星图数据CEO谷熠:商业AI将成大数据未来方向

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

让无数网友疯狂剁手的“双11”购物节已经过去两周时间了,如今各大电商网站又瞄准了“双12”这个时间点,准备再度厮杀一番,再加上圣诞节和元旦的大促活动,看来12月又将会是相当热闹的一个月。不过在诸多消费者买买买的同时,海量的购买交易数据也正在生成,这些数据不仅能够反映出消费者在网上购物的喜好,还能为供货商的产品策略提供强有力的依据,将这些数据进行采集、处理、整合、计算和分析成为许多大数据公司toB业务的主要组成部分。

双11当天,互联网大数据服务提供商星图数据对16个平台、1562个品类、39487个品牌和834万中商品进行了数据监测,其在双11之后发布的《双十一大数据分析报告》备受业界关注,其中许多数据分析结果一度被多家媒体在报道双11时引用,而这些数据也让我们对双11的线上零售全景有了更进一步的认识。

资源配置:大数据背后的商业逻辑

通过星图数据的《双十一大数据分析报告》,我们了解到今年双十一全网总销售额为1770.4亿元,全网总包裹数达到了10.7亿个,各电商平台的销售额占比分别是:天猫68.2%、京东22.7%、国美1.9%、苏宁2.2%、一号店1.3%、亚马逊1.0%、其他2.7%。

对于我们来说,这些可能只是冷冰冰的数据,但在星图数据创始人兼CEO谷熠看来,这些数据却能反映出许多商业问题,他认为许多前卫的供应商正在依靠大数据分析来根据用户的偏好去选择产品投放的平台和渠道,毕竟每个渠道覆盖的消费群体不一样,其消费能力也有所区别,企业如果能把握好这种趋势的话,就可以搭建起更合理更精细化的分销体系和铺货体系,把适合的商品铺到合适的渠道里面,从而实现产品研发、铺货和销售的最佳资源配置。

不过目前还有大量企业的渠道管理仍然比较粗放,把下游当成经销商或代理商来进行管理,其评估方式还是以“出货量”来作为主要依据,这种方式显然不再适用于“线上为王”主流趋势,此时就需要对渠道效率、消费者喜好等领域进行数据分析,进而在策略上做出针对性调整,提升整个企业的运营效率。

信息不对称:大数据服务商的机会

对于大部分传统咨询机构来讲,他们为企业提供的服务基本上都是为了解决“信息不对称”的问题,比如站在第三方的角度为企业分析渠道和消费者行为等等,但随着互联网的飞速发展,海量数据不断被制造并留存下来,所以企业的数据分析需求实际上越来越旺盛,他们试图通过数据分析和挖掘来发现新的增长点。但传统咨询机构的数据分析能力相对有限,这就为大数据服务商提供了绝佳的机会。

谷熠认为,目前为传统企业提供数据服务的公司却并不多,有许多传统企业受制于渠道商对下游的控制,在与消费者的信息沟通方面存在严重的信息不对称问题,这是一个名副其实的价值洼地,也正是星图数据目前的业务切入点。星图所有的产品和服务都通过轻量级的SaaS形态直接面向具体的业务人员使用,不仅能直接体现价值,同时他们也不需要太强的数据分析能力或IT能力,这将从系统能力上颠覆传统的咨询调研行业,而从去中心化的角度则能颠覆传统的BI。

星图的核心优势在模型和算法层面,未来的数据市场会走向越来越开放的形态,未来获取数据的难度将会越来越低,所以如何对这些数据进行挖掘和加工就成为大数据公司的立身之本。同时还要对客户的应用场景有深入的了解,通过多产品集成性策略快速构建市场壁垒,积累更多的技术和模型。

