主题:全球移动大数据峰会 跨界融合

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

主题:全球移动大数据峰会 跨界融合

时间:2015年9月11日下午

地点:中国大饭店会议大厅B

威廉(音):各位来宾下午好!你们吃饭了没有?我是麦顿(音)资本的合伙人,我们投到TalkingData。跟各位介绍一下,我们觉得一个中国的大数据市场和海外的大数据市场,你要抓住这种机会,还是要找好的合作伙伴。不要做得像一个刚从北京飞到美国去了,只问一个外国人,他的反馈是:“美国人会提这种问题。你要做成功,肯定是要找好的合作伙伴。好在我们今天的演讲提到这个课题,这个哥们已经安排了一个特棒的演讲。所以我跟你说,这次你来,我保证所有的演讲一定会老带劲儿了,谢谢各位。

主持人:今天早上我被告知这是一个特型演员,刚才大家没有感觉看是光头强的续集吗。我们请这样一个特型演员,跟我们会场有一个直接的映射,因为这个会场叫跨界融合。我希望看到通过数据这个纽带,我们希望把不同的业态,不同的开发者和不同的生意模式,寻找其中的纽带。所以我们设计了TalkingData跨界的想法,请了威廉过来。今天除了几个演讲外,最后的环节我们也请了谷歌完全不同行业领域里的重量级人物,我们有一个圆桌会议。想跟大家谈谈关于跨界的一些事。整个过程里我们也准备了一些奖品,笔、Apple watch等。

我第一个请上来的是TalkingData的首席专家鲍忠铁,他会给我们讲一些故事。

鲍忠铁:大家下午好!我们先花两分钟说一个活动。

开始我们的数据说话,今天我会讲三个议题,一是用18亿数据解读现在移动互联网的生态圈。二是看看数据有什么样的应用。三是大数据的隐私保护问题。

我们的数据提及了三次,我们互联网的用书12.4亿,去年年底的时候,10.6亿,半年的时间增加1.8亿。中国人口的比例,15-60岁移动互联网分布用户中9亿,跟后台拿到的所有移动互联网的手机设备数字很相近,大概9亿。平均下来,从中国移动互联网中心拿到的数据,中国智能手机平均1.35亿,每年新增3亿,每天会增加80万智能手机设备,这是多大的量。每个移动设备生命周期只有2年,所有从事智能手机的行业企业,未来的发展空间还很大,因为一年有3亿设备的增加规模。

刚才提到,80年以前出生的人,现在在中国人口中未来就是中国移动互联网的主要用户。再看几个数字,移动互联网占有率品牌最多的是苹果,其次三星小米华为,比上次统计的64.3%是下降,苹果在下降,三星是在增长。小米今年能卖到8000万,华为品牌大概增加了。

Apple Watch,说明苹果的神话已经不在了。上市三个月的统计,第一个月销量42万,接下来的三个月只卖64万,并且趋势还在下滑。我们大概看了苹果发布会,已经没有给用户带来惊喜了,苹果未来的市场占有率是什么样,明年再看。移动App的安装和应用,平均每个设备装41款应用。平均每部移动终端每天打开25款应用,说明中国人民很忙,把时间都投在移动互联网。我们除了抬头仰望天空,低头的一瞬间都是看手机,手机已经成为所有人的电子习惯。大家可以仔细想想,每个人陪伴手机的时间是不是远远超过陪伴家人、亲人的时间。

再看看打开哪些应用,一是金融理财,二是社交。中国人现在忙着赚钱,忙着交朋友,这是中国人的喜好。移动互联网APP类比,我们把移动互联网APP分为9类,游戏、阅读、社交成为移动互联网前三的应用。但是过去一年健康、理财、资讯也增长迅速。说明中国人在过去一年,比以往更爱运动、更重视理财、更重视资讯了。

TalkingData有着庞大的数据,我们可以根据不同的时间、地点、时间段筛选数据,可以看出每个人在每个地域,每个时间段有什么样的应用。北京的用户,上海的O2O用户,杭州的理财用户。

苹果、三星、小米用户的应用偏好。苹果是网络购物、游戏、资讯。三星偏视频、导航。小米偏图片和通讯社交。我们对苹果用户做什么归纳,太复杂了,因为这个用户体大。三星用户有钱,爱旅游。小米用户有追求、有朋友。

移动用户的活跃程度,工作日有三个不同的时段,有清晨、午休、晚饭后。中国有几个时段是非常活跃的,这几个活跃的时段对大家有什么作用。如果你在移动互联网投广告,请按这个时段投广告,因为那个时间用户最活跃,你达到的IOI(音)最高,这是给大家的一个信心。

再看看移动互联网TOP20的覆盖率。我们把TOP20分为四类,一是在互联网侧的领先的BAT,二是其他的公司。在PC互联网时代,BAT是领先的。但是寨移动互联网时代,他们还是领先的。因为他们有原来的用户基础,TOP20中有16款属于BAT,腾讯有7个,覆盖8亿。百度有3款覆盖5亿用户。阿里有6款覆盖5亿用户。从用户规模看不是BAT,是TAB了。这也说明,在移动互联网腾讯取得领先,印证了在过去几个月里,腾讯的市值超过阿里。360有两款,酷狗音乐和WiFi万能钥匙,我们也很吃惊他们在TOP20,他们有很大得用户基础。

在移动应用商店的TOP10中哪三家排在前面?是360的手机助手,腾讯的应用报和百度。如果在安卓市场我们推自己应用的时候,请选择前3的应用商店,你会取得更大的ROM。

移动社交的用户覆盖率TOP20,大家一看就知道了,前1肯定是腾讯,因为它有维护、QQ。腾讯占了移动互联网的入口。有一些垂直的用户,像微博、百度贴吧、WiFi等垂直用户,也是排在前面的。从TOP20中我们又发现了一些应用,谷歌、脸谱。中国有接近一千万的人使用着国外的社交APP。

另外一个应用是,我们请了一个朋友,在现场装了一个blue,这是男同的一个软件,中国有一千万的用户。从人类学来看,人类有1%的人有这个倾向,为什么彩色旗在7月份在美国到处飘扬。

有关银行、证券、保险的APP的分布情况、覆盖率。在手机银行里,传统的银行有中、农、工、建、交五大银行。在TOP20应用里,前5位有工上、招行、农行、建行,建行一直排到第一位。国有四大行原有的用户非常大,移动互联网层它有自己的用户优势,并且这些优势还在逐步扩大。

参考7月份网易推出金融500强报告,资产排名20强中,有以下没有出现在榜单,这三家银行在移动侧方面发力不够。现在的排名和它的资产排名不相符。

移动证券前3都是移动互联网的移动政权,进入前5的是华泰证券。华泰证券、申银万国、宏源、光大并没有出现在TOP20。以后用户可以自己选择交易平台,以后APP就成为所有证券所的一个客户入口。大家可以看银行网点、证券网点,在里面交易的都是哪一类人,都是年纪偏大的人,年轻人很少去银行网点。

保险TOP10,没有办法在移动端过高发力。在TOP10中我们看到,平安占了半壁江山,前五位都是江山,平安有60多个APP,他们也是TalkingData,也在用我们的数据。参考网易金融500强报告,资产排名前十的保险公司,只有四家在TOP10,太平洋、新华人寿、生命人寿、安邦、华夏人寿,说明保险在移动端刚刚发力,没有取得很小的效果。

O2O这几年非常热。过去半年中每两个月O2O都有10%以上的增长,并且O2O现在是风险投资领域最高的。2014年12月,就有44款,现在就有74款,增长率非常高,我们也认为O2O未来的增长仍然会持续。

我们分两的维度分析O2O行业,第一,行业集中度。第二,用户规模。用户规模过于大的O2O领域,我们不建议人再进入,因为也是红海。但是从规模不大的,大家可以寻找一些机会。我们认为餐饮和旅游已经比较成熟,是红海。那么房产、医疗、美业、教育汽车还有很多机会,大家可以继续完全。

移动大数据的价值应用场景。移动大数据市场在2014年,整个美国市场规模是1000亿美金。2015年中国市场刚刚开始,过去我们企业都是以品牌和产品为中心,在未来我们要以消费者为中心。而恰恰能帮到所有企业了解消费者的消费轨迹和消费偏好的数据就是移动大数据。所以说移动大数据具有表述用户行为轨迹和行为偏好的优势,也会成为未来大数据应用的主要数据来源。

我们去看一下移动大数据帮我们什么?会帮所有的企业做三件事,老客经营、新客获取、存客激活。对于过去十年营销的市场统计发现,推荐一个新产品的时候,你推销给老客户的成本,是你推销给新客户成本的1/4。同样的产品,你花同样的钱,投到老客户和新客户,你的ROA有4倍的关系。所以说对所有企业,现在最有价值的就是老客的数据,从老客数据入手。第二,精准营销。过去我们的广告都是广播式的,在PC互联网都是广播式的,我不知道你是张三、李四,你只要看到就可以。但是未来我们要知道张三是谁,李四是谁,他们需要什么。我们经过测算,用精准营销、用数据的方式投的广告,有10-30倍的增长,你的转化率比原来提高10-30倍。最后,存量激活。把存量的客户激活,40%是休眠了了的老客。移动APP可以让我们获得新客户,激活老客户,激活存量客户。

下一步是市场调研,在过去我们很多的调研公司,都是采用这种方式调研。他们会收集上千本的数据,一份报告会投入几十个人,上百个人。未来我们有数据、有移动大数据,可以用数据平台,很轻松地完成这件事。我们会收集400万样本数据,我们加工只用5天,投入人员少于10人,这是正在发生的。这是我们和尼尔森正在做的市场调研,我们就采用这种方式把我们的数据提供给调研公司,让他们加工。大家可以到TalkingData去看一下我们的商业报告。

还有洞察行业。因为我们有足够量的数据以后,就会覆盖这个行业所有的信息,包括硬件信息、芯片信息、APP信息,覆盖这些信息以后,我们就可以利用这些数据加工指数基金。类似于淘宝基金、百度百发(音)基金,这些基金就会变成很有前途的金融投资品。二是我们有了移动侧的所有操作系统的信息、手机型号信息、设备信息,我们就可以知道智能手机行业和移动互联网行业的估值。今年很多公司在纳斯达克受到做空,如果用TalkingData的数据,他们可以拿出详细的数据给投资方,股价就不会波动那么厉害。

我们的数据也可以帮助O2O去看它行业的分析和预测,这是我和大家已经展示过的。有很多企业会利用我们的数据去判断整个中国经济某一个领域,某一个深度中,某一个细化的趋势,一个方向。这些数据正在成为国外投行,包括中国一级市场加工金融产品的重要原料。

我们再看看另外的数据,宣旨。2014年这五个领域中新增的店铺数据,汽车4S是店去年新增1200家,银行网点增加6800家,连锁店铺增加2000家,快捷酒店增加2000家,自动取款机增加27000家。我们会用最低的成本,最准确的数据、最快的速度,来帮大家做选址。因为我们有人群画像,我们可以知道这个领域、这个区域中有多少人,他们活动的轨迹,他们的喜好,他们消费的层次。

