看聯(lián)通大數(shù)據(jù)時(shí)代的行業(yè)應(yīng)用

“說(shuō)話算數(shù)——2016聯(lián)通大數(shù)據(jù)應(yīng)用研討會(huì)”這是聯(lián)通在今年年初率先召開的運(yùn)營(yíng)商級(jí)別的大數(shù)據(jù)應(yīng)用會(huì)議，一個(gè)旨在聯(lián)通解析運(yùn)營(yíng)商大數(shù)據(jù)如何應(yīng)用企業(yè)精準(zhǔn)營(yíng)銷、行業(yè)創(chuàng)新和產(chǎn)業(yè)升級(jí)的論壇。

其實(shí)大數(shù)據(jù)已經(jīng)不算什么新穎的名詞，但是若論及大數(shù)據(jù)的應(yīng)用，將其產(chǎn)品化，也許就不是我們能夠認(rèn)清、理解的范疇了。試問(wèn)一堆看似無(wú)關(guān)的二進(jìn)制資料，如何能夠演變成可以打上品牌標(biāo)簽、豐富的產(chǎn)品體系和應(yīng)用的呢？

數(shù)據(jù)集中化是個(gè)啥概念

全網(wǎng)終端數(shù)據(jù)集中化是個(gè)啥概念？繼去年聯(lián)通在烏鎮(zhèn)大會(huì)上公布了首款大數(shù)據(jù)產(chǎn)品沃指數(shù)（涵蓋行業(yè)指數(shù)和市場(chǎng)洞察兩部分內(nèi)容）之后，在這次的研討會(huì)上，聯(lián)通將沃指數(shù)中的“市場(chǎng)洞察”部分產(chǎn)品化、品牌化，而這個(gè)全新的品牌就是“數(shù)據(jù)魔方”。這也標(biāo)志著聯(lián)通作為巨頭級(jí)大數(shù)據(jù)應(yīng)用運(yùn)營(yíng)商，經(jīng)過(guò)多年的數(shù)據(jù)累積、分析和開發(fā)，率先實(shí)現(xiàn)大數(shù)據(jù)的應(yīng)用集中化、系統(tǒng)化、產(chǎn)品化、服務(wù)化。

截止到2015年底，聯(lián)通大數(shù)據(jù)體系共涵蓋了3000余個(gè)用戶標(biāo)簽，能夠輕松識(shí)別3.8億條URL、6萬(wàn)個(gè)互聯(lián)網(wǎng)產(chǎn)品、約3000個(gè)手機(jī)品牌、8.2萬(wàn)個(gè)終端型號(hào)，并已逐步在風(fēng)險(xiǎn)控制、金融服務(wù)、快消品、終端、汽車、旅游等細(xì)分領(lǐng)域?qū)崿F(xiàn)了行業(yè)的創(chuàng)新應(yīng)用。

突破數(shù)據(jù)孤島、回避數(shù)據(jù)黑洞

現(xiàn)在看來(lái)，各家巨頭均在爭(zhēng)做自己的大數(shù)據(jù)，比如百度做，主要是在用戶的搜索行為閉環(huán)里做大數(shù)據(jù)；阿里主要是在用戶的電商行為閉環(huán)里做大數(shù)據(jù)；而騰訊的大數(shù)據(jù)則無(wú)法摒棄其基于用戶社交行為的屬性。各家在自己擅長(zhǎng)的縱深領(lǐng)域隨各有所長(zhǎng)，但就數(shù)據(jù)的全面性、豐富性，以及獲取渠道等因素來(lái)說(shuō)，比起國(guó)字頭的運(yùn)營(yíng)商則略顯不足。中國(guó)聯(lián)通的這些“全生命周期”數(shù)據(jù)不僅在數(shù)據(jù)維度上有更加多元化的優(yōu)勢(shì)，而且打破了很多P2P平臺(tái)自建的模型獲取、處理數(shù)據(jù)模式所形成的數(shù)據(jù)孤島。

所謂數(shù)據(jù)黑洞，就是在進(jìn)行大數(shù)據(jù)分析時(shí)，由于固定的分析模型所導(dǎo)致的大量信息的遺漏。數(shù)據(jù)其實(shí)最終一點(diǎn)就是在于流通，而以BAT為代表的企業(yè)，它所獲得的全部數(shù)據(jù)均用于這個(gè)其自身體系之內(nèi)，并沒(méi)有任何將之開放出來(lái)的打算，也就是說(shuō)這些數(shù)據(jù)是只進(jìn)不出的。這便影響了數(shù)據(jù)需要“流通”的屬性，既不利于營(yíng)銷，也不利于更加高效的去觸達(dá)受眾。

