創略科技楊辰韻：打通線上線下數據，用AI和大數據玩轉營銷

亞馬遜最早的理念就是構建一個千人千面的書店，基於你當前的場景和過去的行為，每個讀者看到的推薦頁都是不一樣。

這套推薦系統最早從1998年開始，至今走過了20個年頭，其演算法已經被廣泛地應用在YouTube、Netflix等公司，

這是我們最早對大數據的直觀認識，後來基於大數據的推薦系統越來越頻繁地出現在我們的日常生活中，大數據也成為炙手可熱的技術潛力股。

在無數據不AI的時代下，許多初創公司開始將眼光瞄準其背後的營銷場景，比如你是星巴克的會員，想要在外賣平台點一杯咖啡，系統會自動推薦你平常最喜歡的口味。

這背後就是我們今天所採訪的智能數據公司創略科技提供的技術支持，從矽谷創業到服務300+標杆企業，創略科技聯合創始人楊辰韻和我們聊了聊大數據是如何解放營銷天性的。

關於數據的二三事

在美國讀書期間，楊辰韻因為對數字營銷的興趣和另外一個合伙人，也就是創略科技的創始人胡世傑一拍即合，開始考慮基於營銷場景，用大數據、人工智慧或者新興的區塊鏈等技術，來去讓營銷場景更加實時智能，高效，創略科技應運而生。

圖 | 創略科技聯合創始人楊辰韻

相較於國內，國外的大數據應用起步明顯更早，尤其是在技術層面。不過，伴隨著國內的人口紅利優勢帶來的龐大消費者用戶體量，國內的大數據應用場景顯然更加豐富。但楊辰韻強調國外對於數據安全的意識明顯要高於國內。

「因為Facebook的數據泄露事情，美國加州已經通過法案，隱私數據一定要確保經過用戶的授權才能去使用，或者和第三方去做相關的交換。歐洲針對這個問題可能比美國的更早。國內去年6月份的網安法（《網路安全法》）規定了第三方數據交易的情況。但是企業自用的話，相對來說還是比較松的。長期來看，無論是哪個層面的數據，一定要從法律和價值的層面去確保消費者的授權。」

確實，談及數據，很多人的第一反應就是數據隱私問題，最近因為泄露用戶隱私而站在風口浪尖的谷歌，不得不關閉google+的消費者版本。再往前則是Facebook的數據泄露風波。隨著移動互聯網和AI時代的到來，數據是很多技術以及應用的水之源。但是「不作惡」的前提是尊重用戶的數據安全，得到用戶的數據確權。

這也是許多大數據公司面臨的考驗，為了更好地解決這些問題，創略科技開始了區塊鏈方面的研究。區塊鏈的可追溯、不可篡改性決定了它可以確保消費者的隱私數據一定是在已知授權的情況下，企業才可以使用的。當前技術難度在於底層公鏈的TPS吞吐量。「如果這個場景需要很高的TPS的，在現有情況下就不適合用區塊鏈技術。短期來說，區塊鏈還像20年前的互聯網。目前在撥號上網的狀態。」

同時，創略科技的業務模式規避了數據風險。楊辰韻介紹，創略科技僅是一家數據及AI技術公司，旗下智能客戶數據平台專註應用的是企業第一方客戶數據，本身並不是採集數據的第三方供應商，也不充當賣數據的角色。

如何玩轉大數據營銷？

創略科技的一個核心要點就是「營銷」，目前他們的產品線主要包括三條：多渠道數據打通、整合的NEXUS（企業級客戶數據平台），數據建模、分析、預測的IQ（企業級人工智慧應用）以及負責保護用戶數據隱私的區塊鏈產品APEX。其中，最關鍵的是一塊是基於企業第一方數據的客戶數據平台，從客戶數據的採集、分析和應用的環節上，做到實時的海量數據處理，最終做實時個性化營銷的場景。

很多企業擁有很多渠道，比如APP、官方網站、微信公號等等，但這些渠道都是彼此隔離的。接入NEXUS後，企業可以將這些渠道的非實時數據和實時數據都輸入到NEXUS中，從而發現不同數據集之間的共性和特性，以此來更好地進行企業決策。

據楊辰韻介紹，目前他們在零售和汽車行業的應用最多，其中以星巴克系統為例，創略科技解決的核心問題如何打通線上線下的數據，形成基於用戶個人的唯一ID和畫像，然後提供相關的分析和營銷建議。

而在大數據營銷的準確性上，楊辰韻提到他們的演算法模型去預測瑪莎拉蒂潛在客戶的購車意向，預測準確率可以高達95%，這其中的關鍵因素就是他們的IQ產品，創略科技在分析環節擴展了AI模塊，用戶可以直接調用模塊內已預製的演算法和模型，也可以自定義相關模型去分析營銷數據。

當然，這條賽道上狂奔的初創企業不僅僅是創略科技一家，談及他們的技術優勢，楊辰韻總結了三點：一是大數據的打通和分析應用，二是演算法的準確度，最後是它們產品的迭代以及行業內的先發優勢。

「機器會幫助我們做一些機構化數據的分析建模，進行客戶分群，同時自然語言處理技術能夠快速提取數據中的關鍵內容，這些都能保證我們在演算法準確度上的壁壘。」

大數據應用那麼多，難題在哪裡？

在學術界，曾經有這樣一個觀點：「真正能夠訓練出好的模型的數據量，應當是趨於無窮的，所以即便是擁有了大量數據去訓練模型，和理想的智能模型之間，也有著本質的差別。」

在楊辰韻看來，演算法本身以及技術並不是難題，最大的問題在於數據收集的維度以及不同數據的打通。同樣以營銷領域為例，線上用戶點擊的廣告、網頁的瀏覽行為等數據容易收集，同時伴隨著IoT的發展，通過WIFI、藍牙、攝像頭等方式，也可以監測到用戶的線下行為，最終打通線上線下的閉環。

但是這種數據的融合以及打通並不是一帆風順，「有的時候和企業的戰略組織架構有關係，比如它們的組織架構不允許打通所有數據，一個部門和另一個部門的數據無法打通，這些都不是技術問題，這是架構問題。」

同時，在打通線上以及線下數據過程中，肯定會出現數據孤島的現象，所以也要關注數據的關聯度以及數據清洗等等問題。

其實不管是大數據還是人工智慧，從實際應用來看，最終需要達到效率提高的目標。楊辰韻認為，大數據應用的關鍵在於為正確的人推送正確的有效信息，基於這個大前提，如果現有的一些技術不如上一代技術或者是人工的話，不如棄之不用。衡量技術的標準在於是否創造更多的價值，提升了應用場景的效率。

「至於是大數據、小數據還是樣本，我們應該確定企業本身所擁有的原材料數據情況，然後對症下藥，不是為了達成某個概念去做這個事情，而是要解決好實際問題。尤其是企業的第一方數據，雖然數據體量相對較小，但是價值非常高。而海量第三方大數據有很多噪音數據和非真實數據，這個情況下它的應用價值並不高。」

結語

大數據已經無處不在，萬億市場留給初創企業的機會很多，關鍵在於誰能抓到迅速成長的機會，在合理、安全的範圍，充分發揮數據的價值。

後續，在業務層面，創略科技也將不斷圍繞營銷和客戶生命周期的場景，繼續迭代和豐富其智能數據營銷產品。

【鎂客·請講】專註於報道科技創新項目；我們敞開心扉面對每一位創業者，力求為您呈現一群鮮活、有性格的品牌和人物；我們傾聽創業故事和人生經歷、探討商業模式和行業趨勢、對接資本市場和供需雙方，以期為產業發展注入新的活力。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！