高科數聚程傑：消費大數據的春天已到，解決實際問題才能凸顯數據價值

大數據的分析能夠對症下藥嗎？如果不能形成規模化的解決方案，大數據的應用又該如何商業化？

互聯網時代，我們的所言所行都在數據化，社交APP的聊天內容、淘寶上的訂單……個人的數據無處不在。

這些浩瀚如煙淼的數據如同未經開採的石油，雖然不能提供決策的直接信息，但是經過加工處理後，它能產生一定的經濟效益和價值。

尤其是那些高額度、低頻度、高複雜性的產品或者服務，譬如汽車、旅遊、教育、投資等，通過大數據作出的決策將會大大降低行業的營銷成本和提升廣告溝通效率。

以近幾年的國內汽車行業為例，隨著市場漸趨飽和，目前的現狀是汽車產能遠大於需求，在這樣的態勢下。行業內的遊戲規則從跑馬圈地變為零和遊戲。在總量恆定的情況下，誰能搶到更多的市場份額，誰就能笑到最後。

所以汽車廠商必須得轉變思路，換位思考，從消費者的視角去了解客戶的原始需求和競品在客戶心目中的地位。這其中大數據就扮演了至關重要的角色。

隨之而來的大數據需求也讓不少創業者看到了其中的機會，程傑和他的高科數聚就在這條賽道上狂奔著。

天時地利人和的創業，高科數聚瞄準數據價值

程傑身上的標籤很多：美國密西根大學計算機人工智慧專業博士、美國「亨利·福特技術獎」獲得者、貴陽數谷數據治理研究中心專家委員……看起來完全不像我們傳統印象中的創業者，博士出身的他對於行業的一些頑疾總是能一針見血的點出，這也難怪演講結束後，會有一群人圍在他身邊不斷地拋出疑問。

程傑說自己會在國內創業是因為天時地利人和。

「時間上國內的汽車行業正進入市場飽和階段，因而在美國已經業已成熟的許多大數據應用方案有了很強的需求；地利是因為在中國，政府正在全面推動大數據發展，大數據的開放應用和相關的宣傳普及為創業創新提供了良好的環境支持；第三是人和，國內投資人相信我們在美國多年積累的行業經驗和人工智慧、大數據技術，能夠在中國撒下種子開花結果。」

談到對大數據應用的理解，程傑認為數據應用的難題其實不在於它的結構化和非結構化，伺服器的多少和快慢，而在於很多企業沒有看到有意義、有價值的應用。這些企業除了在戰略上認識到大數據的重要性外，在人事部署、財務預算、資源準備和應用立項方面都相當滯後，尤其是汽車這樣的比較傳統的行業。

打個比方，在考慮購買高價複雜的產品或服務前，消費者會有大量的搜尋瀏覽研究比較的行為，但是這些行為所產生的數據需要有效的收集、整合、和分析到位。在程傑看來，這就涉及到一個大數據普及的問題，「在產品、服務、營銷和銷售互動中加入更多採集數據的點，不僅是消費者體驗，也是服務上的需求。」

高科數聚也就是錨中了這點，他們從消費者大數據切入，選擇汽車、旅遊這些「耐用品」消費市場，提供完整的大數據解決方案。

程傑還給大數據公司做了個簡單的分類，他認為主要有三種類型的公司：一類是數據源公司，專門管理、收集和提供各種類型的大數據，譬如運營商數據；第二類是數據平台技術服務商，他們負責數據的存儲管理，匹配整合，安全保護以及分散式處理等；第三類公司是提供數據的應用服務，用數據解決現實中的決策難題。

而高科數聚無疑就是第三種，他們認為數據最關鍵的是要落地、變現、產生價值。

但矛盾的是，大數據的分析能夠對症下藥嗎？如果不能形成規模化的解決方案，大數據的應用又該如何商業化？

因此高科數聚綜合他們以往的諮詢經驗，建立了大數據應用解決方案的技術平台。這其中最為典型的一個例子就是汽車銷售線索數據的轉化。

大數據、AI提高銷售線索轉化率

眾所周知，汽車廠商在投放廣告上一向財大氣粗，品牌宣發的考慮之外，廣告最終帶來的汽車消費線索的轉化其實很低。這裡的線索轉化指的是從消費者留下買車意向到最終達到4S店完成買車的行為。

