一條小河擋住了去路，小馬為難了，問計于老牛。老牛說：“水很淺，剛沒小腿，能趟過去。”可是松鼠卻說： “深得很哩！昨天我的一個伙伴就是掉在這條河里淹死的！”對同一件客觀事物，不同的人會有不同的評價。要像小馬一樣去親自試試嗎？No。互聯網時代信息量大且變幻莫測，已經不允許我們去一 一嘗試，時間、人力、收益比是現代人不得不考慮的因素，用戶需要最快得到準確率最高的答案。

“云”可以幫用戶做到。基于云計算可以構建這樣一個云評價體系。第一步，將每個獨立個體的每個可記錄行為以時序存儲下來；第二步，通過關聯算法找到某個維度或為某些維度上最接近的個體；第三步，及時發現個體最接近的行為訴求，并以合適的方式讓用戶實現訴求。

第一步所有的網站和App都能做到，也有各種數據庫和標簽云在做這個事情；第二步，社交網絡有著各種成熟的好友推薦算法；第三步，基于位置的LBS服務和基于時間觸發的通知系統都在嘗試如何更為接近用戶訴求，但仍存在信息過載和信息干擾問題。

牛和松鼠都是小馬的朋友圈人物，但是從某一維度比如身高來講，松鼠的意見不具備參考價值。就從最關乎用戶切身利益的衣食住行來舉例：衣，淘寶爆款可能銷售過萬評價五星，但是各種奇葩“買家秀”暴露了不同用戶的巨大審美差；食，一個堪稱完美的自助餐，卻不乏土豪給出很低的分值附帶評價說缺蟹腳缺名酒；住，一個糟糕的小民宅會得到很高的分值，而到了現場才發現理想是天堂現實是魔鬼；行，推薦路線經常是3路轉2路再轉11路，而用戶卻往往發現約個司機或順風車更為方便。不同的人群承受閾值和心理預期都是不一樣的，“甲之蜜糖,乙之砒霜”。

這里涉及用戶聚類問題，算法已經發展得很成熟，劃分法、層次法、基于密度、基于網格、基于模型等不一而足，其應用也已經在電商領域廣泛開展。目前這些算法的數據主要包括三類：商業數據、評價數據、社交數據。數據的來源主要是網頁瀏覽行為和App使用行為。這里我們其實一直忽略了用戶的通信行為，或者廣義上說，運營商可把握的用戶行為。

在運營商的移動核心網絡上，傳輸著很多有用的動態信息，比如用戶位置信息、開關機狀態信息、忙閑狀態信息以及分組網上用戶上網訪問地址信息、網頁停留時間信息等。在運營商的支撐系統中還有許多靜態數據，包括用戶的姓名、住址、性別、年齡、消費層次、交費習慣、套餐訂購情況、增值業務訂購情況、咨詢、投訴記錄等，這些信息可以真實地反映用戶的業務使用狀況、消費行為、消費習慣、消費層次。同時，運營商還可以獲取用戶的一些社會特征信息，比如同屬一個集團用戶、通話對象頻次、通話時段、每次通話時長、處于相同的行程軌跡、同時進行省間漫游/國際漫游等。這些數據整合起來可以構建成一個高起點的統一平臺，集數據采集、數據處理和數據開放功能于一體，為電信運營商和業務系統開發商基于以上數據構建多種增值業務。

基于類似的數據庫可以構建一種云評價體系，數據來源融合用戶網絡行為特征和實際通信行為特征，來實現去偽存真。它可以打破平行搜索引擎競價排名的尷尬，它的信息追蹤可以涵蓋用戶7×24小時的行為，避免了垂直網站各自為政帶來的用戶分析偏頗。

云評價體系旨在使用戶聚類更加具體和客觀，其用戶標的和用戶分級可側重增加三個維度。

價值維度

“大熱天的正午，一個農婦做事做得正苦，忽而嘆道：‘皇后娘娘真不知道多么快活，這時還不是在床上睡午覺，醒過來的時候，就叫道：太監，拿個柿餅來！’”——魯迅《人話》。柿餅于農婦，不恰當的比一下，也許就像衛生堪憂的私人客棧于窮游一黨。住慣了四季悅榕莊的住客如果看到訂房網站的高分就去訂，顯然不會滿意。期望值不一樣，消費觀不一樣，價格承受度也不一樣。云評價體系基于用戶的話單數據、集團信息、漫游記錄、位置記錄、酒店上網記錄，可以大致得出用戶的消費層級和喜好地點。