与场景结合:大数据公司的立根之本

谷熠认为,大数据公司在提供服务时一定要与具体的场景进行结合,他将企业的数据需求分为监控、评估和优化三个场景,而在这三个场景中,大数据所扮演的角色是不一样的,在“监控”场景中,数据的角色是“情报兵”,按照维度搜集各种各样的数据,为后期的分析和决策提供基础支持。在“评估”场景中,数据角色是谋士或军师,通过数据分析来为决策层提供包括价格、促销、分销、产品线规划、广告投放策略等方面的建议。而在“优化”场景中,大数据则要扮演决策者的角色,结合企业内外部的数据和AI算法,帮助企业做出最优决策,并且实现自动下发执行。

基于以上三个场景,结合销售、营销和产品等不同层面,谷熠和他的星图数据先后推出了多种定制化的产品,比如面向销售层面的D-Matrix和AtomPower,面向营销层面的SkyScope和面向产品层面的C2B解决方案等等,可以为企业用户提供多种大数据服务。

以D-Matrix为例,该产品的服务对象主要是电商的营销leader,用户可以实时了解到企业所关注的品牌、渠道、价格、促销和消费者满意度,所在行业的整体销售情况、竞品的市场份额等等,还能够帮助其找到各种因素对销量会有哪些影响,最终计算出销量的结果,通过数据和模型尽量去还原市场的真实情况。同时还能够通过对用户购买后发表的评论或分享的内容来判断这款产品在消费者心中的真实情况,当然这期间不与用户发生任何信息交互,所以也不涉及任何隐私信息。

商业人工智能:大数据的未来发展方向

目前星图数据的主要数据来源是对各平台页面端信息的监控,在拿到这些数据之后,通过数据清洗、挖掘和建模分析来进行深入计算,然后就能够产出一份前文所提到的数据报告。其实星图还发布过多次类似的报告,比如《化妆品行业电商大数据报告》、《乳制品行业电商大数据报告》等等。

谷熠希望他的产品能够替代不同的人,扮演不同的角色并实现不同的价值,毕竟数据的本质就是信息,而大数据服务商的核心服务就是为企业用户提供决策所需的素材和依据,帮助管理层能够更加科学和准确地制定决策。而随着人工智能技术的深入发展,大数据服务未来也会朝着商业人工智能的方向发展,理想状态下,大数据服务甚至能够直接替代企业的最高管理者进行决策,到那个时候,或许“企业家”的概念就不复存在了。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
打赏
0
0
0
0
176
分享
相关文章
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
238 92
数据的“潘多拉魔盒”:大数据伦理的深度思考
数据的“潘多拉魔盒”:大数据伦理的深度思考
35 25
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
湖仓一体架构融合了数据湖的低成本、高扩展性,以及数据仓库的高性能、强数据治理能力,高效应对大数据时代的挑战。为助力企业实现湖仓一体的建设,Apache Doris 提出了数据无界和湖仓无界核心理念,并结合自身特性,助力企业加速从 0 到 1 构建湖仓体系,降低转型过程中的风险和成本。本文将对湖仓一体演进及 Apache Doris 湖仓一体方案进行介绍。
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
D1net阅闻 | 微软CEO对话特朗普和马斯克:豪掷800亿美元建AI数据中心
D1net阅闻 | 微软CEO对话特朗普和马斯克:豪掷800亿美元建AI数据中心
D1net阅闻 | OpenAI进军虚拟助手领域 AI智能体加速迈入商业化阶段
D1net阅闻 | OpenAI进军虚拟助手领域 AI智能体加速迈入商业化阶段
谷歌Deepmind的CEO称Deepseek的AI模型是中国“最好的作品”,但炒作“夸大其词”
谷歌Deepmind的CEO称Deepseek的AI模型是中国“最好的作品”,但炒作“夸大其词”
大数据与云计算:无缝结合,开启数据新纪元
大数据与云计算:无缝结合,开启数据新纪元
80 11
数据大爆炸:解析大数据的起源及其对未来的启示
数据大爆炸:解析大数据的起源及其对未来的启示
114 15
数据大爆炸:解析大数据的起源及其对未来的启示
玩转数据:初学者的大数据处理工具指南
玩转数据:初学者的大数据处理工具指南
87 14

热门文章

最新文章