有的時(shí)候，算法本身以及技術(shù)并不是難題，最大的問(wèn)題在于數(shù)據(jù)收集的維度以及不同數(shù)據(jù)的打通。

亞馬遜最早的理念就是構(gòu)建一個(gè)千人千面的書(shū)店，基于你當(dāng)前的場(chǎng)景和過(guò)去的行為，每個(gè)讀者看到的推薦頁(yè)都是不一樣。

這套推薦系統(tǒng)最早從1998年開(kāi)始，至今走過(guò)了20個(gè)年頭，其算法已經(jīng)被廣泛地應(yīng)用在YouTube、Netflix等公司。

這是我們最早對(duì)大數(shù)據(jù)的直觀認(rèn)識(shí)，后來(lái)基于大數(shù)據(jù)的推薦系統(tǒng)越來(lái)越頻繁地出現(xiàn)在我們的日常生活中，大數(shù)據(jù)也成為炙手可熱的技術(shù)潛力股。

在無(wú)數(shù)據(jù)不AI的時(shí)代下，許多初創(chuàng)公司開(kāi)始將眼光瞄準(zhǔn)其背后的營(yíng)銷場(chǎng)景，比如你是星巴克的會(huì)員，想要在外賣(mài)平臺(tái)點(diǎn)一杯咖啡，系統(tǒng)會(huì)自動(dòng)推薦你平常最喜歡的口味。

這背后就是我們今天所采訪的智能數(shù)據(jù)公司創(chuàng)略科技提供的技術(shù)支持，從硅谷創(chuàng)業(yè)到服務(wù)300+標(biāo)桿企業(yè)，創(chuàng)略科技聯(lián)合創(chuàng)始人楊辰韻和我們聊了聊大數(shù)據(jù)是如何解放營(yíng)銷天性的。

關(guān)于數(shù)據(jù)的二三事

在美國(guó)讀書(shū)期間，楊辰韻因?yàn)閷?duì)數(shù)字營(yíng)銷的興趣和另外一個(gè)合伙人，也就是創(chuàng)略科技的創(chuàng)始人胡世杰一拍即合，開(kāi)始考慮基于營(yíng)銷場(chǎng)景，用大數(shù)據(jù)、人工智能或者新興的區(qū)塊鏈等技術(shù)，來(lái)去讓營(yíng)銷場(chǎng)景更加實(shí)時(shí)智能，高效，創(chuàng)略科技應(yīng)運(yùn)而生。

圖 | 創(chuàng)略科技聯(lián)合創(chuàng)始人楊辰韻

相較于國(guó)內(nèi)，國(guó)外的大數(shù)據(jù)應(yīng)用起步明顯更早，尤其是在技術(shù)層面。不過(guò)，伴隨著國(guó)內(nèi)的人口紅利優(yōu)勢(shì)帶來(lái)的龐大消費(fèi)者用戶體量，國(guó)內(nèi)的大數(shù)據(jù)應(yīng)用場(chǎng)景顯然更加豐富。但楊辰韻強(qiáng)調(diào)國(guó)外對(duì)于數(shù)據(jù)安全的意識(shí)明顯要高于國(guó)內(nèi)。

“因?yàn)镕acebook的數(shù)據(jù)泄露事情，美國(guó)加州已經(jīng)通過(guò)法案，隱私數(shù)據(jù)一定要確保經(jīng)過(guò)用戶的授權(quán)才能去使用，或者和第三方去做相關(guān)的交換。歐洲針對(duì)這個(gè)問(wèn)題可能比美國(guó)的更早。國(guó)內(nèi)去年6月份的網(wǎng)安法（《網(wǎng)絡(luò)安全法》）規(guī)定了第三方數(shù)據(jù)交易的情況。但是企業(yè)自用的話，相對(duì)來(lái)說(shuō)還是比較松的。長(zhǎng)期來(lái)看，無(wú)論是哪個(gè)層面的數(shù)據(jù)，一定要從法律和價(jià)值的層面去確保消費(fèi)者的授權(quán)。”

確實(shí)，談及數(shù)據(jù)，很多人的第一反應(yīng)就是數(shù)據(jù)隱私問(wèn)題，最近因?yàn)樾孤队脩綦[私而站在風(fēng)口浪尖的谷歌，不得不關(guān)閉google+的消費(fèi)者版本。再往前則是Facebook的數(shù)據(jù)泄露風(fēng)波。隨著移動(dòng)互聯(lián)網(wǎng)和AI時(shí)代的到來(lái)，數(shù)據(jù)是很多技術(shù)以及應(yīng)用的水之源。但是“不作惡”的前提是尊重用戶的數(shù)據(jù)安全，得到用戶的數(shù)據(jù)確權(quán)。

