详情
11月27日消息，日前，在T11 2019暨TalkingData数据智能峰会上，TalkingData CEO崔晓波与等进行了交流，他表示，数据融合业务场景已经成为新趋势。
崔晓波称，在中国，科技公司或者技术公司创新的路注定跟国外不一样，要走跟业务结合的路。你所有的能力要在业务场景里面得到证明，一个数据公司的核心要形成数据闭环，要形成一个正反馈，需要有业务场景告诉你这个算法或者模型对业务是否有效。通过反馈闭环，才能把模型或者算法做得越来越准确。
在此次大会上，TalkingData发布了旗下核心产品SmartDP Fusion，这款数据智能中台的全新版本就在加速实现数据与业务场景的融合发展，从而助推传统企业数字化转型。
据了解，SmartDP Fusion由全域智能营销平台、数据平台、场景智能应用平台三部分构成。在数据中台逐步成熟的基础上，融合零售、政府、汽车、营销、金融等垂直行业更多业务场景，从而实现数据智能价值最大化。
崔晓波指出，大数据行业整体是重技术、轻应用的现状，SmartDP Fusion平台更多是要支持前端业务场景的探索，给业务探索和基于场景实验提供了很多专有的功能。
TalkingData对业务场景的探索还延伸到其投资方向上，崔晓波向表示，接下来将更多投资在应用业务场景里面的公司，他们要比TalkingData本身更了解业务场景、了解技术。
目前，TalkingData本身的产业布局主要有三块，一是线上，简单说就是移动互联网公司；二是线下，就是产业互联网；三是金融机构。崔晓波称，以后的投资以及合作布局都会沿着这三个板块展开。
此外，还有一个板块就是政府。TalkingData已经宣布其华中研发总部、全国交付总部入驻武汉光谷，与武汉市政府推动数据创新应用。
以下为崔晓波对话部分节选:
问:SmartDP Fusion数据智能平台的最大优势是什么？
崔晓波:大数据的行业整体是重技术、轻应用。客观讲，如果是从平衡性上讲，技术的积累远远高于产品应用了，这是整个领域的一个现状。
第一，从一个技术真正的应用来看，如果跟业务场景没有闭环，很难再往前走。
我们发布这个SmartDP Fusion平台，更多是要支持前端的业务场景的探索。因为业务场景探索，它是有自身的一些挑战。第一个挑战，它不是简单的像以前按照流程化的方法去探索，规定了每一步要做什么，它更多变成了假设、提出、实验、再优化、再提出假设的过程。
数据智能平台这个版本是给业务探索和基于场景实验提供了很多专有的功能。
第二，从应用角度来看，我们是按行业推出产品。我们同时在介绍的，在金融行业里面我们有金融营销云，对数据的加工、标签的加工，数据的画像，偏具体的金融业务场景的，这是跟其他产品非常不一样的地方。
问:这次更新的这版数据智能平台和去年相比，最大的差别是什么？去年提中台，今年提场景。从功能上、具体的细节上或者整体思路上最大的变化是什么？
崔晓波:我们是前年提出的中台，去年我们发布了这个平台，我们对这个事的认知太浅，觉得提出中台，就会有很多客户去用。去年我们碰到了壁垒，发现没有业务场景根本用不起来，我们每个项目、每个客户都碰到了，我要用你的中台，但我的业务场景是什么，你还得反过来定义业务场景，把业务场景梳理清楚，再对应数据中台某一个能力，比如数据科学的能力、数据工程的能力、数据安全的能力等等，这是逆过来推的。
现在很多公司提中台，我们并不看好那种完全脱离业务场景而开发出来的中台。今年我们提出来数据智能平台SmartDP Fusion，我们把对行业的理解和积淀固化在系统和产品里面去，再传递给大家。我们的平台都非常业务化，都经过业务的检验和跟业务的融合才推出来，这跟单纯的数据中台有很大的不同。
问:去年T11您强调中立性问题，说我们没有场景，我们有生态。今天演讲您谈到很多商业、形态、流量，后期是不是要调整更加往场景走？
崔晓波:中国的技术公司碰到的瓶颈都在这，如果单纯地走科技创新，客观上讲不是中国的技术公司不行，而是市场不成熟。我们这几个创始人有深深的感触。在创立TalkingData之前，我们也做美国的客户，跟做中国客户的感觉完全不一样，美国客户一个项目，他们会把项目的范围界定的很清楚，会给你两个文档，一个叫需求文档，告诉你整个项目的范围需求是什么，写的很清楚；第二个问题是点对点应答，你对他这个项目产品支持的技术点有哪些。这样做三到五个项目就可以产品化了，都是标准的，需求差不多。
中国的情况完全相反，做同样的哪怕是特别规模化的标准行业，比如你会发现每个项目需求都不一样，而且还可能会随时变更需求。中国非常好的技术公司大家都是有很好的热忱去做技术投入和创新，但现状是很难做成产品，这是由产业现状决定的。如果纯粹走科技创新的路，路会比较长，不是不能走。现在环境已经开始好转了，因为过去这10年，各个产业没有增量，所以大家开始做存量，开始做精细化运营，开始重视技术了，但是这个路依然很长，我估计至少是5-10年的探索。这是一个现状。
在中国科技公司或者技术公司，创新的路注定跟国外不一样，要走跟业务结合的路。你所有的能力要在业务场景里面得到证明，一个数据公司它的核心我们要形成数据闭环，要形成一个正反馈，前面有业务场景会不断反馈这个算法或者你这个模型对业务有没有效，通过反馈闭环，才能把模型或者算法越做越准确，这是中国技术公司必然要走的路，虽然没有业务场景也要和业务场景结合。