另外是房地产,去年整个住宅土地销售额1.7万亿。如果利用住宅大数据,我们把这1.7万亿精确度提高1%,就会创造170亿的收入。这170亿可以帮房地产商节省投资,也可以帮政府增加土地收益。因为你没有数据前,你不知道土地到底值多少钱,有了我们的数据以后,你知道每天晚上在这边住的时候,每天走出去的时候,这些设备到哪工作,这些人的用户画像是什么样的。利用我们的数据,去年整个中国的商业地产销售9000亿。正常情况下商业地产推销的成本大概是3%,如果用我们的数据,可以帮他们提高1-2个百分点,就有上百亿新的商铺估值或租金收入的收益。

最后是社区O2O,社区O2O是万达的王健林提出的。他希望万达地产上百万的商铺未来可以打通客户和地产公司之间的通道,也就是所谓的社区O2O。过去的社区O2O是靠支付打通,未来靠APP打通,我们的数据可以帮助他们通过APP打通社区O2O。

这是一个真实的案例,朝阳大悦城的案例,它2013年提供给我们的WiFi数据对它的客户画像。他们发现客流非常少,就可以在四层建立小孩玩的天地,把客流吸引到四层商铺上去。他们发现92%的消费模式和汽车相关,汽车流量高的时候就高,汽车流量低的时候就低,因为有50%的消费者是驾车人群,每个加车消费金额是700块。于是在周围建3000个停车位,帮助它在过去一年之中,可能电商对我们的零售企业冲击很大。但是朝阳大悦城利用这个数据,利用对客户的分析,它在2013年销售额增加21亿,增加40%。它还发现,在成为它会员的时候,第3个月和第12个月会出现消费下降,它就会在第3个月和第20个月到来前利用它的优惠活动激活它所有客户的消费,这就是大数据的变现价值。

再看看银行,第一的是50%,中国2014年GDP是26万亿,消费大概有50%。但是在发达国家,可以达到70%。银行中30%的收入来源于个人消费,在招行去年35%,消费去年大概有8万亿和个人消费相关。银行的未来,一是在消费金融,二是你的客户已经从线下行为转上线上。你要通过你的移动去接触你的客户,满足客户支付场景的需要,满足他理财,生活消费的需求。

我们的数据,结合银行内部的数据,可以帮银行做更多的事情。银行的客户,经常把钱转到支付宝,不能在银行里。通过我们的数据可以告诉客户,他经常使用一些理财APP,说明他是一个重度理财的客户,可以针对这些客户进行精准的营销。通过根据宝宝树的应用,可以判断母婴人群。通过她每天到4S店,和到汽车之家的使用度,我们知道他是潜在购车人群。通过他到房地产商销售的地点活动轨迹,可以看到他是潜在的购房人群。通过他在三个小时从北京飞到海南,我们可以看到他是商业人群。通过他在旅游网点之出现,我们可以判断他是旅游爱好者。通过他高频使用电商的网站,可以判断他是线上消费人群。这些数据都可以帮助银行找到钱财的消费者和理财用户,这就是我们数据的应用场景和价值。

移动大数据价值的应用,杰克晚上12点不会打开APP,他生活很规律,他出现在危险区域相关系数只有0.1,没有飙车记录,寿险是推荐的。但是他安装了blue的APP,中国的艾滋病患者,60%是男性。20%的同性恋是艾滋病病毒携带者,他的活动是不是规律,是不是晚上经常出现在酒吧这样的危险区域,是否飙车。通过这样的判断,我们看到他在寿险方面的风险评估,我们可以提价,或不建议。因为我们的寿险是为健康的树苗提供保障,而不是这种危险的人群。

最后给到底看一下个人征信,在个人征信里面,宜人贷、聚信力(音)、闪银(音),都是我们的客户。在中国P2P今年交易市场1万亿,信用卡消费10万亿,P2P企业3000家,消费金融3万亿。中国人民银行的征信记录只有2.9亿,相对9亿人口说,有6亿人口没有银行征信。如果商家要满足客户的消费金融需求,或者满足金融的需求,就需要其他的数据维度帮他做征信。我们的数据代表了客户设置数据,也代表个人轨迹数据。我们的数据可以帮助所有的P2P企业,或信用卡公司判断,用户提供的信息是不是真实的,他提交的时候是上海人,可是过去三个月的记录是广西的,他说他工作在陆家嘴,可是过去三个月他在湖南的小山村。所以我们的数据可以帮助所有的企业判断,用户提交的数据是否真实。

判断这个企业是不是欺诈用户,很多欺诈用户手机经常换号,经常在一些危险的区域。公安部看电信诈骗的时候,危险分子往往分布在危险的区域和小区。这些危险区域背后揭示一个信息,这些人属于危险人群相关系数比较高。我们可以通过他装的APP和活动的频次判断,他是不是疯狂借款的用户,是不是同时在10个APP平台借款。是不是飙车、物业酒吧等。通过这些信息判断所有互联网企业,帮助信用卡公司提供风险评估的维度。更能合乎判断他是不是你的客户,我们只是一个数据的维度。

大数据隐私的问题,这是所有大数据企业中不能回避的问题。谈到数据隐私,大家往往想哪些数据涉及到你个人隐私,哪些数据是需要保护,哪些数据需要授权。我们参考国外的PII(音),新加坡的保护法、欧盟的保护法、日本的保护法。我们参考世界上公布的有关个人隐私的保护法,我们收集到下面的信息。

这些信息就是需要保护的信息,这些信息需要所有大数据企业在处理应用过程中特别重视的信息,这些信息也不能作为数据的原料和产品对外输出。TalkingData的产品,对外输出的数据是不含这些隐私信息的。其实我们也和中心交流了这个问题,他们也认可我们这样的隐私保护的方式和方法。

最后花半分钟做一下广告,TalkingData我们已经介绍了我们的数据能力、平台能力和分析能力。这里由于时间的关系,我不多仔细介绍了。请大家看一下,我们会帮助所有的企业运营它的APP,我们是所有企业移动APP数字化运营的合作伙伴。因为以后所有的数据入口和用户就是APP,我们会帮所有的企业赢得这个入口。

总结一下,我讲了三个问题,第一个是,移动APP正在成为企业、客户、数据的入口。第二个是,移动大数据代表客户的消费轨迹和偏好。第三个是,移动大数据结合场景将产生的商业价值。未来是年轻人的,因为80后以前的人有6亿,未来移动互联网是他们的。但是如果我们企业掌握了数字化应用,掌握了APP的入口,这个未来也是我们的。所以说我在这里跟大家说,未来是年轻人的,也是我们的。

最后我会结束我今天的演讲,跟大家分享一个来自山迪(音)的一句话,年轻终将逝去,唯有数据永生。谢谢。

主持人:谢谢鲍忠铁的演讲,他刚才的慷慨红包和演讲,已经唤醒了大部分沉睡客户。现在有请蓝色光标的总裁刘会东(音)先生进行三等奖的抽奖。

(抽奖)

主持人:现在有请先一位演讲嘉宾,来自于宜信,是种骥科先生,他的题目是“10万亿成就互联网金融独角兽”。

种骥科:下面我给大家介绍一下课题,刚才午餐的时候跟有一些同事聊的时候发现,也是在座的很多人比较关心的一些课题。我来自宜信,今天给大家讲一下征信的风控方面。

我们也是TalkingData的合作伙伴,我今年才应邀加入宜信年代,之前我是在一个互联网公司,帮他们建立大数据的团队。之前又在私募公司,银狐(音)公司,帮他们做了一些投资方面的风控。

这两个方面做了以后,发现互联网金融是现在非常有意思的地方。现在有一些方面和第三方数据的应用有很大的关系。开始前,我也先问大家一个问题。比如说咱们要借钱,是跟陌生人更容易借到,还是跟同事,还是跟朋友,还是跟家人借钱比较容易借到。

从举手的过程中可以看出,在座的观众们信誉都不错,因为一般信誉不怎么样的人,一般从陌生人那更容易拿到钱。这也是我们非常关心的课题,从用户第三方数据,用各种各样的征信数据,去怎么样能够估计我们能不能借到钱。

今天早上我在会议前看到林总讨论的时候,其中有一个方面是移动数据是已经把我们包围了。其中我就看到,关于理财方面的还确实有一个我们宜信的LOGO。

宜信是一个P2P借贷平台,是唐宁(音)唐总,在2006年在北京创建的第一家中国的P2P公司。当时我们本着信念,就是人人有信用,信用有价值。为什么说人人有信用?让我们给予人们信任和尊重的时候,我们发现会加倍偿还我们。为什么说信用有价值?两个人,一个人有信誉,一个人没有信誉,信誉的人就可以在现在无抵押贷款的平台上拿到资金,扩大自己的能力,能够给自己更好的发展机会。

就本着这个原则,宜信公司现在已经发展成为国际上领先的P2P平台。这是今年年初的时候,在美国公认的规模。在我们发展的9年过程中,发展过程也最近被哈佛大学商学院编成了MBA的案例。

从宜人贷的角度说,我们是三年前成立的公司,专门做线上的无抵押个人贷款。我们宜信的客户里有很多是城市白领,这些城市白领有很好的还款习惯,他们经常有一些闲钱,可以投资、帮助别人,达到别人的事业目标。这个人群是非常优质的人群,他们有互联网行为,可以让我们利用互联网行为来给他们受信,他们还有稳定的还款意愿。

利用这批人群,我们在这个基础上建立了一个公司,这个公司是方宜含(音),他之前是美国一家上市公司的副总裁,在互联网方面有非常多的工作经验。不过截止到今天,在这三年之内,我们已经发展到超过了600万用户,和超过80亿的理财金额。

我们做的P2P到底是什么东西?可能大家都非常熟悉P2P的名词,这个名词代表的是一个共享经济的概念。现在世界上比较有名的做这个的公司,优步等都是比较典型的案例,现在市值都有几百亿。它接触的概念是,怎么样利用这些闲置资源,为资源所有者创造价值,为需要资源的人提供一些得到资源的渠道。互联网金融方面比较简单,需要和有资金和理财需求的人对接。

从社会层面来说,原来我在私募公司工作的时候,学到一点非常重要的地方就是,这些投资人本身在社会中的意义并不是单单赚钱。而是有资金、资源的人,把资金用到点上,就是把钱给这些最能够创造价值的人。当然要是大家熟悉私募公司、私募行业的人都知道,整个投资这个过程是一个非常复杂的过程。如果你要是对一个客人来投资,用私募的形式,就好像开着一架播音747给一个人送点水。当然这种形式在互联网时代,我们是做了一些怎么样用互联网的方法,让资金更通顺地流动起来。最后的宗旨是让最靠谱的人得到钱。

怎么样让最靠谱的人得到钱,中间的挑战是什么?挑战有两方面,一是对需要理财的初借用户负责任。我们是通过两个主要的方面,一是将那些用户的理财资金,第一是托管在银行,我们帮助他们调动这些资金,借给应该借给的人。第二是我们可以严格审批这些截款用户的个人信贷风险。有了这两个方面,就可以更好地满足理财、初借,和需要理财的初借用户。二是对需要互联网资金的人,我们也同样帮助他。我们一方面是扩大可服务的人群,这是可以让更多本来有信用的人,可是又在其他渠道借不到的钱得到资金。另外是用数据精准地营销这个人群,只要我们能降低这些过客的成本,也就是在帮助我们的贷款用户能够降低他们需要所付的利息。

