海尔日日顺乐信公司大数据总监张峰做了主题为大数据还是数据大—基于应用场景的大数据的演讲。

 

 

海尔日日顺公司大数据总监　 张峰

    

    张峰：各位来宾下午好，我是日日顺乐信的张峰，负责数据的业务。今天跟大家分享一下我们在数据应用方面的探索。机构统计去年整个大数据产业投入超过600多亿，让我们看一看真正在企业里这些花费投入，这么些数据方面的投入起到哪些作用，我们是怎么做的？海尔的大数据业务发展过程中，分成几个阶段，每一个阶段用不同的语言描述数据的演化进程，在最初的阶段，我们觉得数据是未来非常重要的一部分资产，我们把他收集起来，从十年以前开始投入很多资产去建设我们的大数据，在这个阶段通常描述数据是用多少个数据中心，多少台服务器、存储、数据人员和多少数据来描述我们的数据。

 

    其实这些投入在基础架构和基础的数据库一些数据整合等方面，之后我们发现，这些数据按照这种方法整合起来只是做到了数据很大，但是数据大了以后并没有给我们带来明显业务的增值，后面我们就想，拥有这样一个海量的数据，我们进一步怎么去处理，让这些数据变的更有效，有价值。在下一个阶段我们对这些数据进行了技术上的处理，把这些数据打散重组并非结构化的处理，之后我们描述这个阶段的数据，我们有多少用户数，我们给用户打了多少标签、建了多少模型，这个描述方法我们仍然没有感觉到这个数据给我们的用户和合作伙伴带来什么价值。我们到第三个阶段发现，所谓的大数据，我们不要变成数据大，要变成小数据，把大的数据变成在特定的应用场景，特定的领域里面做，才能体现到价值。目前为止，描述大数据应用的时候，我们更多的愿意说在这方面，在哪个场景上应用，这个场景给用户、合作伙伴、整个产业链带来什么价值和优化，用户体验是不是因此提升了，用户是不是得到相应的价值。

 

    我们在应用数据到底是数据大还是大数据，取决于我们在这个数据的是不是找到有效的应用场景，我们目前有2.9亿的用户数据，每个用户身上或多或少打了总计三百多个标签，之后辅助一些技术手段，我们加上一些关联算法，用户购买力、地理分布、年龄层次、需求层次，在这些算法基础上把这些数据有效区分，这是数据大的处理，更重要的是在哪些场景上用，这个逐渐在行业里，大家有了共识，我们要把这些大的数据更精准化的应用，找到应用场景，这个场景从我们这个行业来讲，更多是提高用户的进店转化率，下单购买的过程中，让用户更有效力的完成交易，之后在整个物流运输和体验方面得到更多的用户体验，整个效率更加提升，数据大不是我们的目标，我们要把大数据化小，找到应用场景。

 

 

    会前有人问我日日顺的乐信跟海尔是什么关系，我这里做些说明：日日顺乐信是海尔集团子公司，是由海尔集团呼叫中心发展而来。现在我们知道大数据要有入口，过去呼叫中心只是作为一个被动服务的窗口，1995年的时候，我们发现呼叫中心恰恰是和企业和用户交互的数据入口，我们这时候做了一些转型的尝试，把原有的海尔集团呼叫中心变成了一个更主动的跟用户进行交互产生数据入口的交互中心。从1997年国内制造业第一家呼叫中心拓展到全国36个分散的呼叫中心，再把36个呼叫中心整合成区域性集中的呼叫中心，统一服务号码。转型过程中我们发现数据收集存储非常重要，所以2005年开始我们有目的的把交互的数据做存储。2008年，我们把整个服务链打通把数据进行横向扩展，2013年新大数据技术出现了，我们把原有的数据库替换成分布式计算的大数据库。

 

    去年9月份，我们从海尔集团平台部门里独立出来成立一家新的公司，这个公司就是日日顺乐信，他担任两个职能，一个是集团多媒体交互中心，一个是独立运作社会化服务的公司。

 

    我们对于大数据的理解，是三个字 - 快、准、信。目前海尔整个产业发展清晰为五个大的业务板块，第一块是互联网+工业，就是家电互联网化平台化，第二块是互联网商业，第三块是互联网金融和互联网的住居以及互联网文化。在数据应用上，囊括了整个衣食住行的方方面面，我们在打造从美好的家居生活到整个衣食住行所有的领域，这样我们在做整个数据规划的时候，大家看到，他不单单是一个家电的应用，而是囊括了家居生活文化出行以及住居等等方方面面，对我们的数据进行了跨领域的丰富。

 

