数据智能化,敢问路在何方?

亿欧产业互联网11月19日消息,2019友盟+第四届UBDC全域大数据峰会在北京富力万丽酒店举办,友盟+现场发布了《2019年上半年暨Q3移动互联网发展报告》。在本次大会上,友盟+就数据智能化、云原生下的数据分析、AI与大数据分析、企业数字化升级与数据应用等展开分享。

亿欧截取了几位代表嘉宾的分享,特别关注了数据智能化、大数据处理为什么需要从业者会用编程、企业数字还转型的历程和痛点是什么、数据如何驱动增长以及数据智能化的未来走向等话题,总结了几个关键内容。

数据智能化

什么是数据智能化?数据智能化是指通过人工智能实现大数据的智能化应用。

数据智能化解决现有的问题和创造新场景。举个例子,“双11”阿里巴巴可以实现从“千人一面”到“千人千面”,在今年的双十一,数据智能化技术帮助阿里实现了“动态封面”,通过对2.5亿个视频的分析,最终对1500万个商品实现动态视频分析和处理,利用对用户数据的抓取,通过视频的形式更加个性化展示用户喜好进而完成推荐。

凭借这一改进,“双11”期间用户人均观看11个商品视频,人均播放时长达到120s。这一小小的变动背后是对大量数据的的实时计算、机器学习、强劲的计算力以及高性能处理能力的展现。

大数据处理为什么需要从业者会用编程?

伴随移动互联网的发展,数据呈爆炸增长,“大数据分析与处理”成为热门岗位,过去数据处理经常使用的软件包括Excel、SPSS、SAS等,但是最近这几年,从业者必须要学会使用python等编程工具,为什么会发生这样的变化呢?

阿里巴巴集团副总裁、阿里云智能计算平台事业部总裁贾扬清在演讲中谈到,由于传统的统计软件所提供的统计方法、工具、功能等已经不能满足大数据分析与处理的需求,数据分析必须要下沉到算法的开发中去, “数据为体,智能为用”

简单来说,过去数据分析依赖采集到分析,数据相对单一,结果相对简单;随着数据类型增多、数据量变大,数据分析已经无法依靠简单工具或算法得出结果,特别是业务到决策对数据分析结果也提出进一步要求,数据分析人员需要利用算法整理和分析数据,自然而言开始学习使用编程工具,这也带动了数据分析中智能化的普及和渗透。

企业数字化转型的历程和痛点

友盟+总裁罗金鹏在演讲中提到,企业数字化已经经历了三次转型,分别是业务数据化、数据业务化以及数据智能云,企业在不同阶段将会面临不同的痛点,这也是传统行业企业在进行数字化转变中必须要经历的痛苦。

数字化1.0:数据业务化,这个阶段企业的痛点在于数据的采集、数字化建设和应用;

数字化2.0:业务数据化,这个阶段企业的痛点在于运营、拉新和增长,如何让数据更好的帮助和支持业务的发展,这是该阶段的难点;

数字化3.0:数据智能云,这个阶段企业的痛点在于成本、效率和安全。数据智能云阶段需要企业增加数字化建设投入,由于很多企业本身的业务毛利不高,很难在技术方面有更多的投入,建设成本过高是该阶段的痛点,数据安全问题也倍受企业关注。

数据如何驱动增长?

增长是每家公司都在关注的问题,无论是利润的增长、客户的增长,其中有四个驱动增长的关键方式:指标建模、机会洞察、衡量结果和决策自动化。

指标建模。首先找到公司发展的北极星指标,然后围绕北极星指标,进一步拆解和构建增长模型的方式建立模型,实现指标的增长。常见的北极星指标有提升效率(钉钉)、完成交易(淘宝)、消磨时间(抖音)等。

机会洞察。增长的机会在哪里?可以在全周期里找增长机会。一个周期的阶段可以划分为:认知-获客-推荐-激活-留存-召回-变现。在整个周期中,最常见的问题是转化问题和留存问题。转化问题的目标是让客户完成某一件事情,而留存问题的目标是让客户持续的做某件事。一旦确定了目标,需要分析数据、采取行动。

美国出行公司Lyft在早期发展过程中遇到过新用户留存问题——新注册的用户比留存的用户多很多,在分析留存的用户行为数据时,Lyft发现在用户下载注册的前7天内,能在两个不同场景使用Lyft的用户留存效果比较好,在洞察到这个机会之后,Lyft果断采取行动针对这一场景优化留存行为,提高新用户的留存。

衡量结果。在制定行动方案时,同时要设定“数据仪表盘”,用来宏观监测指标的变动,同时要有A/B测试,观察某个改动对指标的影响情况。比如NETFLX公司通过对同一电影的多幅宣传海报的对比发现,具有人物头像并且演员表情夸张的海报最容易让阅读者点击了解,进而帮助运营人员确定最有效的方案。

自动化决策。通过不断的改进形成模型或工具,实现最大化的数据功效。比如,领英公司在留存方面建立了企业用户留存模型,通过预设用户行为画像,监测用户行为变化,进而依靠程序来自动化做留存,当用户有明显留存行为时,机器会主动发起留存。

同样订票网站Skyscanner的优先级排序工具、手游公司在拉新方面会有预算投放模型等,凭借监测行为数据,对目标用户预设自动化动作,以达到用户满足条件后自动接收企业的预设行为,包含优惠推荐、邮件唤醒等。

数据智能化的未来走向

友盟+CEO朋新宇在演讲中提到, 未来数据发展的方向将会朝着数据能源化、数据战略化、数据云化和数据生态化方向前进

所谓数据能源化是指数字化增长,向数据要效益;数据战略化是指数据中台,企业必须要具有数据中台的能力;数据云化是指数据智能云,让基础设施和数据在同一个地方;数据生态化是指友盟云,解决数据单点和数据孤岛的问题,让数据在生态中流转,形成相互的数据。

在谈到驱动增长时,朋新宇认为,当前有两大红利是友盟+乃至行业的优势,一是技术红利,二是数据红利。技术红利是指共享前沿技术,数据红利是指建立领先的数据中台,在互联网企业,拥有强大的数据中台可以驱动企业的加速增长,实现降低成本、提升效率和业务增长。

版权声明

本文来源亿欧,经亿欧授权发布,版权归原作者所有。转载或内容合作请点击 转载说明 ,违规转载法律必究。

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章