2019年數(shù)據(jù)智能行業(yè)報告

1、2019年數(shù)據(jù)智能行業(yè)報告目錄一. 大數(shù)據(jù)新篇章數(shù)據(jù)智能二. 數(shù)據(jù)中臺的出現(xiàn)與未來三. 業(yè)務(wù)中臺帶來模式創(chuàng)新四. 場景爭奪成為主旋律 五. 跨場景要尋找數(shù)據(jù)洼地六. 三大應(yīng)用場景相對成熟大數(shù)據(jù)新篇章數(shù)據(jù)智能1.1 大數(shù)據(jù)發(fā)展歷程整個大數(shù)據(jù)行業(yè)發(fā)展分為五個時期，即收集、監(jiān)測、洞察、決策和重塑。五個時期對應(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)開始認知到數(shù)據(jù)價值，金融、電信、公安等行業(yè)開始建設(shè)大數(shù)據(jù)平臺并購買大量外部數(shù)據(jù)

2、，希望通過外部數(shù)據(jù)快速挖掘數(shù)據(jù)價值，因此對外輸出數(shù)據(jù)的數(shù)據(jù)服務(wù)公司獲得了發(fā)展機遇。2015年，數(shù)據(jù)大屏等監(jiān)測業(yè)務(wù)成為大數(shù)據(jù)最先成熟的應(yīng)用，大數(shù)據(jù)進入到業(yè)務(wù)監(jiān)測階段。政府、央企以及大型國企等優(yōu)質(zhì)客群對于數(shù)據(jù)監(jiān)測展現(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)平臺建設(shè)完善以及企業(yè)精細化運營的需求不斷提升，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)場景結(jié)合，行業(yè)進入到業(yè)務(wù)洞察階段。此時，單純的數(shù)理統(tǒng)計很難滿足企業(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、數(shù)據(jù)科學(xué)平臺開始進入人們的視野。明略數(shù)據(jù)、百分點、同盾科技、百融金服等公司在這一時期成長為行業(yè)內(nèi)的明星公司

3、。2019年，大數(shù)據(jù)從業(yè)務(wù)洞察進入到業(yè)務(wù)決策階段，即由機器形成數(shù)據(jù)報表或者數(shù)據(jù)報告，業(yè)務(wù)人員進行決策，變?yōu)闄C器直接給出決策建議，讓機器具備推理能力。例如，在外賣、出行場景，美團和滴滴的系統(tǒng)直接形成最佳調(diào)度方式，自動完成決策環(huán)節(jié)，將任務(wù)下發(fā)給騎手和司機。這種消費互聯(lián)網(wǎng)相對常見的場景，將在產(chǎn)業(yè)互聯(lián)網(wǎng)、企業(yè)業(yè)務(wù)場景中落地。讓機器具備推理能力，意味著NLP、知識圖譜等認知技術(shù)的成熟。數(shù)據(jù)驅(qū)動決策、數(shù)據(jù)驅(qū)動業(yè)務(wù)發(fā)展的企業(yè)新需求，必然會帶動一批數(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)會從業(yè)務(wù)決策進入業(yè)務(wù)重塑階段。大多數(shù)執(zhí)行環(huán)節(jié)將由機器來實現(xiàn)，但仍有眾多環(huán)節(jié)需要人參與其中，因此，人機協(xié)同會迎來迅猛

4、發(fā)展，未來會誕生一批全新的數(shù)據(jù)智能公司。1.2 數(shù)據(jù)智能對企業(yè)業(yè)務(wù)流的改造當(dāng)大數(shù)據(jù)進入到?jīng)Q策階段，企業(yè)業(yè)務(wù)由原先的經(jīng)驗、流程驅(qū)動逐步轉(zhuǎn)向數(shù)據(jù)驅(qū)動，數(shù)據(jù)中臺和業(yè)務(wù)中臺在整個業(yè)務(wù)鏈條價值度越來越高。圖2：傳統(tǒng)業(yè)務(wù)模式：流程驅(qū)動數(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)驗和流程建立業(yè)務(wù)系統(tǒng)，數(shù)據(jù)主要用于監(jiān)測業(yè)務(wù)進展和洞察規(guī)律，最終決策由業(yè)務(wù)人員進行，整個業(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)價值度較低。圖3：新業(yè)務(wù)模式：數(shù)據(jù)驅(qū)動數(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，由數(shù)據(jù)中臺驅(qū)動業(yè)務(wù)中臺，并利用業(yè)

5、務(wù)中臺的組件重構(gòu)業(yè)務(wù)系統(tǒng)。由于有中臺的支撐，各類開放服務(wù)可以對前端應(yīng)用的快速變化做出響應(yīng)，因此商業(yè)價值會更高。以美團為例，美團的超級大腦指揮調(diào)度著60萬送外賣小哥的行動，高峰期一個小時要處理29億次訂單派遣，每天要處理2000萬個訂單，整個流程完全是基于數(shù)據(jù)驅(qū)動，由系統(tǒng)自動去運轉(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)智能定義進入數(shù)據(jù)智能階段后，整個行業(yè)呈現(xiàn)出兩大趨勢：第一，多技術(shù)融合。開源時代，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，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，除了查詢個人信息外，也需要通過人臉識別、聲紋識別等多種方式去驗證。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圖譜等認知智能技術(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數(shù)據(jù)來源：一覽群智隨著數(shù)據(jù)的不斷增長和技術(shù)不斷更

