
數(shù)據(jù)分析實(shí)現(xiàn)商業(yè)的降維攻擊
無(wú)人敢忽略”數(shù)據(jù)“在當(dāng)下商業(yè)布局中的重要意義,但是,它的實(shí)用性似乎遠(yuǎn)在天邊,而它的戰(zhàn)略重要性卻又近在眼前?!?/span>大數(shù)據(jù)“的投資似乎像一個(gè)無(wú)底洞,對(duì)企業(yè)來(lái)講,實(shí)用意義在哪里?如何與當(dāng)下的商業(yè)模式結(jié)合,戰(zhàn)勝”無(wú)數(shù)據(jù)“的傳統(tǒng)的自己?”數(shù)據(jù)“這個(gè)不明覺(jué)厲的詞,到底在創(chuàng)造什么樣的價(jià)值?
對(duì)貸款機(jī)構(gòu)來(lái)說(shuō),有三個(gè)問(wèn)題事關(guān)生命線:貸不貸?貸多少?收多少利息?更專業(yè)的說(shuō)法是準(zhǔn)入、授信和定價(jià)。要答對(duì)這三個(gè)問(wèn)題,前提是盡可能全面地了解貸款客戶,但這對(duì)傳統(tǒng)的金融機(jī)構(gòu)來(lái)說(shuō)意味著巨大的成本,因而即便壞賬率能控制在某個(gè)所謂“健康”的范圍內(nèi),這也意味著成堆的資料、繁復(fù)的審核和繁重的抵押,也因此,為了規(guī)避風(fēng)險(xiǎn),更多的資金被貸給了“可靠”的大企業(yè)。
小微企業(yè)的貸款業(yè)務(wù)是一世界難題,螞蟻小貸通過(guò)數(shù)據(jù)智能與商業(yè)場(chǎng)景的結(jié)合找到了破解之道。
它和傳統(tǒng)銀行不同:一方面,已經(jīng)服務(wù)了數(shù)百萬(wàn)淘寶賣家,他們的貸款多不過(guò)百萬(wàn),少的只有幾百元,他們不僅沒(méi)有靠譜的抵押,有些甚至連基本的賬目都沒(méi)有;另一方面,一次貸款申請(qǐng)?zhí)峤缓螅瑤酌腌妰?nèi)系統(tǒng)自動(dòng)審批就能完成,錢已經(jīng)到了賣家賬戶上,相應(yīng)的壞賬率還能顯著低于傳統(tǒng)銀行的水平。
螞蟻小貸這個(gè)剛剛創(chuàng)業(yè)六年的公司是怎么做到的?
歸功于互聯(lián)網(wǎng),螞蟻小貸能夠分享潛在客戶的諸多數(shù)據(jù),比如這些淘寶賣家正在賣哪些商品、生意好不好,又比如賣家經(jīng)營(yíng)店鋪勤快嗎、之前有過(guò)不誠(chéng)信的行為嗎,甚至還比如這賣家的朋友們信用度高嗎、他喜歡打網(wǎng)游嗎等等,這些數(shù)據(jù)的豐富度、準(zhǔn)確度遠(yuǎn)高于傳統(tǒng)銀行能采集到的貸款者的信息。
在“全面了解客戶”這點(diǎn)上,螞蟻小貸擁有了數(shù)據(jù)的優(yōu)勢(shì)。這是關(guān)鍵的第一步,但又遠(yuǎn)遠(yuǎn)不夠。如何運(yùn)用好這些數(shù)據(jù)?“算法”至關(guān)重要。算法在計(jì)算機(jī)科學(xué)中通常指一組包含了有限、明確并有先后順序的指令集合,它被廣泛應(yīng)用于計(jì)算、數(shù)據(jù)處理和自動(dòng)推理,例如螞蟻小貸的算法工程師們就建立了一套算法模型來(lái)處理這些海量數(shù)據(jù),給每位客戶的“信用”打分,從而區(qū)分出欠貸不還的“壞人”和準(zhǔn)時(shí)還貸的“好人”。基于算法模型的客戶信用分值,成為螞蟻小貸回答“貸不貸”這個(gè)問(wèn)題的核心依據(jù)。
