
數(shù)據(jù)分析實現(xiàn)商業(yè)的降維攻擊
無人敢忽略”數(shù)據(jù)“在當(dāng)下商業(yè)布局中的重要意義,但是,它的實用性似乎遠(yuǎn)在天邊,而它的戰(zhàn)略重要性卻又近在眼前。”大數(shù)據(jù)“的投資似乎像一個無底洞,對企業(yè)來講,實用意義在哪里?如何與當(dāng)下的商業(yè)模式結(jié)合,戰(zhàn)勝”無數(shù)據(jù)“的傳統(tǒng)的自己?”數(shù)據(jù)“這個不明覺厲的詞,到底在創(chuàng)造什么樣的價值?
對貸款機構(gòu)來說,有三個問題事關(guān)生命線:貸不貸?貸多少?收多少利息?更專業(yè)的說法是準(zhǔn)入、授信和定價。要答對這三個問題,前提是盡可能全面地了解貸款客戶,但這對傳統(tǒng)的金融機構(gòu)來說意味著巨大的成本,因而即便壞賬率能控制在某個所謂“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,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,螞蟻小貸通過數(shù)據(jù)智能與商業(yè)場景的結(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)百萬淘寶賣家,他們的貸款多不過百萬,少的只有幾百元,他們不僅沒有靠譜的抵押,有些甚至連基本的賬目都沒有;另一方面,一次貸款申請?zhí)峤缓?,幾秒鐘?nèi)系統(tǒng)自動審批就能完成,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)營店鋪勤快嗎、之前有過不誠信的行為嗎,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”這點上,螞蟻小貸擁有了數(shù)據(jù)的優(yōu)勢。這是關(guān)鍵的第一步,但又遠(yuǎn)遠(yuǎn)不夠。如何運用好這些數(shù)據(jù)?“算法”至關(guān)重要。算法在計算機科學(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)用于計算、數(shù)據(jù)處理和自動推理,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”這個問題的核心依據(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)和算法的模型是實時迭代的。
一方面是新數(shù)據(jù)的不斷涌入,這個信用分并不會“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,原則上每時每刻都可以改變這個分值。只是基于成本的考慮和現(xiàn)實的風(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,或許一個被打了很低信用分的客戶及時還款了,一個高分客戶卻反而卷款跑路了,檢驗算法優(yōu)劣的核心標(biāo)準(zhǔn)就是一條,“客戶后來還款了嗎”,算法必須根據(jù)預(yù)測和實際結(jié)果的差別進(jìn)行調(diào)優(yōu)。所以事實上,客戶的借還款的數(shù)據(jù),會實時反饋到螞蟻小貸的數(shù)據(jù)池中,多個算法模型據(jù)此實時優(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,而即便在傳統(tǒng)金融數(shù)據(jù)化程度極高的美國,一次更新也往往需要6個月。
簡單地說,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)實時更新,而且實時檢驗著螞蟻小貸“算”得“準(zhǔn)不準(zhǔn)”,算法模型也據(jù)此實時優(yōu)化。
面對每一次客戶的貸款申請,螞蟻小貸都是這樣來回答“貸不貸”這個問題的,同樣的,回答“貸多少”、“收多少利息”這兩個問題也是類似的過程,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)、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關(guān)系數(shù)據(jù)(因為人以群分),更多的數(shù)據(jù)意味著對客戶更深的理解,意味著更符合商業(yè)本質(zhì)的算法模型,也意味著對“貸多少錢”這一問題更準(zhǔn)確的回答。
在這個過程中,客戶的數(shù)據(jù)越來越豐富,運用到的參數(shù)越來越多,算法模型也越來越靠譜,貸款風(fēng)險控制的成本越來越低,貸款者的體驗也越來越贊,覆蓋的貸款用戶也越來越廣。整個業(yè)務(wù)進(jìn)入高速發(fā)展的正循環(huán)。用時髦的術(shù)語來總結(jié),螞蟻小貸通過基于“大數(shù)據(jù)”和“算法”的“機器學(xué)習(xí)”,讓商業(yè)變得“智能”,提供了以前無法實現(xiàn)的小微貸款服務(wù),實現(xiàn)了普惠金融的創(chuàng)新。
正如我們在螞蟻小貸的例子中已經(jīng)看到的,從PC互聯(lián)到移動互聯(lián),再到萬物互聯(lián),從云計算到大數(shù)據(jù),基于數(shù)據(jù)和算法的智能化將是未來商業(yè)的基礎(chǔ)和最重要的特征。智能商業(yè)的效能相對于傳統(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)無法企及的高度,從而在六年內(nèi)實現(xiàn)了爆炸性成長。
怎樣才能成為這樣高能的智能商業(yè),引領(lǐng)未來的商業(yè)浪潮?
