TalkingData帮助万达构建数据运营体系

　　企业正面临着数字化转型3.0带来新的挑战与机遇，即转型成为“数据驱动“型企业需要面对的各种问题。

　　2015年初，万达集团宣布第四次转型。2017年1月，在万达集团发布的2016年财报中，服务业占比为55%，首次超过房地产。作为转型的重要组成部分，万达利用云计算、大数据和区块链等技术，摸索自身和行业的数字化转型升级之路，并宣布进军云计算和数字化转型服务市场。

　　在这期间，万达在大数据企业TalkingData的协助下，用了一年半时间建立起自己的数据运营体系，其摸索之路具有代表性。

　　万达构建数据运营体系

　　“最初，万达提出的数字化转型目标很散。”TalkingData合伙人蒋奇说，“例如，万达小贷部门说，要抓住给商铺和会员的小贷机会；电影院说，要对广告投放做优化；电商部门则说，要把线下人群引到线上来买东西……”

　　蒋奇很快意识到，如果与一个个部门业务去谈，可能解决不了万达的根本性问题——不能开展整体数据采集，不能把数据串起来。“于是，我们建议万达要有整体规划，要对自己的数据资产进行盘点，有哪些、缺哪些、要补哪些”。

　　在做完整体规划之后，TalkingData开始协助万达做方案落地。第一个要解决的问题是数据平台。传统数据库管理的是“死”的、结构化的数据。可是万达的数据五花八门，有实时人流WiFi行为数据、摄像头数据、用户交易数据……特别是其中一些动态数据要在2小时内做出反馈，否则就失去价值。比如，某个消费者进入万达广场的一个商铺，要马上对他进行针对性营销。

　　在这样的新型数据运营模式下，TalkingData为万达提供了一套自主开发的数据管理平台。核心在于依托TalkingData SmartDP（智能数据平台）强大的数据能力实现线上线下数据的打通，配合万达的各种业务场景，确保数据能不断流进，实时处理，进而促进整体业务运营的效率。

　　在搭建数据平台的过程中，数据治理非常关键。“这不是你有什么数据，我帮你清洗下这么简单，企业往往需要咨询服务”。例如，如何采集和准备数据，这包括企业现在有什么数据，它们对业务会带来哪些价值，还有哪些企业没有意识到的数据。再如，数据如何合法合规，如何保护用户隐私。还有，不同渠道、跨不同部门和触点的数据，如何通过唯一的客户画像汇总并串联起来。

　　在搭建数据平台、开展数据治理后，万达选择了几个优先场景来跑通数据运营，首先在中小商户的小额贷款风控场景上，我们通过共同的数据采集，到联合建模和算法构建，成功地提供了相关服务；在商场前策和选址上，我们在所有万达的新开商场提供类似的服务，也取得了很好的效果。在这个过程中，万达渐渐熟悉什么场景调用什么数据，开发什么样的模型，并要构建一套数据闭环体系，用反馈回数据不断优化模型。

　　随后，越来越多的业务和数据迁移到数据平台上，像CRM和ERP数据等，数据运营被引入更多业务。

　　绕过数字化运营中的“坑”

　　在帮助万达和其他企业开展数字化转型后，TalkingData也渐渐总结出帮助企业构建数据运营体系的方法论。

　　“数字化转型并不是新概念。”蒋奇说，“最早可以回溯到2000年前后那波互联网浪潮。”在过去近20年中，传统企业经历了“互联网”和“云计算”的洗礼，数字化转型的1.0、2.0时代，让传统企业构建了完整的IT系统。在此基础上，进入数字化转型3.0时代也就顺理成章，水到渠成。现在企业正面临着数字化转型3.0带来新的挑战与机遇——即转型成为“数据驱动“型企业需要面对的各种问题。目前，大量的企业开始拥有自己的数据，并正在用数据提升企业运营效能，并且逐步积累更多数据资本，用数据辅助决策。

　　蒋奇观察到，最近几年，一些传统企业甚至“跳过互联网、跳过云”，直接从移动互联网起步。“移动互联网确实是推动企业数字化转型的一个重要途径，因为移动互联数据距离数据分析的终极目标——人是，最近，最能从数据展现人的各种行为”。最典型的我们服务的某个银行客户。2012年，客户信用卡部门与TalkingData合作，通过数据运营，信用卡APP用户在两三年间从几十万增长到近3000万。在这个过程中，银行积累了大量数据，为它的整体经营活动提供支撑，从而完成了转向全面数字化运营的目标。

　　蒋奇说，在企业开展数字化转型过程中，制定一个合理而“聪明”的目标非常重要。银行客户最初将自己的APP移动战略定位在金融工具上，但这让其APP既没有活跃度也没有粘性。TalkingData建议银行客户将移动端战略定位在生活类金融服务上，实现对消费者的全方位连接，这证明是成功的。

　　“我们也观察到，一些企业往往会提出不切实际的目标和愿景，但没有基础实现。”蒋奇说，“企业要有一个适中的目标。”

　　有了目标，在之后的数据采集和治理过程中，一个重要问题是对数据安全性的考虑，特别是对隐私数据的脱敏处理。“现在很多做法很粗暴，这会影响产业。”蒋奇说，“我们会给企业提供专业咨询，留下有价值的数据并保证数据的安全性。

　　TalkingData特别强调数据运营体系中的数据质量。它的强项是第三方数据和数据治理，因为它最早通过为移动互联网开发者提供SaaS经营分析服务起家，并通过与数十万款APP展开合作获取合法合规，安全的数据。

　　“客户数据分析效果不好，是数据质量问题，还是算法模型的问题？我们不希望把数据治理和算法模型统统包在一个大黑盒子中。我们做数据治理，与算法模型隔离开，这能让用户更精准的溯源，有的放矢地优化分析效果”。

　　数据分析是一个长链条，除了数据和数据治理外，算法分析也是重要环节。两年前，TalkingData开始建立开放生态平台。平台上是分析、算法的合作伙伴。目前，平台上约有300家数据应用企业，涉及金融、房产、营销、风控、智能客服的。针对每一类分析，都有两三家公司提供算法模型，给用户选择权。“这是一个健康的模式，让真正懂业务和算法的公司生存下来”。

　　现在，TalkingData团队看到大量来自金融、地产行业的需求。在提供数字化转型咨询和数据治理等服务外，TalkingData也投入人工智能（AI）技术，目标是把一些具体场景，如保险公司如何识别健康险骗保人群的分析算法固化下来，能低成本高效地为客户提供服务。其系列AI产品已于去年底开始推出。

　　文/赵艳秋