更為重要的是,和傳統(tǒng)數(shù)據(jù)分析不一樣,基于在線數(shù)據(jù)和算法的模型是實(shí)時(shí)迭代的。
一方面是新數(shù)據(jù)的不斷涌入,這個(gè)信用分并不會(huì)“一分定終身”,恰恰相反,客戶的每一單交易、每一次旺旺上線、每一次還款,原則上每時(shí)每刻都可以改變這個(gè)分值。只是基于成本的考慮和現(xiàn)實(shí)的風(fēng)控需求,螞蟻小貸每天更新一次客戶的信用分,然而這樣的更新頻率已經(jīng)是傳統(tǒng)銀行所不可想象的了。
另一方面是算法模型的迭代。用一套天才的算法百分百準(zhǔn)確地找出“好人”和“壞人”只能是幻想,或許一個(gè)被打了很低信用分的客戶及時(shí)還款了,一個(gè)高分客戶卻反而卷款跑路了,檢驗(yàn)算法優(yōu)劣的核心標(biāo)準(zhǔn)就是一條,“客戶后來(lái)還款了嗎”,算法必須根據(jù)預(yù)測(cè)和實(shí)際結(jié)果的差別進(jìn)行調(diào)優(yōu)。所以事實(shí)上,客戶的借還款的數(shù)據(jù),會(huì)實(shí)時(shí)反饋到螞蟻小貸的數(shù)據(jù)池中,多個(gè)算法模型據(jù)此實(shí)時(shí)優(yōu)化——哪些維度的指標(biāo)應(yīng)當(dāng)被納入到或清除出模型、客戶的哪些行為特質(zhì)應(yīng)該被賦予更高的權(quán)重、在不同的情形下哪些算法模型有更高的準(zhǔn)確度,在螞蟻小貸,這些算法模型更新的頻率以“周”計(jì),而即便在傳統(tǒng)金融數(shù)據(jù)化程度極高的美國(guó),一次更新也往往需要6個(gè)月。
簡(jiǎn)單地說(shuō),依據(jù)客戶的全方位數(shù)據(jù),螞蟻小貸用一系列算法模型“算出”該不該給一位客戶貸款。然后基于客戶的行為,數(shù)據(jù)實(shí)時(shí)更新,而且實(shí)時(shí)檢驗(yàn)著螞蟻小貸“算”得“準(zhǔn)不準(zhǔn)”,算法模型也據(jù)此實(shí)時(shí)優(yōu)化。
面對(duì)每一次客戶的貸款申請(qǐng),螞蟻小貸都是這樣來(lái)回答“貸不貸”這個(gè)問(wèn)題的,同樣的,回答“貸多少”、“收多少利息”這兩個(gè)問(wèn)題也是類似的過(guò)程,例如授信額度的確定,這當(dāng)然比“準(zhǔn)入”這件事需要更多的數(shù)據(jù),螞蟻小貸的算法工程師們測(cè)算出每家店鋪的主打商品的生命周期(是新品正在攢口碑、是正在熱銷、還是即將打折清倉(cāng))、每家店鋪的毛利率等等數(shù)據(jù)指標(biāo),加入更多的賣家社會(huì)關(guān)系數(shù)據(jù)(因?yàn)槿艘匀悍郑?,更多的?shù)據(jù)意味著對(duì)客戶更深的理解,意味著更符合商業(yè)本質(zhì)的算法模型,也意味著對(duì)“貸多少錢”這一問(wèn)題更準(zhǔn)確的回答。
在這個(gè)過(guò)程中,客戶的數(shù)據(jù)越來(lái)越豐富,運(yùn)用到的參數(shù)越來(lái)越多,算法模型也越來(lái)越靠譜,貸款風(fēng)險(xiǎn)控制的成本越來(lái)越低,貸款者的體驗(yàn)也越來(lái)越贊,覆蓋的貸款用戶也越來(lái)越廣。整個(gè)業(yè)務(wù)進(jìn)入高速發(fā)展的正循環(huán)。用時(shí)髦的術(shù)語(yǔ)來(lái)總結(jié),螞蟻小貸通過(guò)基于“大數(shù)據(jù)”和“算法”的“機(jī)器學(xué)習(xí)”,讓商業(yè)變得“智能”,提供了以前無(wú)法實(shí)現(xiàn)的小微貸款服務(wù),實(shí)現(xiàn)了普惠金融的創(chuàng)新。