7、新，數(shù)據(jù)智能正在從數(shù)據(jù)監(jiān)測、數(shù)據(jù)采集等傳統(tǒng)場景逐漸向“智能+”邁進?！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：高人工成本、低人工效率、高經(jīng)驗依賴等，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)，提供了豐富強大的功能，包括報文自動拆解、軟條款預(yù)警、票據(jù)OCR、國際業(yè)務(wù)知識圖譜、單證審核、單單審核等。此外，在核心的實體識別、智能提取與智能比對中引入了自學(xué)習(xí)機制，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提供數(shù)據(jù)支持。同時，系統(tǒng)具備很強的可接入性，能夠針對與目前各種不同類型的國結(jié)系統(tǒng)進行整合。支持智能與人工方式的雙線獨立處理機制，能夠針對每筆業(yè)務(wù)實現(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確度，降低了人員工作量。自動/半自動的審核使得單筆業(yè)務(wù)審核成本大大降低，提高了國結(jié)業(yè)務(wù)的競爭力和盈利能力。一覽群智在金融、公安、媒體等細分場景已形成標(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)，同時在橫向拓展其余行業(yè)。第二，中臺的形成。在企業(yè)數(shù)字化轉(zhuǎn)型進程中，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的能力，

9、基于數(shù)據(jù)驅(qū)動業(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模式給傳統(tǒng)企業(yè)提供了一條道路，各類中臺會在企業(yè)內(nèi)部逐步形成。因此，愛分析對數(shù)據(jù)智能的定義是，基于中臺、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，中臺和行業(yè)應(yīng)用。中臺包含技術(shù)中臺、數(shù)據(jù)中臺和業(yè)務(wù)中臺，行業(yè)應(yīng)用則按照不同行業(yè)進行劃分。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)中臺主要是指幫助企業(yè)客戶搭建技術(shù)中臺的公司，數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲、數(shù)據(jù)分析等環(huán)節(jié)的所有工具及平臺，包括基礎(chǔ)平臺、用戶行為分析、BI&可視化、數(shù)據(jù)

10、科學(xué)平臺、NLP&知識圖譜等，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。隨著機器學(xué)習(xí)、AutoML等技術(shù)逐步成熟，以及語音識別、計算機視覺等AI感知技術(shù)的成熟，技術(shù)中臺呈現(xiàn)自動化、低門檻化發(fā)展趨勢。如數(shù)據(jù)科學(xué)平臺領(lǐng)域，Google開源的AutoML技術(shù)，由機器可以自動實現(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，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)中臺包含的細分領(lǐng)域數(shù)據(jù)來源：愛分析數(shù)據(jù)中臺主要是指幫助企業(yè)搭建數(shù)據(jù)中臺的公司，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，形成一個第三方的數(shù)據(jù)中

11、臺，并基于數(shù)據(jù)中臺服務(wù)企業(yè)客戶，如TalkingData、個推、極光大數(shù)據(jù)等公司；另一類是幫助企業(yè)進行數(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)中臺的公司，如數(shù)瀾科技等公司。數(shù)據(jù)中臺的價值是將數(shù)據(jù)資產(chǎn)化，實現(xiàn)不同體系ID賬號的打通，為下一步數(shù)據(jù)應(yīng)用夯實基礎(chǔ)。數(shù)據(jù)中臺需要匯聚企業(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)中實時產(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、藍牙探針獲取的數(shù)據(jù)，另一類是公安、運營商、銀聯(lián)等高價值數(shù)據(jù)?；跀?shù)據(jù)中臺有三種應(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、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。如個推通過服務(wù)第三方移動APP，可以獲取移動設(shè)備使用APP的時長，從而推斷出該設(shè)備用戶的用戶畫像，最終用于廣告營銷。圖8：數(shù)據(jù)中臺的業(yè)務(wù)流程數(shù)據(jù)來源：愛分析業(yè)務(wù)中臺主要是指基于數(shù)據(jù)和技術(shù)，結(jié)合行業(yè)應(yīng)用，沉淀針對行業(yè)應(yīng)用的模型及產(chǎn)品。業(yè)務(wù)中臺具備業(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)中臺可以快速封裝出業(yè)

13、務(wù)產(chǎn)品。幾乎不會有數(shù)據(jù)公司直接搭建企業(yè)的業(yè)務(wù)中臺，大部分都是由技術(shù)中臺和數(shù)據(jù)中臺公司演化出來 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，掌握場景需求后，逐步形成業(yè)務(wù)中臺能力。例如，京東超過70%的商品采購都是機器推薦的，京東自營商品已超過2600萬種，只有通過數(shù)據(jù)形成業(yè)務(wù)中臺才能夠?qū)崿F(xiàn)商品采購，不可能依靠業(yè)務(wù)人員去完成。從價值度的角度來看，業(yè)務(wù)中臺能夠覆蓋場景的全流程，解決全場景問題，實現(xiàn)技術(shù)賦能，按照效果進行收費，價值度最高。圖9：業(yè)務(wù)中臺是基于數(shù)據(jù)中臺和技術(shù)中臺形成數(shù)據(jù)來源：愛分析數(shù)據(jù)中臺的出現(xiàn)與未來數(shù)據(jù)智能時代，企業(yè)業(yè)務(wù)最為核心的是數(shù)據(jù)中臺和業(yè)務(wù)中臺，因此接下來對數(shù)據(jù)中臺和業(yè)務(wù)