最后一个也是最重要一个,怎么样帮助他们在第一时间借给借款用户一个审批的答复。我们看到,需要借款的人很多时候是有需要急的需求。怎么看到他们有非常急的需求?我们在2014年4月份的时候推出一款新的产品,在手机上的产品,叫急速模式,急速贷款,这是行业比较领先的产品。让你在10分钟之内,就可以得到一个答复,能不能借给你几万,或者几十万。在过去的一年多,这段时间,我们已经有80%以上的用户都是用这种方法借到的钱。

大家说在10分钟之内,我刚才问大家,从陌生人、从同事、从家人,有的时候从任何一个人群,10分钟之内能够借到几十万块钱都是很难的事。这是怎么做的?尤其是在我们平台和一个用户素不相识的情况下,他们只是下载了我们的APP,只是在上面填写了一些简单的信息,我们怎么能够做出一个判断。这就是我们在10分钟之内在做的事情,就是四件事,就是看你是不是你。你是你的话,你填写的信息准确不准确。在建立在这些准确信息的基础上,你有没有还款能力。最后是你有还款能力,你有没有还款的意愿。

刚才我让大家举手的,有还款能力都有还款意愿,要不然不可能在家里人、朋友那借不到钱。各种各样的信息,你是不是你,这个环节有很多第三方验证的方法。从第二个角度来说,有很多是欺诈、反欺诈的环节。欺诈环节有两种,一种是个人伪造的信息,一种是团伙伪造的信息。在收入稳定不稳定的考虑方面,也有各种各样需要核实信息的需求。最后从还款风险,还款意愿的角度来说,就更需要很多第三方的数据来帮助我们解答这些问题。

我们有这四个问题,可是10分钟之内要回答这么多的问题,不说是填写,就说你填好,我们看都看不过来。这个怎么样能够满足客户10分钟之内能够得到一个答复的需求。第一,我们充分利用第三方的数据源,一是经过用户的授权,才得到的用户想和我们分享的信息。二是我们要全自动地为这些信息解析,而且抓取这些信用敏感的部分,把这些当做我们的审批参数。这些信息光是实时抓取的信息还不够,我们还需要用这些用户的历史数据和他们的行为,和他们第三方数据的核对,来完成这些审批的工作。做完这些以后,还需要做的是实时地用后端的黑名单和更新这些后端的黑名单,来帮助我们识别这些和我们以前黑名单有关联的用户,能够实时更新我们在这些方面用的各种信息来源。

我10分钟之内用的这些第三方数据有征信、流水、工资的流水、企业信息、公积金,各种各样方面的信息。这些信息一般来说在一般的平台是很难拿到的,可是在这种P2P,在有借钱欲望的人的应用过程中,我们取得的是一个什么样的位置。能够给什么人这么多的信息,可能就是一个朋友,可能是一个非常紧密的朋友。有一个APP帮大家借款的时候,真的是需要我们的用户对于我们有这么高的信任。在这么高的信任里,我们也遇到了一些不同层次的企业。

我们现在大概讲一下在互联网金融P2P领域,大概我们和其他领域有一些什么样的对比。从互联网金融数据特性的角度说,和传统互联网公司相比,我们的流量其实并不大。因为金融理财确实是一个比较密实的方面,我们用户的量也就是百万用户。宜信几年前也是到了千万级的用户量,可是和互联网公司角度来说,其他互联网公司可能都是以亿为计算的用户量。但是我们特殊的地方是,对每一个用户我们的信息维度非常多,而且这些信息维度都是用户自愿的,而且是非常希望我们能考虑到他们全面的数据、看到他们在各个领域的信誉信息。

在用这些信息的时候,有一点是这些信息必须精准。因为我们做的一个决定,都是价值几十万元的决定,而且是在瞬间之内做的这个决定。我们虽然有很多第三方的数据,可是这第三方数据的准确率和可信度都是不同的。所以我们需要每一条数据有多方面的验证,我们才有足够的信心,能够在10分钟之内做一个决定。

这些数据都有什么样的类型?我们分为权威数据源和辅助数据源。权威数据源像征信、公安部的数据、工资流水的数据等。辅助数据有信用卡交易流水和各种各样其他方面的数据,这些数据都是很宝贵的。因为就算是权威的数据源也有出错的时候,所以必须要有越来越多的数据源帮助我们,看看每一项数据的可信度怎么样。这些不同的数据源里任何的差异,都是给我们的风险信号。从整个平台的角度来说,我们收集了非常高的数据参数。

下面做一下总结,从宜人贷的角度来说,我们是一个比较靠谱的平台。从服务客户的角度来说,有两端的P2P,有借款端何初借端。对初借端,对用户的理财,把他们的资金放在托管银行里。在为他们服务的时候,是严格地用了审批流程,帮助他们筛查借款人个人的信贷风险。从需要资金的贷款用户角度来说,我们在用数据扩大我们的适用人群,然后用这些数据来识别这些精准,用精准的营销来降低这些成本。最后是在第一时间,用一些第三方数据和自动抓取的过程,来帮助我们借款用户更快、更好地得到审批的答复。

今天很荣幸来到现场,来分享一下我们用的各种数据和出发点。也很荣幸是TalkingData的一个用户,今天早上新发布的各种各样的数据,我们也看着非常感兴趣。希望下一步能和大家一起把这些数据利用好,谢谢。

主持人:谢谢种骥科总的精彩演讲。下面是二等奖的抽奖环节。现在有请国泰君安信息技术部的经理毕志刚(音)上台。

(抽奖)

主持人:下一个议题是由今天的禾略的嘉宾郑永祥为我们带来“7万亿背后的数据故事”。

郑永祥:大家下午好,我是郑永祥,我们公司叫禾略中国。很荣幸今天有这个机会,TalkingData给我这个机会跟大家做交流和分享。

大家看我的样子应该很理解,我是从事房地产行业的相关小公司。因为上台前我还说,我的压力很大。上午看下来,我发现移动互联网的感觉,让我好像回到十多年前感入行的感受。你会发现大家脸上洋溢着热情,身体特别好,穿短袖就来了。我穿成这样还觉得特别冷。

三个内容,一是无处不在的房地产。房地产大家很讨厌,但是和我们的生活息息相关。

我们一生的时间特别短,在我们一生之中有25年的时间在睡觉。一辈子,男人在看女人的时间只有一年。接吻这的事情感觉挺频繁发生的高频行为,实际上一生统计下来只有14天。但是我们花在购物上的时间有8年,有8年的时间和商业地产相关。住宅里有1.5年的时间待在厕所里,我们在做户型平面分析的时候,厕所是我们重要研究的空间。

工作涉及到我们的办公室,我们有10年的时间在工作。这10年里有两年的时间在开会,比如说像现在。所以我们做了一个简单的统计分类,有41年的时间是跟我们的社区相关,有10年的时间和写字楼相关,有13年的时间跟我们的商场、消费相关。有8年的时间跟娱乐相关,娱乐包括刚才说的接吻、看女人这些事情。从这个角度大家会发现,房地产行业和我们整个生活是密切相关,而且无处不在的。

经济上,每投入100块钱对应出的产出是170-220块钱的消费需求。每实现100块的销售额带动是130-150的其他销售,比例在10%,但是移动互联网可能没有这个比例高。

为什么我穿这么多还冷,因为现在都不好说,我们都在过冬,但是我们移动互联网的同事是在火热之中。

整个市场规模,从每一年平均销售状况来看,是万亿左右,目前这个状态整体来讲是在下降。

整个市场的分布,这里分了三个市场,一、二、三线。在座如果有对房地产业比较了解的朋友们都会知道,很多开发商现在选择的投资策略是一线城市,一线城市的销售价格上涨8.55%,二线城市持平,三线城市在下跌。这意味着像北京,前两天刚拍块地,旁观的房子卖4万不到,地价已经5万了。你的地价在上升,原材料、成本在上升,公司的员工老了,结婚、生子,工资也要上升。如果售价不上升,这个行业很难生存,这是这个行业很明显的特点。

另外一个特点,你会发现现在做房地产业特别难。第一个嘉宾讲的PPT里,讲O2O。现在对房地产公司来讲,如果你做房地产创业,可能所有人都觉得你死定了。因为行业的垄断集中度在提升,从2011年的10.75%,到2014年的11.79%,上市公司的垄断度在不断提高。大的越大,小的就活不下去了。

第二个,整个客户群众在变化。十多年前刚参加工作,那个时候大家开大会,中间有吃有喝,抽错了重来,因为市场特别好。我们做事情特别简单,在第二个消费时代的时候,购买房屋是让人特别开心的事情,而所有人都是从没有房屋到有房屋的过程。所以对于开发商来讲也特别简单,只要拿到地把房子建出来就能卖掉,这就是我们讲的第二个消费时代购物使人幸福,而且使人幸福。

另外是,这几年随着房价有大的波动,大家会发现,很多客户买房子不是很开心。像现在的防盗,动不动围攻售楼处,新闻媒体控诉开发商,变成很多的事情。核心有开发商的责任,另一方面是客户的需求在增长,他更希望的他购买的不仅仅是个房子,是一个趋势,而是自己的一种生活方式。这个过程中如何实现个性化、差异化,这是开发商面对的挑战。

我们看到的手机行业,这是发展特别快的市场。以前我们买手机的时候没有太多选择,只有诺基亚摩托罗拉,价格特别贵,你买了以后很开心。到了现在这个时代,买苹果的依然很多。但是现在有人用小米、有人用华为、有人用魅族,各个产品竞争是比较大的。整个手机的利用率是在下降的,有大量的人投诉,华为的手机不稳定,小米的手机有欺诈。整个行业是房地产面临的一样的困境。

我们想了解客户需求的时候发现,从房屋这个角度讲,还是比较难的。因为房屋是一次性的产品,不可能像手机一样,今天出一款产品不行明天下架再出一款。房屋定位不可能做重复性的、颠覆性的建造。

这几张照片,我们很想用其他的方式来知道,奥巴马也有自拍的需求,他有自拍杆。看起来貌不经人,产品狗,IT男的需求。为什么把编织袋穿在身上,会变成一种潮流,这也是涉及到未来我们建筑做什么。

综合前面讲,先给大家汇报我们行业的发展,市场方面,首先它增长的瓶颈到了。二是利润方面,没有钱可以赚,很多是亏钱的。三是区域的分化很明显,你在一线做开发和在二线做开发,和在三线做开发是不一样的,你符合了解当地的喜好。四是集中度进一步加强。

客户方面,客户现在要求很多,他们的追求特定的生活方式。前段时间也是房地产的从业人员,他会讲出国做客户定制化开发,担心比较难。二是商品的消费多元性,要满足大家的偏好。三是他跟你谈感情,不只是谈钱,在第二次消费时代的时候大家谈钱,谁的性价比高,便宜就买谁的,现在不是。四是有很多隐性需求在逐渐释放,第一个演讲嘉宾提到的应用。

过去的十多年房地产的从业人员是怎么做的,我们是有一群人穿成我这样,开一辆面包车,拍几张照片,拍拍脑袋说这个地方能建什么,投资多少钱。二是我们找一堆这样的调研人员的十几个人,回来做访谈。访谈很有意思,大家理所当然认为奥巴马没有自拍的需求,这只是你的想象。在开发者阶段,用什么指导我们的规划、设想、成本投入,使用的都是我们过去的经验。所以我们会出一大堆的设计资料手册,这里应该用什么,那里应该用什么。这样的东西在过去十年有效,因为它非常简单,简单地不需要浪费任何时间。而在那个时代,客户需要快速地拿到东西,不需要有其他的需求。但到了今天,客户有很多的要求,你做得越快死得越早。

