知鸦日报2021-07-08

如何用cohort analysis提高用户留存率？

作为一个“从想法到IPO”的投资机构，红杉资本使用这个方法论去鉴别各类互联网创业公司，（1）是否值得投资；（2）如果投资了，什么是合理的战略举措。

到今天，被验证的互联网商业模式只有三种：

（1）直接销售模式（Direct Sales）

（2）广告支持模式（Advertising Supported）

（3）价值分享模式（Shared Value）

国庆之后就是“双十一”和“双十二”的每年大促销，对部分知名商品打折，然后吸引大批顾客排队抢购，让收入大幅增加，这几乎是每年必备的戏码。

问题是：

• 折扣促销造成收入大幅增加，利润就一定增加吗？
• 如果利润不增加，那不就是白忙一场？
• 在什么条件下利润才可能会增加？

纯干货的检查清单。

增长是企业的首要目标。企业所做的一切工作都是为了增长，都是围绕着增长展开的，不管是战略、品牌、营销。那么企业到底如何实现增长，增长又有哪些要素构成呢？

超级秒杀日是秒杀频道衍生出来的大促营销活动，在大促期间扮演着重要的角色。虽然秒杀的商品及价格由业务侧主导，但设计师仍可以通过方法论的应用去提升会场的转化效果。本篇将会介绍如何将fogg模型运用到秒杀会场的设计中。

In this blog, we discuss how moving to distributed XGBoost on Ray helps address these concerns and how finding the right abstractions allows us to seamlessly incorporate Ray and XGBoost Ray into Uber’s ML ecosystem. Finally, we cover how moving distributed XGBoost onto Ray, in parallel with efforts to move Elastic Horovod onto Ray, serves as a critical step towards a unified distributed compute backend for end-to-end machine learning workflows at Uber.

At Uber, we have witnessed a significant increase in machine learning adoption across various organizations and use-cases over the last few years. Our machine learning models are empowering a better customer experience, helping prevent safety incidents, and ensuring market efficiency, all in real time. The figure above is a high level view of CI/CD for models and service binary.

One thing to note is we have continuous integration (CI)/continuous deployment (CD) for models and services, as shown above in Figure 1. We arrived at this solution after several iterations to address some of MLOps challenges, as the number of models trained and deployed grew rapidly. The first challenge was to support a large volume of model deployments on a daily basis, while keeping the Real-time Prediction Service highly available. We will discuss our solution in the Model Deployment section.

Imagine a project failed, and start from there.

什么是IM，带你3分钟了解IM的那些事

EPaxos（Egalitarian Paxos）作为工业界备受瞩目的下一代分布式一致性算法，具有广阔的应用前景。但纵观业内，至今仍未出现一个EPaxos的工程实现，甚至都没看到一篇能把EPaxos讲得通俗一点的文章。EPaxos算法理论虽好，但由于其实在晦涩难懂，工程实现上也有很多挑战，实际应用落地尚未成熟。

本文旨在通俗易懂地介绍EPaxos算法，由浅入深、一步一步的让只有Paxos或Raft等分布式一致性算法基础的同学都能轻易看懂EPaxos，真正将晦涩难懂的EPaxos，变的平易近人，带入千万家。

最近做包大小优化，在做项目代码优化时，其中有一个过程是分析Mach-O文件，看网上很多文章都说通过otool分析Mach-O，获取__objc_classrefs、__objc_classlist等，然后找出无用类和无用方法。

上面那些话看起来简简单单的，但是笔者操作起来确遇到了很多困难，首先otool是什么？然后__DATA.__objc_classlist是什么？哪里来的？怎么跟otool命令结合起来使用？怎么获取差值？怎么结合使用正则表达式，等等？

本文介绍了iOS微信瘦身方案，包括资源瘦身和可执行文件瘦身。

大前端时代下前端的职责和挑战？字节跳动常见的业务形态，传统研发模式和挑战？我们是如何基于 Serverless 对前端的研发模式进行升级？为了保证稳定性在监控运维方面做了哪些工作？