但是，同一用戶在衣食住行的不同方面肯傾注的價值也是有差異的，如果把用戶的“身價”信息簡單籠統地加在垂直網站之上，會造成一種誤區，即每個垂直領域的“窮人”和“富人”并不是同一撥人。舉運營商獲得的集團數據為例，A和B同屬某金領集團，如果認為A和B在訂房方面的消費層次是一樣的也許會出錯，實際上，A訂房是為了享受酒店，B訂房是為了落腳。這種時候更需要云評價體系的存在，因為只有它可以打通垂直領域背后的關聯，可以分析出A的“資”集中在“住”，B的“資”集中在“行”。

地域維度

“無論腳步走多遠，在人的腦海中，只有故鄉的味道熟悉而頑固，它就像一個味覺定位系統，一頭鎖定了千里之外的異地，另一頭則永遠牽絆著，記憶深處的故鄉。”出身不同地域的用戶，對美食的評價有著最直接的差異。點評網不知道用戶的身份證開頭，但是運營商知道。云評價體系的存在，能讓用戶將來在打開點評的時候，默認看到的或者首選看到的是家鄉籍用戶的評價，對于一個美食推薦應用來說，這種評價對用戶來講至少口味上更加精準。地域標簽可以探尋人們“種在骨子里的東西”、口味以及其他各方面的審美和認同度。

除了用戶的固有地域特征，比如籍貫、居住地等，運營商還可以準確地知道用戶的移動軌跡，比如用戶上班的兩點一線、比如用戶扇區切換的頻繁度、比如用戶國際漫游的目的地以及頻次，等等。依據這些可以大致分析出這是個考勤嚴格的上班族，還是個忙著拜訪用戶的銷售或外勤，還是個空中飛人或旅游達人，甚至可以分析出用戶“宅”的程度。地域移動性這個特征能夠把聚類的空間和時間軸關聯起來，也就是下一個要闡述的時間維度。

時間維度

“世易時移 變法宜矣。”互聯網時代的時間軸坐標密度非常精密，快速化生存法則使得人們上一秒的需求可能就和下一秒的需求不一樣。因此，各類應用的時效性特別凸顯。比如知道用戶正在高速上持續時速100公里，也知道用戶上次加油時間已經過去了6小時，那么現在用戶的痛點就是尋找加油站；又比如用戶用叫車軟件叫了車，到地方卻沒見到車，應用可以即時發現車、用戶、約定位置的坐標差，應用其實也已經知道了用戶現在的痛點是馬上和車主實時通話再次澄清，可以有眼力價兒地幫用戶開啟通話。

痛點是產品的切入點與重心，而用戶黏度來自癢點的運營。基于時間維度的細分，還能錦上添花地幫助應用更好地抓住用戶的癢點。比如某大型游戲麾下的一群用戶，都是晚上11點開始玩，但是A每天短玩一會兒且時間不一，B每次都持續到后半夜或天亮。那么對于此游戲商，A的癢點是“過關”，可推送的是裝備，B的癢點是領袖感和認同感，那么他需要的也許只是一枚勛章，還是虛擬的，就足以黏住他繼續沉迷。當然還引申到其他，比如運營商可以對B推薦后半夜的錯峰流量；電商可以打攪A來段廣告，廣告內容可以是游戲裝備也可以是夜宵，B卻不會太希望有彈屏廣告。

亞馬遜以及國內各電商都在積極地實現著用戶分級策略和更為精準的產品推薦，但是融合了用戶網絡行為以及用戶通信行為的云評價體系可以做得更好。

小馬過河，深淺自知。互聯網時代的云評價體系輕松幫小馬認知。

牛的意見，松鼠的警告，對岸的風景各花入各眼。

茫茫人海，朋友圈太泛，有某人在某微處契合你。