房地产行业的信息化程度,大家关注各种网络的信息也好,资讯也好。一是地价,会说哪地有多少个房价,成交量多少。二是售价,哪里的房价又涨到多少。三是利润率,你们是暴利的,我没有暴利,暴利都被政府拿走了。四是为客户提供服务,最近我们在推大数据的合作。所有的开发商都说你的电话号码多少,我们给客户打电话卖房子。这就是房地产行业对信息化,对数据的理解。

第三部分,禾略现在和TalkingData做的事情,我们特别希望从传统的开发做到智慧开发。今天的日子特别好,因为今天是9.11,在好多年以前美国的人民今天是痛苦的。我那天在朋友圈说在9.11参加这样的活动,我朋友说,如果9.11的时候有大数据,是不是会避免这样的悲剧,我觉得是有可能的。当今天我们有了很多数据去观测我们的客户,我们是可以提前做一些预测的。

另外一个话题,从这一点我想到,今天中国的很多地方,特别是三、四线城市也在发生着和9.11一样的悲剧,有大量的房屋建造出来,然后被空置,像鄂尔多斯。有的是环境在污染,这些污染的环境是因为我们要做另一个地方的空城的建造,建一座鬼城。这样的事情我认为和我们过去粗放、急功近利、传统的开发方式有关。我们特别希望和TalkingData一起,借助大数据这种新技术,和移动互联网做一些智慧方面的开发。

接下来是我们这方面的尝试,我们做了3-6个月的时间,很短,内容也不是很丰富。

首先,对这件事的理解。从数据出发,我们想说第一步,因为房地产这个行业相关的数据是非常多的。比如说我们的业主,我们的业主对我们来说都是我们的数据,我们的销售人员、服务商、供应商,以及我们相应的、政府的和规划相关的东西,都是我们数据库。我们如何把它做成信息化?大家非常关心对知识的学习,我们有很多是知识开发的模型。信息化差的程度,导致这些模型用得不是特别顺畅。所以如何把数据转化为信息,我们现在已有的知识去达到对房地产开发更好的理解,最终做到一种智慧的开发,我们要做正确的事情,面向于未来。而不像过去,只是把这个事情做对。

我们这里会有比较重要的,就是两点,一是用数据定义一切,这点我们会努力地推动开发商把自己的数据库建立起来。二是用数模推动世界的改变。原来的开发工具是基于传统的行业经验,今天我会发现,因为这个行业在衰落,我上个月走访了很多开发商,它的从业人员会出现两个特点,一是年龄年轻化,中层没有了。因为中层要么跳槽,要么创业,要么转型,因为这个行业不行了。二是高层的知识体系也跟不上,带来整个行业在开发上的能力是在下降。如何解决这个问题,我相信一定是用科学、数据化、数模方式去解决。

这张图想跟大家交流,我们在做房地产开发的时候我们的流程。首先,我们有四个步骤。最后是形成生意模式,开发商会有不同的生意模式。一是投资,我们需要先拿到钱,把钱投下去,去买地。这个过程中我们希望开发一个数模工具,用数字化变化的方式,我们看地的时候是一群人,有男有女,各个专业口都有,一个小时在上面聊聊天就定价。二是地拿完以后需要定位,卖给谁,用什么样的方式做开发,这是我们想做客户地图。用结构的方式,实现模型,来把我们的客群非常清晰地讲清楚。你地拿到,开始进入生产开发阶段,我们希望用价值地图指导整个的建筑设计、开发和成本采购。这个过程中我们需要做大量标签化的工作,标签化的内容是上午和第一场嘉宾讲到的。更多的难点在于技术的模型化怎么做,如何把我们对客户的理解导成规划。最终实现销售,销售是现在在房地产行业里和互联网结合比较多的行业,好屋中国也来到这里,他们是先行探索者,也做得不错。最后是不同的开发商有不同的模式。

生产服务上,我们希望形成产品线。数字模型上,因为我们对客户有深度的理解,可以跟他们时不时互动,会有粉丝经济。还有定制化开发,一旦有了定制化的开发,带来中国不会有大量的鬼城,也不会在一线城市出现的冷街、鬼街,也不会有大量的写字楼拿来做群组房。

第一部分,城市地图。这是过去我们传统做的方式,我们已经很努力地在做了。虽然我们用结构化的思考方式做这个事情,我们也把土地分成一、二、三、四类。但是后面的类,都是根据我们的经验拍脑袋拍出来的。城市的发展方向,虽然写出了方向,但是说了跟没说一样,因为是没有量化、没有节点的。

我们也尝试用标准化的方式去把城市的土地分类,而且针对每一个分类去制定投资策略。但是到底如何去界定,我们的定义旁边。

这个图片是和TalkingData的同事一起做出来的,这是上海的,你知道凌晨三点的纽约的样子吗?讲得很奇怪。我们通过TalkingData可以知道上海任何时点的样子,而且是从空中去看。你会发现,从凌晨0点到中午12点,图的右上角是崇明岛,农村,农村的人民8点前他们一直在睡觉。城区里6-8点的时候,居住在城市的幸福屌丝白领开始起床。8-10点,郊区的领导们刚刚起床,准备出发去上班。图的右下角是上海的农村,崇明岛的同志们8点以后就不出现了。农村的朋友们从晚上8点到早上6点,一直都不出现,他们没有什么事情可以干。8-10点的时候是吃饭和陪家里人,所以手机放下。10-12点的时候市中心特别火,这个时候他们是在所谓的危险区域活动,酒吧、酒店之类的,让我们定义为危险区域。

我们希望未来可以用24小时的图,去从人流动的状态,去分析一个城市的土地价值。我刚刚拿到这个资料,如果说在城市近郊做一些酒吧式、娱乐式的危险区域,显然是不成立的,现在的这个状态是没有的。

一个月前和武汉万科合作的另外一个项目。武汉万科在过去的十年一直是市场里的第一名,但是在去年,他们被保利超过。因为武汉万科的所有项目都集中在黑框框里的,就是我们说的传统城区。这个图像反映的是,这些客户的分布相对来讲是比较收敛的,都是以武汉本地人为主,他们只在武汉本地活动,他们不愿意到三环那边去。

只用三年的时间,在原来万科认为不可能,卖到一年100亿销售额的区域,就是右边的图,是保利在武汉做的投资布局。他们一年卖到70亿,他们红色的地方特别多,还有许多小型商店。万科从第一名变成第二名,第三名,核心原因是过去在做全市市场,在做区域市场。而保利选择面向全市市场,从这个角度讲,要回答未来这两个区域各自发展潜力。万科所在的区域是传统的市中心,所以地价比保利投资的地价高出30%-50%,如果我们早一年和万科合作做这个工作,我们相信今天第一单还是万科。因为我们会坚定地在保利三环拿地方面做这方面的投资,而且我们利润率还会高。我们会结合专业知识,应该怎么样做投资地点的选择。在三环附近的,有一定自然资源的,做投资的布局。这是我们在城市地图方面做的比较粗浅的应用。

客户地图我们的使用情况。这是我们在万科的时候做的一套地图,昨天10点以后,移动互联网的同事都睡觉、休息了。我们公司的同事2点还给我改PPT,这就是垂直行业和风口上行业的差别。

今天右边这张地图要TalkingData来做,可以覆盖全部的、海量的、几十万设备的客户。在万科里面,我们可能需要花一个月。因为首先是需要项目全部成交客户的有效本地地址,然后再用百度地图识别地址的经纬度,再记录,再把季度打进专门的软件,这个过程中是大量的人手在入住。

首先是我们把需求提过去,他们会给我们提供WiFi采集的数据,POI采集的数据,我们用2-3个工作日对设备规模进行评估。我们想知道过去一个月客户地图如何,最后发现过去一个月有效的不够,可以拿过去三个月。这在传统的房地产里面,我们是做不到这一点的。我们没有办法临时增加数据样本量,因为我们是用传统的方式去做的,这是第二步。第三步我们可以贴行业标签,就形成行业报告。

我们和龙湖合作的项目,左边的左上角就是龙湖上个月刚刚开盘的项目,这个项目是两个小时就卖完了。我们之前合作给他们做了布置,布置完以后可以知道龙湖的客户在过去三个月他们是在哪里工作的,他们主要在人民广场等工作,我们如何对他进行精准营销。可以进一步放大,放大他的写字楼,就是右边这张图。前面万科那么努力,一个部门在做这个事情,最后的精度远远达不到大数据技术,用5-8个工作日做一个成果。

我们最近和另外一个松江(音)的项目合作,这个项目很高端。就会出现一个问题,和我们这个项目的高端客户,到底喜欢什么样空间环境的感受。我们用了非常简单的方式,我们把在地块周围出现过的,具有高支付能力的客群,他们周末喜欢去的公园圈出来,我们去看看他们最喜欢去哪些公园。这些公园有什么样的特点,我们把照片、核心的关键词拉出来,我们告诉我们的开发商,您该如何做您的静观打造和外延展示。

这是第二部分,客户地图,这是粗浅的应用。

第三部分最难的一点,如何让开发商如何开发。一是属性,二是客群,三是产品核心价值,我们拍脑袋想出来这些客户需要什么,写上去,做项目开发核心的主要知识点。

我们来到每一个项目的时候,我们需要耗时1-3个月开展大量的跨部门、跨专业的合作。一独立属性的分析,二是市场分析,三是设计分析,四是产品建议,五是可行性分析,都是人工完成的。

现在我们在什么样的内容上改变这个事情,还是以我们这两个案例。这张图,市区方向在中间,龙湖的项目,松江是新城的项目,都是上海郊区的项目。他们想做刚需的客户,你这个地方是郊区,一上来要解决配套问题,交通是生活配套。因为客户不是很有钱,你要做小户型,房价尽可能低,这就是传统做的。

我们把TalkingData的数据放上去的时候发现,这里是有差异的。你永远不知道奥巴马心中有一个喜欢自拍的产品,而这个产品可以告诉你们。松江的客群,他们关注的品牌里,最多的是手表。

龙湖的客群也是刚需,他们更没有钱,经常去的线下的地方是时尚店是屈臣氏、麦当劳。同样的土地属性,同样的社会定位,客群里占整个产品偏好是有很明显的分化,这只是一部分。我们当时还对比了这个项目客户线下消费,他们的第一位是服饰,是热风,而不是手表。

龙湖的项目只用两个小时就把房子都卖完了,卖的是小户型,做的是很时尚的感觉。如果是有购买经验的朋友都知道,这个房子只有两个房间是采光的,厨房是不能正常使用的。他们都是刚需,但是他们是时尚的,消费比较自信的、潮流的客户,他们愿意接受这样的产品。

在松江这边就发现,左图的产品,是正正经经的客厅,可以进行烹饪的厨房,因为他们要买手表。

我们在想怎么样把它标签化,我们做的第一个动作,我们希望用房地产的价值标签,跟我们的APP结合。如果手机里使用这些APP,意味着你可能有这样的价值取向。你是关注零食购物的,你会特别积极热衷于砍价,很热衷于寻找物美价廉的产品,节约成本。比如说很多人会说,张大妈,易淘,好像能找到很便宜的东西,但我没有装过。有些人买京东,它比较贵,但是售后服务很好,我们喜欢用这样的方式打标签。

