2019年數(shù)據(jù)智能行業(yè)報(bào)告

1、2019年數(shù)據(jù)智能行業(yè)報(bào)告目錄一. 大數(shù)據(jù)新篇章數(shù)據(jù)智能二. 數(shù)據(jù)中臺(tái)的出現(xiàn)與未來三. 業(yè)務(wù)中臺(tái)帶來模式創(chuàng)新四. 場(chǎng)景爭(zhēng)奪成為主旋律 五. 跨場(chǎng)景要尋找數(shù)據(jù)洼地六. 三大應(yīng)用場(chǎng)景相對(duì)成熟大數(shù)據(jù)新篇章數(shù)據(jù)智能1.1 大數(shù)據(jù)發(fā)展歷程整個(gè)大數(shù)據(jù)行業(yè)發(fā)展分為五個(gè)時(shí)期，即收集、監(jiān)測(cè)、洞察、決策和重塑。五個(gè)時(shí)期對(duì)應(yīng)著兩大階 段，業(yè)務(wù)數(shù)據(jù)化和業(yè)務(wù)智能化，其中收集、監(jiān)測(cè)和洞察是業(yè)務(wù)數(shù)據(jù)化階段，決策和重塑是業(yè)務(wù)智能化階段。2019年，大數(shù)據(jù)正式進(jìn)入業(yè)務(wù)智能化階段，開啟數(shù)據(jù)智能新篇章。圖1：大數(shù)據(jù)發(fā)展歷程數(shù)據(jù)來源：愛分析2013年，企業(yè)開始認(rèn)知到數(shù)據(jù)價(jià)值，金融、電信、公安等行業(yè)開始建設(shè)大數(shù)據(jù)平臺(tái)并購買大量外部數(shù)據(jù)

2、，希望通過外部數(shù)據(jù)快速挖掘數(shù)據(jù)價(jià)值，因此對(duì)外輸出數(shù)據(jù)的數(shù)據(jù)服務(wù)公司獲得了發(fā)展機(jī)遇。2015年，數(shù)據(jù)大屏等監(jiān)測(cè)業(yè)務(wù)成為大數(shù)據(jù)最先成熟的應(yīng)用，大數(shù)據(jù)進(jìn)入到業(yè)務(wù)監(jiān)測(cè)階段。政府、央企以及大型國企等優(yōu)質(zhì)客群對(duì)于數(shù)據(jù)監(jiān)測(cè)展現(xiàn)應(yīng)用需求旺盛，BI與可視化公司發(fā)展迅速。2017年，隨著大數(shù)據(jù)平臺(tái)建設(shè)完善以及企業(yè)精細(xì)化運(yùn)營(yíng)的需求不斷提升，單純的數(shù)據(jù)展現(xiàn)很難滿足企業(yè)需求，大數(shù)據(jù)開始與業(yè)務(wù)場(chǎng)景結(jié)合，行業(yè)進(jìn)入到業(yè)務(wù)洞察階段。此時(shí)，單純的數(shù)理統(tǒng)計(jì)很難滿足企業(yè)需求，因此出現(xiàn)了大量數(shù)據(jù)挖掘、數(shù)據(jù)建模的需求，AI建模平臺(tái)、數(shù)據(jù)科學(xué)平臺(tái)開始進(jìn)入人們的視野。明略數(shù)據(jù)、百分點(diǎn)、同盾科技、百融金服等公司在這一時(shí)期成長(zhǎng)為行業(yè)內(nèi)的明星公司

3、。2019年，大數(shù)據(jù)從業(yè)務(wù)洞察進(jìn)入到業(yè)務(wù)決策階段，即由機(jī)器形成數(shù)據(jù)報(bào)表或者數(shù)據(jù)報(bào)告，業(yè)務(wù)人員進(jìn)行決策，變?yōu)闄C(jī)器直接給出決策建議，讓機(jī)器具備推理能力。例如，在外賣、出行場(chǎng)景，美團(tuán)和滴滴的系統(tǒng)直接形成最佳調(diào)度方式，自動(dòng)完成決策環(huán)節(jié)，將任務(wù)下發(fā)給騎手和司機(jī)。這種消費(fèi)互聯(lián)網(wǎng)相對(duì)常見的場(chǎng)景，將在產(chǎn)業(yè)互聯(lián)網(wǎng)、企業(yè)業(yè)務(wù)場(chǎng)景中落地。讓機(jī)器具備推理能力，意味著NLP、知識(shí)圖譜等認(rèn)知技術(shù)的成熟。數(shù)據(jù)驅(qū)動(dòng)決策、數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展的企業(yè)新需求，必然會(huì)帶動(dòng)一批數(shù)據(jù)智能公司的興起。未來，隨著技術(shù)更加成熟，大數(shù)據(jù)會(huì)從業(yè)務(wù)決策進(jìn)入業(yè)務(wù)重塑階段。大多數(shù)執(zhí)行環(huán)節(jié)將由機(jī)器來實(shí)現(xiàn)，但仍有眾多環(huán)節(jié)需要人參與其中，因此，人機(jī)協(xié)同會(huì)迎來迅猛

4、發(fā)展，未來會(huì)誕生一批全新的數(shù)據(jù)智能公司。1.2 數(shù)據(jù)智能對(duì)企業(yè)業(yè)務(wù)流的改造當(dāng)大數(shù)據(jù)進(jìn)入到?jīng)Q策階段，企業(yè)業(yè)務(wù)由原先的經(jīng)驗(yàn)、流程驅(qū)動(dòng)逐步轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)，數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)在整個(gè)業(yè)務(wù)鏈條價(jià)值度越來越高。圖2：傳統(tǒng)業(yè)務(wù)模式：流程驅(qū)動(dòng)數(shù)據(jù)來源：愛分析傳統(tǒng)業(yè)務(wù)方式，數(shù)據(jù)是副產(chǎn)物，業(yè)務(wù)人員基于行業(yè)經(jīng)驗(yàn)和流程建立業(yè)務(wù)系統(tǒng)，數(shù)據(jù)主要用于監(jiān)測(cè)業(yè)務(wù)進(jìn)展和洞察規(guī)律，最終決策由業(yè)務(wù)人員進(jìn)行，整個(gè)業(yè)務(wù)流程迭代速度極慢，很難滿足現(xiàn)在快速變化的前端應(yīng)用，商業(yè)價(jià)值度較低。圖3：新業(yè)務(wù)模式：數(shù)據(jù)驅(qū)動(dòng)數(shù)據(jù)來源：愛分析新業(yè)務(wù)方式，數(shù)據(jù)為業(yè)務(wù)系統(tǒng)核心，基于技術(shù)中臺(tái)的能力，將企業(yè)內(nèi)外部數(shù)據(jù)打通形成數(shù)據(jù)中臺(tái)，由數(shù)據(jù)中臺(tái)驅(qū)動(dòng)業(yè)務(wù)中臺(tái)，并利用業(yè)

5、務(wù)中臺(tái)的組件重構(gòu)業(yè)務(wù)系統(tǒng)。由于有中臺(tái)的支撐，各類開放服務(wù)可以對(duì)前端應(yīng)用的快速變化做出響應(yīng)，因此商業(yè)價(jià)值會(huì)更高。以美團(tuán)為例，美團(tuán)的超級(jí)大腦指揮調(diào)度著60萬送外賣小哥的行動(dòng)，高峰期一個(gè)小時(shí)要處理29億次訂單派遣，每天要處理2000萬個(gè)訂單，整個(gè)流程完全是基于數(shù)據(jù)驅(qū)動(dòng)，由系統(tǒng)自動(dòng)去運(yùn)轉(zhuǎn)。圖4：數(shù)據(jù)智能與傳統(tǒng)業(yè)務(wù)方式比較數(shù)據(jù)來源：愛分析1.3 數(shù)據(jù)智能定義及行業(yè)圖譜1.3.1 數(shù)據(jù)智能定義進(jìn)入數(shù)據(jù)智能階段后，整個(gè)行業(yè)呈現(xiàn)出兩大趨勢(shì)：第一，多技術(shù)融合。開源時(shí)代，技術(shù)門檻越來越低，很多大數(shù)據(jù)公司具備了深度學(xué)習(xí)、NLP、知識(shí)圖譜等技術(shù)能力；從客戶需求來看，為了指導(dǎo)決策，需要匯聚海量多源數(shù)據(jù)，其中必然會(huì)涉及到

6、非結(jié)構(gòu)化數(shù)據(jù)的處理，基于復(fù)雜網(wǎng)絡(luò)的推理和決策，因此單一技術(shù)很難解決問題。在BI領(lǐng)域，交互式BI是新熱點(diǎn)，將自然語言處理技術(shù)與BI相結(jié)合。風(fēng)控反欺詐領(lǐng)域，除了查詢個(gè)人信息外，也需要通過人臉識(shí)別、聲紋識(shí)別等多種方式去驗(yàn)證。多技術(shù)融合助力一覽群智服務(wù)銀行客戶一覽群智是一家以自然語言處理和知識(shí)圖譜等認(rèn)知智能技術(shù)為核心的人工智能公司，為客戶提供一站式AI產(chǎn)品和行業(yè)解決方案。自2015年成立以來，一覽群智自主研發(fā)出智語、智慧、智圖、智策四大產(chǎn)品，滿足企業(yè)在超大規(guī)模多源異構(gòu)情況下的數(shù)據(jù)治理融合、不同場(chǎng)景下的AI建模和復(fù)雜決策分析需求。圖5：一覽群智智能決策平臺(tái)數(shù)據(jù)來源：一覽群智隨著數(shù)據(jù)的不斷增長(zhǎng)和技術(shù)不斷更

7、新，數(shù)據(jù)智能正在從數(shù)據(jù)監(jiān)測(cè)、數(shù)據(jù)采集等傳統(tǒng)場(chǎng)景逐漸向“智能+”邁進(jìn)?！爸悄?”階段以數(shù)據(jù)挖掘、數(shù)據(jù)建模、形成解決方案、輔助決策以及預(yù)警分析為典型特征。 AI發(fā)展逐漸從單步驟快反饋的感知智能向認(rèn)知智能過渡。某國內(nèi)大型銀行是一覽群智的典型客戶，其傳統(tǒng)的國際結(jié)算業(yè)務(wù)存在諸多痛點(diǎn)：高人工成本、低人工效率、高經(jīng)驗(yàn)依賴等，為了解決以上在國際業(yè)務(wù)中的問題，一覽群智推出智能審單專家系統(tǒng)。該解決方案充分融合OCR與NLP技術(shù)，提供了豐富強(qiáng)大的功能，包括報(bào)文自動(dòng)拆解、軟條款預(yù)警、票據(jù)OCR、國際業(yè)務(wù)知識(shí)圖譜、單證審核、單單審核等。此外，在核心的實(shí)體識(shí)別、智能提取與智能比對(duì)中引入了自學(xué)習(xí)機(jī)制，可以在業(yè)務(wù)人員使用的過

