發(fā)掘大數(shù)據(jù)的價(jià)值

“大數(shù)據(jù)時(shí)代全渠道營(yíng)銷(xiāo)管理解決方案”結(jié)合了百分點(diǎn)數(shù)據(jù)資產(chǎn)，具有跨渠道、跨屏投放并實(shí)現(xiàn)企業(yè)方數(shù)據(jù)資產(chǎn)沉淀等特性，可以協(xié)助個(gè)行業(yè)用戶(hù)進(jìn)行數(shù)據(jù)采集、加工處理。

在數(shù)據(jù)采集方面，百分點(diǎn)采集實(shí)時(shí)用戶(hù)行為、業(yè)務(wù)系統(tǒng)數(shù)據(jù)和日志數(shù)據(jù)等方面的數(shù)據(jù)，其中實(shí)時(shí)用戶(hù)行為采集的內(nèi)容主要是用戶(hù)行為軌跡，業(yè)務(wù)系統(tǒng)數(shù)據(jù)來(lái)源主要是CRM、信用卡等業(yè)務(wù)系統(tǒng)數(shù)據(jù)，日志數(shù)據(jù)主要采集Txt、CSV、Excel、XML、Word、PDF、Socket等類(lèi)型的數(shù)據(jù)。

在實(shí)際工作中，數(shù)據(jù)質(zhì)量面臨的挑戰(zhàn)最多，因?yàn)閷?duì)數(shù)據(jù)的源頭、數(shù)據(jù)加工處理的過(guò)程缺乏了解，在數(shù)據(jù)量很大的情況下進(jìn)行分析處理，難以保證其可靠性。

百分點(diǎn)從技術(shù)層、管理層到應(yīng)用層對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行管理。以管理層為例，按輸入管理、處理過(guò)程管理和輸出管理三個(gè)階段實(shí)現(xiàn)，每個(gè)階段都有相應(yīng)的標(biāo)準(zhǔn)。

在數(shù)據(jù)分析方面，數(shù)據(jù)的組織及挖掘已經(jīng)有很長(zhǎng)的發(fā)展歷程，今天仍然需要重新梳理，尤其是多元異構(gòu)。海量異構(gòu)數(shù)據(jù)組織其特點(diǎn)是多源異構(gòu)、一盤(pán)散沙，不同業(yè)務(wù)有不同標(biāo)簽需求，沒(méi)有標(biāo)準(zhǔn)、不成體系，缺乏溝通共同語(yǔ)言。

大數(shù)據(jù)組織及挖掘的價(jià)值是統(tǒng)一多源異構(gòu)數(shù)據(jù)，統(tǒng)籌各業(yè)務(wù)條線(xiàn)的數(shù)據(jù)需求，標(biāo)準(zhǔn)化、規(guī)范化數(shù)據(jù)體系，成為人、業(yè)務(wù)和系統(tǒng)溝通的共同語(yǔ)言，實(shí)現(xiàn)了可持續(xù)可擴(kuò)展、可規(guī)模化應(yīng)用，其難點(diǎn)在于缺乏統(tǒng)一的數(shù)據(jù)規(guī)范和體系、缺乏伸縮自如的數(shù)據(jù)架構(gòu)以及符合業(yè)務(wù)特點(diǎn)的標(biāo)簽體系、符合業(yè)務(wù)需求的數(shù)據(jù)體系。

通過(guò)對(duì)數(shù)據(jù)結(jié)構(gòu)分析、數(shù)據(jù)內(nèi)容分析和數(shù)據(jù)關(guān)聯(lián)分析三個(gè)步驟，百分點(diǎn)解決數(shù)據(jù)質(zhì)量缺乏一致性、完整性、規(guī)范性、精確性的問(wèn)題。

對(duì)數(shù)據(jù)結(jié)構(gòu)分析的過(guò)程，是把主流的數(shù)據(jù)梳理技術(shù)整合成完整的、自動(dòng)的梳理流程，確定表中數(shù)據(jù)是否一致或符合業(yè)務(wù)要求；數(shù)據(jù)內(nèi)容分析的過(guò)程，是利用人工評(píng)估和人工抽測(cè)的方式深入評(píng)估數(shù)據(jù)的質(zhì)量，確定哪些數(shù)據(jù)不精確、不完整和不清楚；數(shù)據(jù)關(guān)聯(lián)分析的過(guò)程，是把數(shù)據(jù)梳理和質(zhì)量控制結(jié)合起來(lái)，形成有效的管理手段，用于分析數(shù)據(jù)冗余和相似性。