正如我們?cè)谖浵佇≠J的例子中已經(jīng)看到的,從PC互聯(lián)到移動(dòng)互聯(lián),再到萬(wàn)物互聯(lián),從云計(jì)算到大數(shù)據(jù),基于數(shù)據(jù)和算法的智能化將是未來(lái)商業(yè)的基礎(chǔ)和最重要的特征。智能商業(yè)的效能相對(duì)于傳統(tǒng)商業(yè)是質(zhì)的飛躍,是全面超越,這才是所謂“降維”攻擊的基礎(chǔ)。螞蟻小貸在貸款額度之小,貸款客戶數(shù)之大,反應(yīng)速度之快,資金使用效率之高,員工人數(shù)之底都達(dá)到了傳統(tǒng)小貸企業(yè)無(wú)法企及的高度,從而在六年內(nèi)實(shí)現(xiàn)了爆炸性成長(zhǎng)。
怎樣才能成為這樣高能的智能商業(yè),引領(lǐng)未來(lái)的商業(yè)浪潮?
如果我們對(duì)螞蟻小貸的業(yè)務(wù)過(guò)程做更全面的檢視,會(huì)發(fā)現(xiàn)它本質(zhì)上是做了三件關(guān)鍵的事:特定商業(yè)場(chǎng)景的數(shù)據(jù)化、忠實(shí)于商業(yè)邏輯的算法及其優(yōu)化迭代、將數(shù)據(jù)智能與商業(yè)場(chǎng)景無(wú)縫熔合的產(chǎn)品。這三件事融合貫通,相互包含,在反饋閉環(huán)中共同進(jìn)化,未來(lái)的智能商業(yè)樣貌已經(jīng)躍然而出。
數(shù)據(jù)化是螞蟻小貸的整套智能體系的起點(diǎn)。不僅是客戶的經(jīng)營(yíng)數(shù)據(jù),還有更多維度的數(shù)據(jù)被記錄、分析、融入,構(gòu)成了對(duì)客戶全方位的描摹。數(shù)據(jù)初始化是一件高成本和困難的事情,僅僅是最簡(jiǎn)單的客戶性別數(shù)據(jù)就包含了諸如登記身份證的性別、實(shí)際經(jīng)營(yíng)者的性別、其行為特征顯示出的性別等等十幾套標(biāo)準(zhǔn),各自都有價(jià)值,但傳統(tǒng)方法又無(wú)法融合,需要?jiǎng)?chuàng)新的方法才能合理使用。但與此同時(shí),數(shù)據(jù)化更是一件高收益的事情,例如客戶對(duì)經(jīng)營(yíng)的投入程度這個(gè)直覺(jué)上就很有價(jià)值的指標(biāo),傳統(tǒng)金融機(jī)構(gòu)幾乎沒(méi)有任何有效的方法獲取,然而在互聯(lián)網(wǎng)的語(yǔ)境下,早上幾點(diǎn)賣家的旺旺上線了、買家的詢問(wèn)在幾秒鐘內(nèi)能得到回復(fù),這些數(shù)據(jù)都清晰地展示著賣家的投入度;再比如賣家的盈利狀況,很多電商賣家都不具備基本的財(cái)務(wù)技能,賺了多少錢都是“毛估估”,傳統(tǒng)銀行拿到的企業(yè)財(cái)報(bào)更是虛假成風(fēng),但螞蟻小貸的數(shù)據(jù)分析師通過(guò)每件商品在批發(fā)平臺(tái)的價(jià)格分布測(cè)算出其成本價(jià),進(jìn)而測(cè)算出一家店鋪所賣商品的單件盈利,這一維度的數(shù)據(jù)盡管未必總是精準(zhǔn),但不啻為衡量貸款者還款能力的重要指標(biāo)。