8、程中積累數(shù)據(jù)，以便為模型未來的升級(jí)提供數(shù)據(jù)支持。同時(shí)，系統(tǒng)具備很強(qiáng)的可接入性，能夠針對(duì)與目前各種不同類型的國結(jié)系統(tǒng)進(jìn)行整合。支持智能與人工方式的雙線獨(dú)立處理機(jī)制，能夠針對(duì)每筆業(yè)務(wù)實(shí)現(xiàn)人工智能無縫切換。綜上所述，一覽群利用其一站式技術(shù)解決方案，幫助銀行大大提高了審單效率和準(zhǔn)確度，降低了人員工作量。自動(dòng)/半自動(dòng)的審核使得單筆業(yè)務(wù)審核成本大大降低，提高了國結(jié)業(yè)務(wù)的競(jìng)爭(zhēng)力和盈利能力。一覽群智在金融、公安、媒體等細(xì)分場(chǎng)景已形成標(biāo)桿案例，正在快速規(guī)?；瘡?fù)制的階段。未來將在縱向上深入垂直行業(yè)，同時(shí)在橫向拓展其余行業(yè)。第二，中臺(tái)的形成。在企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程中，傳統(tǒng)企業(yè)需要具備互聯(lián)網(wǎng)公司那樣快速迭代升級(jí)的能力，

9、基于數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展，這就需要建立一站式技術(shù)能力、統(tǒng)一的數(shù)據(jù)管理、快速配置開發(fā)業(yè)務(wù)的能力。以阿里巴巴為代表的中臺(tái)模式給傳統(tǒng)企業(yè)提供了一條道路，各類中臺(tái)會(huì)在企業(yè)內(nèi)部逐步形成。因此，愛分析對(duì)數(shù)據(jù)智能的定義是，基于中臺(tái)、融合多種技術(shù)，利用數(shù)據(jù)解決企業(yè)客戶的決策需求。1.3.2 數(shù)據(jù)智能行業(yè)圖譜數(shù)據(jù)智能由兩大部分組成，中臺(tái)和行業(yè)應(yīng)用。中臺(tái)包含技術(shù)中臺(tái)、數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)，行業(yè)應(yīng)用則按照不同行業(yè)進(jìn)行劃分。圖6：數(shù)據(jù)智能行業(yè)圖譜數(shù)據(jù)來源：愛分析技術(shù)中臺(tái)主要是指幫助企業(yè)客戶搭建技術(shù)中臺(tái)的公司，數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析等環(huán)節(jié)的所有工具及平臺(tái)，包括基礎(chǔ)平臺(tái)、用戶行為分析、BI&可視化、數(shù)據(jù)

10、科學(xué)平臺(tái)、NLP&知識(shí)圖譜等，典型公司有星環(huán)科技、易觀、神策數(shù)據(jù)、思邁特軟件、第四范式、天云大數(shù)據(jù)等。隨著機(jī)器學(xué)習(xí)、AutoML等技術(shù)逐步成熟，以及語音識(shí)別、計(jì)算機(jī)視覺等AI感知技術(shù)的成熟，技術(shù)中臺(tái)呈現(xiàn)自動(dòng)化、低門檻化發(fā)展趨勢(shì)。如數(shù)據(jù)科學(xué)平臺(tái)領(lǐng)域，Google開源的AutoML技術(shù)，由機(jī)器可以自動(dòng)實(shí)現(xiàn)特征提取，降低了特征工程的門檻。BI&可視化領(lǐng)域，交互式BI成為新的熱點(diǎn)，主要是通過自然語言理解的方式，降低使用門檻。圖7：技術(shù)中臺(tái)包含的細(xì)分領(lǐng)域數(shù)據(jù)來源：愛分析數(shù)據(jù)中臺(tái)主要是指幫助企業(yè)搭建數(shù)據(jù)中臺(tái)的公司，一類是提供數(shù)據(jù)服務(wù)的公司，基于自身能夠觸及的數(shù)據(jù)資源，形成一個(gè)第三方的數(shù)據(jù)中

11、臺(tái)，并基于數(shù)據(jù)中臺(tái)服務(wù)企業(yè)客戶，如TalkingData、個(gè)推、極光大數(shù)據(jù)等公司；另一類是幫助企業(yè)進(jìn)行數(shù)據(jù)治理、數(shù)據(jù)資產(chǎn)化的公司，自身沒有數(shù)據(jù)，幫助企業(yè)客戶搭建數(shù)據(jù)中臺(tái)的公司，如數(shù)瀾科技等公司。數(shù)據(jù)中臺(tái)的價(jià)值是將數(shù)據(jù)資產(chǎn)化，實(shí)現(xiàn)不同體系ID賬號(hào)的打通，為下一步數(shù)據(jù)應(yīng)用夯實(shí)基礎(chǔ)。數(shù)據(jù)中臺(tái)需要匯聚企業(yè)的內(nèi)部數(shù)據(jù)、公開數(shù)據(jù)、線上數(shù)據(jù)和線下數(shù)據(jù)： 內(nèi)部數(shù)據(jù)包含企業(yè)的各業(yè)務(wù)系統(tǒng)中實(shí)時(shí)產(chǎn)生的數(shù)據(jù)，如CRM、ERP等系統(tǒng)，記錄企業(yè)日常行為數(shù)據(jù)。 公開數(shù)據(jù)主要是通過爬蟲等方式抓取的數(shù)據(jù)，如電商網(wǎng)站商品、社交網(wǎng)站的用戶評(píng)論等。 線上數(shù)據(jù)指通過SDK等方式獲取的數(shù)據(jù)，主要是移動(dòng)設(shè)備上的用戶行為數(shù)據(jù)、LBS位置數(shù)據(jù)

12、等。 線下數(shù)據(jù)指一類是通過WIFI、藍(lán)牙探針獲取的數(shù)據(jù)，另一類是公安、運(yùn)營(yíng)商、銀聯(lián)等高價(jià)值數(shù)據(jù)。基于數(shù)據(jù)中臺(tái)有三種應(yīng)用方式：數(shù)據(jù)集，如數(shù)據(jù)標(biāo)簽、用戶畫像等；數(shù)據(jù)模型，融合了數(shù)據(jù)和算 法，如銷量預(yù)測(cè)、風(fēng)控建模等；數(shù)據(jù)應(yīng)用，將數(shù)據(jù)能力和軟件能力封裝，形成最終數(shù)據(jù)產(chǎn)品，如選址、用戶賬戶管理等。如個(gè)推通過服務(wù)第三方移動(dòng)APP，可以獲取移動(dòng)設(shè)備使用APP的時(shí)長(zhǎng)，從而推斷出該設(shè)備用戶的用戶畫像，最終用于廣告營(yíng)銷。圖8：數(shù)據(jù)中臺(tái)的業(yè)務(wù)流程數(shù)據(jù)來源：愛分析業(yè)務(wù)中臺(tái)主要是指基于數(shù)據(jù)和技術(shù)，結(jié)合行業(yè)應(yīng)用，沉淀針對(duì)行業(yè)應(yīng)用的模型及產(chǎn)品。業(yè)務(wù)中臺(tái)具備業(yè)務(wù)屬性，但本質(zhì)是一些功能模塊組件，企業(yè)基于業(yè)務(wù)中臺(tái)可以快速封裝出業(yè)

13、務(wù)產(chǎn)品。幾乎不會(huì)有數(shù)據(jù)公司直接搭建企業(yè)的業(yè)務(wù)中臺(tái)，大部分都是由技術(shù)中臺(tái)和數(shù)據(jù)中臺(tái)公司演化出來 的。少部分從行業(yè)應(yīng)用切入，在服務(wù)大量垂直行業(yè)客戶后，掌握?qǐng)鼍靶枨蠛?，逐步形成業(yè)務(wù)中臺(tái)能力。例如，京東超過70%的商品采購都是機(jī)器推薦的，京東自營(yíng)商品已超過2600萬種，只有通過數(shù)據(jù)形成業(yè)務(wù)中臺(tái)才能夠?qū)崿F(xiàn)商品采購，不可能依靠業(yè)務(wù)人員去完成。從價(jià)值度的角度來看，業(yè)務(wù)中臺(tái)能夠覆蓋場(chǎng)景的全流程，解決全場(chǎng)景問題，實(shí)現(xiàn)技術(shù)賦能，按照效果進(jìn)行收費(fèi)，價(jià)值度最高。圖9：業(yè)務(wù)中臺(tái)是基于數(shù)據(jù)中臺(tái)和技術(shù)中臺(tái)形成數(shù)據(jù)來源：愛分析數(shù)據(jù)中臺(tái)的出現(xiàn)與未來數(shù)據(jù)智能時(shí)代，企業(yè)業(yè)務(wù)最為核心的是數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)，因此接下來對(duì)數(shù)據(jù)中臺(tái)和業(yè)務(wù)

14、中臺(tái)的未來趨勢(shì)進(jìn)行分析，本章節(jié)將重點(diǎn)放在數(shù)據(jù)中臺(tái)，重點(diǎn)分析驅(qū)動(dòng)數(shù)據(jù)中臺(tái)出現(xiàn)的背后因素以及數(shù)據(jù)中臺(tái)的未來格局。2.1 企業(yè)數(shù)字化轉(zhuǎn)型誕生數(shù)據(jù)中臺(tái)企業(yè)數(shù)字化轉(zhuǎn)型核心是連接，利用移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，幫助企業(yè)實(shí)現(xiàn)企業(yè)內(nèi)部各部門的連接、企業(yè)與用戶的連接、企業(yè)與上下游供應(yīng)商的連接，乃至未來企業(yè)與整個(gè)社會(huì)的連接?，F(xiàn)階段，企業(yè)數(shù)字化轉(zhuǎn)型仍處于初級(jí)階段，重點(diǎn)是企業(yè)內(nèi)部各部門連接和用戶連接，因此，企業(yè)當(dāng)前數(shù)字化建設(shè)重點(diǎn)是產(chǎn)品業(yè)務(wù)線上化和連接終端用戶。一方面，企業(yè)要去連接終端用戶是因?yàn)槠髽I(yè)更加快速、全面地了解終端用戶。過往企業(yè)主要是通過 GFK等市場(chǎng)調(diào)研公司來了解終端用戶，這種方式效率很低，

