友盟+出席2018云棲大會(huì)，并成功舉辦數(shù)據(jù)智能實(shí)踐專場論壇

　 域名預(yù)訂/競價(jià)，好“米”不錯(cuò)過

2018杭州·云棲大會(huì)于9月19-22日在杭州云棲小鎮(zhèn)舉辦，會(huì)議主題為“驅(qū)動(dòng)數(shù)字中國”。本屆大會(huì)將舉行2場主論壇、170多場前沿峰會(huì)和分論壇。

全球領(lǐng)先的第三方全域大數(shù)據(jù)服務(wù)提供商【友盟+】不僅承辦了數(shù)據(jù)智能實(shí)踐專場?！居衙?】算法總監(jiān) 林巍、戰(zhàn)略合作副總經(jīng)理 史敏君還分別在ATEC螞蟻區(qū)塊鏈生態(tài)峰會(huì)、B2B新勢力直播專場進(jìn)行精彩演講與直播分享，同時(shí)【友盟+】還攜核心產(chǎn)品震撼亮相NASA展區(qū)C-206。

9月19日上午舉辦的數(shù)據(jù)智能實(shí)踐專場獲得了極大的關(guān)注，【友盟+】攜手映客直播、合合信息、易果生鮮，分別從互聯(lián)網(wǎng)、營銷、新零售、金融領(lǐng)域結(jié)合AI技術(shù)，共同分享數(shù)據(jù)智能的價(jià)值挖掘與垂直行業(yè)的落地案例。

(圖為：數(shù)據(jù)智能實(shí)踐專場的火爆現(xiàn)場)

第一位分享的嘉賓是來自【友盟+】CPO 呂志國，他介紹了【友盟+】用戶洞察三層法，包括宏觀、中觀、微觀三層完整且緊密的數(shù)據(jù)思維與邏輯。宏觀看大勢，橫向看變化，縱向看對(duì)比;中觀層面是結(jié)構(gòu)化思維和用戶分群策略;微觀是細(xì)致入微的洞察用戶特征，而這些都與數(shù)據(jù)思維和數(shù)據(jù)能力密不可分。

(圖為：【友盟+】CPO 呂志國)

同時(shí)，他從互聯(lián)網(wǎng)下半場趨勢、市場機(jī)會(huì)、運(yùn)營策略的三個(gè)層面，重點(diǎn)分享了用戶洞察三層法和AI驅(qū)動(dòng)的增長雙引擎，首次將AI能力融入并產(chǎn)品化落地到互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營領(lǐng)域，并宣布以“智在AI”為核心的U-App AI版將在2018UBDC正式發(fā)布。

【友盟+】U-App AI版正是基于移動(dòng)互聯(lián)網(wǎng)市場的敏銳洞察和客戶調(diào)研，基于全域數(shù)據(jù)+AI算法，潛心打磨出U-App AI版，為APP開發(fā)者打造APP增長雙引擎。一是AI智能拉新，基于【友盟+】7億用戶全域畫像和營銷數(shù)據(jù)，輸出人群策略和媒介策略，幫助APP實(shí)現(xiàn)人群、媒體、創(chuàng)意的最佳匹配，更高效高質(zhì)的獲取用戶。二是AI全生命周期用戶管理，從新手-成長-沉默-流失四大視角，解決APP拉新三大痛點(diǎn)，新用戶冷啟動(dòng)、找到高成長潛力用戶、定位高流失風(fēng)險(xiǎn)用戶，全方位提升用戶價(jià)值;通過AI算法模型，預(yù)測用戶價(jià)值、預(yù)警流失，結(jié)合用戶分層與畫像，實(shí)現(xiàn)對(duì)超級(jí)、高價(jià)值、低價(jià)值用戶的差異化運(yùn)營。U-App AI版將數(shù)據(jù)能力和數(shù)據(jù)應(yīng)用場景全面產(chǎn)品化，助力APP開發(fā)者在互聯(lián)網(wǎng)下半場實(shí)現(xiàn)用戶增值、業(yè)務(wù)增長。

【友盟+】新零售數(shù)據(jù)業(yè)務(wù)總經(jīng)理劉延明為線下商家分享，如何利用全域數(shù)據(jù)和AI進(jìn)行門店選址、商圈分析、銷售預(yù)測，以及如何為門店引入精準(zhǔn)線下流量。

(圖為：【友盟+】新零售數(shù)據(jù)業(yè)務(wù)總經(jīng)理劉延明)

新零售的基礎(chǔ)是實(shí)現(xiàn)消費(fèi)者全場景在線，通過持續(xù)沉淀數(shù)據(jù)和場景應(yīng)用，形成快速自我學(xué)習(xí)和迭代的能力。例如在選址場景中，結(jié)合【友盟+】海量的消費(fèi)者行為數(shù)據(jù)，融入AI算法，預(yù)測常態(tài)客流和銷售收入。