這也是許多大數(shù)據(jù)公司面臨的考驗(yàn)，為了更好地解決這些問(wèn)題，創(chuàng)略科技開(kāi)始了區(qū)塊鏈方面的研究。區(qū)塊鏈的可追溯、不可篡改性決定了它可以確保消費(fèi)者的隱私數(shù)據(jù)一定是在已知授權(quán)的情況下，企業(yè)才可以使用的。當(dāng)前技術(shù)難度在于底層公鏈的TPS吞吐量。“如果這個(gè)場(chǎng)景需要很高的TPS的，在現(xiàn)有情況下就不適合用區(qū)塊鏈技術(shù)。短期來(lái)說(shuō)，區(qū)塊鏈還像20年前的互聯(lián)網(wǎng)。目前在撥號(hào)上網(wǎng)的狀態(tài)。”

同時(shí)，創(chuàng)略科技的業(yè)務(wù)模式規(guī)避了數(shù)據(jù)風(fēng)險(xiǎn)。楊辰韻介紹，創(chuàng)略科技僅是一家數(shù)據(jù)及AI技術(shù)公司，旗下智能客戶數(shù)據(jù)平臺(tái)專注應(yīng)用的是企業(yè)第一方客戶數(shù)據(jù)，本身并不是采集數(shù)據(jù)的第三方供應(yīng)商，也不充當(dāng)賣(mài)數(shù)據(jù)的角色。

如何玩轉(zhuǎn)大數(shù)據(jù)營(yíng)銷？

創(chuàng)略科技的一個(gè)核心要點(diǎn)就是“營(yíng)銷”，目前他們的產(chǎn)品線主要包括三條：多渠道數(shù)據(jù)打通、整合的NEXUS（企業(yè)級(jí)客戶數(shù)據(jù)平臺(tái)），數(shù)據(jù)建模、分析、預(yù)測(cè)的IQ（企業(yè)級(jí)人工智能應(yīng)用）以及負(fù)責(zé)保護(hù)用戶數(shù)據(jù)隱私的區(qū)塊鏈產(chǎn)品APEX。其中，最關(guān)鍵的是一塊是基于企業(yè)第一方數(shù)據(jù)的客戶數(shù)據(jù)平臺(tái)，從客戶數(shù)據(jù)的采集、分析和應(yīng)用的環(huán)節(jié)上，做到實(shí)時(shí)的海量數(shù)據(jù)處理，最終做實(shí)時(shí)個(gè)性化營(yíng)銷的場(chǎng)景。

很多企業(yè)擁有很多渠道，比如APP、官方網(wǎng)站、微信公號(hào)等等，但這些渠道都是彼此隔離的。接入NEXUS后，企業(yè)可以將這些渠道的非實(shí)時(shí)數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)都輸入到NEXUS中，從而發(fā)現(xiàn)不同數(shù)據(jù)集之間的共性和特性，以此來(lái)更好地進(jìn)行企業(yè)決策。

據(jù)楊辰韻介紹，目前他們?cè)诹闶酆推?chē)行業(yè)的應(yīng)用最多，其中以星巴克系統(tǒng)為例，創(chuàng)略科技解決的核心問(wèn)題如何打通線上線下的數(shù)據(jù)，形成基于用戶個(gè)人的唯一ID和畫(huà)像，然后提供相關(guān)的分析和營(yíng)銷建議。

而在大數(shù)據(jù)營(yíng)銷的準(zhǔn)確性上，楊辰韻提到他們的算法模型去預(yù)測(cè)瑪莎拉蒂潛在客戶的購(gòu)車(chē)意向，預(yù)測(cè)準(zhǔn)確率可以高達(dá)95%，這其中的關(guān)鍵因素就是他們的IQ產(chǎn)品，創(chuàng)略科技在分析環(huán)節(jié)擴(kuò)展了AI模塊，用戶可以直接調(diào)用模塊內(nèi)已預(yù)制的算法和模型，也可以自定義相關(guān)模型去分析營(yíng)銷數(shù)據(jù)。

當(dāng)然，這條賽道上狂奔的初創(chuàng)企業(yè)不僅僅是創(chuàng)略科技一家，談及他們的技術(shù)優(yōu)勢(shì)，楊辰韻總結(jié)了三點(diǎn)：一是大數(shù)據(jù)的打通和分析應(yīng)用，二是算法的準(zhǔn)確度，最后是它們產(chǎn)品的迭代以及行業(yè)內(nèi)的先發(fā)優(yōu)勢(shì)。

“機(jī)器會(huì)幫助我們做一些機(jī)構(gòu)化數(shù)據(jù)的分析建模，進(jìn)行客戶分群，同時(shí)自然語(yǔ)言處理技術(shù)能夠快速提取數(shù)據(jù)中的關(guān)鍵內(nèi)容，這些都能保證我們?cè)谒惴?zhǔn)確度上的壁壘。”