15、需要幾個(gè)月才能出現(xiàn)結(jié)果，而且顆粒度不夠細(xì)。這種方式已經(jīng)很難適應(yīng)當(dāng)前狀況，在移動(dòng)互聯(lián)網(wǎng)時(shí)代，用戶關(guān)注的熱點(diǎn)以非?？斓乃俣鹊?，企業(yè)必須能夠跟上用戶的變化，因此，必須要連接終端用戶，快速洞察用戶的需求。面向終端用戶，會(huì)讓企業(yè)的業(yè)務(wù)量急劇增長(zhǎng)，一家品牌企業(yè)，原先只需要面向上下游幾百上千家供應(yīng)商，現(xiàn)在系統(tǒng)需要承載上千萬甚至過億的用戶，同時(shí)，還需要不斷根據(jù)用戶的需求，上線新的產(chǎn)品功能。因此，企業(yè)不論是數(shù)據(jù)層面還是技術(shù)層面，都需要統(tǒng)一管理、統(tǒng)一調(diào)度，需要一個(gè)技術(shù)平臺(tái)和數(shù)據(jù)平臺(tái)能夠支撐，而這個(gè)平臺(tái)又不同于過往的后端大數(shù)據(jù)平臺(tái)，這個(gè)平臺(tái)是與業(yè)務(wù)密切相關(guān)的，因此是一個(gè)中臺(tái)的概念。另一方面，業(yè)務(wù)線上化意味著企業(yè)與

16、用戶的交互更加頻繁、交互方式更加多樣，業(yè)務(wù)系統(tǒng)必須根據(jù)用戶需求能夠快速迭代升級(jí)，需要通過技術(shù)手段實(shí)時(shí)監(jiān)控業(yè)務(wù)的運(yùn)轉(zhuǎn)，并根據(jù)業(yè)務(wù)過程中的用戶反饋數(shù)據(jù)不斷優(yōu)化業(yè)務(wù)。基于上述情況，企業(yè)必須基于數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展，利用數(shù)據(jù)更好地了解終端用戶的需求，利用數(shù)據(jù)更好地優(yōu)化產(chǎn)品與業(yè)務(wù)。同時(shí)，隨著企業(yè)業(yè)務(wù)場(chǎng)景深化，單一數(shù)據(jù)源已經(jīng)很難滿足企業(yè)需求。營(yíng)銷場(chǎng)景中，通過微信小程序、線下門店、官網(wǎng)等方式進(jìn)入的用戶，需要做歸一處理；線下零售場(chǎng)景，必須實(shí)現(xiàn)“人、貨、場(chǎng)”的統(tǒng)一調(diào)度，才能保證業(yè)務(wù)高效運(yùn)轉(zhuǎn)。因此，企業(yè)必須建設(shè)統(tǒng)一的數(shù)據(jù)中臺(tái)，匯聚多源數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行資產(chǎn)化，實(shí)現(xiàn)內(nèi)外部數(shù)據(jù)的整合，才能更加有效地支撐數(shù)字化轉(zhuǎn)型的需求。滴

17、普科技以“會(huì)員+服務(wù)”為核心，助力醫(yī)美零售門店數(shù)字化轉(zhuǎn)型滴普科技成立于2018年，致力于互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能領(lǐng)先技術(shù)產(chǎn)品解決方案研究開發(fā)和實(shí)施，將互聯(lián)網(wǎng)沉淀的業(yè)務(wù)中臺(tái)、數(shù)據(jù)中臺(tái)、人工智能中臺(tái)綜合應(yīng)用于企業(yè)的供應(yīng)鏈，生產(chǎn)制造和客戶營(yíng)銷服務(wù)等領(lǐng)域。秀域是滴普科技的典型客戶之一。秀域是一家集健康減肥、美容、保健、醫(yī)美為一體的全國性大型連鎖經(jīng)營(yíng)機(jī)構(gòu)。在信息化建設(shè)上，秀域在企業(yè)內(nèi)部的運(yùn)營(yíng)與管理投入較大，但在使用中仍舊會(huì)面臨諸多問題： 業(yè)務(wù)拓展難，數(shù)據(jù)和業(yè)務(wù)的離散導(dǎo)致無法形成可供綜合分析、決策、運(yùn)營(yíng)的依據(jù)，后端系統(tǒng)對(duì)于前端需求的響應(yīng)效率低下，業(yè)務(wù)拓展與創(chuàng)新難度大。 客戶管理難：客戶數(shù)據(jù)分散，各個(gè)業(yè)務(wù)板

18、塊客戶數(shù)據(jù)未形成統(tǒng)一檔案，客戶的跟蹤服務(wù)、復(fù)購運(yùn)營(yíng)、交叉運(yùn)營(yíng)無法基于數(shù)據(jù)進(jìn)行直觀體現(xiàn)和指導(dǎo)。 服務(wù)效率低：客戶預(yù)約、咨詢銷售、服務(wù)提取和診療全流程沒有自動(dòng)化的運(yùn)轉(zhuǎn)流程支撐?？蛻魪倪M(jìn)店到購買支付、從服務(wù)提取到診療的兩個(gè)核心環(huán)節(jié)存在極大的效率問題。圖10：滴普科技助力秀域數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源：滴普科技滴普科技的解決方案是以會(huì)員+產(chǎn)品為核心，不斷沉淀客戶和標(biāo)準(zhǔn)化產(chǎn)品服務(wù)的建設(shè)，通過客戶、產(chǎn)品、需求場(chǎng)景的有機(jī)組合進(jìn)行業(yè)務(wù)拓展與創(chuàng)新。秀域美業(yè)的整個(gè)數(shù)字化升級(jí)通過三個(gè)步驟來實(shí)現(xiàn)：第一階段，會(huì)員營(yíng)銷數(shù)字化；第二階段，產(chǎn)品服務(wù)數(shù)字化；第三階段，業(yè)務(wù)孵化創(chuàng)新發(fā)展。滴普科技解決方案帶來的五大成效：第一，戶量與營(yíng)收提

19、升：打通天貓、美團(tuán)、自建商城等線上業(yè)務(wù)渠道，將客戶流量導(dǎo)入線下門店，提升秀域的客戶體量、市場(chǎng)份額和業(yè)務(wù)營(yíng)收。第二，會(huì)員營(yíng)銷及精細(xì)化運(yùn)營(yíng)：幫助品牌部門面向互聯(lián)網(wǎng)、新媒體、自媒體等渠道，打造老帶新、新帶新、潛客開拓、互動(dòng)吸粉等營(yíng)銷工具，完成消費(fèi)者互動(dòng)，會(huì)員的全生命周期運(yùn)營(yíng)。第三，可視化可應(yīng)用的數(shù)據(jù)資產(chǎn)沉淀：打通秀域旗下不同業(yè)務(wù)板塊的客戶數(shù)據(jù)，支持統(tǒng)一的客戶生命周期管理、營(yíng)銷管理和服務(wù)跟蹤，提升客戶復(fù)購率，減少客戶流失。第四，服務(wù)管控降本增效：建設(shè)全渠道統(tǒng)一的數(shù)字化系統(tǒng)，將客戶接觸商品、到店體驗(yàn)、方案咨 詢、治療計(jì)劃、術(shù)后觀察、客戶評(píng)價(jià)、離店追蹤的全服務(wù)過程數(shù)字化，建設(shè)標(biāo)準(zhǔn)的服務(wù)流程，提升經(jīng)營(yíng)效率，

20、降低運(yùn)營(yíng)與管理成本。第五，應(yīng)對(duì)未來支撐業(yè)務(wù)拓展與創(chuàng)新：支撐當(dāng)前1000+門店的經(jīng)營(yíng)管理，以及未來3000+門店的快速拓展及業(yè)務(wù)創(chuàng)新，達(dá)到2-3周上線新業(yè)務(wù)的IT服務(wù)效率。2.2 單場(chǎng)景數(shù)據(jù)中臺(tái)會(huì)發(fā)展成業(yè)務(wù)中臺(tái)企業(yè)在建設(shè)數(shù)據(jù)中臺(tái)過程中，很難一下子建立大一統(tǒng)的數(shù)據(jù)中臺(tái)，而會(huì)先從單場(chǎng)景出發(fā)建設(shè)數(shù)據(jù)中臺(tái)。這并不是說數(shù)據(jù)中臺(tái)具備行業(yè)屬性，而是企業(yè)搭建數(shù)據(jù)中臺(tái)是為了解決這個(gè)場(chǎng)景的需求。例如，數(shù)夢(mèng)工場(chǎng)在幫助政府搭建數(shù)據(jù)中臺(tái)時(shí)，是通過“最多跑一次”、精準(zhǔn)扶貧等應(yīng)用為切入點(diǎn)，直接自下而上搭建數(shù)據(jù)中臺(tái)很難實(shí)現(xiàn)政府各個(gè)部門數(shù)據(jù)打通，通過一個(gè)應(yīng)用問題，自上而下去推進(jìn)數(shù)據(jù)打通，更容易實(shí)現(xiàn)。因此，在發(fā)展初期，企業(yè)會(huì)存在很