如果我們對螞蟻小貸的業(yè)務(wù)過程做更全面的檢視,會發(fā)現(xiàn)它本質(zhì)上是做了三件關(guān)鍵的事:特定商業(yè)場景的數(shù)據(jù)化、忠實于商業(yè)邏輯的算法及其優(yōu)化迭代、將數(shù)據(jù)智能與商業(yè)場景無縫熔合的產(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。不僅是客戶的經(jīng)營數(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、實際經(jīng)營者的性別、其行為特征顯示出的性別等等十幾套標(biāo)準(zhǔn),各自都有價值,但傳統(tǒng)方法又無法融合,需要創(chuàng)新的方法才能合理使用。但與此同時,數(shù)據(jù)化更是一件高收益的事情,例如客戶對經(jīng)營的投入程度這個直覺上就很有價值的指標(biāo),傳統(tǒng)金融機構(gòu)幾乎沒有任何有效的方法獲取,然而在互聯(lián)網(wǎng)的語境下,早上幾點賣家的旺旺上線了、買家的詢問在幾秒鐘內(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)財報更是虛假成風(fēng),但螞蟻小貸的數(shù)據(jù)分析師通過每件商品在批發(fā)平臺的價格分布測算出其成本價,進(jìn)而測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^程。它來源于人類測量、記錄和分析世界的渴望,從結(jié)繩記事開始,到度量衡來計量長度和重量,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,更多的現(xiàn)象得以被量化,數(shù)據(jù)化后浪推前浪的潮涌,事實上成為人類文明前行的核心動力之一。
而隨著計算機技術(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,成為谷歌判斷每一個用戶的個性化需求并推送商品廣告的關(guān)鍵依據(jù);FaceBook實現(xiàn)了人際關(guān)系的數(shù)據(jù)化,帶來了很多全新的應(yīng)用,例如通過分析選舉前用戶的行為數(shù)據(jù)來“計算”選民的投票傾向,成為有史以來最準(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,從而可以實時使用了之后,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)于賣家的每個數(shù)據(jù)的每次變化,都實時帶來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)實商業(yè)世界中的鳳毛麟角。這個時代的創(chuàng)新的重要一環(huán)就是如何把一個個商業(yè)場景、甚或只是將其中的一個商業(yè)環(huán)節(jié)數(shù)據(jù)化,其過程本身都潛藏著巨大的商業(yè)價值。例如,即使在服裝網(wǎng)購如此繁榮的今天,絕大部分人的身材并沒有數(shù)據(jù)化,更沒有在線化,新的商業(yè)模式的基礎(chǔ)就蘊藏在里面。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商業(yè)場景數(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芯片,傳感器等,把人,物和我們整個世界逐步的數(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,才可能真正客觀、真實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。
這是激動人心的歷史性的努力。本質(zhì)上,就如同蒸汽機是我們進(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)化毫無疑問也是我們進(jìn)入以數(shù)據(jù)智能為核心的智能商業(yè)世界的第一步,也是我們這個時代最重要的創(chuàng)造之一。
有效的數(shù)據(jù)初始化是大數(shù)據(jù)創(chuàng)造價值的至關(guān)重要的第一步??梢哉f,沒有數(shù)據(jù)的初始化就沒有后繼的商業(yè)創(chuàng)新,而數(shù)據(jù)初始化的巨大成本能否通過它創(chuàng)造的客戶價值來回報,也就成為當(dāng)下的海量創(chuàng)業(yè)項目能否存活立足的重要考驗。