14、中臺的未來趨勢進行分析，本章節(jié)將重點放在數(shù)據(jù)中臺，重點分析驅(qū)動數(shù)據(jù)中臺出現(xiàn)的背后因素以及數(shù)據(jù)中臺的未來格局。2.1 企業(yè)數(shù)字化轉(zhuǎn)型誕生數(shù)據(jù)中臺企業(yè)數(shù)字化轉(zhuǎn)型核心是連接，利用移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等技術(shù)，幫助企業(yè)實現(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)與整個社會的連接?，F(xiàn)階段，企業(yè)數(shù)字化轉(zhuǎn)型仍處于初級階段，重點是企業(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為企業(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、需要幾個月才能出現(xiàn)結(jié)果，而且顆粒度不夠細。這種方式已經(jīng)很難適應(yīng)當(dāng)前狀況，在移動互聯(lián)網(wǎng)時代，用戶關(guān)注的熱點以非?？斓乃俣鹊髽I(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，會讓企業(yè)的業(yè)務(wù)量急劇增長，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，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，需要一個技術(shù)平臺和數(shù)據(jù)平臺能夠支撐，而這個平臺又不同于過往的后端大數(shù)據(jù)平臺，這個平臺是與業(yè)務(wù)密切相關(guān)的，因此是一個中臺的概念。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，需要通過技術(shù)手段實時監(jiān)控業(yè)務(wù)的運轉(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，隨著企業(yè)業(yè)務(wù)場景深化，單一數(shù)據(jù)源已經(jīng)很難滿足企業(yè)需求。營銷場景中，通過微信小程序、線下門店、官網(wǎng)等方式進入的用戶，需要做歸一處理；線下零售場景，必須實現(xiàn)“人、貨、場”的統(tǒng)一調(diào)度，才能保證業(yè)務(wù)高效運轉(zhuǎn)。因此，企業(yè)必須建設(shè)統(tǒng)一的數(shù)據(jù)中臺，匯聚多源數(shù)據(jù)，對數(shù)據(jù)進行資產(chǎn)化，實現(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)和實施，將互聯(lián)網(wǎng)沉淀的業(yè)務(wù)中臺、數(shù)據(jù)中臺、人工智能中臺綜合應(yīng)用于企業(yè)的供應(yīng)鏈，生產(chǎn)制造和客戶營銷服務(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)營機構(gòu)。在信息化建設(shè)上，秀域在企業(yè)內(nèi)部的運營與管理投入較大，但在使用中仍舊會面臨諸多問題： 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、運營的依據(jù)，后端系統(tǒng)對于前端需求的響應(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)購運營、交叉運營無法基于數(shù)據(jù)進行直觀體現(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化的運轉(zhuǎn)流程支撐?？蛻魪倪M店到購買支付、從服務(wù)提取到診療的兩個核心環(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員+產(chǎn)品為核心，不斷沉淀客戶和標(biāo)準化產(chǎn)品服務(wù)的建設(shè)，通過客戶、產(chǎn)品、需求場景的有機組合進行業(yè)務(wù)拓展與創(chuàng)新。秀域美業(yè)的整個數(shù)字化升級通過三個步驟來實現(xiàn)：第一階段，會員營銷數(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，戶量與營收提

19、升：打通天貓、美團、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、市場份額和業(yè)務(wù)營收。第二，會員營銷及精細化運營：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、互動吸粉等營銷工具，完成消費者互動，會員的全生命周期運營。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、方案咨 詢、治療計劃、術(shù)后觀察、客戶評價、離店追蹤的全服務(wù)過程數(shù)字化，建設(shè)標(biāo)準的服務(wù)流程，提升經(jīng)營效率，

20、降低運營與管理成本。第五，應(yīng)對未來支撐業(yè)務(wù)拓展與創(chuàng)新：支撐當(dāng)前1000+門店的經(jīng)營管理，以及未來3000+門店的快速拓展及業(yè)務(wù)創(chuàng)新，達到2-3周上線新業(yè)務(wù)的IT服務(wù)效率。2.2 單場景數(shù)據(jù)中臺會發(fā)展成業(yè)務(wù)中臺企業(yè)在建設(shè)數(shù)據(jù)中臺過程中，很難一下子建立大一統(tǒng)的數(shù)據(jù)中臺，而會先從單場景出發(fā)建設(shè)數(shù)據(jù)中臺。這并不是說數(shù)據(jù)中臺具備行業(yè)屬性，而是企業(yè)搭建數(shù)據(jù)中臺是為了解決這個場景的需求。例如，數(shù)夢工場在幫助政府搭建數(shù)據(jù)中臺時，是通過“最多跑一次”、精準扶貧等應(yīng)用為切入點，直接自下而上搭建數(shù)據(jù)中臺很難實現(xiàn)政府各個部門數(shù)據(jù)打通，通過一個應(yīng)用問題，自上而下去推進數(shù)據(jù)打通，更容易實現(xiàn)。因此，在發(fā)展初期，企業(yè)會存在很

