AI 为业务赋能的实践(带你吃大餐) 从事金融的,尤其是做过金融风控的都知道,如果能提前定位贷款客户是否为坏客户?如果能提前预测贷款客户下个月还款是否会逾期?那么将会把风险降低,平台也止损。 面对诸如此类的业务场景,机器学习能做什么呢?其实近期我一直在摸索,用机器学习去解决业务场景,小有成果。
新年了,很多同学在做工作规划,有很多公司都提出要求,要“数据分析赋能业务/赋能销售/赋能运营”……到底啥玩意是赋能,咋个赋能法???往往领导又丢回一句“你要多想想啊”——让人着实无奈。 赋能的直观含义,就是增强业务能力,提高业务效率。注意:赋能是用更高级的手段解决战斗,不是替代,更不是“你行你上啊”。如果李团长喊的是“二营长,你他娘的带人给我冲!” 当然没法赋能啊。 ? 想赋能业务,就得理解业务。赋能关键不是闭门造车,而是要深入一线,理解你的赋能对象。具体来说,包括理解: 对象:谁是我的赋能对象 流程:他在做什么?分为几步做?得什么结果? 小结下:所谓数据分析赋能业务,可以做的是 一量化现状,为赋能打下基础 二梳理问题,为赋能方向指路 三筛选方法,为赋能优化效率 四监控进度,为赋能保驾护航 五总结经验,为赋能积累成果 很多同学看了会大呼: 在遇到项目的时候争取参与机会,从基础做起,不断提高业务方使用率,不断积累在业务上助力经验。 想做好数据赋能,只会跑报表是不够的,我们需要综合能力,能梳理清楚问题,能说服业务方理解、使用数据工具。
应用背景及现状 美团外卖业务自2013年9月启动至今已运营三年时间。截至2016年12月,美团点评整个外卖平台的日订单超过900万。从发展速度和体量上看,外卖业务仍处在迅猛发展的上升期。 与早期飞速增长的状态相比,随着规模的不断扩大,业务的发展需要更健康、高效,这就对业务对象、业务环节的整体业务运营管理提出更高的要求。 对于特征档案查询结果的存储与查询,我们可以借助于HBase的非结构化存储和强大的存储能力,将数据服务进行包装,提供统一的服务客户端进行数据交互,业务系统根据需求调用相应的服务,解耦与业务系统的逻辑。 数据源当前主要包含外卖各个业务线的业务库和外卖日志。我们将这一部分数据同步到Hive数据仓库中,形成ODS层表群(和源系统同构的表群)。 同时,我们将数据服务进行包装,提供统一的服务客户端进行数据交互,业务系统根据需求调用相应的服务,解耦与业务系统的逻辑。
但现状仅仅是工具层面实现将业务数据化,实现了一些分析固定报表和页面,却难以通过BI赋能业务,陷入数据困局,业务需求很难得到满足。 下面结合永洪BI工具,我们整理了一些如何提升银行票据业务数据分析有效性的要点和大家分享: 第一步:梳理业务逻辑 要明确银行票据业务是什么?业务逻辑和核心是什么?在业务的基础上构建分析体系。 业务场景分析报告就可以跟踪和分析业务走势,根据业务走势的波动情况定位异常问题、发现业务提升点。 这些工作完全可以放在BI分析平台上进行分析,形成了核心数据主题报告,完成银行数据分析应用体系的搭建。 比如票据全年贴现利率较 LPR(1年期)均值低 100 个基点,利差同比扩大 7 个基点,为企业节约融资成本超过 1000 亿元。 第五步:BI赋能业务增长 实现业务增长是BI数据应用的终极目的。需要我们了解业务,发现问题,找出关键点,优化方案、推动落地。 通过使用BI工具,能够更好的实现银行票据业务的增长驱动。
科学背景如何赋能云计算业务战略安德烈亚·皮尔斯从小就对人类大脑充满好奇。她回忆道:"小时候我一直说想成为神经外科医生。在巴西长大的家庭里,每个人都是某种医生,无论是博士还是医学博士。" 如今,皮尔斯在某云计算服务提供商担任研究垂直领域的业务发展与战略负责人。她拥有丰富的职业经历:曾担任教授并拥有自己的实验室,也在制药行业担任过医学科学联络员和区域总监。 随着职业发展,皮尔斯对业务战略方面越来越感兴趣。她利用晚上和周末时间获得了工商管理硕士学位,加深了对商业职业的承诺。2019年,当她在职业社交平台开放个人资料后,某科技中心向她发出了邀请。 她最初感到惊讶,但仔细了解后发现,该职位是让她领导一支研究主题专家团队,支持业务发展工作。"我意识到,这个职位简直是为我量身定制的。" 这项工作让她有机会成为利用科学洞察力的业务领导者,不仅实现了向商业核心角色的转型,还能充分利用她的科学知识。"我不觉得自己在忽视、放弃或没有运用那些年积累的科学专长。"
