撰文 | 藤子
阿玛尼牌的服装，500 多元的键盘，京东一位用户某天打开京东时，收到了这样的商品推荐。将这两件商品连接在一起的是「商界精英」这个词语，因为这是京东对他的用户画像和定位。
京东针对性推荐商品，亚马逊针对性推荐书籍，今日头条针对性推荐新闻，就连网易云都会给用户精准推荐音乐。基于大数据的精准推荐和精准营销，几乎已成为互联网应用的标配。
实际上，不只是线上，在线下应用大数据技术也正在成为趋势。
成立于 2009 年的百分点，致力于大数据与人工智能技术和服务在各个行业的落地。目前，拥有系列大数据和人工智能产品线，并且创建了行业应用模型库和行业知识图谱库，客户涵盖金融、公共事务、智能制造、零售快消、媒体出版等多个领域，如光大银行、新华社、华为、王府井百货等 2000 家企业。
在百分点集团首席数据科学家杜晓梦看来，在这些行业中，金融和零售对新技术最敏感，接受度最高。「不同的行业，接受点不太一样，取决于技术对它的冲击以及整个市场的竞争态势」。
以传统零售为例，随着电商对零售的挤压，传统零售开始转型，寻求线上和线下全渠道打通的解决方案。
大数据技术则是其中的关键钥匙。
大数据技术驱动营销从粗放到个性化
「之前零售行业的营销非常粗放，比如店庆大促，零售企业给所有会员都发送同样的信息，比如买三百返三百等等。大多数人可能都会忽略这样的信息，因为这个事情跟他们没有关系。」杜晓梦说。
百分点在其智能营销系统 DeepCreator 之上，基于大数据分析，搭建精细化营销系统，零售企业则能据此筛选大量不同的群体，找到对他们更有效的刺激点，改变零售企业与消费者之间的沟通方式。
以百分点合作多年的王府井百货为例，对优惠券的发放，同是店庆大促，每一个顾客收到的优惠券信息都可以有所不同，简单来说，如果是对价格敏感的人群，就可以为他们推送打折信息，如果是喜欢尝鲜的顾客，则可以为他们推送新品的信息。此外，还可以根据他们的喜好，推荐不同的品牌和品类。
发放优惠券只是常规的运营手段，事实上，王府井百货还可以基于这套营销系统发挥想象力进行营销。如果某位顾客是 40 岁以下的女性，喜欢购买高端女装，那系统就可以把它定位为白富美群体，与一些高端女装品牌进行合作，联合推出精品女人节，以此吸引这部分人群。通过这些不同的活动，可以吸引不同的客流以及提高商品的转化率。
精细化营销系统的背后是以消费者为中心的大量数据，通过对会员或访客的行为轨迹分析，比如他们在何时逛了什么门店，在哪家门店购买了东西，加了哪个门店的公众号，在网上搜索了什么，以此建立 360°画像。
基于画像，再建立场景化智能营销的体系，「比如潜客促销，应该怎么去做，品类大促应该如何去做，会员价值度挖掘的场景是什么？会员流失之后，挽回场景应该用哪些数据和模型等等，建立所有场景化的智能营销。」杜晓梦总结道。
大数据分析的背后是数字化转型
从以上的分析可以看出，要进行精准的场景化营销，在于对消费者的全方位画像，而要进行全方位画像，背后就基于数据。没有数据，一切都无从谈起。
而数据的建立也并非易事。这个过程，包含三个阶段。
对王府井百货来说，第一阶段，帮助他们搭建大数据的技术环境，比如基于开源的架构，为王府井百货搭建数据的底层和技术的框架，第二阶段，进行数据归拢、归集、品牌、品类拉通，再建立用户画像标签体系。第三阶段，也就是目前百分点与王府井百货正在进行的阶段，搭建智慧营销系统。
具体来说，王府井百货有大量数据，这些数据包括传统的 CRM 数据，ERP 数据、POS 系统中的数据，还包括线上商城、微信公众号以及微信的有赞商城等数据，这些数据之前全都没有打通。因此，百分点的第一步就是将这些线上、线下，内部和外部的数据全部接入他们的基础数据平台进行汇总。
然而，在数据的汇总过程中，会发现很多数据的格式都不相同。比如入驻王府井百货的品牌皮尔卡丹，在有些店中名为皮尔卡丹，有些店可能就是卡丹皮尔或者皮尔·卡丹，尽管名字类似，但如果要拉通皮尔卡丹这个品牌或体系，统计皮尔卡丹在所有王府井百货的综合销量的话，就需要进行数据的降噪和清理。
在进行数据整理时，百分点发现每家客户信息系统的能力都不一样，一些企业的信息系统数据比较归整，而有一些企业，甚至要帮助他们从纸质的文档做起，或者从一些 Excel 表格里提取数据。为了提升数据整理的效率，百分点就会应用一些新技术，比如用图像解析的技术提取纸质文档里的内容。