21、多針對單場景的數(shù)據(jù)中臺，這些數(shù)據(jù)中臺對企業(yè)的價值是將數(shù)據(jù)資產(chǎn)化，幫助企業(yè)探索數(shù)據(jù)價值。隨著這些單場景的數(shù)據(jù)中臺逐步成熟，業(yè)務(wù)將逐步由數(shù)據(jù)驅(qū)動，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)中臺在越來越多融合業(yè)務(wù)場景需求后，會逐步發(fā)展成業(yè)務(wù)中臺。這些單場景數(shù)據(jù)中臺的數(shù)據(jù)處理、資產(chǎn)化能力則會逐步匯聚，形成企業(yè)內(nèi)部的統(tǒng)一中臺，支持企業(yè)的各個業(yè)務(wù)場景的發(fā)展。也就是說，企業(yè)的數(shù)據(jù)中臺會從單場景數(shù)據(jù)中臺向多場景數(shù)據(jù)中臺，最終變成整個企業(yè)的數(shù)據(jù)中臺。TalkingData構(gòu)建數(shù)據(jù)中臺服務(wù)家庭場景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（TalkingData數(shù)據(jù)中臺）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)造價值，幫助商業(yè)企業(yè)和現(xiàn)代社會實現(xiàn)以數(shù)據(jù)為驅(qū)動力的智能化轉(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)字化進程的實踐中積累了豐富經(jīng)驗。圖11：TalkingData的中臺戰(zhàn)略數(shù)據(jù)來源：TalkingDataTalkingData有著對中臺的比較獨特的理解。TalkingData一般說的中臺戰(zhàn)略，并不僅僅是技術(shù)意義上的數(shù)據(jù)平臺或者產(chǎn)品

23、平臺，也不僅僅是商業(yè)模式意義上的業(yè)務(wù)卓越運營中心+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共同面對某個場景需求、能力互補的合作伙伴中臺戰(zhàn)略是企業(yè)面向情境，用中臺戰(zhàn)略要素（場景、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。中臺戰(zhàn)略的構(gòu)建，從功能上說，包括構(gòu)建數(shù)據(jù)中臺、構(gòu)建技術(shù)中臺、以及構(gòu)建業(yè)務(wù)中臺。其中數(shù)據(jù)中臺的本質(zhì)是將數(shù)據(jù)資產(chǎn)化，技術(shù)中臺的本質(zhì)是將流程自動化，業(yè)務(wù)中臺的本質(zhì)是將應(yīng)用場景化。目前TalkingData與家電廠商形成

24、戰(zhàn)略聯(lián)盟，構(gòu)建家庭場景下的同源數(shù)據(jù)模型（打通家庭場景下的大小屏幕、分析決策機制），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），支持家庭場景業(yè)務(wù)（例如家居、健康、養(yǎng)老、教育等大宗生活消費的獲客、場景消費分期中數(shù)據(jù)的支持）。同時，TalkingData也探索性的在金融業(yè)務(wù)上與戰(zhàn)略合作伙伴合作，依托伙伴強大業(yè)務(wù)中臺能力，形成面向場景消費金融情境的技術(shù)中臺+數(shù)據(jù)中臺。TalkingData創(chuàng)始人崔曉波表示，在未來的一段時間中，TalkingData將繼續(xù)深挖家庭場景的數(shù)據(jù)價值，夯實數(shù)據(jù)能力，面向消費金融、家庭營銷等場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)中臺呈現(xiàn)寡頭格局圖12：未來數(shù)據(jù)中臺的業(yè)務(wù)模式數(shù)據(jù)來源：愛分析數(shù)據(jù)中臺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)中臺本身的能力會影響基于數(shù)據(jù)中臺之上承載的業(yè)務(wù)中臺能力，同時，業(yè)務(wù)中臺之上的業(yè)務(wù)系統(tǒng)產(chǎn)生的數(shù)據(jù)，也會不斷反饋到數(shù)據(jù)中臺。因此，數(shù)據(jù)中臺的能力會越來越強，具備很強的馬太效應(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，實現(xiàn)與上下游廠商的系統(tǒng)對接和數(shù)據(jù)對接。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)，同時也要對上游供應(yīng)商的系統(tǒng)進行改造升級。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)，幫助這些公司實現(xiàn)系統(tǒng)升級。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)的智能化程度會越高，反過來會帶動業(yè)務(wù)進一步增長。因此，核心企業(yè)承載業(yè)務(wù)的數(shù)據(jù)中臺天然具備優(yōu)勢，能力會越來越強。未來只有核心企業(yè)才會搭建數(shù)據(jù)中臺，基于數(shù)據(jù)中臺能力，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)中臺未來將呈現(xiàn)出寡頭局面，只有少數(shù)企業(yè)會搭建數(shù)據(jù)中臺，大部分數(shù)據(jù)智能的機會都將是基于數(shù)據(jù)中臺之上的業(yè)務(wù)中臺，搭建業(yè)務(wù)中臺的價值將決定數(shù)據(jù)智能公司的天花板。業(yè)務(wù)中臺帶來模式

27、創(chuàng)新現(xiàn)階段搭建數(shù)據(jù)中臺依然存在機會，但未來數(shù)據(jù)中臺形成寡頭效應(yīng)后，大部分數(shù)據(jù)智能公司的機會來自業(yè)務(wù)中臺，因此，業(yè)務(wù)中臺的前景和天花板更加值得關(guān)注。3.1 業(yè)務(wù)中臺將改變數(shù)據(jù)智能公司的商業(yè)模式業(yè)務(wù)中臺具備業(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)場景問題，這是技術(shù)中臺和數(shù)據(jù)中臺都不具備能力。圖13：基于業(yè)務(wù)中臺服務(wù)最終客戶數(shù)據(jù)來源：愛分析對企業(yè)而言，基于業(yè)務(wù)中臺能夠快速搭建企業(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)會將業(yè)務(wù)需求不斷反饋給業(yè)務(wù)中臺，讓業(yè)務(wù)中臺對業(yè)務(wù)場景的支持力度變強。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)中臺構(gòu)建出業(yè)務(wù)中