“數(shù)據(jù)化”本質(zhì)上是將一種現(xiàn)象轉(zhuǎn)變?yōu)榭闪炕问降倪^(guò)程。它來(lái)源于人類測(cè)量、記錄和分析世界的渴望,從結(jié)繩記事開(kāi)始,到度量衡來(lái)計(jì)量長(zhǎng)度和重量,到十進(jìn)制數(shù)字的發(fā)明,再到復(fù)式記賬法使數(shù)據(jù)直接反映生意的盈虧;隨著現(xiàn)代科學(xué)的發(fā)展,氣壓、電流、溫度、磁場(chǎng),更多的現(xiàn)象得以被量化,數(shù)據(jù)化后浪推前浪的潮涌,事實(shí)上成為人類文明前行的核心動(dòng)力之一。
而隨著計(jì)算機(jī)技術(shù)的出現(xiàn),尤其是互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,數(shù)據(jù)化的新一波浪潮更加洶涌澎湃:我們已經(jīng)看到,自己在互聯(lián)網(wǎng)上留下的每一處“足跡”都被數(shù)據(jù)化地記錄下來(lái),成為谷歌判斷每一個(gè)用戶的個(gè)性化需求并推送商品廣告的關(guān)鍵依據(jù);FaceBook實(shí)現(xiàn)了人際關(guān)系的數(shù)據(jù)化,帶來(lái)了很多全新的應(yīng)用,例如通過(guò)分析選舉前用戶的行為數(shù)據(jù)來(lái)“計(jì)算”選民的投票傾向,成為有史以來(lái)最準(zhǔn)確的選前民調(diào),都不用加“之一”。我們還看到文字被數(shù)據(jù)化,地理方位被數(shù)據(jù)化,身體健康狀況被數(shù)據(jù)化,情緒感受被數(shù)據(jù)化,在這一波全新的數(shù)據(jù)化浪潮中,尤其是當(dāng)數(shù)據(jù)本身也在線,從而可以實(shí)時(shí)使用了之后,這種魔力就更顯著了,如同螞蟻小貸的貸款模型所做到的,關(guān)于賣家的每個(gè)數(shù)據(jù)的每次變化,都實(shí)時(shí)帶來(lái)從貸款算法模型到放貸商業(yè)決策的變化。
我們今天完成了數(shù)據(jù)化的部分,只是現(xiàn)實(shí)商業(yè)世界中的鳳毛麟角。這個(gè)時(shí)代的創(chuàng)新的重要一環(huán)就是如何把一個(gè)個(gè)商業(yè)場(chǎng)景、甚或只是將其中的一個(gè)商業(yè)環(huán)節(jié)數(shù)據(jù)化,其過(guò)程本身都潛藏著巨大的商業(yè)價(jià)值。例如,即使在服裝網(wǎng)購(gòu)如此繁榮的今天,絕大部分人的身材并沒(méi)有數(shù)據(jù)化,更沒(méi)有在線化,新的商業(yè)模式的基礎(chǔ)就蘊(yùn)藏在里面。同樣的,當(dāng)下最熱門的各種O2O的創(chuàng)業(yè),很大的成本都用在了將某個(gè)商業(yè)場(chǎng)景數(shù)據(jù)化上,例如街邊小店的菜單能否在線化,食品質(zhì)量指標(biāo)能否數(shù)據(jù)化;而IOT浪潮中,最核心的就是如何通過(guò)芯片,傳感器等,把人,物和我們整個(gè)世界逐步的數(shù)據(jù)化?;ヂ?lián)網(wǎng)技術(shù)使我們終于可以低成本、全方位地記錄數(shù)據(jù),而只有當(dāng)我們擁有了足夠大量、足夠多維度的“大數(shù)據(jù)”時(shí),才可能真正客觀、真實(shí)而深刻地理解我們周遭的環(huán)境、事物的本原以及我們自己。
