高科数聚程杰：消费大数据的春天已到，解决实际问题才能凸显数据价值 | 镁客请讲

大数据的分析能够对症下药吗？如果不能形成规模化的解决方案，大数据的应用又该如何商业化？

互联网时代，我们的所言所行都在数据化，社交APP的聊天内容、淘宝上的订单……个人的数据无处不在。

这些浩瀚如烟淼的数据如同未经开采的石油，虽然不能提供决策的直接信息，但是经过加工处理后，它能产生一定的经济效益和价值。

尤其是那些高额度、低频度、高复杂性的产品或者服务，譬如汽车、旅游、教育、投资等，通过大数据作出的决策将会大大降低行业的营销成本和提升广告沟通效率。

以近几年的国内汽车行业为例，随着市场渐趋饱和，目前的现状是汽车产能远大于需求，在这样的态势下。行业内的游戏规则从跑马圈地变为零和游戏。在总量恒定的情况下，谁能抢到更多的市场份额，谁就能笑到最后。

所以汽车厂商必须得转变思路，换位思考，从消费者的视角去了解客户的原始需求和竞品在客户心目中的地位。这其中大数据就扮演了至关重要的角色。

随之而来的大数据需求也让不少创业者看到了其中的机会，程杰和他的高科数聚就在这条赛道上狂奔着。

天时地利人和的创业，高科数聚瞄准数据价值

程杰身上的标签很多：美国密西根大学计算机人工智能专业博士、美国“亨利·福特技术奖”获得者、贵阳数谷数据治理研究中心专家委员……看起来完全不像我们传统印象中的创业者，博士出身的他对于行业的一些顽疾总是能一针见血的点出，这也难怪演讲结束后，会有一群人围在他身边不断地抛出疑问。

程杰说自己会在国内创业是因为天时地利人和。

“时间上国内的汽车行业正进入市场饱和阶段，因而在美国已经业已成熟的许多大数据应用方案有了很强的需求；地利是因为在中国，政府正在全面推动大数据发展，大数据的开放应用和相关的宣传普及为创业创新提供了良好的环境支持；第三是人和，国内投资人相信我们在美国多年积累的行业经验和人工智能、大数据技术，能够在中国撒下种子开花结果。”

谈到对大数据应用的理解，程杰认为数据应用的难题其实不在于它的结构化和非结构化，服务器的多少和快慢，而在于很多企业没有看到有意义、有价值的应用。这些企业除了在战略上认识到大数据的重要性外，在人事部署、财务预算、资源准备和应用立项方面都相当滞后，尤其是汽车这样的比较传统的行业。

打个比方，在考虑购买高价复杂的产品或服务前，消费者会有大量的搜寻浏览研究比较的行为，但是这些行为所产生的数据需要有效的收集、整合、和分析到位。在程杰看来，这就涉及到一个大数据普及的问题，“在产品、服务、营销和销售互动中加入更多采集数据的点，不仅是消费者体验，也是服务上的需求。”

高科数聚也就是锚中了这点，他们从消费者大数据切入，选择汽车、旅游这些“耐用品”消费市场，提供完整的大数据解决方案。

程杰还给大数据公司做了个简单的分类，他认为主要有三种类型的公司：一类是数据源公司，专门管理、收集和提供各种类型的大数据，譬如运营商数据；第二类是数据平台技术服务商，他们负责数据的存储管理，匹配整合，安全保护以及分布式处理等；第三类公司是提供数据的应用服务，用数据解决现实中的决策难题。

而高科数聚无疑就是第三种，他们认为数据最关键的是要落地、变现、产生价值。

但矛盾的是，大数据的分析能够对症下药吗？如果不能形成规模化的解决方案，大数据的应用又该如何商业化？

因此高科数聚综合他们以往的咨询经验，建立了大数据应用解决方案的技术平台。这其中最为典型的一个例子就是汽车销售线索数据的转化。

大数据、AI提高销售线索转化率

众所周知，汽车厂商在投放广告上一向财大气粗，品牌宣发的考虑之外，广告最终带来的汽车消费线索的转化其实很低。这里的线索转化指的是从消费者留下买车意向到最终达到4S店完成买车的行为。

通常情况下，用户一旦留下自己有买车的意向，很快就会接到4S店的销售电话，问你要不要买车。然而这种行为大多数情况下都被当做是一种广告骚扰，基本上很难从其中获得真正有效的用户。

程杰举了个例子，“国内的转化率的话，100个线索里面平均转化率是三个，我们服务的个别品牌，他们的转化率少的可能只有0.4%。”

那么，转化率如此之低意味着99%的工作可能都是浪费的，我们又要如何提高转化率呢？

高科数聚通过AI和大数据，尽量让那些有意向的消费者画像更加清晰，使得大海捞针变得更高效，提前预知哪些用户是最有可能被转化成功的。

换句话说，大数据在其中扮演了两个角色：一是提前抓住沟通的机会，二是提高沟通的效率。

最基本的方式包括匹配整合线索和运营商的数据，通过一系列的机器学习模型处理好数据，在摒除敏感数据的基础上，最大化的还原消费者个人特性画像，最终对症下药。

具体措施比如话术的调整，通过大数据的分析，让导购员在和消费者聊天的时候，能够找到用户的关注点，如果数据分析显示用户非常重视后备箱的空间，导购员在介绍的时候就能以此来找到共鸣点切入。

不过，程杰指出打电话本身是一个沟通效率低、交流频带窄的行为，所以需要使用智能客服机器人服务，这样既能在反馈的过程中产生和搜集数据，同时更多的数据也会进一步优化和消费者沟通的效率。

关于数据确权和数据反馈的几点思考

采访的过程中，程杰再三强调数据本身的价值是有限的，最关键的是将消费者行为数据收集后，是否能够通过分析和形成解决实际问题的能力，能不能带来一定的经济效益或者是社会效益，这也是数据的价值所在。

然而联想到此前闹得沸沸扬扬的大数据杀熟，以及Facebook的数据隐私泄露问题，用户现在的焦点更多的是从数据产生价值转变为数据的合理保护和使用。

当时的时间节点下，区块链就被描述成一剂良药。区块链帮助个人用户数据确权，确保数据使用过程中的透明和安全。

但现实的技术并不能支撑这种理想化的解决方案：个人消费数据上链是个庞大的工作量，现有的底层技术也难以支撑如此大的交易量。

程杰也认为区块链能够带来一定的变革，但不是现在。消费者的每个行为都能产生数据，而这些数据必然涉及到隐私，但数据本身只是一个记录而已，它是中性的。“只要不用来歪门邪道，数据的价值是很大的，可以给商家更多了解消费者的渠道，也让消费者得到更多智能的服务。”

除了数据的合理保护和使用之外，程杰提出数据反馈的重要性。在进行大数据分析的时候，既要去伪存真，保证数据的精细度，同时也要在不断的应用反馈中动态调整策略。这个过程都得依靠AI和算法来实现。

“市场和消费者一直在变化，一旦一个模式成功了，可能也就意味着这个模式快要作废了，你得用前一步的数据去预测下一步的趋势。”

结语

大数据的应用仅仅有数据和技术是不够的，还得要有生态，高科数聚在做的就是连接技术和应用的中介，从而促成整个生态的协调以及闭环发展，就像程杰所说，能否解决实际问题才是衡量数据价值的标准。

另外，程杰对于国内的大数据发展感触颇深：在政府主动拥抱大数据以及政策红利的情况下，数据的开放速度远快于国外。所以对于高科数聚这样的公司来说，这是最好的时代。