是怎么发现这一需求并设计出来的呢？
畅读产品经理：作为阅读软件的设计者，我们同时也是阅读的爱好者，在我们实际使用过程中会发现，用户的喜好相对是比较固定的。例如，我喜欢历史，军事题材的书，对于现代都市的则完全无爱。此现象从数据上便能发现，用户第二次付费的书，与首次付费的书，其类型和题材是基本上是一致的。所以一直以来，我们都很重视用户的精准推荐，早期书籍的末页推荐，也就是根据用户的喜好与书籍本身来设计的。
猜你喜欢，是在精准推荐的基础上引入更多的达观个性化推荐系统元素，将用户属性与书籍属性深度结合起来实现的。因而它的推荐更具权威性，也更容易被用户所接受。优秀的数据就是用户接受畅读此次优化的最好证明。在达观的数据后台我们可以看到，点击率一直呈上升趋势，用户付费更是呈现良好的走势。
推荐系统升级后推荐次数走势图
小编：你们是如何改进“猜你喜欢”等推荐功能从而提升用户阅读体验？
畅读产品经理：如今我们已通过达观数据来进行用户画像分析，针对用户行为轨迹数据进行建模，包括用户偏好的文章集合、标签集合、类别集合、相似用户列表等，通过数据监控来感知不同用户对于不同内容的喜好程度，根据用户行为进行自动实时推荐，并且自动优化升级。从而指导畅读的日常内容运营。具体有两个部分：
1丰富书籍的标签，书的标签是书本身的DNA，例如：历史题材的书，还可以按 朝代、年代来划分，也可以按历史人物来划分。这些标签的完善，并加以关联，将会使各类书籍之间形成相互的推荐池。
2另外，用户本身属性在使用的过程中可能会发生转变，这种转变也能在数据上得到体现，所以基于用户的属性划分就会变得尤其重要，达观推荐技术将会对我们所有用户的阅读基因进行划分，给予相应的推荐权重。
小编：推荐系统上线以来，有没有完成畅读预期的目标？推荐系统是否为畅读带来实质性的改变？
畅读产品经理：推荐系统的升级，从目前数据上看是比较满意的，客户留存率增多且停留时间增长，但给我们最大的改变是在思想上更加关注，倚重数据。
达观数据后台统计图
目前正在测试达观数据搜索功能，此功能将与推荐系统相辅相成，为用户建立实现快速、准确的搜索服务。我们还将关注达观数据各项服务来支撑数据运营，例如“便于内容分类管理的标签功能”，‘识别文章质量的文本分析功能’等，能让内容运营更加精细化。
推荐功能的升级及新老用户的留存使畅读在2016年整体付费率提升了32%，二次付费比例提升了22%。推荐位点击率提升了1.5倍，这就意味着，升级推荐系统后的畅读，成功推荐的次数及用户付费转化都得到了有利的数据证明。