這是激動(dòng)人心的歷史性的努力。本質(zhì)上,就如同蒸汽機(jī)是我們進(jìn)入工業(yè)文明的第一步、電是我們邁入電氣化的現(xiàn)代工業(yè)的第一步,數(shù)據(jù)化毫無(wú)疑問(wèn)也是我們進(jìn)入以數(shù)據(jù)智能為核心的智能商業(yè)世界的第一步,也是我們這個(gè)時(shí)代最重要的創(chuàng)造之一。
有效的數(shù)據(jù)初始化是大數(shù)據(jù)創(chuàng)造價(jià)值的至關(guān)重要的第一步。可以說(shuō),沒(méi)有數(shù)據(jù)的初始化就沒(méi)有后繼的商業(yè)創(chuàng)新,而數(shù)據(jù)初始化的巨大成本能否通過(guò)它創(chuàng)造的客戶價(jià)值來(lái)回報(bào),也就成為當(dāng)下的海量創(chuàng)業(yè)項(xiàng)目能否存活立足的重要考驗(yàn)。
我們提到算法時(shí),常常接上另一個(gè)詞——“引擎”。這是一個(gè)奇妙的比喻,因?yàn)槿绻f(shuō)數(shù)據(jù)是DT時(shí)代的一桶高標(biāo)號(hào)的汽油,則算法就是這臺(tái)引擎,讓數(shù)據(jù)中的能量得以完全地噴發(fā)出來(lái),為智能商業(yè)的汽車推進(jìn)加速。
算法在螞蟻小貸業(yè)務(wù)中的關(guān)鍵作用固然不言而喻,同樣的,谷歌的成功也發(fā)源于其創(chuàng)始人發(fā)明的PageRank算法。搜索是第一個(gè)數(shù)據(jù)和算法驅(qū)動(dòng)的互聯(lián)網(wǎng)產(chǎn)品,使我們每個(gè)人都得以在海量的互聯(lián)網(wǎng)數(shù)據(jù)中找到最相關(guān)的信息。谷歌創(chuàng)造的另一個(gè)功能強(qiáng)大的算法是其在線廣告市場(chǎng)引擎——Pay per Click(每點(diǎn)擊付費(fèi)),每天都有價(jià)值十億美元以上的線上廣告通過(guò)這一算法投放到最合適的觀眾面前。
在商業(yè)的語(yǔ)境下,算法就是一組反映了產(chǎn)品邏輯和市場(chǎng)機(jī)制的計(jì)算指令的集合。完成了商業(yè)場(chǎng)景的數(shù)據(jù)化之后,算法是提煉數(shù)據(jù)價(jià)值的思路,而DT時(shí)代的數(shù)據(jù)價(jià)值就是商業(yè)價(jià)值。如同谷歌正在做的,我們每個(gè)人打開(kāi)過(guò)一些商品的頁(yè)面、網(wǎng)購(gòu)了某件商品,這無(wú)疑是數(shù)據(jù)的金礦,但只有當(dāng)在線廣告的算法引擎從中挖掘出每件商品的潛在買家、并據(jù)此投放廣告時(shí),這座數(shù)據(jù)金礦的價(jià)值才真正被開(kāi)發(fā)出來(lái)。