问:目前在数字化转型这方面，中国市场发展到什么阶段？根据您现在服务的一些客户案例当中，您感觉企业在开始进行数字化转型的过程中遇到的更多问题是什么？痛点是什么？
崔晓波:数字化转型TalkingData做的比较久，也是做的比较辛苦的一家公司。很多公司只愿意做数字化程度比较高的企业，线上的互联网公司，提供一些简单的服务。
我们几年前就切到产业互联网，比如说地产、零售、餐饮、服饰等。这个数字化转型进程客观讲没有我们想象的那么快，每家都做的蛮苦的。刚开始客户都会蛮有决心和信心，但有两个因素是最大的阻碍:第一，理念非常难被转变的。我们做数字化转型只做“一把手工程”，就是因为理念太难被转变，企业老大不参与就别做了，一定失败。即便参与了，也要很有恒心和毅力才行，数字化转型不是一蹴而就的，时间比较长。我们标杆客户里面，我们觉得基本上要经过三到五年，效果才能看出来，找到了方法之后，对业务的效应特别明显。在这个过程中，第一，客户要有耐心，第二，要有方法，某种角度来说得对这个事情有信心。
我们帮助一家餐饮企业做销量预测模型，合作获得了很好的效果，节省了大量的成本。我们就在反思，我们也给其他企业做销售预测模型，但还没有取得这么好的效果。我们一直在总结为什么，总结出来就两点:第一，那家餐饮企业有一个体系，可以把预测模型真的用在一线生产领域，根据预测结果定货、排班。如果不这样做，效率也提升不上来。客户信任了AI的结果，才取得了很好的效果。但对更多客户来着这非常难，还是有很多的人工经验在里面，还是会有人工干预，人干预一多，效果也特别难评估，很难有一个持续优化的路径。这是目前数字化转型的挺明显的问题。
我看到曙光了，头部企业看效果都很明显，只要他坚定不移走这条路，怎么在未来的三到五年让更多的企业相信这件事情，走到底，慢慢都会出结果。
问:您提到关于消费的四个阶段，包括我们国家市场目前人均GDP不平衡。是不是我们在进行数据智能化的时候，针对不同的城市发展的情况，都能够适用吗？您提到正在有合作的城市当中，像济南、东营、北海这些城市也是比较偏三线，效果怎么样？
崔晓波:它不是以城市划分，每个城市人群构成都是挺复杂的。我们去看一个城市的人群构成，更多从收入结构分成高中低收入，这种结构是最多的。但我们看一个城市的人群划分的时候，比较复杂，前段时间做了新的人口的分类模型，不是按收入来分，是按照行为特征、行为习惯、生活习惯来分。以后对人群的看法会更细分，按照生活习惯和消费特征还会再很细分一层。
这样情况下，每一个城市里面的人群都是非常复杂的，各个人群都有，不是那么简单。城市就像一个经济体，如果能把一个城市研究明白了，就把一个国家、一个区域研究明白了，这是我们的看法。在产业应用里面，产业应该还是比较初级阶段，没有那么大的差别。
我刚才讲的只是让大家有一个感觉，消费是在变化的，比如美日韩都经历了这样的过程，中国正在经历这个过程，由于不平均，呈现的各个地方反映出来的消费阶段不一样。我说的大城市很多人已经到了第四阶段，花钱是更美好的，还有说服务升级，比如健身、养老；而在三四线城市还是愿意买电器，甚至花在餐饮上，生活质量要好。中国现象就是这样。
我经常跟一些人聊，他们说消费升级、消费降级，我个人觉得都有点片面。中国没有办法用一句话说是消费升级和消费降级，每个区域都不一样，我们按照每个阶段来分，各个区域体现的特征也不一样，它是很细分的。我们讲的核心关键词，我们叫“精准”，未来看人群要看的特细分、特精准才行。
问:您刚刚提到我们做数据智能化场景应用方面有跟保险公司合作，保险的运营无非是细分和加总两个方面，我们在跟保险公司合作的过程中会不会让他的产品在人群细分当中会有更多的因素在里面？我们正常进行保险购买，他会分年龄、性别、身体状况等等，以后会不会再加上其他的更加细致的东西？
崔晓波:目前更多保险公司是将配置好的产品卖给不同的客群，而没有针对客群的需求定制产品。而可以看到国外有很多根据家庭成长给来定制和组合的保险产品。保险应用场景比较广，跟场景是紧密关联结合的，就是一个场景性消费，在新的经济结构下，是比较重要的一个领域方向。
今年上半年来看，客观讲，保险业的净利润增长是所有行业最高的，而最差的三个行业，是汽车、传媒以及软件即服务。回答你最开始的问题，软件在中国不是刚需，经济不景气的时候，大家砍什么？砍广告，砍软件投入。还走软件的路，不走数据智能的路肯定不行。
问:关于投资方向的问题，侧重于商业。有没有具体的一个行业领域？未来一段时间我们会更侧重于和哪些类型的企业有开放性的数据合作？
崔晓波:投资这个问题，我们产业基金更多是投向技术类型的企业居多一点，因为过去这几年，我们也在搭建自身的技术平台，我们深深知道光靠我们自己的能力还是有限的。在国外我们也做了很多产业布局，所以我们也投资了在美国、欧洲的一些先进的技术公司，在国内也投资了BasicFinder，它是做AI底层数据处理的，也投资了像竹间科技专门做AI应用的公司。过去我们这几年投入的更多是这样的公司。
接下来更多是投在应用业务场景里面的公司，他们要比TalkingData本身更了解业务场景、了解技术。
现在从TalkingData本身的产业布局我们分三块:第一块还是线上，简单说是移动互联网公司；第二块产业布局，我们叫线下，产业互联网；第三块是金融机构。我们以后的投资以及合作布局是沿着这三个主线展开，政府也是我们另外一个板块。