大數(shù)據(jù)應(yīng)用那么多，難題在哪里？

在學(xué)術(shù)界，曾經(jīng)有這樣一個(gè)觀點(diǎn)：“真正能夠訓(xùn)練出好的模型的數(shù)據(jù)量，應(yīng)當(dāng)是趨于無(wú)窮的，所以即便是擁有了大量數(shù)據(jù)去訓(xùn)練模型，和理想的智能模型之間，也有著本質(zhì)的差別。”

在楊辰韻看來(lái)，算法本身以及技術(shù)并不是難題，最大的問(wèn)題在于數(shù)據(jù)收集的維度以及不同數(shù)據(jù)的打通。同樣以營(yíng)銷領(lǐng)域?yàn)槔€上用戶點(diǎn)擊的廣告、網(wǎng)頁(yè)的瀏覽行為等數(shù)據(jù)容易收集，同時(shí)伴隨著IoT的發(fā)展，通過(guò)WIFI、藍(lán)牙、攝像頭等方式，也可以監(jiān)測(cè)到用戶的線下行為，最終打通線上線下的閉環(huán)。

但是這種數(shù)據(jù)的融合以及打通并不是一帆風(fēng)順，“有的時(shí)候和企業(yè)的戰(zhàn)略組織架構(gòu)有關(guān)系，比如它們的組織架構(gòu)不允許打通所有數(shù)據(jù)，一個(gè)部門(mén)和另一個(gè)部門(mén)的數(shù)據(jù)無(wú)法打通，這些都不是技術(shù)問(wèn)題，這是架構(gòu)問(wèn)題。”

同時(shí)，在打通線上以及線下數(shù)據(jù)過(guò)程中，肯定會(huì)出現(xiàn)數(shù)據(jù)孤島的現(xiàn)象，所以也要關(guān)注數(shù)據(jù)的關(guān)聯(lián)度以及數(shù)據(jù)清洗等等問(wèn)題。

其實(shí)不管是大數(shù)據(jù)還是人工智能，從實(shí)際應(yīng)用來(lái)看，最終需要達(dá)到效率提高的目標(biāo)。楊辰韻認(rèn)為，大數(shù)據(jù)應(yīng)用的關(guān)鍵在于為正確的人推送正確的有效信息，基于這個(gè)大前提，如果現(xiàn)有的一些技術(shù)不如上一代技術(shù)或者是人工的話，不如棄之不用。衡量技術(shù)的標(biāo)準(zhǔn)在于是否創(chuàng)造更多的價(jià)值，提升了應(yīng)用場(chǎng)景的效率。

“至于是大數(shù)據(jù)、小數(shù)據(jù)還是樣本，我們應(yīng)該確定企業(yè)本身所擁有的原材料數(shù)據(jù)情況，然后對(duì)癥下藥，不是為了達(dá)成某個(gè)概念去做這個(gè)事情，而是要解決好實(shí)際問(wèn)題。尤其是企業(yè)的第一方數(shù)據(jù)，雖然數(shù)據(jù)體量相對(duì)較小，但是價(jià)值非常高。而海量第三方大數(shù)據(jù)有很多噪音數(shù)據(jù)和非真實(shí)數(shù)據(jù)，這個(gè)情況下它的應(yīng)用價(jià)值并不高。”

結(jié)語(yǔ)

大數(shù)據(jù)已經(jīng)無(wú)處不在，萬(wàn)億市場(chǎng)留給初創(chuàng)企業(yè)的機(jī)會(huì)很多，關(guān)鍵在于誰(shuí)能抓到迅速成長(zhǎng)的機(jī)會(huì)，在合理、安全的范圍，充分發(fā)揮數(shù)據(jù)的價(jià)值。

后續(xù)，在業(yè)務(wù)層面，創(chuàng)略科技也將不斷圍繞營(yíng)銷和客戶生命周期的場(chǎng)景，繼續(xù)迭代和豐富其智能數(shù)據(jù)營(yíng)銷產(chǎn)品。

【鎂客·請(qǐng)講】專注于報(bào)道科技創(chuàng)新項(xiàng)目；我們敞開(kāi)心扉面對(duì)每一位創(chuàng)業(yè)者，力求為您呈現(xiàn)一群鮮活、有性格的品牌和人物；我們傾聽(tīng)創(chuàng)業(yè)故事和人生經(jīng)歷、探討商業(yè)模式和行業(yè)趨勢(shì)、對(duì)接資本市場(chǎng)和供需雙方，以期為產(chǎn)業(yè)發(fā)展注入新的活力。

歡迎做客【鎂客·請(qǐng)講】，欄目合作請(qǐng)發(fā)送郵件至：post@im2maker.com

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！