TalkingData的科学家非常给力,认为我这么打合起来就是房地产从业人员的思维,很不专业。用了很复杂的函数告诉我,我们可以做,把图形做打分。打分出来以后,我们再把它输入进去,就会形成这样的策略。你发现,即便是在同样的地段,选择总价段,做同样刚需的定位,我们有很多考量。这些考量决定你产品的方向,不仅仅是你空间的打造方向,还有你成本投入的使用方向。

这是基于功能的。

这是基于情感的。在第二个时代的时候,大家只看功能,你给我多少东西,我给你多少功能。第三个时代的时候,不仅谈钱,还谈感情,还让他觉得有意思,不一样。你把这个做完以后会发现,我们把客户的价值主张,价值地图,可以第一次和我们的技术数字化、信息化结合在一起,同时把房地产的从业经验放进去。

举一个例子,我们可以最先投入应用的,核心重点应用的是对客户空间环境的改变。可以通过大数据得到整个客户的活动规定,可以知道他们24小时在干吗,分不同的人群。再把这些不同人群的地点叠加起来,可以满足你想什么时候出来活动都能找到合适的场所。

当我们得到了你的APP使用喜好,把你打上标签以后,我们可以知道你对场地的要求有哪些,我们可以分活动场地提出不同的需求。比如说7-12岁要简单不花哨,自由不约束,这些东西和价值相关的。就像上一个时代卖房子,卖豪宅特别简单,你只要再一个黄金的就能成立,但是现在不是怎么做,还有一种情感诉求。

我们把这些东西都做完以后,就可以把我们的活动内容、场地都设定出来。把场地和要求都设计出来以后,我们的设计师就可以把我们的内容设置出来,甚至可以去排列它的重要程度,A、B、C。

接下来我们再发挥传统房地产专业知识的优势,通过对光、风计算、推测,可以知道在整个社区里,哪个地方是白天有阳光没有风,白天又有阳光又有风。哪一个区域是什么区域,当我们有数据的时候,就可以嫁接到传统的房地产上。这是我想说的,我们现在做的技术的模式化和内容。

营销这块大家很清楚,很多人都在做售楼处。以前最大的问题,数据最大的问题是东一个数据、西一个数据,两个数据放在一起是没有用的。但是今天因为有了移动端,我们可以把客户所有的指纹都锁定到移动设备上,于是我们可以从头到尾了解你的一切行为喜好,同时能直接找到实现点对点的销售。

最后介绍一下我们公司,我们公司2011年在上海成立。2015年前我们一直都在做特别传统的业务,到2016年我们想做大数据的业务,是因为我们自己想去把开发做成一个更加理性化、更加有意义的世亲。通过一个邮件,看到有这么多的数据,于是我们开始跟他们做合作的融合。他们合作下来,可能很多应用还在比较初级的阶段,但我们已经切身感受到了它对整个房地产传统行业的改变。比如说9月14日在温州有一块土地要拍卖,现在温州万科的同事在做前期准备工作,我们公司的同事也在做前期准备工作,因为我们想知道做多少钱。以往的这个时点万科的同志是不会工作的,因为从拍地到拿地就10天的时间,大家拍脑袋开个会就强了,你也没有办法搞清楚。现在我们用5天的时间用大数据的方式,告诉他们你们这个区域吸引到什么样的客群,他们喜欢什么样的东西,你的竞争对手是什么样的。整个城市24小时的客群怎么变化,未来哪个区域更有增长的可能。我们可以在明天给他们一个方案,帮助他们做测算,帮助他们在9月14日的拍卖会上出价,因为温州万科已经亏得不行了。

大数据跟我们有合作的企业也非常多,开发总体上讲还是比较土的。他们快死了,所以都想转型,我们的合作方有温课、华润,这些客户现在我们在这样的业务,3-6个月,他们已经开始跟我们进行工作了。我们的项目也是非常多地增长。

下一步可能我们最重要把我们的价值地图、营销地图产品化,尽可能打通专业,让它产生更大的价值。

房地产里,这个工作并不是说想而已,因为我们做了大量的准备工作。在房地产整个需求里,我们只需要一个结果,把我们的数据接进来,就可以完成这些内容。

昨天有一个著名的万科人物叫莫军,他这句话特别有道理,“我们的工作70年有效”。我们希望在这个时代里,移动互联网来的,我们虽然被时代抛弃了也就抛弃了。因为我们做的东西是70年有效的,我们希望借用新的技术,给我们的客户更好的技术体验,让我们的开发商不要再建太多鬼城,让这个环境也变得更好。谢谢大家。

主持人:谢谢郑总的精彩演讲,下面是欧时力的嘉宾甘嘉慧女士为我们带来“数据描绘用户兴趣”。

甘嘉慧:我们以集团名义出现不多,我们集团旗下拥有欧时力等各个品牌,不知道现场嘉宾是不是知道。很多女士举手,女士比较对服饰感兴趣,一般女士举手会比较多。

我们是做时尚服饰的,零售行业是非常传统的行业。而且我们做了十几年,都是以线下为主。我们现在也遇到了一些行业的挑战,我们也会有一些不同的思考。在大数据方面,我们现在也开始和TalkingData做一些合作。

前面分享的帅哥很牛,因为连房地产都可以根据用户的数据去定制开发。对于服饰来说,这个话题是更重要的。因为现在整个时尚的趋势变化很大,对于我们来说我们整个集团做快时尚的,快时尚为主。对于我们来说,每两个星期就是一盘新货,因为会变动不同的东西。如何抓住用户兴趣,如何去把我们的产品做好,这个对于我们来说是很大的话题。我们今天也分享一下我们应有的案例。

刚才讲到零售行业,整个有很多困难和挑战。从前年开始,零售行业在服饰方面会有很多洗牌。原来做服饰的时候大家都觉得,我生产什么东西你就穿什么东西。比如说我做运动的,我每年就改一个面料,改一个花型就这样卖了。做不同的时尚,我可以从各大时装周把这些潮流引到国内,做出产品。这是从自己产品研发开始,从产品自己的出发点去做的事情。而且做服装来说,原来是低门槛的行业,很多来做批发的,或者做一些外贸的,转到做品牌。到现在来说,它的同质化是非常严重的。

现在各位手机,他的需求是非常碎片化的。并不是你告诉我这个T恤怎么样我就一定喜欢,可能原来一个东西是可以运行很长的一段时间。现在可能一个月已经过去了,所以变化是非常大。因为80后、90后消费的能力越来越高了,现在他不需要你告诉他潮流是什么,你应该穿什么很好。而是你要抓住他喜欢什么东西,跟他去沟通,他们关注的是,我如何更好地打造我自己个性化形象,我如何去好玩。他能接受的并不是品牌告诉他潮流是什么,他相信网络红人,他的口碑应该怎么样,甚至是一些很毒舌的话题他们都很关注。而不是你告诉他你穿这个好,你穿那个好,营销的部分是不变的。

很多80、90后接触的世界很大,有很多留学的经验,国外资讯的经验,互联网,他们从小就是在互联网里长大的。所以他们对潮流的理解和成熟程度,比60、70后的人群会更加有自己的一套。对于这些人群如何去抓住、如何去研究,这是更为重要的。

我们集团做了十几年是以线下为主,当然好多年前也开始做线上。原来我们在不同的地区开店,我们以渠道的增长去拉我们的生意,每年我应该怎么开店,单店怎么增长,这些都是这样去做的。现在也有一帮在线上做得好的,比如说淘品牌。但是现在这几年来,线上的往线下,线下的往线上走,渠道是融合的。

很多人研究O2O,究竟怎么样把线上的客群引到线下,线下的客群引到线上。我们需要了解他们的需求,90%的90后宅在家里,在网上就完成。即便他们逛街,也会拿出手机APP去比价,看哪好,对于我们是挑战,也是机会。我们怎么样满足他们的需求,怎么去抓住他的眼球,我们最关键的时候,最合适的时候跟他们对话,这是很重要的一个话题。

整个成本在上升,对于我们的管理也是需要很精细化的,越来越精细化。原来很粗犷的一些管理,现在需要很精细地做到。

还有供需的矛盾,原来服装行业会做一堆自己觉得好的产品,会放在那里。但是因为同质化严重的问题,整个库存等等,会压得很多企业很吃力。现在很多80后、90后都希望我今天跟你穿一样的衣服,但是总要有一个地方跟你不一样,才能凸显定制。

从去年下半年开始,整个集团也在做互联网的规划和发展。对于大数据来说,我们觉得它的价值在于如何找到一个合适的时机,跟你合适的人,在一个合适的地点,在一个合适的平台去跟他对话、沟通,然后达到最后的交易。所以在营销方面、在消费者方面、在产品方面、在零售效率方面,大数据都有它的价值。

刚才也讲到,我们原来渠道布点的时候,就是以商场的拥有者给我们数据,我们的商场怎么样的,位置是怎么样的。原来零售行业最关键的就是,你如何到人流好的位置。其实对于现在来说,这个太粗了。虽然这个商场人流很多,但并不一定是你的顾客,是需要用数据说话的。在地点的投放来说,我们现在尽量少做大撒网的促销,或是什么。而且对于我们整个品牌,整个集团的品牌建设和一直的方法,不是经常打折、促销的方式。所以我们还需要很多一些情感上的沟通、投放,去做到一些合适的地方找到我们的人群,和客户沟通。

在整个营销平台上,我们会做这个东西。消费者方面,我们还是要以消费者为主去开发我们的东西,去做一些精准的营销,如何更加了解他们。都是我们一直在做的话题。

产品上,我们做明年计划的时候,整个集团会有一个不同的思路。原来我们会说是以不同的渠道,我的增长怎么样,今年我做100万,明年我应该做120万,这个渠道怎么做的,怎么去增长。现在我们是会换一个思路,我们以消费者为出发,我们去想我们的消费者用户群有多大,现有是怎么样。我们对他还不了解,如何去抓住新客户。

从这个角度出发,我们应该为他们设计什么样的产品,因为这些产品会提升多少他购买的次数、习惯。再到收入、利润。这是重新的逻辑,如何做到这个,也是有跟消费者、产品怎么关联,这是最重要的。零售的效率,我们现在精细化管理,持续提升我们的人员效率都是我们的话题。

我们现在和TalkingData合作的两个项目,还有一些初步的启发。第一步,我们会在线下门店去抓取现有的数据。如果没有这些基础,我们就很难去拓展外面的用户群的搜索。我们会在店铺里装了我们的WiFi探针,从大门到店内,到试衣间,我们自己测定的区域,收银台等等。在不同的区域,我们会装到WiFi探针。通过WiFi探针会抓取进店手机的地址,对于我们自己零售来讲,会有不同价值的东西。首先,我会知道路过我们店铺的一百个人,进来是五十个,先是进店率。我们会看在数据里,我那天进店率是特别高的,是因为我那天上新货,还是怎么样。如果那段时间进店率很低,是陈列出现了问题,还是什么问题,还是灯光、橱窗出现了什么问题。这个在后面的营运方面我们会做调整。

进店以后,我们会看到这个客户因为是唯一的地址,我就会知道这个客户逗留了多长时间,逗留了半个小时,还是五分钟就出去了。客户的习惯是每两周还一次,还是两个月都不来一次,等等。这是逗留的时长和到店的频次。

还有整个入店客流的变化趋势,就是下面的折线图。在客流统计的部分,我们接触好多的技术,原来是有一些技术,比如说摄象头、红外线灯。但是后面我们为什么还是坚决地采取了TalkingData的技术,因为原来数量是仅仅有一百人进来,但是我们不知道他是谁,仅仅是到交易的那一刻才有可能知道他是谁。如果他不是你的会员,你也不知道他是谁。如果有WiFi探针,他从一进店我就知道他是谁,所以我们就用了这个技术。