算法是“機(jī)器學(xué)習(xí)”的核心——笨機(jī)器用笨辦法,靠著算法的持續(xù)優(yōu)化迭代,變得越來(lái)越聰明。即便是一個(gè)非常粗糙的算法模型,也可以在實(shí)時(shí)在線、全本記錄的數(shù)據(jù)中,通過(guò)沒(méi)有預(yù)判和方向的數(shù)據(jù)探索,來(lái)發(fā)現(xiàn)那些廣泛潛伏但我們無(wú)以察覺(jué)的關(guān)系結(jié)構(gòu),持續(xù)優(yōu)化,并創(chuàng)造性地將其融入商業(yè)場(chǎng)景,創(chuàng)造商業(yè)價(jià)值。
DT時(shí)代的智能商業(yè)對(duì)算法提出了全新的要求:算法的迭代方向、參數(shù)工程等等,都必須與商業(yè)邏輯、機(jī)制設(shè)計(jì)、甚至是價(jià)值觀取向融合為一。當(dāng)算法迭代優(yōu)化時(shí),決定其方向的不僅是數(shù)據(jù)和機(jī)器本身的特性,更包含了我們對(duì)商業(yè)本質(zhì)的理解、對(duì)人性的洞察和創(chuàng)造未來(lái)商業(yè)新樣貌的理想。
這就是我們稱算法為智能商業(yè)的“引擎”而非“工具”的關(guān)鍵理由,它是智能的核心?;跀?shù)據(jù)和算法,完成“機(jī)器學(xué)習(xí)”,實(shí)現(xiàn)“人工智能”。這是第三次工業(yè)革命,計(jì)算革命,發(fā)展到今天,從量變到質(zhì)變的飛躍,是數(shù)據(jù)時(shí)代最根本的特征。
智能商業(yè)的核心特征就是能主動(dòng)地了解用戶,通過(guò)學(xué)習(xí)不斷提升用戶體驗(yàn)。而把用戶,數(shù)據(jù)和算法巧妙地連接起來(lái)的,是“產(chǎn)品”,這也是互聯(lián)網(wǎng)時(shí)代特別強(qiáng)調(diào)產(chǎn)品重要性的根本原因。
產(chǎn)品和數(shù)據(jù)、算法的互補(bǔ)作用可以形象地比喻成“端+云”?!岸恕本褪钱a(chǎn)品,是與用戶完成個(gè)性化、實(shí)時(shí)海量、低成本互動(dòng)的端口,它不僅僅直接完成用戶體驗(yàn),同時(shí)使得數(shù)據(jù)記錄和用戶反饋閉環(huán)得以發(fā)生,和“云”互動(dòng);而“云”則是數(shù)據(jù)聚合、算法計(jì)算的平臺(tái),它通過(guò)算法優(yōu)化,更好地揣摩用戶需求,提升用戶體驗(yàn)。
作為“端”的產(chǎn)品,具備三個(gè)關(guān)鍵的作用:
第一,產(chǎn)品設(shè)計(jì)本身直接影響用戶體驗(yàn)。功能是否齊全,界面是否友好,交換是否自然,都是關(guān)鍵因素。蘋(píng)果公司這十年的成功,特別是iPhone, 充分顯示了這一點(diǎn);谷歌也是如此,超簡(jiǎn)潔的搜索框甫一出現(xiàn)就讓人驚艷,口碑相傳,帶來(lái)了早期的高速發(fā)展。
第二,它是將“云”上的數(shù)據(jù)智能傳遞給用戶、為用戶帶來(lái)價(jià)值的管道。事實(shí)上,在智能商業(yè)的“云”和“端”之間,客戶的產(chǎn)品體驗(yàn)絕不僅僅來(lái)自于端上的UI互動(dòng),而更多地決定于云上的數(shù)據(jù)智能。例如,用戶在淘寶的體驗(yàn),不僅僅是搜索是否好用,類目是否合理,導(dǎo)航是否有效等,更重要的是他能否高效地從幾十億件商品,千萬(wàn)級(jí)賣家中快速找到他需要的商品,甚至還有驚喜,而這取決于“云”上的數(shù)據(jù)智能。不通過(guò)數(shù)據(jù)和產(chǎn)品的緊密融合,不通過(guò)云上的數(shù)據(jù)智能實(shí)時(shí)發(fā)揮作用,真正意義上的客戶體驗(yàn)持續(xù)提升是根本無(wú)法想象的,就好像我們根本無(wú)法想象傳統(tǒng)的金融服務(wù)能在幾秒鐘內(nèi)完成對(duì)客戶的貸款一樣。