对此,腾讯云业务安全中心移动安全负责人李京涛和开发者分享了腾讯应用宝提供的包括APP加固、APP安全测评、APP兼容性测试在内的一整套安全解决方案。“稳定、实用、量身定制,是腾讯安全的特色。” 比如,以用户分析、业务漏斗分析、页面轨迹分析等统计分析手段,帮助APP找准用户关键需求点;而根据海量用户画像的行为及特征得出的数据洞察,则能够辅助业务决策;营销分析则是通过监测腾讯、百度、新浪等近20种主流广告渠道
res = '' length = 1000 for i in range(1,length+1): low = 0x00 high = 0x7f while(low <= high Cookie中存在user:Tzo0OiJVc2VyIjo0OntzOjEyOiIAKgBfdXNlcm5hbWUiO3M6ODoiYm1Wc2N6YzAiO3M6MTI6IgAqAF9wYXNzd29yZCI7czozMjoiZDA4MjliYzA0OGNlOWJmMmVmOTAwZDg2MDRkNzFjYTUiO3M6MTE6IgBVc2VyAGVtYWlsIjtzOjI3OiJjaGVsc2V5LnNjaHJvZWRlckBnbWFpbC5jb20iO3M6MTQ6IgBVc2VyAGluc3RhbmNlIjtyOjE7fQ
小程序发展到今日,已经演变出了一种新趋势:很多公司越来越重视小程序发展,体现为把各个业务模块通过小程序的方式去承载,再让自己的 App 去运行这些小程序。 很显而易见的一点是:小程序第一点就在于它足够“轻”,体积轻量、无需下载、无需安装,能够灵活承载各个业务模块等的全端投放和调配管理。 同时,小程序可以独立进行开发,在管理后台以上下架的形式直接发布,支持在不更新 App 的情况下实现热更新,能够解决企业 App 发版频率过高等问题,快速响应业务需求。 业务小程序化后有什么管理优势业务小程序化后的还有个优势是——便于做数字内容的管理。这个如何去理解呢?小程序容器技术,能够让小程序运行在各终端中,解决跨端开发的根本问题。一端开发,多端上架。
而真正的创新,是在理性思考后,将最适合的技术解决方案用在最能提升客户体验的地方,一切技术创新都要以赋能业务为目标。 本次采访,宜信科技中心-数据智能研发部负责人张军老师围绕“以赋能业务为目的的技术创新”这一主题,跟大家一起聊聊“通过技术赋能业务的实践经验”,以及“该如何理性看待技术创新与业务发展之间的关系”。 所以,在给业务做好赋能和服务的同时,偿还技术债务、进行技术架构升级、合理排期并安排研发资源,是一名优秀的技术leader的基本功。 技术团队并不需要像很多的业务专家那样懂业务,但至少要能够做到明白业务团队的行话、懂业务逻辑,这对开展技术研发的工作至关重要。 张军:最大的困难来自于是否能够得到业务部门的认可。更深刻地理解业务,并与业务团队持续沟通,明确新的技术产品和项目能够解决业务团队的哪些痛点,是克服困难的关键。
一个创业者成长的心路历程——心路日记 如何寻找语音交互业务场景——干货思考 绘声绘色地讲故事和枯燥严谨地深度思考问题,咱们切换着来 但是最终为标题服务——如何寻找语音交互的业务场景。 展望如果给我什么什么条件那么我们就极其有机会做到怎样怎样可谓经验丰富,附带各种销售话术,投资人也会在我的话术套路下,流露出我前面朋友一样wow的惊奇感兴奋感,只求对方能够给我们投钱扩张,不着急投钱等等看的话能连接一些合作资源也成啊 即,我能给很快的判断出:哪些业务场景需要语音交互,哪些业务场景根本就是伪需求。 如何寻找语音交互业务场景——干货思考(1) 创业自然是从找方向开始,一开始是做产品分析及市场调研。 他能帮助你避开无数业务设计大坑。 结合语音交互的优势和缺陷,下图是我提供的一个业务场景筛选漏斗。 一个语音技能,能被C端B端G端所认可接受,一定会经过大量的筛选迭代,留存下来的是价值,那些没留存下来的,推理过程中被拍死的,半途而废的,数据表现糟糕的技能,经过思考,总结、复盘也会积累财富。