在整个数据抓取上,除了把消费者的数据先留存下来外,还有一个对于我们来说,我们对自己店铺的营运管理会做优化调整。有一些时间段客流是少的,在这个部分可以减少店员人手。有些是高峰期,我就增加店员人手。比原来只是按经验白班,会更加精准一点。

如果我知道哪些时段是熟客比较多,他到店多,频次也高的就是熟客,我们会在那个时间段安排店员在里面。甚至我们未来会因为这个变化,我知道这个客人在每个店铺出现的习惯,会把他最喜欢的导购安排到店铺里,这样交易的达成可能性会更高,服务也会更贴心。我们在智能WiFi探针,做了这个安排。

搜集了这个数据以后,我们会和TalkingData一起,用大数据里面的一些数据,比如说他们会有人流的数据,还有APP的应用,还有一些不同的东西。因为我们已经留存了地址,加上我们自己数据库里面对会员的数据。我们会跟他们做一些匹配,TalkingData会帮我们做匹配。我们会再画一个人群画像,让我们更加了解我们的消费者是怎么样的。

我们集团手上拥有的消费者的数据,大概是百万级的。无论如何,即便是有百万级的数据,对于来说是他要交易了才知道它跟我们之间的关系是怎么样的。这个东西是很片面的,我只知道他买我们的东西,喜欢什么样的东西。其次我推断,能买我们东西的人,可能消费力很高等等。但是这是我们的推断,对于人群画像了以后,我们会更加清晰他的线上行为偏好怎么样,他用什么样品牌的手机,用什么样的应用,喜欢去哪里,喜欢吃什么东西,喜欢什么品类的东西等等,他不同的爱好怎么样。这些数据从产品的研发,到营销,到沟通互动都是很有本身的。

原来我们没有做消费者画像的时候,我们想我们的消费者应该是怎么样的。但是做了人群画像,更多的一些潜在消费者人群画像,我们会发现我们潜在的消费者和我们原来的一些想象还是有一些差异的。同时也验证了我们的一些想法,会有一些作用在的。

我们在数据有限的情况下,我们会先做好我们精准营销,还有沟通互动的部分。产品研发是需要用更多的一些数据,去做一些不同的方法。

另外一个应用的案例是刚才提到的精准营销,定向投放。在今年白色情人节,因为我们有一些比较新的风格的产品。我们希望接触到新的消费者,而且希望尝试一下线上什么样营销的模式会更加适合我们,找到我们的新客。所以我们就和TalkingData合作,去做了3月14日白色情人节的活动。我们根据原来的人群画像,去定下来我们要找的潜在消费者的标签,TalkingData就会根据他的数据去匹配到我应该在哪些APP,或者哪些线上平台找到这些用户。我们会再去沟通,这些用户对怎么样的营销方式更加感兴趣,用什么样的画面去吸引他。

我们当时做的抢红包,抢红包是很火的事,我们做怎么去抢红包,同时做甜蜜的告白活动,再引到我们的春装。对于一些潜在的消费者,你直接告诉他我现在是卖东西,他已经关掉你的屏幕。但是我们通过话题的营销,去给到他,再把我们的产品放出来。

最重要的是说,我们会根据他每天的点击量,还有链接过来的效率,我们去调整界面,我们选用的APP,他的使用等等的东西。对于我们的投放来说,会更有针对性地可以去做一些尝试。最后的效果,比我们做一个大撒网的户外广告,效率都会来得更高。这就是在我们精准营销方面,也做了一些小的合作。

今天只是分享了一下,整个消费者用户画像、兴趣上,如何做一些初步的合作。对于我们来说,未来的展望,我们还是要有多维度的。在现在来说,大家接到的信息和广告,都好多。如何去触动我们的消费者,就是要调动他的情绪,去创造不同的场景,这些东西都是数据给到我们很大的帮助的东西。

举个例子,最近我们品牌参加了东方卫视的节目《女神星光》,是设计师和明星合作,再有一个品牌作为买手的娱乐性的活动。它背后的意义除了支持中国原创设计师外,是做线上线下营销的话题,整个链条的调动。在这个游戏里涉及好多方面,从设计师采用的面料,到加工厂,到明星,到品牌买了以后如何去生产,再到消费者。当观众看到这个节目的时候,他其实已经能买到这个衣服了。那个时候如果你抓住他的需求,你能抓住他的眼球,才有可能把这个东西卖出去。

整个链条里,包括设计师,包括明星,包括这些品牌,都有自己的一些用户。他们在前期策划的时候,我已经可以根据我的面料,根据我的产品,根据这些参与的品牌,去定向地做一些产品的设计。其中在节目策划里,如何去产生这些话题。最后在节目出来播出的时候,其实已经可以生产出来。现在已经在用一些摇一摇的红包、微信,很多东西引流到各个品牌的平台去做销售的触动。这个链条里,整个还是没有用大数据去连接起来。因为大家还是设计师做设计师的,设计师的粉丝明星的粉丝,还有各个品牌的粉丝,有很大的联动。

同时在这个配合里,比如说我参加这个节目,他可以同时做不同的投放,比如说这个节目里,百度指数里做不同的投放,怎么转动人群,把他引入到我这里。这都是要需要提前用大数据抓住,在这个节目里做不同的潜在用户的抓取,怎么样去制造,从设计来说去做整个场景的营销。

总的来说,我们还是需要继续往下,采用不同的行业、不同的消费者,他在不同的生活状态里,接触到不同的东西,如何去多维度地了解我们的消费者,抓取他的数据。让我们最后的服装怎么去跟大家的需求更加配合起来,所以这是我们后面任重道远的任务。

今天简单跟大家分享一下,其实在数据方面。我们是刚刚开始,今天也学到了很多,跟大家、跟各个行业的合作伙伴、跟TalkingData共勉,我们的路还很长,后面一起努力。

主持人:谢谢甘嘉慧女士为我们带来的分享。下面是今天最后一轮的抽奖环节,就是一等奖的抽奖环节。有请中国近来银行信息中心副总经理刘向荣(音)上台,为大家抽取最后的一等奖。

(抽奖)

主持人:我们组织跨界的论坛很有意思,请到的几位都是我们的客户。他们的分布也很有趣,有做保险、有做银行、有做券商、有做房屋,360是纯粹代表互联网的企业。本身都是很跨界的组合,也是在整个跨界融合的会场里,也请几位从用户的角度上。在座的观众也一样,想听听几位的见解。

第一个问题,从您所在的企业,感受到移动互联网对现在业态的影响。

刘大为:我是来自一个和移动互联网,和大数据非常没有关系的行业,保险。大家在日常生活中会接触到很多我们的营销员在和大家推销保险。但是我想移动互联网已经对保险业产生了非常巨大的冲击和影响。

我给大家一个数字,现在泰康人寿的保险,有70%是手机投放的。这个变化就意味着我们的流程、我们的产品,都因为手机上,我们的产品都是在手机上销售的,都产生了非常大的变化。从产品的形态到投保的流程,都有非常深刻的变化。

举个例子,一般大家投保、买保单都是在纸上写好,而且你买了什么也不知道。可能初险的时候,你自己看条款都不一定看得懂。现在在手机上投保,就是说我和客户谈好你买的保险以后,会发给你一个信息,你看到信息,最后输入汇款的信息,决定要不要这个保险。

其实移动移动互联对保险的生态、保险的产品、保险的概念,产生非常大的颠覆性的冲击。这是我们看到的,对我们行业的一个巨大变化。

主持人:您说的70%的保险的保单是通过手机提供的。这些客户您有过比较吗?从原来的客户,对他们的画像、对他们的理解,有什么不一样的,在和传统渠道上比。

刘大为:从本质上,可能这些客户从年龄层上、从消费习惯上会有一些不同。但是同时我们也看到,整个的消费群体,对在移动互联网上、在互联网上、接受金融产品上,已经有了很大的变化。以前大家不习惯,现在在手机上投保的客户,50岁、60岁都有。在互联网,或移动互联网上销售金融产品,已经是不可逆的趋势。从客户角度上,可能越来越多的客户会接受这种方式。这是我的理解。

陈蓓:我来自银行业,银行业是在所有传统行业中,算是信息技术发展得最好的,可以自豪地说,银行业信息技术发展30多年,也是进行了一代又一代系统的变革。但是在这样一个比较领先的行业地,还是受到了移动互联网很大的冲击。业务的冲击也是比较大的,比如说像第三方支付,就分流了银行的支付,还有像P2P,分流了我们的信贷业务、理财等等,像支付宝这类的,什么宝宝,银行的理财业务也受到了分流。

银行这块业务模块怎么样去转变,才能够保护我们的主流地位,确实是要做一些业务的转型和变革。其实转型的重点方向,还是在移动,或者说要把业务进行组件化、移动化、开放化,去面对市场提供得多渠道、全方位,致力于客户生活场景、到整个企业的精神管理生态链中去。这是一个业务转型的趋势。

第二个变化,是给我们银行的经营理念带来很大的冲击。因为银行基本上还是以管理和产品为中心,去从自己的本位出发的。但是互联网产业,基本上是做到了用户为本位、为主题、以客户体验为中心,做到了非常极致的客户体验,这是移动互联网,包括互联网金融为什么这样火。这是一个非常大的因素。

我们银行怎么面向以用户为中心,银行传统来讲,怎么定义自己的客户和用户,其实是有不同的。原来没有用户的概念。银行说什么是我的客户,在我这里满足我开户的要求,才算是我的客户。个人客户必须有人民银行规定的认证身份通过了以后,才能够作为我的客户开户。公司、企业的客户,必须有企业的登记证、三证都要齐全才能开户,这样才能成为我的客户。这个方面,没有这么严格的认证,广大的用户,潜在客户,怎么变成我们的客户。怎么提供完全以客户为中心的服务,这个模式,这是一个很大的挑战。这不光是口号喊一喊,还涉及到整个银行的企业文化,还有管理,所有的体制,都是相关的。这是两个很大的冲击和挑战。

主持人:从技术上,您感觉互联网在技术的引进和采纳上,对银行有什么影响?