我們提到算法時,常常接上另一個詞——“引擎”。這是一個奇妙的比喻,因為如果說數(shù)據(jù)是DT時代的一桶高標(biāo)號的汽油,則算法就是這臺引擎,讓數(shù)據(jù)中的能量得以完全地噴發(fā)出來,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。搜索是第一個數(shù)據(jù)和算法驅(qū)動的互聯(lián)網(wǎng)產(chǎn)品,使我們每個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)造的另一個功能強大的算法是其在線廣告市場引擎——Pay per Click(每點擊付費),每天都有價值十億美元以上的線上廣告通過這一算法投放到最合適的觀眾面前。
在商業(yè)的語境下,算法就是一組反映了產(chǎn)品邏輯和市場機制的計算指令的集合。完成了商業(yè)場景的數(shù)據(jù)化之后,算法是提煉數(shù)據(jù)價值的思路,而DT時代的數(shù)據(jù)價值就是商業(yè)價值。如同谷歌正在做的,我們每個人打開過一些商品的頁面、網(wǎng)購了某件商品,這無疑是數(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,這座數(shù)據(jù)金礦的價值才真正被開發(fā)出來。
算法是“機器學(xué)習(xí)”的核心——笨機器用笨辦法,靠著算法的持續(xù)優(yōu)化迭代,變得越來越聰明。即便是一個非常粗糙的算法模型,也可以在實時在線、全本記錄的數(shù)據(jù)中,通過沒有預(yù)判和方向的數(shù)據(jù)探索,來發(fā)現(xiàn)那些廣泛潛伏但我們無以察覺的關(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)場景,創(chuàng)造商業(yè)價值。
DT時代的智能商業(yè)對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、機制設(shè)計、甚至是價值觀取向融合為一。當(dāng)算法迭代優(yōu)化時,決定其方向的不僅是數(shù)據(jù)和機器本身的特性,更包含了我們對商業(yè)本質(zhì)的理解、對人性的洞察和創(chuàng)造未來商業(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。基于數(shù)據(jù)和算法,完成“機器學(xué)習(xí)”,實現(xiàn)“人工智能”。這是第三次工業(yè)革命,計算革命,發(fā)展到今天,從量變到質(zhì)變的飛躍,是數(shù)據(jù)時代最根本的特征。
智能商業(yè)的核心特征就是能主動地了解用戶,通過學(xué)習(xí)不斷提升用戶體驗。而把用戶,數(shù)據(jù)和算法巧妙地連接起來的,是“產(chǎn)品”,這也是互聯(lián)網(wǎng)時代特別強調(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,是與用戶完成個性化、實時海量、低成本互動的端口,它不僅僅直接完成用戶體驗,同時使得數(shù)據(jù)記錄和用戶反饋閉環(huán)得以發(fā)生,和“云”互動;而“云”則是數(shù)據(jù)聚合、算法計算的平臺,它通過算法優(yōu)化,更好地揣摩用戶需求,提升用戶體驗。
作為“端”的產(chǎn)品,具備三個關(guān)鍵的作用:
第一,產(chǎn)品設(shè)計本身直接影響用戶體驗。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。蘋果公司這十年的成功,特別是iPhone, 充分顯示了這一點;谷歌也是如此,超簡潔的搜索框甫一出現(xiàn)就讓人驚艷,口碑相傳,帶來了早期的高速發(fā)展。
第二,它是將“云”上的數(shù)據(jù)智能傳遞給用戶、為用戶帶來價值的管道。事實上,在智能商業(yè)的“云”和“端”之間,客戶的產(chǎn)品體驗絕不僅僅來自于端上的UI互動,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,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,千萬級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。不通過數(shù)據(jù)和產(chǎn)品的緊密融合,不通過云上的數(shù)據(jù)智能實時發(fā)揮作用,真正意義上的客戶體驗持續(xù)提升是根本無法想象的,就好像我們根本無法想象傳統(tǒng)的金融服務(wù)能在幾秒鐘內(nèi)完成對客戶的貸款一樣。