    存储的数据量越来越大，目前我们有接近8PB的数据。这样容量下面，无论从计算应用还是处理上都是非常大的挑战。快、准、信中的快是指的是数据是并联的，比如以用户为中心的数据，它的维度应该是360度能够反映用户方方面面的特性，它的基本信息，性格个性，消费情况，所享受的服务等等。另外，数据必须是流动的，过去我们投了大量的资金在这个数据搜集上，数据可能是十年以前二十年以前都放在数据库里，但是大家有没有注意到，数据是有时效性的。举个例子，当我们认识一个新的客户，今天我们认识了，我们一星期之内如果不跟他联络，这个客户将对我们没有任何意义，这个场景同样适用我们企业平台跟用户的关系，我们十年以前的用户对我们没有任何意义。数据一定是流动的，不断的流动的数据对我们才是有价值的。

 

 

    快的另一个含义，数据要被及时的收集更新才有意义，消费者的消费行为是随时变化的，在特定的场景下，数据要更快的把握住用户在某个场景的行为反映。第三，提升整个产业链的效率，我们在把握用户某一个场景下，整个价值链要非常快速反映，来满足用户在这个时间段里的需求。

 

    第二是准，海量的数据只是大了而已，大了以后，我们要把海量的数据做小，做小就是准，我们要能够更精确的描绘我们所规划的业务场景。第二，数据要被个性化的应用，所谓千人千面，个性到每一个用户，数据才能给我们带来价值。另外，数据的分析要降低经验主义带来的成本，因为足够大的数据能够更完善的描绘一个状况，第三个点，我们认为大数据一定要做到信，海量数据给每个人造成很多困扰，哪些是真的，哪些是假的，我们要不断的从海量信息里选择、判断、识别哪些对我们有意义的、真的数据。我们认为未来整个生态是基于诚信的社群经济，它以诚信为基础。第一满足用户需求，获取用户的信任，这是所有的未来后电商时代的基础，另外为数据提供一个诚信基础，只有在一个诚信的环境下，我们的品牌、服务，我们提供的价值才能被用户更忠诚的认可。

 

    基于这样的理解，我们认为整个数据处理分成四大部分，第一部分，我们要做到跨界收集数据，我们应该更开放，过去我们认为我们拥有了大量的数据，把它当作宝贵资产，在家里最保险的地方保护起来不让别人看，其实越是不够开放我们数据的价值越低。反而能够开放，以人为中心，以产业链为中心，大家互通有无，互相补充，能够给大数据带来更多的价值。这里面的关健词叫跨界和开放，我们必须以开放的心态扩充完善数据。所谓的跨界一个是行业跨度一个是产业链条的跨度。

 

    我们拥有了数据以后，并不代表我们掌控了客户，我们拥有了数据是说我们更好的知道，我在跟用户交互沟通的过程中，让客户更舒服，更信任我们，并不代表我们有了数据以后，把用户掌控在股掌之间，另外，数据要给用户提供价值，这个价值要么给客户带来更好的产品体验和服务体验，要么就是给用户带来一些情感上交流上的一些增值服务。同时，作为交换，用户给我们带来传播上的价值，内容渠道设计的体验，这是交互用户价值。所以如果大数据不能给用户带来交换的价值，仍然是失败的数据。

 

    数据有了，用户价值有了，我们需要的是一个场景，跟用户和客户对接的场景，这个场景非常重要，这个场景分成精准服务场景和价值转化场景，举个例子，用户在我们的电商网站上遴选产品、服务的时候，就是一个典型的应用场景，怎么让用户更快捷，更有效率的选中他需要的的产品、服务，这就是一个场景，这个场景包含了我们的内部人员和外部人员怎么沟通，我们的价值怎么传达给用户，我们需要得到用户怎样的反馈等等。另外在价值链上也要做整体的优化，因为用户选择一项产品和服务的时候不仅仅看产品本身和服务本身特性，他越来越注重这个产品品牌背后内涵是什么，他所提供的市场影响力，他在研发上提供的功能，在物流和售后服务方面体验的价值。

 

 

    当然还有一部分很重要，就是技术的处理，前面讲到统计的六百多亿的大数据的投入，我认为大部分投入在技术方面，大数据的技术到目前为止是非常成熟的，除此之外要做一些数据的标签分析还要保证数据安全。

 

