畫像百分點如何搭建企業數據基因

余文

今天很多企業，都在尋找自身的下一個核心競爭力。

事實上，我們正在進入到一個數據世界中。中國也正在從一個制造業大國，朝著一個創新大國邁進。所有這些因素，都讓今天的企業，需要重構自身的文化基因—簡單來說，無論是傳統企業，還是互聯網企業，在進入到一個數據世界中，首先需要有強大的數據基因。

“百分點通過服務兩千家互聯網企業和傳統企業，總結出來企業搭建數據基因有三大核心步驟。”作為北大光華管理學院的副系主任，百分點公司董事長兼CEO蘇萌和他的百分點在筆者看來似乎有點過于偏重學者氣質，用低調而務實來形容蘇萌，并不為過。

構建數據基因三大步驟

“第一是數據化，Datafy。”蘇萌解釋說，如今所有的企業業務、場景都可以數據化，通過傳感器、探頭、可穿戴設備等，可以把企業運營管理、生產制造、終端消費者、后端供應鏈的所有環節數據化。

第二步，是企業數據化之后的發現和洞見，也就是Discover—有了數據之后，可以進行對于用戶的分析，購買能力的分析，場景的分析等等。

“第三步是Design，我們對業務來進行重構和設計。”蘇萌舉例，全國有七百五十家速8酒店，這些酒店周圍方圓五公里的經濟型酒店像如家、漢庭，百分點可以從網站上實時抓取價格變化，通過分析競爭對手策略，分析入住率的關聯關系等，幫助速8酒店提升競爭優勢。

在蘇萌看來，數據作為一種生產資料，不僅需要流通，而且還需要被交叉和復用，來發揮二次價值和多次的價值。但這種價值，在傳統的商業模式里難以做到的根本原因，就是因為數據通常是以孤島的形式來存在的。

畫像百分點模式

簡單來說，百分點在幫助企業構建數據基因上，也是基于上述三步，在數據輸入、數據整合和加工、數據輸出上打造自身的產品和解決方案。

舉個例子，企業需要更多的數據輸入來包括數據的廣度和深度。百分點的積攢在于搭建了一個大的數據聯盟—這個數據聯盟有海量的數據吞吐，去重之后每天有超過五千五百萬的獨立訪客。

隨后，百分點通過一整套的工具來幫助企業把這原始數據進行萃取，通過建模加工清洗。比如用戶訪問京東或1號店，用戶的點擊流數據是無法直接給用戶做畫像做標簽的。

“我們讓數據在保證用戶隱私和數據安全的情況下，發揮更多的價值和復用，就要讓數據流動，讓技術共享。”蘇萌解釋說，“真正的數據價值在于跨平臺、高維度、跨行業、跨域的數據整合之后，給企業帶來的價值和能力的體現。”

據悉，百分點目前與深交所合作，在做中國所有上市企業的畫像。這里面用到了很多百分點獨有的技術，比如知識圖譜，實現第一方、第二方和第三方的數據抓控，多維度、多視角、多行業、跨平臺進行數據整合。

而在輸出方面，百分點的策略是通過數據的共享和數據產品的共享，讓數據有更多的交叉互用來提高精值。比如去年9月份百分點發布的全球首款可視化、可交互的企業級大數據操作系統做為企業的底層技術，其上利用百分點的推薦引擎、分析引擎和營銷引擎將應用場景進行數據化分析、洞察、重構和設計。

據悉，百分點打造了Taas、Saas和Daas，也就是技術即服務、軟件即服務和數據及服務的商業模式，服務于中國不同行業的龍頭企業，比如金融行業的建設銀行、中信銀行、華夏銀行、招商證券等，比如制造業的華為等。

打造“大數據+”雙引擎

值得一提的是，百分點把推薦引擎、分析引擎和營銷引擎，通過大量使用深度學習作為產品技術底層，結合感知技術可形成知識圖譜，與現實世界進行更多交互，構建面向家居、制造、保險媒體、安防、醫療、證券等行業的戰略和商業決策“智能引擎”。

“智能引擎里面有三個最主要的核心組成部分，包括深度學習、感知技術、知識圖譜。”百分點技術副總裁劉譯璟解釋說，“深度學習實際上是一種神經網絡，運用到文本、自然語音識別等應用里，可以極大降低錯誤率；而有了知識圖譜之后，我可以在知識圖譜上做很多推理，或者說做很多搜索的工作，因此今天很多搜索引擎會被推薦引擎替代，未來可能會被知識圖譜這樣的智能分析所替代。”

毫無疑問，企業構建數據基因，必然希望利用到最新的智能化技術，提高數據分析的準確率。而圍繞深度學習、自然語言處理、神經網絡、語音識別、圖像識別、文本分析、知識圖譜等學習型人工智能技術，進行大數據技術商業化實踐的基礎，還是要基于像素級數據的采集、接入、整合加工、挖掘的底層百分點企業級大數據操作系統（BD-OS）—百分點“基礎引擎”的核心。

在筆者看來，通過“基礎引擎+智能引擎”的雙引擎，各行各業的企業可以真正實現搭建數據基因，構建大數據智慧商業的夢想。