21、多針對(duì)單場(chǎng)景的數(shù)據(jù)中臺(tái)，這些數(shù)據(jù)中臺(tái)對(duì)企業(yè)的價(jià)值是將數(shù)據(jù)資產(chǎn)化，幫助企業(yè)探索數(shù)據(jù)價(jià)值。隨著這些單場(chǎng)景的數(shù)據(jù)中臺(tái)逐步成熟，業(yè)務(wù)將逐步由數(shù)據(jù)驅(qū)動(dòng)，數(shù)據(jù)不再是業(yè)務(wù)系統(tǒng)的副產(chǎn)物，而是業(yè)務(wù)系統(tǒng)的根基，因此，數(shù)據(jù)中臺(tái)在越來越多融合業(yè)務(wù)場(chǎng)景需求后，會(huì)逐步發(fā)展成業(yè)務(wù)中臺(tái)。這些單場(chǎng)景數(shù)據(jù)中臺(tái)的數(shù)據(jù)處理、資產(chǎn)化能力則會(huì)逐步匯聚，形成企業(yè)內(nèi)部的統(tǒng)一中臺(tái)，支持企業(yè)的各個(gè)業(yè)務(wù)場(chǎng)景的發(fā)展。也就是說，企業(yè)的數(shù)據(jù)中臺(tái)會(huì)從單場(chǎng)景數(shù)據(jù)中臺(tái)向多場(chǎng)景數(shù)據(jù)中臺(tái)，最終變成整個(gè)企業(yè)的數(shù)據(jù)中臺(tái)。TalkingData構(gòu)建數(shù)據(jù)中臺(tái)服務(wù)家庭場(chǎng)景TalkingData 成立于2011年，是國內(nèi)領(lǐng)先的數(shù)據(jù)服務(wù)提供商。圍繞TalkingData Sm

22、artDP數(shù)據(jù)智能平臺(tái)（TalkingData數(shù)據(jù)中臺(tái)）構(gòu)建“連接、安全、共享”的數(shù)據(jù)智能應(yīng)用生態(tài)，致力于用數(shù)據(jù)+科技的能力為合作伙伴創(chuàng)造價(jià)值，幫助商業(yè)企業(yè)和現(xiàn)代社會(huì)實(shí)現(xiàn)以數(shù)據(jù)為驅(qū)動(dòng)力的智能化轉(zhuǎn)型。TalkingData提出“成效合作伙伴”模式，并憑借領(lǐng)先的數(shù)據(jù)智能產(chǎn)品、服務(wù)與解決方案，幫助企業(yè)從數(shù)據(jù)中獲取商業(yè)價(jià)值，已在金融、零售、互聯(lián)網(wǎng)、智慧城市等眾多行業(yè)和領(lǐng)域數(shù)字化進(jìn)程的實(shí)踐中積累了豐富經(jīng)驗(yàn)。圖11：TalkingData的中臺(tái)戰(zhàn)略數(shù)據(jù)來源：TalkingDataTalkingData有著對(duì)中臺(tái)的比較獨(dú)特的理解。TalkingData一般說的中臺(tái)戰(zhàn)略，并不僅僅是技術(shù)意義上的數(shù)據(jù)平臺(tái)或者產(chǎn)品

23、平臺(tái)，也不僅僅是商業(yè)模式意義上的業(yè)務(wù)卓越運(yùn)營(yíng)中心+閉環(huán)加速中心；所涉及的主體也可能不僅僅是TalkingData本身，也包括能夠和TalkingData共同面對(duì)某個(gè)場(chǎng)景需求、能力互補(bǔ)的合作伙伴中臺(tái)戰(zhàn)略是企業(yè)面向情境，用中臺(tái)戰(zhàn)略要素（場(chǎng)景、流量、數(shù)據(jù)和技術(shù)）構(gòu)建的一系列面向最終客戶價(jià)值的舉措和商業(yè)模式構(gòu)建，其中可能涉及到目標(biāo)企業(yè)和所有相關(guān)的參與者，包括戰(zhàn)略合作伙 伴、客戶、渠道伙伴等等。中臺(tái)戰(zhàn)略的構(gòu)建，從功能上說，包括構(gòu)建數(shù)據(jù)中臺(tái)、構(gòu)建技術(shù)中臺(tái)、以及構(gòu)建業(yè)務(wù)中臺(tái)。其中數(shù)據(jù)中臺(tái)的本質(zhì)是將數(shù)據(jù)資產(chǎn)化，技術(shù)中臺(tái)的本質(zhì)是將流程自動(dòng)化，業(yè)務(wù)中臺(tái)的本質(zhì)是將應(yīng)用場(chǎng)景化。目前TalkingData與家電廠商形成

24、戰(zhàn)略聯(lián)盟，構(gòu)建家庭場(chǎng)景下的同源數(shù)據(jù)模型（打通家庭場(chǎng)景下的大小屏幕、分析決策機(jī)制），形成數(shù)據(jù)產(chǎn)品（家庭畫像、家庭白名單、家庭電子錢包等），支持家庭場(chǎng)景業(yè)務(wù)（例如家居、健康、養(yǎng)老、教育等大宗生活消費(fèi)的獲客、場(chǎng)景消費(fèi)分期中數(shù)據(jù)的支持）。同時(shí)，TalkingData也探索性的在金融業(yè)務(wù)上與戰(zhàn)略合作伙伴合作，依托伙伴強(qiáng)大業(yè)務(wù)中臺(tái)能力，形成面向場(chǎng)景消費(fèi)金融情境的技術(shù)中臺(tái)+數(shù)據(jù)中臺(tái)。TalkingData創(chuàng)始人崔曉波表示，在未來的一段時(shí)間中，TalkingData將繼續(xù)深挖家庭場(chǎng)景的數(shù)據(jù)價(jià)值，夯實(shí)數(shù)據(jù)能力，面向消費(fèi)金融、家庭營(yíng)銷等場(chǎng)景與合作伙伴一起不斷探索，砥礪前行。用數(shù)據(jù)的心智去超越！2.3 垂直行業(yè)的數(shù)

25、據(jù)中臺(tái)呈現(xiàn)寡頭格局圖12：未來數(shù)據(jù)中臺(tái)的業(yè)務(wù)模式數(shù)據(jù)來源：愛分析數(shù)據(jù)中臺(tái)的能力最終由匯聚的數(shù)據(jù)種類和數(shù)量決定，數(shù)據(jù)中臺(tái)本身的能力會(huì)影響基于數(shù)據(jù)中臺(tái)之上承載的業(yè)務(wù)中臺(tái)能力，同時(shí)，業(yè)務(wù)中臺(tái)之上的業(yè)務(wù)系統(tǒng)產(chǎn)生的數(shù)據(jù)，也會(huì)不斷反饋到數(shù)據(jù)中臺(tái)。因此，數(shù)據(jù)中臺(tái)的能力會(huì)越來越強(qiáng)，具備很強(qiáng)的馬太效應(yīng)。當(dāng)企業(yè)完成了數(shù)字化轉(zhuǎn)型第一步，企業(yè)內(nèi)部和用戶連接后，企業(yè)的下一步將是連接上下游廠商，實(shí)現(xiàn)與上下游廠商的系統(tǒng)對(duì)接和數(shù)據(jù)對(duì)接。連接了終端用戶，了解用戶需求后，企業(yè)的生產(chǎn)環(huán)節(jié)必須適應(yīng)用戶的需求，這就要求企業(yè)不僅僅是改造自身的生產(chǎn)系統(tǒng)，同時(shí)也要對(duì)上游供應(yīng)商的系統(tǒng)進(jìn)行改造升級(jí)。以滴滴為例，從2016年開始，滴滴開始將自身的

26、業(yè)務(wù)系統(tǒng)能力提供給出租車公司、汽車租賃公司，從最早的“梧桐”系統(tǒng)，到后面的“谷雨”系統(tǒng)，幫助這些公司實(shí)現(xiàn)系統(tǒng)升級(jí)。垂直行業(yè)中，隨著核心企業(yè)連接更多的上下游廠商，核心企業(yè)的業(yè)務(wù)量會(huì)越來越大。業(yè)務(wù)量越大，數(shù)據(jù)越多，系統(tǒng)的智能化程度會(huì)越高，反過來會(huì)帶動(dòng)業(yè)務(wù)進(jìn)一步增長(zhǎng)。因此，核心企業(yè)承載業(yè)務(wù)的數(shù)據(jù)中臺(tái)天然具備優(yōu)勢(shì)，能力會(huì)越來越強(qiáng)。未來只有核心企業(yè)才會(huì)搭建數(shù)據(jù)中臺(tái)，基于數(shù)據(jù)中臺(tái)能力，核心企業(yè)可以服務(wù)自身業(yè)務(wù)事業(yè)群和上下游廠商。綜上，數(shù)據(jù)中臺(tái)未來將呈現(xiàn)出寡頭局面，只有少數(shù)企業(yè)會(huì)搭建數(shù)據(jù)中臺(tái)，大部分?jǐn)?shù)據(jù)智能的機(jī)會(huì)都將是基于數(shù)據(jù)中臺(tái)之上的業(yè)務(wù)中臺(tái)，搭建業(yè)務(wù)中臺(tái)的價(jià)值將決定數(shù)據(jù)智能公司的天花板。業(yè)務(wù)中臺(tái)帶來模式

27、創(chuàng)新現(xiàn)階段搭建數(shù)據(jù)中臺(tái)依然存在機(jī)會(huì)，但未來數(shù)據(jù)中臺(tái)形成寡頭效應(yīng)后，大部分?jǐn)?shù)據(jù)智能公司的機(jī)會(huì)來自業(yè)務(wù)中臺(tái)，因此，業(yè)務(wù)中臺(tái)的前景和天花板更加值得關(guān)注。3.1 業(yè)務(wù)中臺(tái)將改變數(shù)據(jù)智能公司的商業(yè)模式業(yè)務(wù)中臺(tái)具備業(yè)務(wù)屬性，能夠沉淀行業(yè)Know-how，搭建業(yè)務(wù)系統(tǒng)，真正解決企業(yè)的業(yè)務(wù)場(chǎng)景問題，這是技術(shù)中臺(tái)和數(shù)據(jù)中臺(tái)都不具備能力。圖13：基于業(yè)務(wù)中臺(tái)服務(wù)最終客戶數(shù)據(jù)來源：愛分析對(duì)企業(yè)而言，基于業(yè)務(wù)中臺(tái)能夠快速搭建企業(yè)的業(yè)務(wù)系統(tǒng)，從而滿足企業(yè)與終端用戶的交互需求，另一方面，企業(yè)會(huì)將業(yè)務(wù)需求不斷反饋給業(yè)務(wù)中臺(tái)，讓業(yè)務(wù)中臺(tái)對(duì)業(yè)務(wù)場(chǎng)景的支持力度變強(qiáng)。數(shù)據(jù)智能公司提供數(shù)據(jù)和技術(shù)能力，在基于企業(yè)的數(shù)據(jù)中臺(tái)構(gòu)建出業(yè)務(wù)中