“黑洞系統(tǒng)”整合異構(gòu)數(shù)據(jù)，是百分點(diǎn)獨(dú)特的一項(xiàng)技術(shù)。

在數(shù)據(jù)分析過(guò)程中，對(duì)字段的管理非常重要，關(guān)鍵字段缺失的數(shù)據(jù)對(duì)業(yè)務(wù)幾乎沒(méi)有什么價(jià)值。百分點(diǎn)“數(shù)據(jù)探頭”可以按照業(yè)務(wù)需求設(shè)置相應(yīng)的字段，并利用“黑洞系統(tǒng)”配置來(lái)定義必選項(xiàng)字段，自動(dòng)從瀏覽器端和移動(dòng)端鉆取相關(guān)的數(shù)據(jù)，在黑洞系統(tǒng)中通過(guò)FTP上傳、連接，確保傳輸過(guò)程中必要的數(shù)據(jù)得以保證。

定義字段的做法不僅可以有效引進(jìn)有價(jià)值的信息，促進(jìn)業(yè)務(wù)工作，而且還可以降低成本——數(shù)據(jù)太多意味著多到清洗成本太高。

“輸入數(shù)據(jù)時(shí)優(yōu)先考慮規(guī)范性，輸出數(shù)據(jù)同時(shí)考慮精確性、完整性?！睆堃环f(shuō)。

大數(shù)據(jù)解決了更快、更強(qiáng)、更便宜的問(wèn)題，但關(guān)鍵在于如何讓業(yè)務(wù)部門(mén)和技術(shù)部門(mén)非更加密切地合作。數(shù)據(jù)可視化是這個(gè)挑戰(zhàn)的得力工具。張一帆指出，可視化管理是每家企業(yè)開(kāi)展信息化工作的重要手段。

在數(shù)據(jù)安全性方面，張一帆表示，數(shù)據(jù)安全需要從法律、管理和技術(shù)三個(gè)層面提供保障。

在法律保障方面，要與各合作伙伴簽訂數(shù)據(jù)安全保密協(xié)議，與各員工簽訂數(shù)據(jù)安全保密協(xié)議；在管理保障方面，要內(nèi)設(shè)數(shù)據(jù)安全管理委會(huì)，統(tǒng)一管理數(shù)據(jù)的輸入、加工、輸出流程，確定各層數(shù)據(jù)的訪問(wèn)權(quán)限，對(duì)各層數(shù)據(jù)進(jìn)行加密、解密密鑰的設(shè)置與管理；在技術(shù)保障方面，要做好數(shù)據(jù)加密和訪問(wèn)控制工作。

在數(shù)據(jù)運(yùn)營(yíng)的過(guò)程中，個(gè)性化推薦是一個(gè)非常重要的步驟。百分點(diǎn)根據(jù)用戶(hù)的全網(wǎng)行為挖掘出的各類(lèi)偏好，為用戶(hù)繪制興趣圖譜，用戶(hù)畫(huà)像數(shù)據(jù)驅(qū)動(dòng)個(gè)性化推薦。

張一帆介紹了個(gè)性化推薦的基本原理，如何根據(jù)場(chǎng)景引擎洞察用戶(hù)的意圖。他建議用戶(hù)建立起一個(gè)基于真正營(yíng)銷(xiāo)方面的受眾管理平臺(tái)，根據(jù)業(yè)務(wù)需求，配置受眾篩選策略應(yīng)用，并進(jìn)行用戶(hù)群體透視，發(fā)掘群體特征。

應(yīng)用效果明顯

“大數(shù)據(jù)時(shí)代全渠道營(yíng)銷(xiāo)管理解決方案”取得了明顯的成效。

采用該解決方案的某電子商城導(dǎo)購(gòu)平臺(tái)上線(xiàn)后，網(wǎng)站平均客單價(jià)增長(zhǎng)67.16%，下單轉(zhuǎn)化率提升36.52%，推薦產(chǎn)生訂單占比30.21%，推薦產(chǎn)生訂單金額占比38.72%，動(dòng)銷(xiāo)比增長(zhǎng)72.08%，推薦轉(zhuǎn)化率比全站轉(zhuǎn)化率高1.78倍。這個(gè)基于大數(shù)據(jù)的個(gè)性化電子商城導(dǎo)購(gòu)策略有效提升網(wǎng)站營(yíng)銷(xiāo)效能。