第三,它是用戶通過行為數(shù)據(jù)向“云”上的數(shù)據(jù)智能進(jìn)行反饋、實現(xiàn)數(shù)據(jù)增殖和算法優(yōu)化的管道。用戶的真實需求常常是無法直接表達(dá)的,但是他們的行動不會騙人。每一次用戶的行動都成為一次數(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需求。
上傳下達(dá),雙“管”齊下,數(shù)據(jù)閉環(huán)靠產(chǎn)品互動實現(xiàn),而產(chǎn)品體驗依賴于數(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極富想象力的創(chuàng)新產(chǎn)品,針對某個用戶問題,定義了全新的用戶體驗方式,同時啟動了數(shù)據(jù)智能的引擎,持續(xù)提升用戶體驗。這樣的智能商業(yè),才是對傳統(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)的三個基石,例如谷歌,其搜索引擎的三大核心,一是網(wǎng)頁內(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——極為簡潔的搜索框和基于相關(guān)性排序的結(jié)果頁。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)果頁上的每一次點擊(或者一次點擊都沒有)的行為數(shù)據(jù)被實時記錄、反饋到算法引擎,不僅優(yōu)化了你的搜索結(jié)果,而且優(yōu)化了任何搜索這個關(guān)鍵詞的人得到的搜索結(jié)果。
用戶行為通過產(chǎn)品的“端”實時反饋到數(shù)據(jù)智能的“云”,“云”上的優(yōu)化結(jié)果又通過“端”實時提升用戶體驗,在這樣的反饋閉環(huán)中,數(shù)據(jù)既是高速流動的介質(zhì),又持續(xù)增殖,算法既是推動反饋閉環(huán)運轉(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)品體驗的同時,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例子。以無人駕駛汽車為代表的整體智能交通體系已經(jīng)不是科幻,谷歌首次實現(xiàn)了根據(jù)路況數(shù)據(jù)設(shè)計路線,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,無人駕駛汽車已經(jīng)上路試驗,就是汽車這個“端”的全面智能化。在中國,阿里巴巴最新的實踐則是交通的“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)測未來一小時里的每一個路口可能的交通狀況,進(jìn)而對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)測準(zhǔn)確率超過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;它還是算法實時優(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)使車輛實時優(yōu)化行車路線,周遭環(huán)境數(shù)據(jù)使車輛實時決定行使速度,乘客身體狀況的數(shù)據(jù)使車輛實時調(diào)整車窗開合。
本質(zhì)上,商業(yè)從一開始就是基于某種“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、抑或通過市場調(diào)查聽客戶需求,始終失之于準(zhǔn)確,困之于成本。不過,到今天,當(dāng)客戶可以通過全本實時的數(shù)據(jù)把他們的需求直接告訴商家時,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,當(dāng)產(chǎn)品借助互聯(lián)網(wǎng)的巨大能量成為數(shù)據(jù)智能和用戶實時互動的端口時,我們終于可以說,我們第一次找到了促使這反饋閉環(huán)更低成本、更高效率、甚至是自動運轉(zhuǎn)的顛覆性工具——它可以被稱作是一部數(shù)據(jù)智能的“永動機”,只要有在線的互動,有數(shù)據(jù)的反饋,機器就永不停歇地學(xué)習(xí),實時敏捷地優(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)才能完成對傳統(tǒng)商業(yè)的降維攻擊,DT時代的商業(yè)躍升才有了發(fā)力點。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03