APK安装过程，涉及到data/app、data/data等文件夹的访问与资源的存储，了解安装流程，可以帮助业务进行整改，解决线上问题。

笔者因项目需要，在一些场景下切换成 Lettuce 进行开发，并且希望能类似 Jedis pipeline 一样提升批量查询的性能。在对 Lettuce 进行了学习和踩坑后，笔者将过程中遇到的各种关键点总结成文章分享给大家。

自2017年微信推出小程序之后，瞬间成为了互联网新晋网红，用户无需像以往为体验某功能要下载繁重的 App，而是做到了触手可及，用完即走，极大的提升了用户的体验。

产品形态上无论电商、社交、平台、工具等各种行业也都借助小程序，找到了各自新的商业模式，获客引流等能力都有了巨大的提升。

技术层面上，生态也是蓬勃发展。自从微信小程序问世后，支付宝、头条、百度等也都接连推出了自己的小程序。相应的，为了迎接各端的小程序，开发框架上也层出不穷，但宗旨都是为了让开发更加高效，更加快捷，开发体验更好。

低代码，可视化搭建不是一个新鲜的命题了。业界也有非常多的实践和尝试。尤其是C端业务比较多的场景下，很多单页的H5如需求告知、产品介绍、营销活动等页面。需要研发测试同学介入并上线，投入产出比很低。业务、运营部门，需要一个契合其C端业务开展的可视化搭建系统来解决日常H5需求的快速开发和上线。通过对各类H5需求的解构，不难得出很多H5页面都可以抽象成由不同的楼层模板进行纵向排列最终交付的页面。而楼层模板的多样性，决定了一个可视化搭建系统可以实现多少不同类型的页面，以及这个搭建系统最终能创造多大的价值。

可视化搭建系统的核心是楼层模板，围绕楼层模板的创建、开发、调试、发布、管理、更新、配置与使用。这几个大类问题，是搭建系统生态中最为重要的部分。

2020年9月，AI Lab、营销平台部（CRM）、LBG黄页业务方三方联合启动了商机智能分配项目，将CRM商机分配流程抽象为推荐/搜索场景，将传统机器学习以及深度学习算法应用于CRM系统，为每个销售人员分配适合其跟进的商机，优化成单转化，以提高销售团队业绩，进而提升业务线收入。

本文主要分享在上述场景下，精排多目标建模的方法。文章中，首先对读者需要的背景知识进行了适当补充，并阐述了选择多任务深度学习模型进行落地的原因。之后，重点介绍了场景中使用的多目标建模方法，分五个版本将建模过程中使用的多任务学习模型、损失函数、多目标排序方法、模型优化方案等进行了拆解及分享，并展示了每个阶段相比前一阶段取得的线上效果收益。

从2020年开始，百度开始构建自己的商品推广系统，目前系统应用在百家号和直播场景中，为B端商家以及C端作者、主播提供了便捷带货流程，为广大用户提供了直接简单的购物体验。本文按照业务概念、用户界面、系统架构、核心实现的顺序介绍商品推广系统。

本文将从业务场景出发，介绍 Ceramics 的技术实现，并讲述其如何高效地为高质量的互动内容生产赋能。

如何将视频首帧优化到小于 100 毫秒？

在商业化环境私有化部署中，大量的微服务需要重新部署到全新环境中，如何解决资源初始化、协调多服务顺序启动等问题呢？

从STAR法则到START法则，简历和面试都可以使用的一个结构化表达方法。

一个公式，助力解决培训，会议，面谈的低效率，无结果沟通问题。

基于STAR提问法则的行为事件访谈法，让访谈更加高效。

你有沒有這種經驗？對公司制度、工作模式或產品特性等有新想法，但因為想法不夠成熟，不敢輕易提議，爬梳了大量相關資料後，終於鼓起勇氣向主管提案，但講不到幾句，提案就被駁回……。

战略规划到底应该解决哪些问题？

AIDA策略，指明了三个重大的飞跃：（1）从注意到兴趣；（2）从兴趣到决定；（3）从决定到行动。而任何的沟通力和领导力的基础都是建立于这三大飞跃。

“要确保自己继续与世界上最优秀的一群人一起工作。”

Bar Raisers，是Amazon（亚马逊）首先创立的机制。所谓的“Bar Raisers”，中文类似于“抬杠者”，但不是无缘无故地死磕应聘者。