28、臺。同時，業(yè)務(wù)中臺能夠降低數(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)中臺會將各個產(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。平臺能力越強，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)中臺能夠輔助數(shù)據(jù)智能公司快速形成數(shù)據(jù)產(chǎn)品時，數(shù)據(jù)智能公司才能夠幫助企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型，服務(wù)模式才能夠轉(zhuǎn)變成運營模式。因此，數(shù)據(jù)智能公司和企業(yè)客戶，通過業(yè)務(wù)中臺，共同去服務(wù)最終客戶。業(yè)務(wù)中臺使得數(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)合運營模式。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)中臺或者數(shù)據(jù)中臺形成行業(yè)解決方案，服務(wù)頭部公司。通過頭部公司積累業(yè)務(wù)場景能力，形成最佳實踐賦能合作伙伴，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)的單點問題，解決單場景需求。進入數(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。單一場景價值度有限，多場景才能發(fā)揮更大價值。例如金融信貸領(lǐng)域，營銷與風(fēng)控必須結(jié)合，單單解

30、決風(fēng)控問題，實際落地時效果非常一般，因為最初吸引的流量很大程度會決定風(fēng)控水平。因此，風(fēng)控前置、營銷風(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)客戶合作運營業(yè)務(wù)，幫助企業(yè)客戶解決完整場景問題，實現(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，變成重視運營能力，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)，營銷領(lǐng)域幫助線下流量方提升廣告價值，媒體領(lǐng)域百分點和人民出版社共同運營的“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，需要非常清楚地計算出數(shù)據(jù)智能公司進入到業(yè)務(wù)場景中產(chǎn)生的價值。 具備運營能力。合作分成意味著數(shù)據(jù)智能公司要長期參與到業(yè)務(wù)過程中，深刻理解客戶業(yè)務(wù)場景，具備業(yè)務(wù)運營能力，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，滿足企業(yè)的需求。圖16：合作分成兩大條件數(shù)據(jù)來源：愛分析做增量市場價值優(yōu)于存量市場。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)原先在這項業(yè)務(wù)的投入成本就是天花板。對企業(yè)客戶而言，創(chuàng)造新收入、新增長的業(yè)務(wù)價值度還是會高于節(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)智能的項目兼具IT屬性和業(yè)務(wù)屬性，僅僅解決IT需求價值度遠遠低于業(yè)務(wù)需求，而解決業(yè)務(wù)需求需要深入到業(yè)務(wù)場景中，也就是需要數(shù)據(jù)智能公司越來越貼近場景，只有在場景中，數(shù)據(jù)才能發(fā)揮價值。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。以消費金融為例，技術(shù)服務(wù)只占到整個市場的1%，而助貸業(yè)務(wù)可以占到 10%，市場規(guī)模增大至原先的10倍以上。技術(shù)賦能基本都是項目制的收費模式，隨機性強、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)進行，就可以持續(xù)按照最終利潤和成效分成，業(yè)務(wù)持續(xù)性強，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)場景中。數(shù)據(jù)智能公司對客戶應(yīng)用場景理解能力已接近企業(yè)客戶本身，遠遠超出其他供應(yīng)商。同時，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，輕易不會更換供應(yīng)商。場景爭奪成為主旋律業(yè)務(wù)中臺會不斷沉淀行業(yè)Know-how，業(yè)務(wù)中臺的能力和價值度會越來越強，未來數(shù)據(jù)智能公司的護城河都將是通過業(yè)務(wù)中臺來建立。業(yè)務(wù)中臺本身是與場景強綁定的，因此，場景價值度會越來越大，對場景的爭奪將是數(shù)據(jù)智能行業(yè)的主旋律。4.1 數(shù)據(jù)價值降低，場景價值提升4.1.1 直接對

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、個人信息安全規(guī)范等來看，政策對于個人隱私信息的保護日趨加強，個人隱私信息的范圍也在不斷擴大，從身份證號、手機號到出生日期、家庭住址等。現(xiàn)階段，基于設(shè)備ID對外提供標(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，同樣會受到限制，也就意味著，未來直接提供基于個體的標(biāo)簽和用戶畫像對外的服務(wù)模式，會受到很大影響。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)用對外提供服務(wù)，也就是數(shù)據(jù)必須要與場景結(jié) 合，形成符合業(yè)務(wù)場景需求的數(shù)據(jù)產(chǎn)品。因此，提供數(shù)據(jù)服務(wù)的公司必須增加對場景的理解，即使是掌握銀聯(lián)、運營商等核

35、心數(shù)據(jù)的公司，同樣在貼近場景。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，更加貼近金融機構(gòu)的場景，提供營銷、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 場景深化，單一數(shù)據(jù)源價值正不斷降低業(yè)務(wù)中臺的能力越來越強，沉淀的場景Know-how越來越多，意味著場景在持續(xù)深化。正如前文所言，場景深化過程中，會出現(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)揮的價值逐步降低，場景理解的門檻正逐步變高。以金融為例，最初運營商的數(shù)據(jù)在反欺詐環(huán)節(jié)會發(fā)生很大作用，直