    我们要做到场景化的应用，从运营的角度上来说，第一要开放，要跨界，那么这个跨界，我们要以用户为中心考虑一切问题，不是以产品或者以服务为中心，更多的是以用户中心连接整个工业商业金融住区等等。垂直领域竞争非常激烈，拿海尔的产品为例，过去三年以前，我们的产品更多是跟我们的同行业做性价比的竞争，我们的友商如果有一个产品价格更低，我们一定要造出一个比他价格更低的产品竞争，这往往造成一个恶性竞争的循环。我们发现在产品和服务上做一些创新，在垂直领域跨行业领域创新，能获得更多价值，超出了二维竞争，我们的产品价值更被用户认可，这是跨界业务场景，实际上是业务场景的融合，在这个基础上背后是数据的融合。一个场景，原本独立的场景一旦融合起来以后，整个行业的数据和用户数据会被融合起来，这个数据比在垂直领域的数据发挥更大的价值。

 

    第三，跨界资源整合，数据本身不能创造价值，而是在应用场景里能给用户提供什么资源，这些资源怎么跟用户的需求做精准匹配，这是大数据要做的事情。基于这样的理解和理念，我们乐信做了很多尝试和创新，首先把用户数据做了360的全景视图，我们要知道用户身上到底有哪些标签，这些数据关联是什么样的，他能表达什么样的性格和画像，所以我们要做基于用户数据为中心的整合，基于这个整合我们再来看怎么分析用户信息。我们把用户分析工作从过去的经验派提升到数据分析的维度。

    这样一个用户行为的分析打破了过去经验主义对一个场景的分析能力，他会把很多看似不相关的信息关联起来分析，让我们找到在数据和用户关联的过程中一些商业机会。

 

    那么找到这些商业机会的时候可以定向做人群分析，聚类的分析，比如我们找到了某一类人对这个产品，加上用户的家庭安全非常在意，我们把这类人群分析出来，分析出来以后做定向的ABC测试，把人群画像更准确的画出来。我们采用8个维度和300多个标签描述人群的分类。人群分类出来以后，我们会针对这些人群做各式各样的场景设计，这些场景包括用户关怀的场景。现在马上到五月份了，陆陆续续有些地区开始使用空调了。海尔每年有一个常规服务，帮用户在空调使用之前清洗空调的过滤网，这样保证每年第一次开空调的时候不会吹出一堆脏的东西，这个关怀的活动，根据不同的地区都有不同时间的投放。过去做法是给所有海尔用户发一条短信，告诉大家我们提供这个服务，随着数据越来越精准，数据知道用户家里空调的情况，甚至上次清洗的时间，再后来植入物联芯片之后甚至能跟踪到上次开机是什么时候，这样每个场景都固化下来，每年从4月份开始一直到来年的3月都有不同的关怀活动，这是就是场景化应用，它可以被不断的优化。

 

    另外，产品的营销，辅助产业和业务做更精准的转化营销。服务是新营销的起点，过去因为产品工作券设计比较新颖，逐渐大家说由于这个服务体验更好，然后选这个产品。营销的起点不再是原来的起点在每个点上要获取用户的信任和体验。整个场景要结合社会上的热点，比如热点的节日和大型活动推广。

 

 

    在整个产品的迭代和用户体验上，大数据能做很多事情，我们把用户全流程体验做到售前售中送装一体、售后服务，知道用户体验好在哪里差在哪里，帮助我们的产品和服务不断的迭代和提升。

 

    我们通过全网的舆情监控在更大范围内获取全网的数据，在更广阔的竞争范围里提升竞争力，比如信息场景，这是一公里生活圈，刚才讲的是线上的东西，现在互联网经济线上线下不再严格区分了，我们有很多线下店，店里做活动的时候考虑给周边居民带来一定的便利，我们在大数据中把地理信息相关的位置拿出来，做用户的精准的推送，精准的活跃。在每个业务里，我们会全程的跟踪，从输入转化输出效果，整个场景不断的迭代在我们的平台上不断的优化。

 

    刚才讲了海尔日日顺平台上数据的探索和应用。对未来我们的数据期待是什么，未来是更快，现在是小时级的场景数据处理，我做一个活动的时候需要提前把用户场景算好，到了那个场景下才能应用。但是你发现当一个用户到了店里的是，他的购物过程就是15分钟到20分钟，你仍然用小时算这个时间，效率是不够的，接下来把数据处理时间控制在进店15分钟之内。

 

    更准是更重视用户体验。我们所有数据精准的分析和使用，并不是为了骚扰用户，而是如何进一步提升用户体验，让用户感觉科技带来更好的体验，所以我们更准的方向更重视用户体验，强调用户隐私，更人性的互动，给用户带来人性化的服务。第三是区块链，通过大数据建立诚信的生态体系，这就需要各行各业我们大家一起努力，共创美好未来。

 

    我今天的分享到此结束，感谢大家聆听。