28、臺(tái)。同時(shí)，業(yè)務(wù)中臺(tái)能夠降低數(shù)據(jù)應(yīng)用的定制化問題。在沉淀行業(yè)Know-how過程中，業(yè)務(wù)中臺(tái)會(huì)將各個(gè)產(chǎn)品功能模塊化，能夠基于功能模塊快速搭建數(shù)據(jù)產(chǎn)品。平臺(tái)能力越強(qiáng)，沉淀模塊越多，定制化程度越低，搭建業(yè)務(wù)系統(tǒng)的速度越快。業(yè)務(wù)中臺(tái)能夠輔助數(shù)據(jù)智能公司快速形成數(shù)據(jù)產(chǎn)品時(shí)，數(shù)據(jù)智能公司才能夠幫助企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，服務(wù)模式才能夠轉(zhuǎn)變成運(yùn)營(yíng)模式。因此，數(shù)據(jù)智能公司和企業(yè)客戶，通過業(yè)務(wù)中臺(tái)，共同去服務(wù)最終客戶。業(yè)務(wù)中臺(tái)使得數(shù)據(jù)智能公司不再是站在企業(yè)客戶背后，完全不觸碰業(yè)務(wù)的技術(shù)產(chǎn)品外包商，而是站在企業(yè)客戶旁邊的數(shù)據(jù)技術(shù)合伙人。數(shù)據(jù)智能公司和企業(yè)客戶的合作模式，不再僅僅是提供技術(shù)，作為技術(shù)賦能方，而是需要幫助

29、企業(yè)客戶在數(shù)字化轉(zhuǎn)型過程中，更好地服務(wù)最終客戶，服務(wù)模式將轉(zhuǎn)變成聯(lián)合運(yùn)營(yíng)模式。3.2技術(shù)賦能與合作分成模式比較目前，數(shù)據(jù)智能行業(yè)有兩種業(yè)務(wù)模式，一種是傳統(tǒng)的技術(shù)賦能模式，另一種是較為創(chuàng)新的合作分成的方式。圖14：技術(shù)賦能數(shù)據(jù)來源：愛分析技術(shù)賦能模式，基于技術(shù)中臺(tái)或者數(shù)據(jù)中臺(tái)形成行業(yè)解決方案，服務(wù)頭部公司。通過頭部公司積累業(yè)務(wù)場(chǎng)景能力，形成最佳實(shí)踐賦能合作伙伴，并通過合作伙伴服務(wù)其他公司。過往技術(shù)賦能公司往往面向企業(yè)的單點(diǎn)問題，解決單場(chǎng)景需求。進(jìn)入數(shù)據(jù)智能階段后，企業(yè)的需求更加復(fù)雜，各部門協(xié)同效應(yīng)越來越明顯。單一場(chǎng)景價(jià)值度有限，多場(chǎng)景才能發(fā)揮更大價(jià)值。例如金融信貸領(lǐng)域，營(yíng)銷與風(fēng)控必須結(jié)合，單單解

30、決風(fēng)控問題，實(shí)際落地時(shí)效果非常一般，因?yàn)樽畛跷牧髁亢艽蟪潭葧?huì)決定風(fēng)控水平。因此，風(fēng)控前置、營(yíng)銷風(fēng)控一體化成為金融客戶的新需 求。圖15：合作分成數(shù)據(jù)來源：愛分析合作分成模式，通過頭部企業(yè)客戶合作運(yùn)營(yíng)業(yè)務(wù)，幫助企業(yè)客戶解決完整場(chǎng)景問題，實(shí)現(xiàn)與企業(yè)客戶的合作分成。數(shù)據(jù)智能公司的業(yè)務(wù)模式由提供技術(shù)、產(chǎn)品、咨詢能力輸出，變成重視運(yùn)營(yíng)能力，成為企業(yè)的技術(shù)外腦。這類模式目前已經(jīng)在少數(shù)領(lǐng)域和公司開始執(zhí)行，如金融領(lǐng)域的助貸業(yè)務(wù)，營(yíng)銷領(lǐng)域幫助線下流量方提升廣告價(jià)值，媒體領(lǐng)域百分點(diǎn)和人民出版社共同運(yùn)營(yíng)的“黨員小書包”等。3.3合作分成門檻高但并不是服務(wù)所有場(chǎng)景的數(shù)據(jù)智能公司都適合采用合作分成模式，從技術(shù)賦能到

31、合作分成需要兩大前提條件： 成效可量化。合作分成的本質(zhì)是成效分成，數(shù)據(jù)智能公司的服務(wù)成果必須可量化，需要非常清楚地計(jì)算出數(shù)據(jù)智能公司進(jìn)入到業(yè)務(wù)場(chǎng)景中產(chǎn)生的價(jià)值。 具備運(yùn)營(yíng)能力。合作分成意味著數(shù)據(jù)智能公司要長(zhǎng)期參與到業(yè)務(wù)過程中，深刻理解客戶業(yè)務(wù)場(chǎng)景，具備業(yè)務(wù)運(yùn)營(yíng)能力，能夠根據(jù)企業(yè)客戶的需求，快速開發(fā)新產(chǎn)品及應(yīng)用，不斷迭代升級(jí)，滿足企業(yè)的需求。圖16：合作分成兩大條件數(shù)據(jù)來源：愛分析做增量市場(chǎng)價(jià)值優(yōu)于存量市場(chǎng)。幫助企業(yè)降低成本同樣可以合作分成，但本身存在很明顯的天花 板，企業(yè)原先在這項(xiàng)業(yè)務(wù)的投入成本就是天花板。對(duì)企業(yè)客戶而言，創(chuàng)造新收入、新增長(zhǎng)的業(yè)務(wù)價(jià)值度還是會(huì)高于節(jié)省成本的業(yè)務(wù)。3.4 合作分成

32、提升數(shù)據(jù)智能公司天花板圖17：從技術(shù)賦能到合作分成數(shù)據(jù)來源：愛分析數(shù)據(jù)智能的項(xiàng)目兼具IT屬性和業(yè)務(wù)屬性，僅僅解決IT需求價(jià)值度遠(yuǎn)遠(yuǎn)低于業(yè)務(wù)需求，而解決業(yè)務(wù)需求需要深入到業(yè)務(wù)場(chǎng)景中，也就是需要數(shù)據(jù)智能公司越來越貼近場(chǎng)景，只有在場(chǎng)景中，數(shù)據(jù)才能發(fā)揮價(jià)值。從技術(shù)賦能到合作分成，代表著數(shù)據(jù)智能公司與場(chǎng)景融合得越來越緊密。合作分成意味著數(shù)據(jù)智能公司可以獲得企業(yè)的業(yè)務(wù)預(yù)算，而不僅僅是IT預(yù)算，能夠大幅提升數(shù)據(jù)智能公司在單一行業(yè)的天花板。以消費(fèi)金融為例，技術(shù)服務(wù)只占到整個(gè)市場(chǎng)的1%，而助貸業(yè)務(wù)可以占到 10%，市場(chǎng)規(guī)模增大至原先的10倍以上。技術(shù)賦能基本都是項(xiàng)目制的收費(fèi)模式，隨機(jī)性強(qiáng)、受企業(yè)預(yù)算限制。合作分

33、成意味著只要業(yè)務(wù)繼續(xù)進(jìn)行，就可以持續(xù)按照最終利潤(rùn)和成效分成，業(yè)務(wù)持續(xù)性強(qiáng)，不受企業(yè)預(yù)算限制。合作分成意味著數(shù)據(jù)智能公司深入到業(yè)務(wù)場(chǎng)景中。數(shù)據(jù)智能公司對(duì)客戶應(yīng)用場(chǎng)景理解能力已接近企業(yè)客戶本身，遠(yuǎn)遠(yuǎn)超出其他供應(yīng)商。同時(shí)，合作分成代表著數(shù)據(jù)智能公司與企業(yè)客戶深度綁定，企業(yè)客戶的替換成本大幅提升，輕易不會(huì)更換供應(yīng)商。場(chǎng)景爭(zhēng)奪成為主旋律業(yè)務(wù)中臺(tái)會(huì)不斷沉淀行業(yè)Know-how，業(yè)務(wù)中臺(tái)的能力和價(jià)值度會(huì)越來越強(qiáng)，未來數(shù)據(jù)智能公司的護(hù)城河都將是通過業(yè)務(wù)中臺(tái)來建立。業(yè)務(wù)中臺(tái)本身是與場(chǎng)景強(qiáng)綁定的，因此，場(chǎng)景價(jià)值度會(huì)越來越大，對(duì)場(chǎng)景的爭(zhēng)奪將是數(shù)據(jù)智能行業(yè)的主旋律。4.1 數(shù)據(jù)價(jià)值降低，場(chǎng)景價(jià)值提升4.1.1 直接對(duì)

34、外提供標(biāo)簽和畫像的業(yè)務(wù)模式受到政策限制從網(wǎng)絡(luò)安全法、個(gè)人信息安全規(guī)范等來看，政策對(duì)于個(gè)人隱私信息的保護(hù)日趨加強(qiáng)，個(gè)人隱私信息的范圍也在不斷擴(kuò)大，從身份證號(hào)、手機(jī)號(hào)到出生日期、家庭住址等?，F(xiàn)階段，基于設(shè)備ID對(duì)外提供標(biāo)簽和用戶畫像的業(yè)務(wù)模式尚屬于合規(guī)范疇，但未來隨著政策持續(xù)趨緊，基于設(shè)備ID提供數(shù)據(jù)服務(wù)的模式，同樣會(huì)受到限制，也就意味著，未來直接提供基于個(gè)體的標(biāo)簽和用戶畫像對(duì)外的服務(wù)模式，會(huì)受到很大影響。未來數(shù)據(jù)服務(wù)的模式主要是通過數(shù)據(jù)模型和數(shù)據(jù)應(yīng)用對(duì)外提供服務(wù)，也就是數(shù)據(jù)必須要與場(chǎng)景結(jié) 合，形成符合業(yè)務(wù)場(chǎng)景需求的數(shù)據(jù)產(chǎn)品。因此，提供數(shù)據(jù)服務(wù)的公司必須增加對(duì)場(chǎng)景的理解，即使是掌握銀聯(lián)、運(yùn)營(yíng)商等核