第三,它是用戶通過(guò)行為數(shù)據(jù)向“云”上的數(shù)據(jù)智能進(jìn)行反饋、實(shí)現(xiàn)數(shù)據(jù)增殖和算法優(yōu)化的管道。用戶的真實(shí)需求常常是無(wú)法直接表達(dá)的,但是他們的行動(dòng)不會(huì)騙人。每一次用戶的行動(dòng)都成為一次數(shù)據(jù)反饋,算法在這樣一次次的反饋中敏捷迭代,一次次更接近用戶的真實(shí)需求。
上傳下達(dá),雙“管”齊下,數(shù)據(jù)閉環(huán)靠產(chǎn)品互動(dòng)實(shí)現(xiàn),而產(chǎn)品體驗(yàn)依賴于數(shù)據(jù)智能,數(shù)據(jù)和產(chǎn)品合二為一。
因此,智能商業(yè)的成功,最關(guān)鍵的一步往往是一個(gè)極富想象力的創(chuàng)新產(chǎn)品,針對(duì)某個(gè)用戶問(wèn)題,定義了全新的用戶體驗(yàn)方式,同時(shí)啟動(dòng)了數(shù)據(jù)智能的引擎,持續(xù)提升用戶體驗(yàn)。這樣的智能商業(yè),才是對(duì)傳統(tǒng)商業(yè)的顛覆,才是真正的“降維”攻擊,勝者一騎絕塵。谷歌超越雅虎、Facebook超越Myspace、Uber顛覆出租車行業(yè)等等,無(wú)不如此。
數(shù)據(jù)化、算法加上產(chǎn)品構(gòu)成了智能商業(yè)的三個(gè)基石,例如谷歌,其搜索引擎的三大核心,一是網(wǎng)頁(yè)內(nèi)容的數(shù)據(jù)化,二是基于PageRank的算法引擎,三是谷歌巨大的產(chǎn)品創(chuàng)新——極為簡(jiǎn)潔的搜索框和基于相關(guān)性排序的結(jié)果頁(yè)。然而這還不夠,要讓智能商業(yè)一天比一天更聰明,還有一樣?xùn)|西不可或缺——反饋閉環(huán)。用戶在搜索結(jié)果頁(yè)上的每一次點(diǎn)擊(或者一次點(diǎn)擊都沒(méi)有)的行為數(shù)據(jù)被實(shí)時(shí)記錄、反饋到算法引擎,不僅優(yōu)化了你的搜索結(jié)果,而且優(yōu)化了任何搜索這個(gè)關(guān)鍵詞的人得到的搜索結(jié)果。
用戶行為通過(guò)產(chǎn)品的“端”實(shí)時(shí)反饋到數(shù)據(jù)智能的“云”,“云”上的優(yōu)化結(jié)果又通過(guò)“端”實(shí)時(shí)提升用戶體驗(yàn),在這樣的反饋閉環(huán)中,數(shù)據(jù)既是高速流動(dòng)的介質(zhì),又持續(xù)增殖,算法既是推動(dòng)反饋閉環(huán)運(yùn)轉(zhuǎn)的引擎,又持續(xù)優(yōu)化,產(chǎn)品既是反饋閉環(huán)的載體,又持續(xù)改進(jìn)功能,在為用戶提供更贊的產(chǎn)品體驗(yàn)的同時(shí),也促使數(shù)據(jù)反饋更低成本、更高效率地發(fā)生。
一言以蔽之,數(shù)據(jù)化、算法和產(chǎn)品就是在反饋閉環(huán)中完成了智能商業(yè)的“三位一體”的。