然而，对于线上零售商来说，他们除了关心会员与访客之外，周围五公里的客群如何，如何去寻找这些范围内的潜在客户，他们也很看重这部分群体。因为对于线下零售来说，最重要的因素是选址，而线下零售辐射的都是周边 5-10 公里的人群。
因此，不能只靠零售企业自身的数据，必须补充外部的数据，比如商业 WIFI、运营商、腾讯或者京东的数据。基于这些应用的 LBS 定位，就可以根据这些第三方数据，补充王府井百货数据的不足。
在数据进行清洗、降噪之后，再基于人或者场为主题，建立不同的数据（库表）和数据的结构。杜晓梦介绍，在这个过程中，百分点经历了王府井百货从传统企业到数字化转型的整个过程。
随着人工智能技术的发展，百分点也将相关技术融入到大数据分析，比如在零售体系中，如果要进行潜在客户的挖掘，那么就可以通过潜客挖掘模型来进行，以 SK-Ⅱ为例，百分点会找出哪些品牌与 SK-Ⅱ关联性很强，再结合业务人员的经验，将业务规则和人工智能学习的结果进行合并，作为最终模型的基础。而当模型搭建完毕，人工智能就可以自动根据消费者每天的购买情况，帮助 SK-Ⅱ选择他可能的受众群体。
「我们会帮助 SK-Ⅱ等品牌去利用模型出来的数据，对比随机筛选的数据，从引来的客户数或引来客户相关联的购买，都是百分之两三百的提升。」杜晓梦说。
技术的本质不是为了更复杂，而是实现业务价值
百分点成立于 2009 年，那时的大数据技术还处于萌芽期，而作为一个创业公司，百分点集团董事长兼 CEO 苏萌认为，相当不容易，比如客户不信任他们。
但是，对于技术提供者来说，可以通过 AB 测试展示自己的技术实力，与其他强大的竞争对手直接 PK。
2016 年，为了赢得新华社这个客户，百分点要跟阿里，华为这样的巨头竞争。那时，他们整个团队，连续奋斗三个月，几乎每天都是凌晨一点之后回家，通过在文本分析和语义挖掘领域的技术积累，最终拿下单子。
然而，作为 TO B 的技术公司，技术并不是最大的挑战，因为技术可以 PK 的，而如何评估技术实力，也很容易，比如根据一个场景，测试各家产品的效果和效率即可。
更多的挑战在于取得合作之后的推进。
首先是对业务模式和需求理解的不一致带来的大量沟通。比如，百分点要将客户的数据进行拉通，那么，拉通的结果和拉通的范围到底如何？
杜晓梦介绍，有的时候，他们的理解与客户的理解并不相同。一方理解的可能是基于一个单点或者网点进行内部的数据拉通，另一方则可能认为基于全国范围进行数据拉通。
不同的时间段如何结合客户业务的优先级，将数据拉通到何种程度，百分点就需要与客户不断沟通，调频，将认识建立在同一个层面。
很多客户希望能够马上短期见效，但是大数据分析技术本身就是一个长期的过程，「所以我们要给他说清楚，这是一个三期的项目，第一期做什么，第二期做什么，第三期做什么。比如，第一期是搭建完善的底层平台，接入全部数据，虽然第一期不能立即看到应用层的效果，但它对于整个大数据战略的推进是非常重要的步骤，如果底层地基不够完善，在上面做应用，未来的效果就不会很好。」
「这也是一个不断去说服客户优先级的过程。」杜晓梦说，「90% 的问题都是沟通问题，如果开始的沟通不是特别深入，完整，对要做的事情，双方没有统一的认识，而在执行时，客户也没有过多关注，如果等客户看到结果时，才会发现跟他的预期不一致。」
而为了避免客户的预期与成果不一致，百分点还会将沟通结果落实到文件中，在进入项目之前，先撰写 SOW（工作说明书），通过 SOW，表明项目的范围和程度。
PK 可以解决来自技术上的竞争，对需求的认识不一致，可以进行沟通。然而，接下来的认知壁垒更具有挑战性。
企业如果要使用数据，就必须将所有数据打通，而很多数据分散在不同的部门，但很多时候他们并没意识到数据分享的价值。
如何解决这样的问题？杜晓梦认为，大数据项目一般都是一把手工程，如果从高层往下推动，会更容易。而在跟科技部门或者技术部门共同推动大数据项目时，一定要让各个业务部门都参与进来，让他们从一开始就参与这个项目中，对接他们的需求，让他们有参与感，而做出来的系统和应用也需要反哺业务部门，给他们带来价值。
「让他们了解将数据共享给你之后，你能给他带来什么东西，从而克服他们不愿意共享数据的问题。」杜晓梦说，「技术的本质不是为了做得更复杂，而是为了实现业务价值，发挥数据和技术的价值，帮助带来可见的收入和新客户。」
杜晓梦认为，这是在她推动这些项目的过程中，感受最深的地方。