反觀聯(lián)通的大數(shù)據(jù)，其覆蓋所有移動(dòng)終端的廣度和深度已不言而喻。通過(guò)綜合維度的數(shù)據(jù)分析，聯(lián)通大數(shù)據(jù)可以對(duì)特定的人群進(jìn)行非常深入、精準(zhǔn)的用戶畫像；通過(guò)智能的算法和分析，聯(lián)通大數(shù)據(jù)能夠精準(zhǔn)找出目標(biāo)和結(jié)果，準(zhǔn)確發(fā)現(xiàn)用戶需求變化與趨勢(shì)，借以彌補(bǔ)單一縱深的數(shù)據(jù)維度，有效回避了“數(shù)據(jù)黑洞”所可能造成的信息遺漏，使企業(yè)可以更加了解自己的產(chǎn)品和用戶，從而幫助企業(yè)提升市場(chǎng)洞察決策能力和精準(zhǔn)廣告銷售能力。

運(yùn)營(yíng)商大數(shù)據(jù)的行業(yè)化應(yīng)用

如何讓這些技術(shù)和產(chǎn)品在商業(yè)價(jià)值上有所體現(xiàn)呢？聯(lián)通在大數(shù)據(jù)的金融、汽車、電商和快銷品的各個(gè)領(lǐng)域，進(jìn)行了很多積極的探索和商業(yè)化的應(yīng)用。

例如，在與某車企的合作中，聯(lián)通大數(shù)據(jù)就充分利用自身優(yōu)勢(shì)為該車企提供了詳細(xì)的數(shù)據(jù)分析報(bào)告，以便該車企在接下來(lái)的銷售策略調(diào)整中做出更準(zhǔn)確的決策。

在這份分析報(bào)告中，首先是車企向運(yùn)營(yíng)商提供了樣本用戶，即已經(jīng)是車主的存量用戶的畫像的分析。通過(guò)科學(xué)的大數(shù)據(jù)方法論，匹配出在幾個(gè)億的用戶里面的潛在用戶，再通過(guò)對(duì)潛在用戶的消費(fèi)能力以及消費(fèi)欲望做具體分析，得出該用戶是否為此款車型的精準(zhǔn)客戶。分析出汽車消費(fèi)的精準(zhǔn)用戶群之后，通過(guò)相對(duì)這個(gè)群體在移動(dòng)端對(duì)競(jìng)品車型的搜索、APP使用情況、駕齡以及地理位置分布等檢測(cè)數(shù)據(jù)，精確的分析出與競(jìng)品的差異化。有了這些數(shù)據(jù)的支撐，該車企在之后的銷售策略調(diào)整上無(wú)疑占據(jù)了市場(chǎng)主動(dòng)權(quán)。

除此之外，聯(lián)通大數(shù)據(jù)與金融產(chǎn)品、風(fēng)險(xiǎn)控制領(lǐng)域的成功案例也讓大數(shù)據(jù)產(chǎn)品的價(jià)值在行業(yè)應(yīng)用方面充分發(fā)揮。作為對(duì)傳統(tǒng)風(fēng)控模型的有益補(bǔ)充，聯(lián)通大數(shù)據(jù)能夠數(shù)據(jù)分析深度挖掘數(shù)據(jù)可用價(jià)值，進(jìn)而彌補(bǔ)傳統(tǒng)數(shù)據(jù)維度不全的現(xiàn)象；并可以優(yōu)化風(fēng)控模型能力，提高風(fēng)險(xiǎn)定價(jià)精細(xì)度，使其數(shù)據(jù)價(jià)值更加清晰，從數(shù)據(jù)的廣度、深度、鮮活度等維度協(xié)助風(fēng)控機(jī)構(gòu)建立更加完善的風(fēng)險(xiǎn)管理視圖。

現(xiàn)階段用戶的行為數(shù)據(jù)，尤其是網(wǎng)上行為數(shù)據(jù)，已經(jīng)逐漸被納入到信用風(fēng)險(xiǎn)模型中，成為判斷個(gè)人信用、風(fēng)險(xiǎn)程度的變量。而聯(lián)通大數(shù)據(jù)所具備的全面性、強(qiáng)相關(guān)性和實(shí)效性等特點(diǎn)，使其提供的用戶信用評(píng)估更完整、更清晰。

目前，聯(lián)通大數(shù)據(jù)已經(jīng)開始實(shí)踐跨行業(yè)的各類應(yīng)用。在數(shù)據(jù)安全和數(shù)據(jù)應(yīng)用監(jiān)管方面，始終遵循嚴(yán)格的信息安全體系和流程，以確保數(shù)據(jù)安全、規(guī)范、合理地應(yīng)用于金融、征信、精準(zhǔn)營(yíng)銷等各個(gè)行業(yè)。