▊《策略产品经理:数据赋能业务》 夏杰 著 电子书售价:29.5元 2020年09月出版 随着互联网“下半场”的到来,企业经营思路发生了重大转变,由野蛮式增长逐步向精细化运营过渡,数据成为了各大企业制胜的法宝 与之对应的是,传统的以用户体验、产品功能为主要工作内容的产品经理市场饱和度越来越高,求职竞争越来越激烈,而壁垒却越来越弱,用数据赋能业务的产品经理则在招聘市场上供不应求,策略产品经理就是其中之一。
其实换个角度,我们所学的所有前端技术都是服务于业务的,那我们为什么不想办法使用前端技术为业务做点东西?这样既能解决业务的困扰,也能让自己摆脱每天只能写重复繁琐代码的困扰。 业务需求 这个JSSDK,主要作用是在后端了为业务方分配appKey之后,前端将appKey写死在JSSDK中,上传到CDN后,为业务方提供数据采集服务的脚本。 有的同学可能有疑问,为什么不像一些正常的SDK一样,appKey是以参数的形式传入到JSSDK中,这样就可以统一所有业务方使用同一个JSSDK,而不需要为每个业务业务方都提供一个JSSDK。 业务方接入JSSDK之后,希望每次JSSDK版本迭代对业务方来说是无感知的(也就是版本迭代是覆盖式发布),如果所有业务方使用同一个JSSDK,每次JSSDK的版本迭代,一次发版会一次性对所有业务方都有影响 前端技术离不开业务,技术永远服务于业务,离开了业务的技术,那是完全没有落脚点的技术,完全没有意义的技术。所以,除了写写页面,利用前端页面实现工具化、自动化,从而推进到平台化也是一个不错的落脚点选择。
01制造的数字化困局与破局点汽车、机械、电子等制造业的复杂业务场景与长价值链特性,使其在数字化转型中面临数据孤岛、柔性生产响应不足、资源利用率低等核心痛点。 以标准化规则打破数据孤岛;文化层推行“数据主人制”,明确业务部门数据责任,通过培训提升全员数据意识。 (3)决策支持治理(聚焦分析)基于数据仓库与AI技术构建管理驾驶舱,构建经营指标体系(如库存周转率、设备稼动率),通过BI看板实现实时监控,赋能高层决策。 某案例中,平台帮助车企在3个月内完成6大业务域、2000+数据表的血缘梳理。2.资产门户:盘活沉睡数据建立多维度资产目录(按业务域、系统或主题分类),提供API服务与数据集下载。 成果:治理后主数据体系显著提升业务敏捷性,治理后主数据体系显著提升业务敏捷性,经销商数据实时同步使库存周转率提升25%。数据治理正从制造企业的"成本中心"向"价值引擎"加速演进。
大数据产业创新服务媒体 ——聚焦数据 · 改变商业 ---- 企业数智化升级,本质是用数据和智能技术,赋能企业的管理和业务流程。 构建数据顺畅流动的动脉和毛细血管体系 数据就是企业的血液,业务是肌肉,数据赋能业务的过程,就像是血液为脑细胞、肌肉细胞输送氧气的过程。为此,要建立强健的动脉和细致入微的毛细血管体系。 数据流与业务流相互融合,相互促进。业务流不断产生新鲜数据,更新数据流;数据流不断带来新的洞见,优化决策,提升效率,赋能业务流。 如果数据智能平台的功能布局足够完善,可以很好覆盖业务需求。 大部分软件功能开发,都是有较高技术门槛的,一般的业务人员很难达到要求。 构建活跃的用户模板交易社区,让用户也能赚到钱。要调动用户积极性,最好的办法就是让这件事情变得有利可图。 用户通过参与数据智能平台的开发,将自己的业务知识“固化”到平台上,让同行业的其他企业用上自己开发的功能。同时,参与开发的用户,也能获得相关产品的销售和服务收入。这样,就将部分客户变成自己的合作伙伴。
程序员系统学习了OpenAI提供的api接口,并熟练利用提示词结合业务解决业务问题。 现状 讲一个故事来开始今天的内容。 架构师老李在技术圈里以其卓越的技术洞察力而著称。 他的公司主打全球客服平台,专为小颗粒用户提供高度个性化的服务体验,同时也为中大型客户提供了AI赋能的人工客服解决方案。 如何把AI跟业务结合。 大部分的企业其实只用到了提示词,即可把自己的业务跟AI结合起来。 那么,AI有哪些典型的应用提示词呢? 实现路径 作为程序员,你必须首先知道AI能干什么? 再结合业务想想自己可以干什么? 即你首先需要了解AI提供了哪些API的能力,有哪些典型应用场景。 最后结合所在公司的业务场景,灵活的使用AI的能力跟业务结合。 model": "gpt-3.5-turbo-0613", "usage": { "prompt_tokens": 13, "completion_tokens": 7,