陈蓓:从技术上也是两大冲击和转变。一是对银行信息系统的架构,也是一个比较大的冲击。传统银行的信息系统架构是以商业化为主导,就是商业软件。现在互联网企业的开元、开放是很大的不同。银行传统的信息技术架构有它的局限性,比如说商业软件很难支持秒杀,动态的定发、大容量、可扩展性,这个方面有比较大的局限。

二是在大数据动态分析上,也做得不够。原来传统银行有两大类的系统,一类是OLTP,一列是OLAP,这两类系统的界限还是比较分明的。现在特别是领先的互联网技术,他们的技术架构已经突破了这个限制,基本上是事件出发,做到了实时的大数据的分析来支撑个性化和差异化服务。这个架构是值得银行学习的。

第二个冲击,银行有这么深的传统背景,这么深的历史,形成了自己信息化的工程方法和工程研发体系。这个研发体系在新形势下,也是需要改变的、需要转型的。我们最近也是在研究双模的研发体系,传统模式,还要加上互联网的敏捷模式。双模体系的建立,也是一个比较大的挑战,它涉及到我们整个的研发管理体系和流程,甚至于我们定向采购、供应、选型,都要进行配合。还有未来的部署,包括一些发布,容忍在生产环境上进行试错。银行从来是非常讲究,非常忌讳这件事,就是拿生产当测试。互联网企业在这方面做得还是非常有突破,灰度发布,也是未来要借鉴的。在研发体系和信息系统机构,也带来比较大的转型挑战。

毕志刚:我是来自证券行业。证券行业和保险还不太一样,我们诞生不久就很快进入无纸化交易的时代。你们买的股票就是看到一个代码,你们的钱也不是人民币,就是一个数字。我们对着一个数字,对它的未来在进行投放。没有任何实施的东西。

从这个意义上讲,券商的业务来讲,是实时交易,和传统行业的非在线实时交易又不带一样。移动互联网,首先是虚拟化。二是实时交易。这就导致券商在很早的时候,甚至在远远没有移动互联网概念的时候,券商在最早一代智能手机,塞班等就有手机交易的软件。我们是国家垄断牌照、特许经营,我们有我们的身价在这。你们没有上班的时候,我们是下班的,你们是在上班的时候炒股,所以就要有手机,领导还看不见。

那个时候有一个客户跟我们说,你一个界面做得不好,领导老远一来就看到我炒股票。他给我们一个创意,我一直觉得群众的智慧是广大的,你把它做成一个计算机一样的,还有数字在跳,还不妨碍我输入下单。领导问我在干吗,我就在算数。

主持人:这个做出来了吗?

毕志刚:对,很有创意。我们现在的时代,中信银行也讲,以前我们只有客户,没有用户,我们心中是没有用户的,我们心中有没有客户也是不一定的。坦率点说,对于国家特许经营和垄断的行业都有这样的事,尤其是传统行业。你到每家去看,你享受到的服务和碰到的问题都是同样的,我们都有这种自信,我们不是最好的,但也不是最差的。你不满意我的服务,你去隔壁我兄弟那家,他和我一样,基本上就是这样。

拓展业务也是大家在比较熟悉的地域、领域、或行业细分上去拓展。特别像保险,他们跑单的情况,特别辛苦。我们不能否认,我们在经营理念上没有以用户为中心,这和互联网完全不一样。但是在这个时代到了以后,我们也发现有这样的变化。来自很多业务的外部竞争环境,很多传统行业也讲了,我们的日子没有以前那么好过了,来自于国家政策的转变,来自于社会的进步,来自于竞争的自由化,特别是互联网,特别是你们在座的各位。

这些竞争会带来传统收入的急剧下降,会逼迫传统的金融企业做转型。我们的客户都是充分一个手机和我们联系在一起,在今年5月份的时候,国泰君安所有的新开用户数交易量,使用智能手机的份额都超过其他所有的。其他所有的还是互联,我们的业务在现场,我们在街边的营业部,买菜喜欢的地方,这个地方的交易量已经占到我们很少,10%都不到。手机的交易方式超过其他互联网,包括开户。

我们现在由于传统业务的垄断力下降,我们要更加重视以客户为中心,甚至以用户为中心,我们需要认知我们的客户。传统的金融行业也做了很多大数据方面的应用,那个时候还是基于报表和指标为主,不是完全地认知你。我们可以看到,现在不管哪个行业来讲,他们很强调一点,我必须要了解和认知我的客户。我并不是说他带着我停留在那张单子上,我要知道大的方方面面,他的家庭是怎么样的,他所有的收入是怎么样,消费习惯怎么样,他喜好是什么。

这个工作我们做得非常差,在移动互联网我们会做得更好一点。你现在买卖一个股票,给你的就是一个代码。做得好一点的告诉你一堆资讯,这个资讯怎么分析。但是从来没有人给你做推荐,没有人给里投资建议。我们到底是不是以客户为中心,你们在做投资,因为每个人都是有投资的诉求。这个时候我们给到你服务了没有,传统的方式对于实时交易有一个巨大的缝隙。所谓的缝隙要通过我们互联网去投入,这方面最重要的一点是灵活,因为他要通过平台做服务。

大家抱怨我们收的手续费高,但是我们人工也高。你们每个人付的手续费根本不够支撑的雇佣人员,只有用平台去服务。这就导致了新的服务模式,同时建立了大数据平台。

我们的传统技术架构都是用商业软件,非常贵。新背景下都是选择开源的产品,低产品的硬件,能够使我们像IT这样的金融企业,也能够在大数据方面进行投资。所有的这些都会导致技术架构的转变,我们传播做门店的营销模式,要改成通过平台对大家提供服务,认知客户。今年5月份,手机上的交易是我们最大的,所以手机对我们是非常重要的。

主持人:我们把钱存到银行,存投连险,干的最大的事是买房。移动互联网对房地产企业是什么样的?

陈兴:前面是教各位赚钱的,我们主要帮助各位去花钱,为了要更好地赚钱。我是好屋中国的联合创始人、CEO陈兴。

主持人讲得非常好,我一直在想移动互联网等于什么,我的观点是移动互联网等于连接。移动互联网+等于连接诞生传奇,比如说我站起来,移动+人等于人机时代,工业4.0。现在各位脸上是有微笑的,因为移动互联网+人就是最好的自媒体、最好的营销工具、最好的传播,因为连接让我们都成为自传播、自销售,所以才会有全民创业、选民营销。所以移动互联网+好屋中国,等于移动互联网下的O2O全民众销品牌。移动互联网+TalkingData等于数据会说话,告诉你数据移动价值。移动互联网+国泰君安,+泰康人寿,+中信银行,等于互联网+金融。移动互联网+360,我们也是合作伙伴,我相信是通过数据,通过投放,让我们更加精准和安全。

在移动互联网的时代才会有陈兴,因为在这个时代里才有我们85后的创业者,因为人机时代,让我们房地产+上互联网金融的翅膀。刚才在楼下和一个非常大的金融机构,我们谈成一个很好的合作。因为好屋中国用三年的时间,以前大家说我是和房地产业类做大型的演讲,所以我喜欢站起来说。

今天在全球大数据峰会的舞台,我想讲的是房地产大数据,我们互联网金融,将会让用户产生更大的价值。我们用数据告诉各位,花钱如何更好地赚钱。我们告诉各位,你赚了钱以后,又如何通过大数据,通过移动互联网,包括好屋中国,告诉各位如何从房地产到资产管理,让你的钱如何放大。将来中信、国泰君安、人寿都会微笑,360的生意也会越来越多。

最终我想移动互联网更多的是我们用什么样的态度看待它?如果你觉得它是一头猛兽,请你把它想象为野兽和美女在一起也会有无限火花。你觉得移动互联网是你非常好的朋友,你去爱它,你爱它会给你创造更大的价值,你恨它,它会给你更大的破坏力。我们成立两三年的时间,因为有移动互联网,我们和TalkingData共同的投资方式,软银中国。软银的博士也看到我参加这个会,你们和TalkingData加起来等于什么?我说加起来等于房产大数据时代的精准营销,并且人营销产生移动数据的价值。所以我的观点是这样,谢谢各位。

主持人:我们想问的是说,从一个互联网公司的角度,你对这些传统产业的冲击,你要是总结一下,前三条,或者前几条,会怎么总结。

刘鹏:我也代表不了移动互联网,我叫刘鹏,是360的。360我们说实话,传统的业务是在PC互联网比较多。这些年移动互联网也做了一些产品,像手机卫士、手机助手,也算比较强的产品。但我觉得公司的整体思路和运营方式,还需要彻底拥抱移动互联网。

很多人说移动互联网是什么,是真正的互联网。互联网就变成办公的互联网,特殊的情况下我们办公用电脑,平时谁还用电脑,这个时代已经破碎。并不是说你要让你的业务怎么适应移动互联网,你要重新清空你所有PC时代的经验,从移动的角度考虑问题。

对传统企业,我们和传统企业一样,我们都面临着怎么去接受,怎么去拥抱移动互联网的问题。当然我们会有一点点的经验,数据问题我多说两句。TalkingData非常火,已经变成一个宗教用语。宗教的背后神是谁,我觉得大家并不关心,也没有人有兴趣达成一致。

传统企业TalkingData和我们认识的TalkingData有很大的区别,我们说的数据是交易数据,你的业务运行中必须要记的数据是交易数据,银行的存取款、转账。互联网更多关心行为数据,这些数据可记可不记,记并不是互联网的人聪明。突然有一天把我们逼到这个份上,因为互联网的产品不挣钱。首先我们留下一些流量,变成广告变现,发现一些瓶颈,发现我们有用户行为的数据,数据又变现,逼到这个份上,不得不做。但是这么一做以后,整个社会解放生产力是巨大的。过去我们认为没有商业模式的很多产品,比如说搜索、社交软件,这个东西你要到上个世纪再看今天的产品,这些产品都不可能存在,因为没有商业模式。因为互联网能把数据和流量变现,这些东西就有商业模式。这样的事情让用户得到很大的益处,很多的东西长起来,我们有这么多的产品可以用。

我们关心的是行为数据,行为数据和交易数据,不需要在数据层面上分这么多。但是从架构层面是很大的,银行服务的东西,互联网企业不好,除了阿里的业务必须做,你让360做一个服务银行的业务根本做不了,不是说这个东西简单。但是那个东西成本太高,我们根本用不了,这是两个领域的东西。IOE去银行、券商谈的东西,跟我们互联网说的TalkingData是完全一同的。

主持人:第二个问题,大家都感受到移动互联网的一些影响,生产指标推荐上也有一些体现。在最近和不远的将来,我们有什么样的举措,或者说有什么样的想法。在移动大数据里准备做的一些事情,分享一下。

刘大为:泰康从前年开始就向移动互联网、大数据转。泰康有两个主要的微信公众号,一个是面向销售,关注数1600万,还有面向服务的1400万的关注。这是我们做移动的结果而已,这是将来面向客户移动服务和销售的重要入口,这是一个结果。

从讲的内容看,我们也在尝试陈总讲的模式,我们去年就已经把做移动,包括做大数据,从传统IT里独立出来。这个过程非常痛苦,但是我们发现这是必须要做的事情。现在我们有能力做大数据,做移动互联的团队,独立于传统IT的团队,采用的技术也是现在互联网企业,我们也在虚心地学习,互联网企业用的开源,这些技术。传统的架构,IOE没法支撑这么大的数据量,这么大的计算。

另外,我们更多的是交易数据,缺乏行为数据。我们这些移动的入口,包括APP、微信公众号,我们在尽量采取、收取客户的位置信息、包括客户的行为信息,我们发现还是有局限的。所以我们现在非常积极地和像TalkingData这样的企业合作,从外部吸收更多的用户行为数据,去画像,更好地做差异化的服务、差异化的产品、差异化销售的工作。

我们这些传统企业必须要面对的一个挑战,从IT总体架构,到服务方式,服务的渠道,都会全面地向移动、向大数据的支持去转移。这是我们的大概想法。

刘大为:保险行业和我们类似,中信银行还是拥抱移动互联、拥抱大数据、拥抱互联网的。中信从上市,80年代邓小平倡导成立中信集团,有了中信银行。敢为天下先,中信的创新还是很足的。这是第一方面。