36、接通過驗證手機號等身份信息就可以實現(xiàn)，但在強調(diào)風(fēng)控前置、營銷風(fēng)控一體化的今天，反欺詐需要跟前端流量獲取等營銷環(huán)節(jié)打通，需要根據(jù)金融機構(gòu)的風(fēng)險偏好觸及到相應(yīng)的信用人群，才能做好風(fēng)控，需要根據(jù)場景需求使用數(shù)據(jù)。4.1.3 基于場景的數(shù)據(jù)閉環(huán)會越來越重要圖18：基于場景的數(shù)據(jù)閉環(huán)數(shù)據(jù)來源：愛分析單一場景的數(shù)據(jù)中臺驅(qū)動形成業(yè)務(wù)中臺，由業(yè)務(wù)中臺支持業(yè)務(wù)場景落地，而業(yè)務(wù)場景又會不斷反饋數(shù)據(jù)給到數(shù)據(jù)中臺，整個流程會實現(xiàn)數(shù)據(jù)閉環(huán)，循環(huán)往復(fù)，最終會使得業(yè)務(wù)更加智能化。場景本身會產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)應(yīng)用在場景內(nèi)不會受到限制。例如微信生態(tài)內(nèi)的用戶個人數(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)的個性化廣告、個性化服務(wù)

37、的業(yè)務(wù)，數(shù)據(jù)本身不出場景，不受到太大限制。場景內(nèi)產(chǎn)生的數(shù)據(jù)價值未來一定會超過外部數(shù)據(jù)。場景中產(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，在搜索結(jié)果頁上的每一次點擊（或者翻頁）都會作為行為數(shù)據(jù)被記錄下來，這些數(shù)據(jù)才能真實反映用戶當(dāng)前在這個場景的偏好。場景內(nèi)產(chǎn)生的數(shù)據(jù)，一定會是最適合場景本身需求，場景內(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，使用戶體驗不斷突破邊界。4.2 頭部客戶資源和業(yè)務(wù)中臺構(gòu)建場景壁壘場景的價值度在逐步提升，這一過程中，能夠?qū)鼍袄斫獬恋?，同時形成反饋閉環(huán)的，一定是業(yè)務(wù)中臺，因此，業(yè)務(wù)中臺是構(gòu)建場景壁壘的第一個核心因素。數(shù)

38、據(jù)智能公司能夠不斷沉淀對場景的理解能力，建立自身的護城河。FICO、SAS這樣的公司能夠牢牢占據(jù)金融市場，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，對金融場景非常了解，沉淀了很多模板和規(guī)則在平臺上。在業(yè)務(wù)中臺沉淀場景理解過程中，服務(wù)行業(yè)頭部客戶是構(gòu)建場景壁壘的第二個核心因素。單個垂直行業(yè)，頭部企業(yè)面對的客戶量最大，業(yè)務(wù)最為復(fù)雜，同時頭部客戶會引領(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)需求最有價值，最值得沉淀在業(yè)務(wù)中臺之上。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)中臺與頭部客戶的價值數(shù)據(jù)來源：愛分析同時，頭部

39、客戶具備燈塔效應(yīng)，同時能夠輻射產(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，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)?？鐖鼍耙獙ふ覕?shù)據(jù)洼地數(shù)據(jù)智能公司的天花板由當(dāng)前場景和跨場景能力決定。場景價值提升，基于場景形成數(shù)據(jù)閉環(huán)，意味著依靠場景建立的壁壘會越來越高，其他數(shù)據(jù)智能公司越來越難以進入，未來數(shù)據(jù)智能公司越來越難以跨場景，天花板由當(dāng)前場景決定。現(xiàn)階段，因為數(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景。本章節(jié)將分析重點分析哪些數(shù)據(jù)智能公

40、司能夠跨場景、如何跨場景。5.1 基礎(chǔ)設(shè)施薄弱、競爭格局分散的場景容易進入如前文所言，占據(jù)場景的核心是搭建業(yè)務(wù)中臺和獲取頭部客戶。數(shù)據(jù)智能滲透率較高、基礎(chǔ)設(shè)施相對完善的場景，如金融、公安等領(lǐng)域，都已經(jīng)開始搭建業(yè)務(wù)中臺。而工業(yè)、零售等基礎(chǔ)設(shè)施薄弱的場景，也就是數(shù)據(jù)洼地場景，目前還處于搭建數(shù)據(jù)中臺和技術(shù)中臺的階段，這是數(shù)據(jù)智能公司的機會所在。一旦基礎(chǔ)設(shè)施完善，企業(yè)開始搭建業(yè)務(wù)中臺時，數(shù)據(jù)智能公司必須直接解決業(yè)務(wù)問題，需要有較強的業(yè)務(wù)場景理解能力，此時對新進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)很難跨場景到金融，因為金融場景的數(shù)據(jù)基礎(chǔ)設(shè)施已經(jīng)很完善，新進入者必須直接幫助金融機構(gòu)解決業(yè)務(wù)問題