在实际应用中,技术应该是业务的有力工具,通过技术的创新和应用,可以提高业务的效率、创新能力、竞争力等方面。技术与业务的紧密结合有助于实现更好的业务成果和价值。 这一理念也强调了在开发过程中应该优先考虑业务需求,技术决策应该是以实现业务目标为导向的。技术团队应该与业务团队密切合作,确保所采用的技术方案真正满足业务的要求,并能够为业务带来实际的益处。 业务需求 业务需求通常是从业务方面提出的对系统或解决方案的期望和要求。这些需求通常是在业务规划、市场研究或与利益相关者的沟通中产生的。 业务方向和目标的需求描述 定义业务问题和解决方案的高层次需求 以下是一些可能的业务需求示例: 提高效率: 通过自动化业务流程或引入新技术,提高业务操作的效率。 业务价值 业务价值是指软件产品或解决方案提供给业务的实际益处和效果。
解决了技术迭代中存在的问题,接下来就是要让技术为业务赋能。 类似上述的案例还有很多,基于知识计算技术不仅实现了为业务赋能,也统一了企业的知识体系,以知识化服务形式提升各部门工作效率,完成了知识的沉淀和闭环。 2 知识图谱目前面临的技术难题和突破口 技术赋能于业务的背后,重要的是技术如何搭建。从知识图谱的构建技术看,它经历了由人工构建到群体智慧构建到自动获取、构建的过程。 另外还有一些企业级的构建平台比如 poolparty、lods、Stardog 等平台,但是对于业务兼容与适配的可控性差不太适合做自有业务扩展和计算。 目前主要负责小米知识图谱的构建及落地,已推动知识图谱及其技术赋能小爱同学、小米网、游戏中心等智能问答、智能客服、商品推荐、商品搜索等业务场景。
第一个阶段重点是解决数据不一致等数据质量问题更好的支撑业务;第二阶段是体现数据驱动业务,数据为业务赋能;第三阶段体现通过大量数据积累后的数据驱动智能。 其中就包括了信息系统应用,信息系统集成,数据驱动,知识赋能,智能自主几个关键的阶段。在这里给出了知识赋能是专门的一个阶段。 也是我前面一直强调,数据到智能之间,应该增加一个知识赋能阶段。 企业的知识赋能做到越充分,越容易演进到智能自主这个阶段。 结合上面这个图大家更加容易理解,知识赋能这个阶段的关键作用。企业基于已有的信息和数据,如何构建知识经验库是关键。 在知识赋能阶段也可以借助AI和人工智能,比如构建智能化知识库,但是这个更多的是辅助人进行决策和执行。而真正到了智能自主阶段,知识推理也是AI完成的,知识应用解决业务场景问题也是AI完成的。 那么如何体现知识赋能,从最简单的只能知识库构建到完整的知识中台构建,这个需要的不仅仅是AI大模型这种技术平台,更加需要的是干净,完整,及时的数据。
展望如果给我什么什么条件那么我们就极其有机会做到怎样怎样可谓经验丰富,附带各种销售话术,投资人也会在我的话术套路下,流露出我前面朋友一样wow的惊奇感兴奋感,只求对方能够给我们投钱扩张,不着急投钱等等看的话能连接一些合作资源也成啊 即,我能给很快的判断出:哪些业务场景需要语音交互,哪些业务场景根本就是伪需求。 如何寻找语音交互业务场景——干货思考(1) 创业自然是从找方向开始,一开始是做产品分析及市场调研。 他能帮助你避开无数业务设计大坑。 结合语音交互的优势和缺陷,下图是我提供的一个业务场景筛选漏斗。 笔者负责任的说,任何业务都可以有语音交互的解决方案,只是看合适不合适。 综上,创业公司在选择业务场景的时候,通过上述条件要素筛选,更容易筛选机会。 一个语音技能,能被C端B端G端所认可接受,一定会经过大量的筛选迭代,留存下来的是价值,那些没留存下来的,推理过程中被拍死的,半途而废的,数据表现糟糕的技能,经过思考,总结、复盘也会积累财富。
关注腾讯云大学,了解行业最新技术动态 知识分享月 | 第一期预告 腾讯云大学10月知识分享月明天正式开播啦! 首发大咖讲师天团们都在严谨认真的准备中 就为给大家呈现一个精彩的直播课程 除直播分享外,还会有讲师们的直播回顾文章 给大家进行知识的内容沉淀 请大家敬请期待! 戳【阅读原文】或识别【二维码】预约直播~