最难突破的不是技术，而是客户对新技术的认知壁垒
机器之能，是机器之心旗下关注全球人工智能产业应用场景及商业化的内容账号。欢迎关注与互动：almosthuman2017
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，帮助企业带来可见的收入和新客户。
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。
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。