35、心數(shù)據(jù)的公司，同樣在貼近場(chǎng)景。銀聯(lián)系公司銀聯(lián)智惠從最初主要以提供API接口服務(wù)為主，逐步將自身業(yè)務(wù)做重，更加貼近金融機(jī)構(gòu)的場(chǎng)景，提供營(yíng)銷、風(fēng)控建模等一站式服務(wù)。聯(lián)通系公司智慧足跡，雖然本身具備聯(lián)通大數(shù)據(jù)全量的信令數(shù)據(jù)，但其服務(wù)模式也在更加貼近應(yīng)用場(chǎng)景，幫助企業(yè)客戶解決選址、城市規(guī)劃等業(yè)務(wù)需求。4.1.2 場(chǎng)景深化，單一數(shù)據(jù)源價(jià)值正不斷降低業(yè)務(wù)中臺(tái)的能力越來越強(qiáng)，沉淀的場(chǎng)景Know-how越來越多，意味著場(chǎng)景在持續(xù)深化。正如前文所言，場(chǎng)景深化過程中，會(huì)出現(xiàn)數(shù)據(jù)融合、技術(shù)融合，因此單一數(shù)據(jù)源能夠發(fā)揮的價(jià)值逐步降低，場(chǎng)景理解的門檻正逐步變高。以金融為例，最初運(yùn)營(yíng)商的數(shù)據(jù)在反欺詐環(huán)節(jié)會(huì)發(fā)生很大作用，直

36、接通過驗(yàn)證手機(jī)號(hào)等身份信息就可以實(shí)現(xiàn)，但在強(qiáng)調(diào)風(fēng)控前置、營(yíng)銷風(fēng)控一體化的今天，反欺詐需要跟前端流量獲取等營(yíng)銷環(huán)節(jié)打通，需要根據(jù)金融機(jī)構(gòu)的風(fēng)險(xiǎn)偏好觸及到相應(yīng)的信用人群，才能做好風(fēng)控，需要根據(jù)場(chǎng)景需求使用數(shù)據(jù)。4.1.3 基于場(chǎng)景的數(shù)據(jù)閉環(huán)會(huì)越來越重要圖18：基于場(chǎng)景的數(shù)據(jù)閉環(huán)數(shù)據(jù)來源：愛分析單一場(chǎng)景的數(shù)據(jù)中臺(tái)驅(qū)動(dòng)形成業(yè)務(wù)中臺(tái)，由業(yè)務(wù)中臺(tái)支持業(yè)務(wù)場(chǎng)景落地，而業(yè)務(wù)場(chǎng)景又會(huì)不斷反饋數(shù)據(jù)給到數(shù)據(jù)中臺(tái)，整個(gè)流程會(huì)實(shí)現(xiàn)數(shù)據(jù)閉環(huán)，循環(huán)往復(fù)，最終會(huì)使得業(yè)務(wù)更加智能化。場(chǎng)景本身會(huì)產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)應(yīng)用在場(chǎng)景內(nèi)不會(huì)受到限制。例如微信生態(tài)內(nèi)的用戶個(gè)人數(shù)據(jù)非常敏感，但基于微信數(shù)據(jù)，提供微信生態(tài)內(nèi)的個(gè)性化廣告、個(gè)性化服務(wù)

37、的業(yè)務(wù)，數(shù)據(jù)本身不出場(chǎng)景，不受到太大限制。場(chǎng)景內(nèi)產(chǎn)生的數(shù)據(jù)價(jià)值未來一定會(huì)超過外部數(shù)據(jù)。場(chǎng)景中產(chǎn)生的是正在發(fā)生的“熱數(shù)據(jù)”、“活數(shù)據(jù)”，用戶在使用Google、百度等搜索引擎時(shí)，在搜索結(jié)果頁上的每一次點(diǎn)擊（或者翻頁）都會(huì)作為行為數(shù)據(jù)被記錄下來，這些數(shù)據(jù)才能真實(shí)反映用戶當(dāng)前在這個(gè)場(chǎng)景的偏好。場(chǎng)景內(nèi)產(chǎn)生的數(shù)據(jù)，一定會(huì)是最適合場(chǎng)景本身需求，場(chǎng)景內(nèi)形成的反饋閉環(huán)，能夠幫助算法持續(xù)迭代和產(chǎn)品的關(guān)鍵突破，使用戶體驗(yàn)不斷突破邊界。4.2 頭部客戶資源和業(yè)務(wù)中臺(tái)構(gòu)建場(chǎng)景壁壘場(chǎng)景的價(jià)值度在逐步提升，這一過程中，能夠?qū)?chǎng)景理解沉淀，同時(shí)形成反饋閉環(huán)的，一定是業(yè)務(wù)中臺(tái)，因此，業(yè)務(wù)中臺(tái)是構(gòu)建場(chǎng)景壁壘的第一個(gè)核心因素。數(shù)

38、據(jù)智能公司能夠不斷沉淀對(duì)場(chǎng)景的理解能力，建立自身的護(hù)城河。FICO、SAS這樣的公司能夠牢牢占據(jù)金融市場(chǎng)，即使Experian這樣有核心數(shù)據(jù)源的公司也很難替換前者的原因就在于，F(xiàn)ICO和SAS在服務(wù)大量客戶中，對(duì)金融場(chǎng)景非常了解，沉淀了很多模板和規(guī)則在平臺(tái)上。在業(yè)務(wù)中臺(tái)沉淀場(chǎng)景理解過程中，服務(wù)行業(yè)頭部客戶是構(gòu)建場(chǎng)景壁壘的第二個(gè)核心因素。單個(gè)垂直行業(yè)，頭部企業(yè)面對(duì)的客戶量最大，業(yè)務(wù)最為復(fù)雜，同時(shí)頭部客戶會(huì)引領(lǐng)行業(yè)發(fā)展，代表行業(yè)的未來，因此，頭部客戶的業(yè)務(wù)需求最有價(jià)值，最值得沉淀在業(yè)務(wù)中臺(tái)之上。如果只服務(wù)腰部客戶，存在被腰部客戶帶偏的可能。圖19：業(yè)務(wù)中臺(tái)與頭部客戶的價(jià)值數(shù)據(jù)來源：愛分析同時(shí)，頭部

39、客戶具備燈塔效應(yīng)，同時(shí)能夠輻射產(chǎn)業(yè)鏈上下游企業(yè)。頭部客戶的需求一定是最復(fù)雜 的，要求一定是最嚴(yán)格的。因此，服務(wù)頭部客戶的案例更具備說服力，有助于同領(lǐng)域推廣。同時(shí)，頭部客戶作為產(chǎn)業(yè)鏈的核心企業(yè)，上下游存在很多依附公司，獲取頭部客戶，意味著能夠服務(wù)其產(chǎn)業(yè)鏈上下游的企業(yè)?？鐖?chǎng)景要尋找數(shù)據(jù)洼地?cái)?shù)據(jù)智能公司的天花板由當(dāng)前場(chǎng)景和跨場(chǎng)景能力決定。場(chǎng)景價(jià)值提升，基于場(chǎng)景形成數(shù)據(jù)閉環(huán)，意味著依靠場(chǎng)景建立的壁壘會(huì)越來越高，其他數(shù)據(jù)智能公司越來越難以進(jìn)入，未來數(shù)據(jù)智能公司越來越難以跨場(chǎng)景，天花板由當(dāng)前場(chǎng)景決定。現(xiàn)階段，因?yàn)閿?shù)據(jù)智能仍然處于發(fā)展早期，因此，數(shù)據(jù)智能公司依然能夠跨場(chǎng)景。本章節(jié)將分析重點(diǎn)分析哪些數(shù)據(jù)智能公

40、司能夠跨場(chǎng)景、如何跨場(chǎng)景。5.1 基礎(chǔ)設(shè)施薄弱、競(jìng)爭(zhēng)格局分散的場(chǎng)景容易進(jìn)入如前文所言，占據(jù)場(chǎng)景的核心是搭建業(yè)務(wù)中臺(tái)和獲取頭部客戶。數(shù)據(jù)智能滲透率較高、基礎(chǔ)設(shè)施相對(duì)完善的場(chǎng)景，如金融、公安等領(lǐng)域，都已經(jīng)開始搭建業(yè)務(wù)中臺(tái)。而工業(yè)、零售等基礎(chǔ)設(shè)施薄弱的場(chǎng)景，也就是數(shù)據(jù)洼地場(chǎng)景，目前還處于搭建數(shù)據(jù)中臺(tái)和技術(shù)中臺(tái)的階段，這是數(shù)據(jù)智能公司的機(jī)會(huì)所在。一旦基礎(chǔ)設(shè)施完善，企業(yè)開始搭建業(yè)務(wù)中臺(tái)時(shí)，數(shù)據(jù)智能公司必須直接解決業(yè)務(wù)問題，需要有較強(qiáng)的業(yè)務(wù)場(chǎng)景理解能力，此時(shí)對(duì)新進(jìn)入公司而言難度很大。因此，現(xiàn)階段數(shù)據(jù)智能公司已經(jīng)很難跨場(chǎng)景到金融，因?yàn)榻鹑趫?chǎng)景的數(shù)據(jù)基礎(chǔ)設(shè)施已經(jīng)很完善，新進(jìn)入者必須直接幫助金融機(jī)構(gòu)解決業(yè)務(wù)問題

41、，很難與現(xiàn)有數(shù)據(jù)智能公司所競(jìng)爭(zhēng)。競(jìng)爭(zhēng)格局相對(duì)分散的場(chǎng)景同樣更容易進(jìn)入，格局分散意味著相對(duì)頭部公司眾多。對(duì)新進(jìn)入者而言，有機(jī)會(huì)找到尚處于數(shù)字化起步階段的頭部客戶，通過服務(wù)這類頭部客戶，能夠快速積累行業(yè)經(jīng)驗(yàn)，占據(jù)一席之地。例如，政務(wù)領(lǐng)域持續(xù)會(huì)有公司進(jìn)入，盡管政務(wù)場(chǎng)景的基礎(chǔ)設(shè)施已經(jīng)趨于完善，但考慮到政府部門眾多，同時(shí)省市級(jí)部門都有獨(dú)立預(yù)算，格局相對(duì)分散，有些政府部門剛剛處于數(shù)字化轉(zhuǎn)型的初期，因此，仍然會(huì)有機(jī)會(huì)進(jìn)入。5.2 技術(shù)能力、數(shù)據(jù)資源是跨場(chǎng)景的條件圖20：跨場(chǎng)景的條件數(shù)據(jù)來源：愛分析數(shù)據(jù)智能公司如果能夠跨場(chǎng)景，必須存在相對(duì)通用性的核心能力。因此，完全面向垂直場(chǎng)景解決行業(yè)應(yīng)用問題的公司很難跨場(chǎng)景