在門店引流的場景介紹中，劉延明分享了一個(gè)典型的案例：國內(nèi)某領(lǐng)先家裝零售品牌，在2018年618大促期間，【友盟+】對(duì)已購人群進(jìn)行放大，再圈選周邊20公里內(nèi)的高潛人群，分別在電子屏、OTT投放廣告。數(shù)據(jù)顯示：線下電子屏的曝光用戶進(jìn)店率是未曝光用戶的16倍。

【友盟+】廣告營銷數(shù)據(jù)業(yè)務(wù)總經(jīng)理李春元為廣告主分享，如何通過分析目標(biāo)用戶的特征，加入更多的用戶行為特征，結(jié) 合 AI 算法 對(duì) 【友盟 + 】覆蓋的人群做模型 訓(xùn)練 ，找到品牌的潛在目 標(biāo) 客戶，并根據(jù) 對(duì)這 些目 標(biāo) 用戶的洞察和分析，制定不同的 創(chuàng) 意策略、媒體策略，最后 進(jìn) 行精準(zhǔn)觸達(dá)，幫助廣告主降本提效。

(圖為：【友盟+】廣告營銷數(shù)據(jù)業(yè)務(wù)總經(jīng)理李春元)

他通過案例進(jìn)行進(jìn)一步的闡述：某母嬰品牌，想要覆蓋兩類目標(biāo)人群：20～35歲的女性及0～3歲的媽媽，“在投放前我們與客戶投放的TradingDesk對(duì)接，部署前置機(jī)，確保數(shù)據(jù)查詢響應(yīng)速度在20ms以內(nèi)。同時(shí)基于這兩類人群特點(diǎn)進(jìn)行特征提取，通過【友盟+】平臺(tái)的底層數(shù)據(jù)做模型訓(xùn)練，輸出與目標(biāo)用戶一致的人群，在后續(xù)資源投放當(dāng)中，【友盟+】對(duì)于媒體流量的識(shí)別率達(dá)到了85%，兩類目標(biāo)人群的命中率達(dá)到20%以上。同時(shí)，我們對(duì)比點(diǎn)擊率可以看出，兩類人群的點(diǎn)擊率分別在5.38%和4.99%，高于歷史投放的數(shù)據(jù)。”

在金融領(lǐng)域，【友盟+】CDO李丹楓在演講中首先引用了風(fēng)控?cái)?shù)據(jù)金字塔模型。

他說道“與風(fēng)控相關(guān)性最強(qiáng)的是人民銀行征信數(shù)據(jù)，但是獲取的難度也隨之增加，底部的設(shè)備行為數(shù)據(jù)，雖然能夠覆蓋大部分網(wǎng)民，但是數(shù)據(jù)的應(yīng)用難度也最大。金融機(jī)對(duì)構(gòu)缺乏數(shù)據(jù)來鑒別欺詐行為，【友盟+】嘗試了在移動(dòng)設(shè)備上的行為數(shù)據(jù)來破解風(fēng)控難題。”

(圖為【友盟+】CDO 李丹楓)

基于每天觸達(dá)14億活躍設(shè)備，【友盟+】通過多維數(shù)據(jù)和機(jī)器算法，形成金融風(fēng)控模型。比如典型的是多頭借貸問題，基于手機(jī)上的行為數(shù)據(jù)，可以判斷哪些人是更有可能多頭借貸的人。“比如這個(gè)人會(huì)安裝多個(gè)借貸App，并且安裝了自動(dòng)搶紅包、返利、*游戲之類的App”，還會(huì)結(jié)合App使用的時(shí)間、時(shí)長、頻次、興趣偏好，以及手機(jī)的操作系統(tǒng)、品牌、價(jià)格、質(zhì)量等上千個(gè)維度的數(shù)據(jù)來判斷。同時(shí)從這些相關(guān)性很弱的數(shù)據(jù)中提取信息，通過機(jī)器學(xué)習(xí)建模，用邏輯回歸模型和樹模型，通過時(shí)間序列的變量計(jì)算輸出一個(gè)分值，從而判斷借貸人的違約風(fēng)險(xiǎn)。幫助金融企業(yè)提高風(fēng)控決策模型的覆蓋率和準(zhǔn)確率。

此外，易果集團(tuán)首席發(fā)展官 羅彤從新零售2.0案例及特征入手，講述新零售行業(yè)的進(jìn)化的方法論。他講到“新零售最大的特點(diǎn)就是顧客不再僅僅是一個(gè)物理的個(gè)體，同時(shí)也是一行行數(shù)據(jù)，新零售首先要強(qiáng)調(diào)讓顧客變成二次元。”

(圖為：易果集團(tuán)首席發(fā)展官 羅彤)

新零售的核心，更多的是怎樣利用互聯(lián)網(wǎng)的數(shù)據(jù)和技術(shù)，其關(guān)鍵是互聯(lián)網(wǎng)的思維。比如一個(gè)用戶走到一個(gè)廣場，就可以被捕捉到，通過對(duì)用戶的分析，就可以推送相應(yīng)的信息。新零售最大的特點(diǎn)，就是我們離顧客的心越來越近。

