干预|如何设计数据干预策略？( 四 )_

正常的对外消费历史记录。假设1个bot账号的等级为满级，其对外原创内容为0，则很容易被用户识别为假帐号。设计者可以从2方面来入手：一方面通过优化账号调用能力，确保每次调用时，优先选取未有消费历史的账号，为其创造消费历史；另一方面，设计账号历史对外隐藏功能，第三方用户无法查看目标账号的历史消费记录。

那么，如果平台内未有Bot账号系统能力，是否就不能进行数据干预设计呢？并不是。
Bot假账号系统是进行数据干预的充分非必要条件。
特别是对于互动数据干预而言，若内容平台内被干预的互动数据项本身不存在“对外信息公开”机制，那么在进行数据干预时可以不利用假账号进行承载，仅进行简单的数值增减。
举例来说：若内容平台内，普通用户无法查看其他用户的收藏夹内容，创作者侧也没有内容被收藏的消息推送、清单统计，那么进行收藏量干预时，完全可以直接在目标内容上进行数值变更。
2. 数据干预策略设计数据干预系统的核心是策略系统，即运营如何依据业务特征设立干预目标。
基于笔者自己的经验，干预策略的设计根据不同的维度有以下类型：
（1）根据策略的生效范围，可分为单目标干预、范围干预

单目标干预：本策略的生效范围仅限于特定的某个内容对象，例如某篇文章、某个视频、某个帖子
范围干预：本策略的生效范围为某个创作者、某个品类、某个标签、某个白名单下的所有内容对象

（2）根据策略的生效方式，可分为自动水下策略、半自动策略、人工水上策略

自动水下策略：系统写死干预规则，程序自动生效，无需运营介入。
半自动策略：运营需维护策略模板池，若需对某个内容生效，只需从池中捞出对应模板关联至目标内容，程序即会依据模板规则对目标内容进行数据干预。
人工水上策略：每次设定干预任务时，需重新配置干预规则。

（3）据策略的规则类型
可分为：数值投放策略、增长倍率策略、内容投放策略

数值投放策略：设定目标增长值和生效时间段，程序在时间段内均匀进行投放。例如：运营希望在24H内为视频A投放24万个点赞。那么程序每1H会为该视频投放1万个虚假点赞量。
增长倍率策略：系统仅会在真实用户互动数据产生时进行假数据投放，其计算规则为“扩大真实互动数据的倍率”。例如：当有1个真实用户进行转发时，外显转发量直接+10，其中9个为假转发量。
内容投放策略：批量为目标对象投放互动内容值。当互动数据项为非数值项时，仅能采用该策略，典型的如视频弹幕量、评论量。

产品经理可依据业务特点，将上述不同类型的干预类型进行混合应用，从而得出不同的干预策略设计。
3. 数据干预策略生效规则数据干预系统的难点在于策略生效规则，即程序如何进行虚假数据投放。
策略设计时需考虑的实现难点：
第一，虚假数据投放时，需兼顾不同数据项的整体平衡。
以虎牙app视频互动数据干预为例，进行数据投放时，必须保证：

播放量在所有时间点必须永远大于点赞量、投币量、分享量、收藏量
播放量、点赞量、投币量、分享量、收藏量之间的比率需与视频内容、平台特性相符。典型的一般视频的点赞量都大于收藏量，但软色情擦边球的舞蹈类视频往往收藏量大于点赞量

第二，多种干预策略对同一个目标生效时，需考虑如何避免某个数据项因策略并发导致总和异常的情况。
以B站某视频为例，若有5个干预策略同时对该视频生效，那么存在一定可能性，在某个特殊时间点，由于收藏量的投放速率更高，导致5个策略叠加的总收藏量大于叠加的点赞量。此时若有用户观察到该现象，即会察觉到数据异常。