41、，很難與現(xiàn)有數(shù)據(jù)智能公司所競爭。競爭格局相對分散的場景同樣更容易進入，格局分散意味著相對頭部公司眾多。對新進入者而言，有機會找到尚處于數(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，占據(jù)一席之地。例如，政務(wù)領(lǐng)域持續(xù)會有公司進入，盡管政務(wù)場景的基礎(chǔ)設(shè)施已經(jīng)趨于完善，但考慮到政府部門眾多，同時省市級部門都有獨立預(yù)算，格局相對分散，有些政府部門剛剛處于數(shù)字化轉(zhuǎn)型的初期，因此，仍然會有機會進入。5.2 技術(shù)能力、數(shù)據(jù)資源是跨場景的條件圖20：跨場景的條件數(shù)據(jù)來源：愛分析數(shù)據(jù)智能公司如果能夠跨場景，必須存在相對通用性的核心能力。因此，完全面向垂直場景解決行業(yè)應(yīng)用問題的公司很難跨場景

42、，跨場景公司一定是具備搭建中臺的能力。三大中臺中，業(yè)務(wù)中臺與場景會深度綁定，很難跨場景。相對而言，技術(shù)中臺和數(shù)據(jù)中臺場景屬性相對較弱，具備跨場景的能力。因此，對于數(shù)據(jù)智能公司而言，具備幫助企業(yè)搭建數(shù)據(jù)中臺和技術(shù)中臺能力的公司，能夠進入其他場景。搭建數(shù)據(jù)中臺和技術(shù)中臺的數(shù)據(jù)智能公司，一類是技術(shù)能力很強的公司，面向基礎(chǔ)設(shè)施相對薄弱的場景，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)中臺和數(shù)據(jù)中臺的搭建。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)時積累的數(shù)據(jù)治理和知識圖譜建設(shè)的能力。在金融領(lǐng)域時，明略科技最初也主要服務(wù)保險這個基礎(chǔ)設(shè)施相對薄弱的場景

43、，沒有直接進入到銀行體系。另一類是具備獨特數(shù)據(jù)資源的公司，有些場景的企業(yè)客戶還停留在數(shù)據(jù)收集階段，有獨特數(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)，輔助政府實現(xiàn)城市規(guī)劃設(shè)計的研究分析，幫助大型商超基于客流數(shù)據(jù)進行選址。聯(lián)通系公司本身是不具備這方面的場景理解能力，但因為位置數(shù)據(jù)的獨特性，因此，可以進入到政府、零售等行業(yè)。隨著政策逐步收緊，獨特數(shù)據(jù)資源公司未來價值度會有所降低，而且從長期來看，場景內(nèi)數(shù)據(jù)會價值度更高。因此，數(shù)據(jù)資源公司的跨場景能力長期來看會弱于技術(shù)能力很強的公司。除了通過技術(shù)和數(shù)據(jù)跨場景外，投資

44、并購也是跨場景的方式。行業(yè)內(nèi)頭部公司，可以通過投資收購的方式，快速獲取一個場景經(jīng)驗和客戶資源，實現(xiàn)跨場景。國外第一家上市的大數(shù)據(jù)公司Splunk，通過收購Caspida，快速建立對安全細分場景UEBA領(lǐng)域的場景經(jīng)驗，從而快速提升在安全領(lǐng)域的市場占有率。三大應(yīng)用場景相對成熟幫助企業(yè)搭建業(yè)務(wù)中臺能夠大幅提升數(shù)據(jù)智能公司的天花板，也就是數(shù)據(jù)智能在單個行業(yè)的潛在市場規(guī)模。具體落地各個行業(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)前的市場規(guī)模。6.1 金融、品牌營銷、政務(wù)領(lǐng)域相對成熟，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)前的市場規(guī)模。圖21：數(shù)據(jù)智能在各個應(yīng)用場景的成熟度數(shù)據(jù)來源：愛分析目前來看，數(shù)據(jù)智能在金融、品牌營銷、政務(wù)領(lǐng)域相對成熟，零售、醫(yī)療等領(lǐng)域即將進入成熟階段，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)?；A(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，幾乎所有金融機構(gòu)都已將業(yè)務(wù)向云化遷移。同時，金融大部分數(shù)據(jù)都是結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)標(biāo)準化程度 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)財報，招商銀行2018年已經(jīng)實現(xiàn)三分之一的應(yīng)用遷移到云架構(gòu)，數(shù)據(jù)湖不斷擴容，入湖數(shù)據(jù)比上年增長53.91%，形成1.7萬個數(shù)據(jù)項。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、反欺詐等場景，到現(xiàn)在已覆蓋信貸完整業(yè)務(wù)場景，從前端營銷獲客、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)人員進行審批、授信，實現(xiàn)“秒級審批”、“秒級放貸”。新顏科技基于數(shù)據(jù)提升平臺風(fēng)控能力新顏科技是一家專注技術(shù)驅(qū)動產(chǎn)品創(chuàng)新的金融科技公司，通過云計算、機器學(xué)習(xí)等技術(shù)，逐步打造了以人工智能為核心的先進技術(shù)體系，面向非銀信貸、銀行、保險等領(lǐng)域提供多場景、覆蓋信貸全生命周期的智能風(fēng)控產(chǎn)

47、品設(shè)計與開發(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)了多家持牌消費金融機構(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。通過多場景、全流程的業(yè)務(wù)覆蓋，構(gòu)筑金融科技“護城河”，助力金融機構(gòu)“降本增效”。在某互金平臺旗下的多種消費分期產(chǎn)品中，有一款針對藍領(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)致平均壞賬率達到5.6%，伴之高居的逾期率和欺詐案件的時有發(fā)生，導(dǎo)致業(yè)務(wù)規(guī)模的增長進入瓶頸期。