智能交通體系是另一個(gè)例子。以無(wú)人駕駛汽車為代表的整體智能交通體系已經(jīng)不是科幻,谷歌首次實(shí)現(xiàn)了根據(jù)路況數(shù)據(jù)設(shè)計(jì)路線,本質(zhì)上這是將關(guān)于路線選擇的算法在線了,而今天在美國(guó),無(wú)人駕駛汽車已經(jīng)上路試驗(yàn),就是汽車這個(gè)“端”的全面智能化。在中國(guó),阿里巴巴最新的實(shí)踐則是交通的“云”的全面智能化,依據(jù)各方面交通數(shù)據(jù)的整體打通,預(yù)測(cè)未來(lái)一小時(shí)里的每一個(gè)路口可能的交通狀況,進(jìn)而對(duì)接城市交通指揮系統(tǒng),有的放矢,在北京這樣復(fù)雜的路況下,此套體系的預(yù)測(cè)準(zhǔn)確率超過(guò)95%。這其中,數(shù)據(jù)化、算法迭代和產(chǎn)品同樣在反饋閉環(huán)中實(shí)現(xiàn)了三位一體。智能交通體系首先以一連串事物的數(shù)據(jù)化為前提的——包括了地理位置的數(shù)據(jù)化、車況的數(shù)據(jù)化、天氣的數(shù)據(jù)化,紅綠燈、分道線、行人的數(shù)據(jù)化等等;它還是算法實(shí)時(shí)優(yōu)化的結(jié)果——不僅是車況本身的優(yōu)化,更是整體智能交通體系的優(yōu)化;它當(dāng)然更離不開(kāi)從汽車到紅綠燈等種種產(chǎn)品的智能化。它更是眾多數(shù)據(jù)反饋閉環(huán)的集合體——路況數(shù)據(jù)使車輛實(shí)時(shí)優(yōu)化行車路線,周遭環(huán)境數(shù)據(jù)使車輛實(shí)時(shí)決定行使速度,乘客身體狀況的數(shù)據(jù)使車輛實(shí)時(shí)調(diào)整車窗開(kāi)合。
本質(zhì)上,商業(yè)從一開(kāi)始就是基于某種“反饋閉環(huán)”的,了解客戶所需,提供相應(yīng)的產(chǎn)品或服務(wù)。然而不論是發(fā)揮商業(yè)天份猜客戶需求、抑或通過(guò)市場(chǎng)調(diào)查聽(tīng)客戶需求,始終失之于準(zhǔn)確,困之于成本。不過(guò),到今天,當(dāng)客戶可以通過(guò)全本實(shí)時(shí)的數(shù)據(jù)把他們的需求直接告訴商家時(shí),當(dāng)商家可以憑借敏捷迭代的算法引擎精確滿足客戶的需求時(shí),當(dāng)產(chǎn)品借助互聯(lián)網(wǎng)的巨大能量成為數(shù)據(jù)智能和用戶實(shí)時(shí)互動(dòng)的端口時(shí),我們終于可以說(shuō),我們第一次找到了促使這反饋閉環(huán)更低成本、更高效率、甚至是自動(dòng)運(yùn)轉(zhuǎn)的顛覆性工具——它可以被稱作是一部數(shù)據(jù)智能的“永動(dòng)機(jī)”,只要有在線的互動(dòng),有數(shù)據(jù)的反饋,機(jī)器就永不停歇地學(xué)習(xí),實(shí)時(shí)敏捷地優(yōu)化。
數(shù)據(jù)、算法、產(chǎn)品在反饋閉環(huán)中三位一體,惟其如此,智能商業(yè)才能完成對(duì)傳統(tǒng)商業(yè)的降維攻擊,DT時(shí)代的商業(yè)躍升才有了發(fā)力點(diǎn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10