為了給一款手機(jī)官網(wǎng)引流以提升銷(xiāo)量，某知名手機(jī)制造產(chǎn)商與百分點(diǎn)合作，整合了第一方與第三方數(shù)據(jù)，以人口屬性、消費(fèi)偏好、閱讀偏好、品牌偏好等行為特征最終篩選并定位目標(biāo)人群進(jìn)行指定投放，同時(shí)輔以全方位實(shí)時(shí)優(yōu)化。在半個(gè)月的時(shí)間里，網(wǎng)站點(diǎn)擊率提升30%，轉(zhuǎn)化率提升了55%。

而在銀行方面，百分點(diǎn)通過(guò)在銀行官網(wǎng)、APP上部署采集訪問(wèn)用戶(hù)實(shí)時(shí)行為的代碼，利用大數(shù)據(jù)文本分析和挖掘技術(shù)，分析客戶(hù)的長(zhǎng)期、短期偏好和需求，預(yù)測(cè)當(dāng)下和潛在偏好和需求，讓銀行了解用戶(hù)在網(wǎng)上的行為特征、需求，拉近與用戶(hù)的距離，為客戶(hù)推薦個(gè)性化服務(wù)或資訊。利用大數(shù)據(jù)技術(shù)，銀行更深入了解用戶(hù)，構(gòu)建銀行自身的核心競(jìng)爭(zhēng)力，有效的控制銀行風(fēng)險(xiǎn)，實(shí)現(xiàn)以用戶(hù)為中心的戰(zhàn)略轉(zhuǎn)型。

大數(shù)據(jù)時(shí)代的數(shù)據(jù)資產(chǎn)管理的新挑戰(zhàn)

對(duì)比大數(shù)據(jù)時(shí)代的數(shù)據(jù)資產(chǎn)管理和傳統(tǒng)管理的區(qū)別，張一帆表示，大數(shù)據(jù)時(shí)代不再側(cè)重交易數(shù)據(jù)，數(shù)據(jù)質(zhì)量更加重要；數(shù)據(jù)面對(duì)的對(duì)象已經(jīng)深入到了企業(yè)內(nèi)部甚至延伸到了外部的合作伙伴，所以數(shù)據(jù)質(zhì)量很重要。同樣重要的還有數(shù)據(jù)的可視化管理和流動(dòng)性。

七年來(lái)，百分點(diǎn)一直專(zhuān)注于滿(mǎn)足市場(chǎng)對(duì)海量異構(gòu)數(shù)據(jù)的融合與應(yīng)用需求，使企業(yè)能高效、便捷地進(jìn)行數(shù)據(jù)資產(chǎn)管理和價(jià)值實(shí)現(xiàn)。

目前，百分點(diǎn)已為近2000家互聯(lián)網(wǎng)及實(shí)體企業(yè)提供大數(shù)據(jù)技術(shù)平臺(tái)搭建和大數(shù)據(jù)驅(qū)動(dòng)的SaaS應(yīng)用，客戶(hù)涵蓋制造、金融、汽車(chē)、零售、快消、電商、媒體、政府等行業(yè)的龍頭企業(yè)，同時(shí)已經(jīng)與微軟、華為、惠普等國(guó)際IT巨頭開(kāi)展戰(zhàn)略合作，共同為客戶(hù)設(shè)計(jì)解臺(tái)，高性能的實(shí)時(shí)與離線(xiàn)計(jì)算能力和豐富的算法庫(kù)及商業(yè)模型；應(yīng)用上，百分點(diǎn)基于三大核心引擎的全業(yè)務(wù)驅(qū)動(dòng)產(chǎn)品體系，幫助企業(yè)深入挖掘大數(shù)據(jù)的商業(yè)價(jià)值；數(shù)據(jù)上，百分點(diǎn)沉淀了5.5億受眾畫(huà)像和1億的商品畫(huà)像，致力于在保障用戶(hù)隱私及數(shù)據(jù)安全的前提下融合數(shù)據(jù)，推動(dòng)數(shù)據(jù)流轉(zhuǎn)，消除企業(yè)信息孤島。

2015年9月，百分點(diǎn)完成了由光大證券領(lǐng)投的4億元D輪融資，未來(lái)將進(jìn)一步深入行業(yè)垂直化解決方案，并逐步推動(dòng)企業(yè)向云端服務(wù)遷移。

xiesc