42、，跨場(chǎng)景公司一定是具備搭建中臺(tái)的能力。三大中臺(tái)中，業(yè)務(wù)中臺(tái)與場(chǎng)景會(huì)深度綁定，很難跨場(chǎng)景。相對(duì)而言，技術(shù)中臺(tái)和數(shù)據(jù)中臺(tái)場(chǎng)景屬性相對(duì)較弱，具備跨場(chǎng)景的能力。因此，對(duì)于數(shù)據(jù)智能公司而言，具備幫助企業(yè)搭建數(shù)據(jù)中臺(tái)和技術(shù)中臺(tái)能力的公司，能夠進(jìn)入其他場(chǎng)景。搭建數(shù)據(jù)中臺(tái)和技術(shù)中臺(tái)的數(shù)據(jù)智能公司，一類是技術(shù)能力很強(qiáng)的公司，面向基礎(chǔ)設(shè)施相對(duì)薄弱的場(chǎng)景，能夠通過自身技術(shù)能力，幫助企業(yè)客戶完善基礎(chǔ)設(shè)施，完成技術(shù)中臺(tái)和數(shù)據(jù)中臺(tái)的搭建。例如，明略科技能夠從公安領(lǐng)域，切入到工業(yè)、零售等領(lǐng)域，主要是在公安領(lǐng)域處理海量數(shù)據(jù)時(shí)積累的數(shù)據(jù)治理和知識(shí)圖譜建設(shè)的能力。在金融領(lǐng)域時(shí)，明略科技最初也主要服務(wù)保險(xiǎn)這個(gè)基礎(chǔ)設(shè)施相對(duì)薄弱的場(chǎng)景

43、，沒有直接進(jìn)入到銀行體系。另一類是具備獨(dú)特?cái)?shù)據(jù)資源的公司，有些場(chǎng)景的企業(yè)客戶還停留在數(shù)據(jù)收集階段，有獨(dú)特?cái)?shù)據(jù)資源的公司能夠基于自身積累的數(shù)據(jù)，幫助企業(yè)客戶補(bǔ)足數(shù)據(jù)缺失的空白，快速開展應(yīng)用落地。例如，聯(lián)通系公司通過自身積累的位置信息數(shù)據(jù)，輔助政府實(shí)現(xiàn)城市規(guī)劃設(shè)計(jì)的研究分析，幫助大型商超基于客流數(shù)據(jù)進(jìn)行選址。聯(lián)通系公司本身是不具備這方面的場(chǎng)景理解能力，但因?yàn)槲恢脭?shù)據(jù)的獨(dú)特性，因此，可以進(jìn)入到政府、零售等行業(yè)。隨著政策逐步收緊，獨(dú)特?cái)?shù)據(jù)資源公司未來價(jià)值度會(huì)有所降低，而且從長(zhǎng)期來看，場(chǎng)景內(nèi)數(shù)據(jù)會(huì)價(jià)值度更高。因此，數(shù)據(jù)資源公司的跨場(chǎng)景能力長(zhǎng)期來看會(huì)弱于技術(shù)能力很強(qiáng)的公司。除了通過技術(shù)和數(shù)據(jù)跨場(chǎng)景外，投資

44、并購也是跨場(chǎng)景的方式。行業(yè)內(nèi)頭部公司，可以通過投資收購的方式，快速獲取一個(gè)場(chǎng)景經(jīng)驗(yàn)和客戶資源，實(shí)現(xiàn)跨場(chǎng)景。國外第一家上市的大數(shù)據(jù)公司Splunk，通過收購Caspida，快速建立對(duì)安全細(xì)分場(chǎng)景UEBA領(lǐng)域的場(chǎng)景經(jīng)驗(yàn)，從而快速提升在安全領(lǐng)域的市場(chǎng)占有率。三大應(yīng)用場(chǎng)景相對(duì)成熟幫助企業(yè)搭建業(yè)務(wù)中臺(tái)能夠大幅提升數(shù)據(jù)智能公司的天花板，也就是數(shù)據(jù)智能在單個(gè)行業(yè)的潛在市場(chǎng)規(guī)模。具體落地各個(gè)行業(yè)，行業(yè)本身的基礎(chǔ)設(shè)施成熟度和商業(yè)成熟度，影響了當(dāng)前的市場(chǎng)規(guī)模。6.1 金融、品牌營(yíng)銷、政務(wù)領(lǐng)域相對(duì)成熟，工業(yè)和農(nóng)業(yè)仍處于早期基礎(chǔ)設(shè)施成熟度主要與行業(yè)的信息化、云化、數(shù)據(jù)資產(chǎn)化等有關(guān)，而商業(yè)成熟度則與該領(lǐng)域數(shù)據(jù)智能處于什

45、么階段、數(shù)據(jù)智能對(duì)業(yè)務(wù)環(huán)節(jié)改造程度有關(guān)，氣泡大小表示數(shù)據(jù)智能在該行業(yè)當(dāng)前的市場(chǎng)規(guī)模。圖21：數(shù)據(jù)智能在各個(gè)應(yīng)用場(chǎng)景的成熟度數(shù)據(jù)來源：愛分析目前來看，數(shù)據(jù)智能在金融、品牌營(yíng)銷、政務(wù)領(lǐng)域相對(duì)成熟，零售、醫(yī)療等領(lǐng)域即將進(jìn)入成熟階段，而工業(yè)、農(nóng)業(yè)等依然處于早期，數(shù)據(jù)智能在各個(gè)行業(yè)發(fā)展極為不平衡。6.2 金融金融是數(shù)據(jù)智能非常成熟的行業(yè)，在基礎(chǔ)設(shè)施和商業(yè)應(yīng)用方面都領(lǐng)先于大部分行業(yè)。基礎(chǔ)設(shè)施方面，金融的信息化、云化一直是走在最前面，每年金融IT預(yù)算投入超過1,500億元，幾乎所有金融機(jī)構(gòu)都已將業(yè)務(wù)向云化遷移。同時(shí)，金融大部分?jǐn)?shù)據(jù)都是結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)標(biāo)準(zhǔn)化程度 高，因此，數(shù)據(jù)資產(chǎn)化程度很高。以招商銀行為例，

46、根據(jù)財(cái)報(bào)，招商銀行2018年已經(jīng)實(shí)現(xiàn)三分之一的應(yīng)用遷移到云架構(gòu)，數(shù)據(jù)湖不斷擴(kuò)容，入湖數(shù)據(jù)比上年增長(zhǎng)53.91%，形成1.7萬個(gè)數(shù)據(jù)項(xiàng)。商業(yè)應(yīng)用方面，從2013年開始大數(shù)據(jù)就在應(yīng)用于風(fēng)控、反欺詐等場(chǎng)景，到現(xiàn)在已覆蓋信貸完整業(yè)務(wù)場(chǎng)景，從前端營(yíng)銷獲客、到風(fēng)控反欺詐、再到貸中監(jiān)控、貸后催收。在普惠金融領(lǐng)域，數(shù)據(jù)智能已經(jīng)可以替代業(yè)務(wù)人員進(jìn)行審批、授信，實(shí)現(xiàn)“秒級(jí)審批”、“秒級(jí)放貸”。新顏科技基于數(shù)據(jù)提升平臺(tái)風(fēng)控能力新顏科技是一家專注技術(shù)驅(qū)動(dòng)產(chǎn)品創(chuàng)新的金融科技公司，通過云計(jì)算、機(jī)器學(xué)習(xí)等技術(shù)，逐步打造了以人工智能為核心的先進(jìn)技術(shù)體系，面向非銀信貸、銀行、保險(xiǎn)等領(lǐng)域提供多場(chǎng)景、覆蓋信貸全生命周期的智能風(fēng)控產(chǎn)

47、品設(shè)計(jì)與開發(fā)。憑借在深度學(xué)習(xí)方向豐厚的技術(shù)沉淀，新顏科技迅速躋身行業(yè)領(lǐng)先地位，目前日峰值調(diào)用量過千萬，合作機(jī)構(gòu)超過2,500家。在智能風(fēng)控領(lǐng)域不斷深耕的過程中，新顏科技服務(wù)了多家持牌消費(fèi)金融機(jī)構(gòu)，也累積了眾多知名互聯(lián)網(wǎng)金融公司及銀行等合作伙伴。通過多場(chǎng)景、全流程的業(yè)務(wù)覆蓋，構(gòu)筑金融科技“護(hù)城河”，助力金融機(jī)構(gòu)“降本增效”。在某互金平臺(tái)旗下的多種消費(fèi)分期產(chǎn)品中，有一款針對(duì)藍(lán)領(lǐng)人士推出的信貸業(yè)務(wù)，該業(yè)務(wù)的平均授信額度穩(wěn)定在2,000元左右，一經(jīng)推出便在目標(biāo)客群中獲得了超出預(yù)期的熱烈反響。但風(fēng)控方面的缺失導(dǎo)致平均壞賬率達(dá)到5.6%，伴之高居的逾期率和欺詐案件的時(shí)有發(fā)生，導(dǎo)致業(yè)務(wù)規(guī)模的增長(zhǎng)進(jìn)入瓶頸期。

48、經(jīng)初期咨詢與評(píng)估，該平臺(tái)自2018年9月以聯(lián)合建模的方式接入了新顏科技智能雷達(dá)等產(chǎn)品。在有針對(duì)性地調(diào)整和優(yōu)化了自有機(jī)器學(xué)習(xí)模型之后，該平臺(tái)平均壞賬率最終降低至3%左右。隨著風(fēng)控水平的提升，該公司也同步增加了導(dǎo)流渠道，月均交易金額由1,500萬穩(wěn)步提升至近4,000萬，月均毛利提升400%。圖22：某商戶2018年業(yè)務(wù)發(fā)展數(shù)據(jù)來源：新顏科技新顏科技智能雷達(dá)在幫助平臺(tái)提升風(fēng)險(xiǎn)控制能力、快速擴(kuò)張業(yè)務(wù)方面起到了重要作用。通過模型計(jì)算與客戶反饋，在使用智能雷達(dá)、智能探針等產(chǎn)品服務(wù)后，客戶壞賬率普遍能夠真實(shí)降低2-5個(gè)百分點(diǎn)。6.3 品牌營(yíng)銷品牌營(yíng)銷是數(shù)據(jù)智能發(fā)展最早、最為成熟的行業(yè)，大數(shù)據(jù)在最先落地的就