第二方面,中信银行很开放,还有是打开大门,开放、合作、共赢。在互联网金融方面,中信银行也是迈步比较早的,像支付什么,网络贷,和海尔供应链金融的合作,包括和BAT,其他公司,都有战略协议,前不久和顺丰也签了战略合作协议。已经是迈出了步子,也有很多举措。最近我们也在做“十三五”规划,每家银行都在做“十三五”规划,信息技术的规划也是比较重要的部分。我们在这方面,也是跟银行保持一致。移动方面、大数据方面是非常重点的两个方面。

在大数据方面,研发已经提前开始了,早在两年前就已经专门成立了研发团队,研发大数据、分布式数据库。在过渡时期,做资金的掌控和研究。包括把我们银行传统的架构和开放的架构,怎么样去建立一套吻合的架构模式,这个方面是做了很多的研究。

重点还是在两方面,一是营销、二是风险防范,大数据在银行的应用,最主要还是在这两个方面。以前的营销,撒网的方式,发短信,短信通知的方式去促销,但是这个非常不精准。大数据会在精准营销,客户的经营方面,客户的获取和留存方面,会带来它的价值。我们行的银行部,在这方面已经有深刻的体会,也收到很大的效益,就是和以往的结果不一样。

第二方面是风险防控。银行的风险压力非常大,一是操作性的风险,二是欺诈的风险。操作性的风险,以前一直都有人会复制卡、伪造卡,像信用卡欺诈、银行卡、借记卡的欺诈和盗刷、盗取钱。这些在防范上,一直没有非常好的手段,一直是在硬件技术、在建设上,做了很多的工作,花了很大的代价。人民币的点钞机,伪币的防范,伪卡,从磁条卡到芯片卡,行业投入是巨大的。最近的人民币冠字号(音),每家银行花费的成本非常高。

这样的情况下,怎么样用大数据的技术改变这个局面,全部是用数据化的分析降低和防范风险,这个方面我们已经有事情在做,用大数据研发的平台阻断一些交易,或交易预警,已经在做。另外就是信用风险防控,上午已经讲得比较多了,像征信。国有政策,人民银行征信也远远不能满足需要,很多的征信还是在企业的征信平台建设,也是弱的。跟国外,和美国、日本相比,在征信方面还有很大得空间去发展。大数据在这个方面,会有非常大的作为,就是在整个征信,设备的征信机制、信用征信机制方面。在银行也一样,在大数据对我们的营销,对信用风险会带来很大的价值。

也希望和TalkingData未来有合作机会,把数据和行业结合起来。

毕志刚:刚才已经讲了,我们证券是传统的金融企业,眼中没有客户,心中也没有用户,我们知道这是不对的。这两年受到各方面竞争的压力,我们也在做转变。证券在移动互联和大数据时代,为我们公司做的尝试来给大家描绘一下。

现在谈到的交易,我们会给你们一些投资的建议,实时的分析,和机构的专业研究,机构对股票很大胆,和当前投资热的判断,供你们做参考。你们一旦进行投资行为以后,我们会帮助你们去跟踪你所投资的上市企业的变化,把这些消息作为重点用手机通知的方式发。当你们需要投资,或需要把钱借出去,我们也像刚才介绍的,在很短的时间就提供这样的服务。

接下来,在你整个的投资过程中,我们也会能知道你整个指标的变化,我们也会给你一些建议,告诉你应该做一个什么方案。甚至有可能我们会拿保险,拿银行的理财产品给你打一个包,告诉你应该做这样的投资计划。如果你有特别的问题是我们平台帮助不了的,可以在线呼叫给你配合的投资人,他会给你一个解读。未来的券商会变成这种。

最核心的是大数据,今天的会上讲到的企业做大数据的核心问题是跨界。用户的行为属性,为什么现在会有大数据的概念,为什么以前的项目90%是失败的。我们拿我们自己单一企业的数据反复分析,对报表都能看懂。你可能投入几千万,甚至上亿,你仅仅是告诉大家,他原来觉得这个指标是3-4,你准确地告诉他3.5,为了这个我们花很多年的时间。

在大数据的时代有一个特点,数据是多维的。因为在单一企业,核心点第一步要认知客户。你放了50万进去,你放1亿进去,我也不知道你是受了你的亲朋好友委托的东西,并不是你自己的。你到底是什么样的,我们要知道你是什么样的人。所以我们做多元,做跨界。我们和保险合作,交换用户标签,不是交换用户的数据,比如说用户数据的安全、隐私,我们的监管部门比你们还负责任要求我们保护好你们的数据。

在于做移动大数据,就是以大数据为最基本的基础来去实现刚才描述的场景。这个前提已经不再适合客户的变化,是面向用户。我们讲移动大数据,在互联网的时代,最终一定是智能手机绑在我们的生活。大数据最核心的就是移动大数据,所以我们要分享。

在一年以前,我们也完全没有想到,一年以前TalkingData的规模,到现在,这个也是一种趋势,一种方向。

陈兴:从开始到现在我们用了45分钟的时间,TalkingData的CEO也赞成,CEO一般都喜欢移动,因为移动才能让我们的数据产生价值。45分钟,我们会上是264个固定的座位和工作人员,再加上几位嘉宾。45分钟的时间,我一直观察门一共开了24次,流进流出的移动的人,收上一定带着手机,手机就是你的移动互联网。我的手机上装的应用低于TalkingData的数据报告,说40多次。其实我的手机上只有21个应用工具,这21个应用工具我在想我的价值在哪,如果说你监控TalkingData跟踪我的手机,我现在三台手机,苹果一台、三星一台、国产一台,肯定要跟上时代的步伐。

房地产领域,好屋中国也举办了房产大数据创新的移动峰会,那个时候我们比较汗颜的是,去年新房的成交量7.5万亿,二手房2.5万亿,加起来10万亿。去年的购房需求是14.7%,仅满足了不到10%,各位问你的客户在哪里,我们的客户还有4.7%的需求。我们让数据说话,我在思考的时候,我们的客户描摹是什么样的,我定向根据我的消费属性,当一个用户不断地通过手机移动端在淘宝网上买奶粉,买应用产品的时候,好屋中国马上给他提供服务,你是否买婚房,还是需要手感。可能需要生孩子,要么第一胎,要么第二胎,你要不要贷款,中信银行可能有贷款。你要不要保险,泰康人寿可能就进来了。

前两天我们推了一款人民购房,人民服务的APP叫好屋中国。我认为我们不能称之为大数据,属于大数据时代已经形成今天就没有必要开会了。各行各业在跨界,希望把数据流进来,我们根据数据分析数据描摹,通过数据整合、变现、延展,最终形成各取所需的供应链和价值。前三年,我们的确有将近400万卖房的用户在平台上,各位知道买房和卖房是低频的生意。像今天的门一样,各位进来出去。如何让低频的事情高频一点,就根据用户的行为习惯解决三个问题,一是信息不对称的问题,今天的嘉宾都有责任让信息尽量对称,这也是TalkingData很重要的环节。二是如何让我的交易为结果买单,而不是为过程买单。三是如何通过我们的移动数据价值,让我们交易后端服务产生价值,买房的人要不要买人寿保险产品,需要,要不要存钱、贷款,也需要。有可能是创投的机构,创业的项目上,移动数据价值,而TalkingData并没有说叫大移动、大数据、大家知。这里面,我觉得还有很多的空间,让我们共同去创造一个行业,甚至多个行业通过资源的整合,资源变现,资源延展,最终实现资源真正有效的运用,这也是我们在这个行业里共同腰曲产生的社会价值。

刘鹏:首先,要认识到大数据真正是什么状态,本体问题是什么。您举的例子,一是TalkingData的例子,非常直率地说,那个例子和大数据不大,那是间大的统计问题。我们TalkingData还是要着眼个体数据,个体行为数据基础上,得到的结论是给谁用的。基本上在互联网企业有这样的共识,数据输出的结果,如果是给人用的,给老板看的叫不叫,也可以叫。给机器用的才是,你出一张报表给老板看很霜,对每个用户、实体自动产生角色,这才是问题。

第二个问题,TalkingData在整个行业发展成什么状态。在中国这个问题会复杂化,我说得更直白一点。什么样的商业概念能火,我有一个词叫“落地”,能够落实到房地产的概念。早期的电子商务,后来的云计算,我可以建数据中心,现在可以建所谓的云计算基地。真正互联网核心的东西没这么火,在中国落不了地,就没人关心你。一落地就变成坏事了,bigdata(音)在实际产业中落地是电商,各种产业,这个不见得有很强的商业模式。但是对于产品是很重要的。第二个点是广告,我刚刚写了一本书,叫《计算广告》。因为我想整理一下这个领域,这个领域对互联网太重要了,互联网80%的收入都来自于广告。广告就是把流量和数据变成钱,你人还会用这样的问题,bigdata能不能落地,能不能挣钱,它能挣大量的钱,整个互联网释放80%的钱都是这个,落地的那帮人都不知道是干吗用的,他们都挣了,钱都盖别墅了。

第三个问题,征信。美团大量地刷单,美团自己放不放水我不知道,但是就是把刷单滤掉了。特别是中信最说明问题,他在你这贷款,给你所有信息,肯定给你各方面让你觉得都是没有瑕疵的人。你自己看是没有任何问题的,但是你结合数据会看到很多的问题,这个人的地理位置,一会儿跑山东,一会儿跑河南,到处乱窜。征信还是在发展当中,并没有确定性的。

还有另外一个问题,并没有一个成熟的、完善的数据交易机制,他们做好了,其实差得很远。他们认真想这个问题,这里有很多复杂的因素,也不是横向挂牌,这是很复杂的技术问题,我们在广告里已经做很多数据交易。是半成熟的问题,很多技术的问题,绝不是简单的概念。靠个体企业的数据,做不了非常严谨的东西,对广告来说稍微好一点。

大数据是不是落地的应用,互联网企业来看,大数据挣大量的钱,大家根本不需要怀疑,不需要讨论这个问题。新的业务也在不断产生,像政府里的做的工作。这些工作就涉及到数据市场本身的行为,独立的、完整的数据,加上交易数据,如果它不行,整个大数据行业在很多行业应用发展是会受到限制的。

主持人:我总结一下,大数据一定是会有进化的,现在在形成过程中。很多企业和合作伙伴都做了有益的尝试。

进入最后一个环节,给大家最后一分钟时间,您用一句话总结一下今天参加TalkingData峰会的印象。

刘大为:今天我参加这个会的感受是,大数据已经从坐而论道,变成开花结果了。我之前参加过很多大数据的问题,今天讲的这个东西这样具体,我是第一次见到。三年前微信刚刚出来,微信特别火的时候,我参加他们在北京的开发者的会议,那个决定从外面站着很多人。今天我从这个会场能看到,大数据已经从纸面上的、书面的东西,真正要变成开花结果的东西。我也希望TalkingData,真正在这个领域上做得更好。

陈蓓:今天这个会还是让我很震撼,因为有很多的,特别是跨行业的,隔行如隔山,真的不如下其他的行业在这样做事情,包括地产、O2O的服装,让我有非常深刻的印象。用一句话总结,大数据让我们对未来充满了想象。

毕志刚:关于北京有一首非常喜欢的歌,套用这个,今天的感受是TD,TD。

陈兴:今天通过这个活动,用一句话和各位分享,请大数据诚心诚意地移动,并通过计算分析,产生真价值。谢谢大家。

刘鹏:希望中国涌现出更多的专注于数据加工和服务的企业。也希望给我们中国的大数据行业的发展,真正提供一些有价值的东西。

随意打赏

提交建议
微信扫一扫,分享给好友吧。