通常情況下，用戶一旦留下自己有買車的意向，很快就會接到4S店的銷售電話，問你要不要買車。然而這種行為大多數情況下都被當做是一種廣告騷擾，基本上很難從其中獲得真正有效的用戶。

程傑舉了個例子，「國內的轉化率的話，100個線索裡面平均轉化率是三個，我們服務的個別品牌，他們的轉化率少的可能只有0.4%。」

那麼，轉化率如此之低意味著99%的工作可能都是浪費的，我們又要如何提高轉化率呢？

高科數聚通過AI和大數據，盡量讓那些有意向的消費者畫像更加清晰，使得大海撈針變得更高效，提前預知哪些用戶是最有可能被轉化成功的。

換句話說，大數據在其中扮演了兩個角色：一是提前抓住溝通的機會，二是提高溝通的效率。

最基本的方式包括匹配整合線索和運營商的數據，通過一系列的機器學習模型處理好數據，在摒除敏感數據的基礎上，最大化的還原消費者個人特性畫像，最終對症下藥。

具體措施比如話術的調整，通過大數據的分析，讓導購員在和消費者聊天的時候，能夠找到用戶的關注點，如果數據分析顯示用戶非常重視後備箱的空間，導購員在介紹的時候就能以此來找到共鳴點切入。

不過，程傑指出打電話本身是一個溝通效率低、交流頻帶窄的行為，所以需要使用智能客服機器人服務，這樣既能在反饋的過程中產生和搜集數據，同時更多的數據也會進一步優化和消費者溝通的效率。

關於數據確權和數據反饋的幾點思考

採訪的過程中，程傑再三強調數據本身的價值是有限的，最關鍵的是將消費者行為數據收集後，是否能夠通過分析和形成解決實際問題的能力，能不能帶來一定的經濟效益或者是社會效益，這也是數據的價值所在。

然而聯想到此前鬧得沸沸揚揚的大數據殺熟，以及Facebook的數據隱私泄露問題，用戶現在的焦點更多的是從數據產生價值轉變為數據的合理保護和使用。

當時的時間節點下，區塊鏈就被描述成一劑良藥。區塊鏈幫助個人用戶數據確權，確保數據使用過程中的透明和安全。

但現實的技術並不能支撐這種理想化的解決方案：個人消費數據上鏈是個龐大的工作量，現有的底層技術也難以支撐如此大的交易量。

程傑也認為區塊鏈能夠帶來一定的變革，但不是現在。消費者的每個行為都能產生數據，而這些數據必然涉及到隱私，但數據本身只是一個記錄而已，它是中性的。「只要不用來歪門邪道，數據的價值是很大的，可以給商家更多了解消費者的渠道，也讓消費者得到更多智能的服務。」

除了數據的合理保護和使用之外，程傑提出數據反饋的重要性。在進行大數據分析的時候，既要去偽存真，保證數據的精細度，同時也要在不斷的應用反饋中動態調整策略。這個過程都得依靠AI和演算法來實現。

「市場和消費者一直在變化，一旦一個模式成功了，可能也就意味著這個模式快要作廢了，你得用前一步的數據去預測下一步的趨勢。」

結語

大數據的應用僅僅有數據和技術是不夠的，還得要有生態，高科數聚在做的就是連接技術和應用的中介，從而促成整個生態的協調以及閉環發展，就像程傑所說，能否解決實際問題才是衡量數據價值的標準。

另外，程傑對於國內的大數據發展感觸頗深：在政府主動擁抱大數據以及政策紅利的情況下，數據的開放速度遠快於國外。所以對於高科數聚這樣的公司來說，這是最好的時代。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！