49、是品牌營(yíng)銷中的廣告業(yè)務(wù)?；A(chǔ)設(shè)施方面，線上營(yíng)銷場(chǎng)景是完全云化、數(shù)據(jù)資產(chǎn)化，活動(dòng)等線下營(yíng)銷場(chǎng)景也可以通過WIFI、藍(lán)牙等方式實(shí)現(xiàn)對(duì)用戶行為的完全跟蹤。品牌企業(yè)自身的云化、數(shù)據(jù)資產(chǎn)化也在快速推進(jìn)中，DMP平臺(tái)從最初只面向廣告場(chǎng)景，逐步演變成面向所有營(yíng)銷環(huán)節(jié)的數(shù)據(jù)中臺(tái)。商業(yè)應(yīng)用方面，品牌營(yíng)銷在廣告場(chǎng)景中已經(jīng)實(shí)現(xiàn)完全自動(dòng)化，數(shù)據(jù)智能對(duì)廣告場(chǎng)景已經(jīng)進(jìn)入業(yè)務(wù)重塑階段。在其他營(yíng)銷場(chǎng)景中，基于社交數(shù)據(jù)的營(yíng)銷自動(dòng)化、基于海量數(shù)據(jù)形成消費(fèi)者畫像等業(yè)務(wù)也趨于成熟，基于數(shù)據(jù)進(jìn)行業(yè)務(wù)決策是品牌營(yíng)銷中相對(duì)普遍的情況。HyperS宏路數(shù)據(jù)為品牌廣告主搭建數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)個(gè)性化營(yíng)銷上海宏路數(shù)據(jù)技術(shù)股份有限公司（以下簡(jiǎn)稱Hype

50、rS宏路數(shù)據(jù)）創(chuàng)立于2008年，是行業(yè)領(lǐng)先的智能數(shù)字產(chǎn)品運(yùn)營(yíng)商，長(zhǎng)期服務(wù)汽車、消費(fèi)品和金融領(lǐng)域的眾多國內(nèi)外頭部企業(yè)、全球500強(qiáng)客戶。從企業(yè)第一方數(shù)據(jù)監(jiān)測(cè)分析，到多渠道多觸點(diǎn)的用戶數(shù)據(jù)融合，以及跨屏跨設(shè)備的用戶數(shù)據(jù)激活， HyperS宏路數(shù)據(jù)幫助企業(yè)打通投放、行為、業(yè)務(wù)數(shù)據(jù)，構(gòu)建完整增長(zhǎng)閉環(huán)，實(shí)現(xiàn)精準(zhǔn)獲客與精細(xì)化運(yùn)營(yíng)，有效提升ARPU值。為了精準(zhǔn)刻畫人群特征、實(shí)現(xiàn)個(gè)性化營(yíng)銷和數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)場(chǎng)景與運(yùn)營(yíng)，某全球頂尖快時(shí)尚品牌不得不面對(duì)以下難題：（1）愈發(fā)繁雜的數(shù)據(jù)源：隨著進(jìn)入數(shù)字化營(yíng)銷時(shí)代，該品牌獲取的數(shù)據(jù)愈發(fā)零散，且這些數(shù)據(jù)往往都是孤立存在，它們既有線上數(shù)據(jù)，也有門店銷售、門店電子支付等線下數(shù)據(jù)。

51、（2）零碎的消費(fèi)者畫像：層出不窮的媒介載體，日益碎片化的觸達(dá)時(shí)段及場(chǎng)景，讓企業(yè)愈發(fā)難以真正了解消費(fèi)者的意愿。（3）CRM達(dá)到瓶頸：該品牌現(xiàn)有的CRM系統(tǒng)，無法滿足海量數(shù)據(jù)和增量的處理計(jì)算，也無法跟蹤消費(fèi)者全生命周期動(dòng)態(tài)。圖23：HyperS宏路數(shù)據(jù)企業(yè)增長(zhǎng)云產(chǎn)品體系數(shù)據(jù)來源：HyperS宏路數(shù)據(jù)HyperS宏路數(shù)據(jù)為該品牌設(shè)計(jì)搭建了具備海量數(shù)據(jù)存儲(chǔ)與運(yùn)算能力的數(shù)據(jù)中臺(tái)，打通并整合包括天貓商城、官方App、會(huì)員中心、微信H5、線下門店、電子支付數(shù)據(jù)、門店大屏掃碼等多個(gè)數(shù)據(jù)源，真正實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的有效統(tǒng)一整合。基于數(shù)據(jù)中臺(tái)所整合的海量消費(fèi)者數(shù)據(jù)，該品牌快速搭建完整的全景用戶畫像標(biāo)簽體系，深入洞察目標(biāo)

52、客群特征。優(yōu)惠券和促銷活動(dòng)是該品牌提升互動(dòng)和轉(zhuǎn)化的重要方式?；跀?shù)據(jù)中臺(tái)里豐富的用戶標(biāo)簽，該品牌能夠按需快速挑選目標(biāo)人群并根據(jù)業(yè)務(wù)場(chǎng)景分組，同時(shí)針對(duì)這些人群投放個(gè)性化優(yōu)惠券。通過分析后續(xù)幾天的購買數(shù)據(jù)，該品牌驚喜發(fā)現(xiàn)某幾組人群的優(yōu)惠券轉(zhuǎn)化率為100%。該品牌真正開始以數(shù)據(jù)為導(dǎo)向，精準(zhǔn)策劃活動(dòng)觸達(dá)，在提升消費(fèi)者下單復(fù)購的同時(shí)，有效降低營(yíng)銷成本。HyperS宏路數(shù)據(jù)董事長(zhǎng)袁國瑋表示，未來HyperS宏路數(shù)據(jù)將繼續(xù)探索將世界領(lǐng)先數(shù)據(jù)智能技術(shù)和中國本土營(yíng)銷智慧的結(jié)合，與實(shí)體企業(yè)一起打造+互聯(lián)網(wǎng)的、面向未來的高效運(yùn)營(yíng)模式，讓世界見證產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域的中國力量。6.4政務(wù)政務(wù)領(lǐng)域的基礎(chǔ)設(shè)施相對(duì)成熟，但商業(yè)應(yīng)

53、用成熟度大多數(shù)場(chǎng)景仍然處于洞察階段?；A(chǔ)設(shè)施方面，政府部門信息化投入一直很大，電子政務(wù)市場(chǎng)投入超過2000億元。同時(shí)，政務(wù)云化進(jìn)程很快，在我國334個(gè)地級(jí)行政區(qū)中有235個(gè)地級(jí)行政區(qū)已經(jīng)建設(shè)或者正在建設(shè)完成招標(biāo)政務(wù)云，整體占比超過70%。數(shù)據(jù)資產(chǎn)化方面，各個(gè)省市政府都在成立大數(shù)據(jù)局，通過大數(shù)據(jù)局實(shí)現(xiàn)政府內(nèi)部數(shù)據(jù)的統(tǒng)一管理。商業(yè)應(yīng)用方面，早年政府主要是建設(shè)數(shù)據(jù)大屏，利用數(shù)據(jù)實(shí)現(xiàn)對(duì)業(yè)務(wù)的監(jiān)測(cè)。隨著各地政府?dāng)?shù)據(jù)的統(tǒng)一管理，基于各個(gè)部門的數(shù)據(jù)能夠?qū)崿F(xiàn)更深度的數(shù)據(jù)洞察，促使政府工作更加精細(xì)化開展，如精準(zhǔn)扶貧、政策精準(zhǔn)推送等。智能語音提升服務(wù)效率，集奧聚合賦能政府客戶集奧聚合是中國領(lǐng)先的大數(shù)據(jù)及人工智能場(chǎng)

54、景化應(yīng)用解決方案提供商。致力于提高行業(yè)效率，公司堅(jiān)持走科技創(chuàng)新道路，利用新興技術(shù)為B端企業(yè)賦能，不斷為客戶創(chuàng)造價(jià)值。經(jīng)過幾年的努力，現(xiàn)已經(jīng)形成了人工智能AI建模平臺(tái)、智能語音、圖文識(shí)別，風(fēng)控安全-反欺詐識(shí)別、設(shè)備指紋、信息核驗(yàn)，智能風(fēng)控-決策引擎、信用評(píng)分, 智能營(yíng)銷易獲客、營(yíng)銷評(píng)分等四大產(chǎn)品技術(shù)體系。政府是集奧聚合關(guān)注的重點(diǎn)行業(yè)之一，并且其智能語音產(chǎn)品已經(jīng)在工商、交通、公安、人社等多部門落地應(yīng)用。在某人社廳服務(wù)熱線中，主要會(huì)面臨整體呼叫量巨大、周期性起伏大、問題集中度高以及數(shù)據(jù)分析需求強(qiáng)等問題。集奧聚合智能語音平臺(tái)通過語音導(dǎo)航熱線，用戶通過簡(jiǎn)單按鍵即可進(jìn)入自助語音辦理業(yè)務(wù)，精準(zhǔn)進(jìn)行人群分流，高效與人工協(xié)同配合，有效降低現(xiàn)有客服人員工作壓力，提高服務(wù)質(zhì)量與客戶滿意 度，提升整體服務(wù)效率，降低電話排隊(duì)時(shí)間。根據(jù)數(shù)據(jù)分析顯示，集奧聚合智能語音導(dǎo)航系統(tǒng)上線后僅一個(gè)月內(nèi)，已幫助該人社廳分流業(yè)務(wù)達(dá)30%，自助化服務(wù)率比原來提升3.5倍，節(jié)省約100人工的工作量，將整體ROI提升3-5倍。此外，隨著政府機(jī)構(gòu)服務(wù)意識(shí)的提高，呼叫中心業(yè)務(wù)不斷增加，但絕大部分呼叫中心抽檢錄音率不足3%，再根據(jù)隨機(jī)抽查結(jié)果對(duì)通話有問題