合合信息聯(lián)合創(chuàng)始人陳晏堂通過旗下數(shù)款知名的App:名片全能王、掃描全能王和啟信寶講述他們在AI及大數(shù)據(jù)領(lǐng)域的實(shí)踐及成果。

(圖為：合合信息聯(lián)合創(chuàng)始人 陳晏堂 )

陳晏堂介紹“我們借助場景文字識(shí)別(Scene Text Recognition, STR)不需要對(duì)特殊場景進(jìn)行定制，可以任意識(shí)別場景圖片中的文字，從而大幅提升適用場景，運(yùn)用全新的STR技術(shù)，可以處理包括：文字抖動(dòng)、反光、對(duì)較模糊、形變等多個(gè)問題，大大提升了錄入效率。結(jié)合擁有自主知識(shí)產(chǎn)權(quán)的全球領(lǐng)先的光學(xué)字符識(shí)別(OCR)、圖像處理、人工智能(AI)技術(shù)，合合信息正在為全球數(shù)億個(gè)人客戶和數(shù)千家企業(yè)提供服務(wù)、創(chuàng)造價(jià)值。

映客高級(jí)技術(shù)總監(jiān) 陳雪峰結(jié)合直播平臺(tái)的特點(diǎn)分享了映客推薦系統(tǒng)的五個(gè)層次架構(gòu)：數(shù)據(jù)層、離線算法層、在線算法層、策略層和服務(wù)層。

(圖為：映客高級(jí)技術(shù)總監(jiān) 陳雪峰)

在數(shù)據(jù)層，映客每天會(huì)采集到大量的數(shù)據(jù)，除了行為數(shù)據(jù)，還包括音頻、視頻數(shù)據(jù)，離線算法層就是將數(shù)據(jù)層獲取到的數(shù)據(jù)進(jìn)行建模，如：同聚類、回歸、預(yù)測，精準(zhǔn)做到用戶畫像，找到用戶喜歡的主播，同時(shí)通過協(xié)同計(jì)算，找到一些相似的主播，然后推薦到在線算法層。“我們追求的是策略覆蓋性，希望從多個(gè)層面，多個(gè)角度進(jìn)行拉取，比如常用的地域熱度的直播間，還有偏好，基于一些新穎的召回策略，通過多個(gè)策略召回以后就會(huì)放到排序?qū)?，這種更多是一個(gè)多目標(biāo)優(yōu)化問題，由于映客產(chǎn)品本身是多功能優(yōu)化，我們希望通過推薦來覆蓋更多的主播，發(fā)揮映客網(wǎng)絡(luò)邊際效應(yīng)。“陳雪峰如是說。

最后，專場論壇主持人【友盟+】COO尚直虎進(jìn)行了總結(jié)“成立八年的大數(shù)據(jù)企業(yè)【友盟+】，已服務(wù)150萬的移動(dòng)開發(fā)者和超過710萬的網(wǎng)站。我們始終秉承數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)持續(xù)增長的使命，我們希望聚合【友盟+】人的智慧，擁有海量數(shù)據(jù)資產(chǎn)和領(lǐng)先的技術(shù)能力，賦能不同類型客戶的商業(yè)場景，創(chuàng)造客戶商業(yè)價(jià)值!”

與此同時(shí)，自帶數(shù)據(jù)基因的【友盟+】，還在C-206展區(qū)搭建了“數(shù)據(jù)智能體驗(yàn)區(qū)”，全面可視化展現(xiàn)數(shù)據(jù)在互聯(lián)網(wǎng)/移動(dòng)互聯(lián)網(wǎng)、廣告營銷、新零售、金融風(fēng)控方面的應(yīng)用案例?！居衙?】Oplus作為云棲大會(huì)數(shù)據(jù)技術(shù)提供商，加入到云棲作戰(zhàn)室，立體展現(xiàn)整個(gè)云棲大會(huì)的客流量、熱點(diǎn)動(dòng)向、人群畫像等數(shù)據(jù)信息圖。

據(jù)悉，10月16日，【友盟+】還將舉辦2018UBDC全域大數(shù)據(jù)峰會(huì)，為所有數(shù)據(jù)人奉上一場思想進(jìn)化之旅，以“DI·進(jìn)化”為主題，特設(shè)五大會(huì)場：DI·進(jìn)化主會(huì)場、數(shù)據(jù)化運(yùn)營分會(huì)場、數(shù)據(jù)營銷分會(huì)場、智慧零售分會(huì)場、智慧金融專場。邀您近距離感受DI驅(qū)動(dòng)下各行各業(yè)正在發(fā)生的進(jìn)化，更有U-App AI版，聚數(shù)新生，震撼發(fā)布!

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！