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。