48、經(jīng)初期咨詢與評估，該平臺自2018年9月以聯(lián)合建模的方式接入了新顏科技智能雷達等產(chǎn)品。在有針對性地調(diào)整和優(yōu)化了自有機器學(xué)習(xí)模型之后，該平臺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在幫助平臺提升風(fēng)險控制能力、快速擴張業(yè)務(wù)方面起到了重要作用。通過模型計算與客戶反饋，在使用智能雷達、智能探針等產(chǎn)品服務(wù)后，客戶壞賬率普遍能夠真實降低2-5個百分點。6.3 品牌營銷品牌營銷是數(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、是品牌營銷中的廣告業(yè)務(wù)。基礎(chǔ)設(shè)施方面，線上營銷場景是完全云化、數(shù)據(jù)資產(chǎn)化，活動等線下營銷場景也可以通過WIFI、藍牙等方式實現(xiàn)對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)化也在快速推進中，DMP平臺從最初只面向廣告場景，逐步演變成面向所有營銷環(huán)節(jié)的數(shù)據(jù)中臺。商業(yè)應(yīng)用方面，品牌營銷在廣告場景中已經(jīng)實現(xiàn)完全自動化，數(shù)據(jù)智能對廣告場景已經(jīng)進入業(yè)務(wù)重塑階段。在其他營銷場景中，基于社交數(shù)據(jù)的營銷自動化、基于海量數(shù)據(jù)形成消費者畫像等業(yè)務(wù)也趨于成熟，基于數(shù)據(jù)進行業(yè)務(wù)決策是品牌營銷中相對普遍的情況。HyperS宏路數(shù)據(jù)為品牌廣告主搭建數(shù)據(jù)中臺，實現(xiàn)個性化營銷上海宏路數(shù)據(jù)技術(shù)股份有限公司（以下簡稱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)品運營商，長期服務(wù)汽車、消費品和金融領(lǐng)域的眾多國內(nèi)外頭部企業(yè)、全球500強客戶。從企業(yè)第一方數(shù)據(jù)監(jiān)測分析，到多渠道多觸點的用戶數(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)建完整增長閉環(huán)，實現(xiàn)精準獲客與精細化運營，有效提升ARPU值。為了精準刻畫人群特征、實現(xiàn)個性化營銷和數(shù)據(jù)驅(qū)動業(yè)務(wù)場景與運營，某全球頂尖快時尚品牌不得不面對以下難題：（1）愈發(fā)繁雜的數(shù)據(jù)源：隨著進入數(shù)字化營銷時代，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）零碎的消費者畫像：層出不窮的媒介載體，日益碎片化的觸達時段及場景，讓企業(yè)愈發(fā)難以真正了解消費者的意愿。（3）CRM達到瓶頸：該品牌現(xiàn)有的CRM系統(tǒng)，無法滿足海量數(shù)據(jù)和增量的處理計算，也無法跟蹤消費者全生命周期動態(tài)。圖23：HyperS宏路數(shù)據(jù)企業(yè)增長云產(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)計搭建了具備海量數(shù)據(jù)存儲與運算能力的數(shù)據(jù)中臺，打通并整合包括天貓商城、官方App、會員中心、微信H5、線下門店、電子支付數(shù)據(jù)、門店大屏掃碼等多個數(shù)據(jù)源，真正實現(xiàn)數(shù)據(jù)資產(chǎn)的有效統(tǒng)一整合。基于數(shù)據(jù)中臺所整合的海量消費者數(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)惠券和促銷活動是該品牌提升互動和轉(zhuǎn)化的重要方式?；跀?shù)據(jù)中臺里豐富的用戶標(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)場景分組，同時針對這些人群投放個性化優(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，精準策劃活動觸達，在提升消費者下單復(fù)購的同時，有效降低營銷成本。HyperS宏路數(shù)據(jù)董事長袁國瑋表示，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)和中國本土營銷智慧的結(jié)合，與實體企業(yè)一起打造+互聯(lián)網(wǎng)的、面向未來的高效運營模式，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)施相對成熟，但商業(yè)應(yīng)

53、用成熟度大多數(shù)場景仍然處于洞察階段。基礎(chǔ)設(shè)施方面，政府部門信息化投入一直很大，電子政務(wù)市場投入超過2000億元。同時，政務(wù)云化進程很快，在我國334個地級行政區(qū)中有235個地級行政區(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，各個省市政府都在成立大數(shù)據(jù)局，通過大數(shù)據(jù)局實現(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)實現(xiàn)對業(yè)務(wù)的監(jiān)測。隨著各地政府?dāng)?shù)據(jù)的統(tǒng)一管理，基于各個部門的數(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化開展，如精準扶貧、政策精準推送等。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

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、智能語音、圖文識別，風(fēng)控安全-反欺詐識別、設(shè)備指紋、信息核驗，智能風(fēng)控-決策引擎、信用評分, 智能營銷易獲客、營銷評分等四大產(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)分析需求強等問題。集奧聚合智能語音平臺通過語音導(dǎo)航熱線，用戶通過簡單按鍵即可進入自助語音辦理業(yè)務(wù)，精準進行人群分流，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，降低電話排隊時間。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)上線后僅一個月內(nèi)，已幫助該人社廳分流業(yè)務(wù)達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，隨著政府機構(gòu)服務(wù)意識的提高，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)隨機抽查結(jié)果對通話有問題