從“粗放式圈地”到“精細(xì)化運(yùn)營(yíng)”，關(guān)鍵是精準(zhǔn)數(shù)據(jù)的挖掘、分析與預(yù)測(cè)，而大數(shù)據(jù)的落地卻并不盡人意。作為原阿里云數(shù)加平臺(tái)核心人員，付登坡坦言，曾在調(diào)研地產(chǎn)行業(yè)多家企業(yè)時(shí)發(fā)現(xiàn)，首先，客戶數(shù)據(jù)分散，大量商業(yè)地產(chǎn)、商場(chǎng)、住宅、酒店等客戶分散在不同業(yè)務(wù)板塊，導(dǎo)致客戶數(shù)據(jù)分散，整合難度加大;其次，數(shù)據(jù)資產(chǎn)難變現(xiàn)。傳統(tǒng)IT架構(gòu)對(duì)海量數(shù)據(jù)(尤其是非結(jié)構(gòu)數(shù)據(jù))的處理方案顯得無(wú)能為力，企業(yè)大量數(shù)據(jù)冗余，導(dǎo)致技術(shù)人員也無(wú)從分析使用數(shù)據(jù)，客戶數(shù)據(jù)難以變現(xiàn)為企業(yè)數(shù)據(jù)資產(chǎn);同時(shí)，應(yīng)用場(chǎng)景難落地積累和沉淀的海量客戶數(shù)據(jù)不知曉從何處入手進(jìn)行應(yīng)用落地，無(wú)法為服務(wù)決策和業(yè)務(wù)過(guò)程帶來(lái)價(jià)值。企業(yè)相對(duì)滯后的數(shù)據(jù)處理方式和鮮明的市場(chǎng)需求讓數(shù)瀾有機(jī)會(huì)幫助更多企業(yè)實(shí)現(xiàn)大數(shù)據(jù)價(jià)值。

地產(chǎn)大數(shù)據(jù)平臺(tái)加速企業(yè)大數(shù)據(jù)落地應(yīng)用

數(shù)瀾創(chuàng)始人兼CEO甘云鋒，前阿里巴巴大數(shù)據(jù)資深專家。在阿里巴巴之前，曾在華為、金蝶等科技公司任職。在阿里巴巴任職期間，負(fù)責(zé)大數(shù)據(jù)、阿里云創(chuàng)新數(shù)據(jù)工作室及人工智能業(yè)務(wù)。其負(fù)責(zé)的阿里巴巴集團(tuán)最重要三款數(shù)據(jù)產(chǎn)品–ID-Mapping、TCIF、DMP管理了阿里巴巴集團(tuán)淘寶、天貓、聚劃算等25個(gè)核心業(yè)務(wù)線的數(shù)據(jù)，將全集團(tuán)用戶ID基于大數(shù)據(jù)能力有效歸一，構(gòu)建集團(tuán)消費(fèi)者信息標(biāo)簽體系3000+，支撐了阿里巴巴集團(tuán)超過(guò)200多個(gè)業(yè)務(wù)單元，有效實(shí)現(xiàn)了阿里巴巴集團(tuán)數(shù)據(jù)的資產(chǎn)化和業(yè)務(wù)化。

創(chuàng)建數(shù)瀾后，他帶領(lǐng)著由阿里大數(shù)據(jù)專家及金蝶、華為、移動(dòng)等行業(yè)專家組建而成的核心團(tuán)隊(duì)，希望利用傳統(tǒng)企業(yè)自身的數(shù)據(jù)去進(jìn)行分析，反過(guò)來(lái)服務(wù)于企業(yè)，為其提供精準(zhǔn)營(yíng)銷、提升效率等解決方案，讓每個(gè)企業(yè)的數(shù)據(jù)都用起來(lái)——這正是數(shù)瀾成立的初衷。

對(duì)于大數(shù)據(jù)的落地應(yīng)用，數(shù)瀾首先將企業(yè)數(shù)據(jù)分為4類：第一類為經(jīng)營(yíng)類數(shù)據(jù)，像CRM、ERP等;第二類為社會(huì)類數(shù)據(jù)，例如企業(yè)老板、企業(yè)活動(dòng)中產(chǎn)生的;第三類為日志類數(shù)據(jù)，比如用戶的瀏覽足跡;第四類為企業(yè)外圍數(shù)據(jù)，像是行業(yè)等。這些數(shù)據(jù)單點(diǎn)做分析比較容易，打通后的全局?jǐn)?shù)據(jù)則更有價(jià)值，可以用在企業(yè)供應(yīng)鏈預(yù)測(cè)等方面。而這個(gè)打通的過(guò)程就叫做企業(yè)數(shù)據(jù)資產(chǎn)化，最后交付到企業(yè)手中的是真正可以為業(yè)務(wù)服務(wù)的數(shù)據(jù)，之后針對(duì)場(chǎng)景的應(yīng)用就叫數(shù)據(jù)業(yè)務(wù)化。

這就是數(shù)瀾大數(shù)據(jù)平臺(tái)——數(shù)棲(DW.DaaS)在做的事情。其產(chǎn)品分三塊：首先是Data-Mapping——把各種數(shù)據(jù)連接起來(lái);數(shù)據(jù)連接后變成資產(chǎn)則需要Data-profile來(lái)打標(biāo)簽、組織;最后的應(yīng)用部分則是Data-Service體系來(lái)提供數(shù)據(jù)服務(wù)。通過(guò)數(shù)棲數(shù)據(jù)交換平臺(tái)，可便捷進(jìn)行異構(gòu)網(wǎng)絡(luò)間交換，離線及實(shí)時(shí)數(shù)據(jù)處理;通過(guò)數(shù)據(jù)開(kāi)發(fā)平臺(tái)，可實(shí)現(xiàn)數(shù)據(jù)開(kāi)發(fā)、運(yùn)維監(jiān)控、數(shù)據(jù)管理、質(zhì)量管理;通過(guò)數(shù)據(jù)應(yīng)用平臺(tái)，利用標(biāo)簽管理、構(gòu)建數(shù)據(jù)服務(wù)引擎，為客戶提供數(shù)據(jù)業(yè)務(wù)服務(wù)。整個(gè)數(shù)據(jù)應(yīng)用加工流程可視化、模塊化，能極大的方便業(yè)務(wù)人員對(duì)數(shù)據(jù)加工處理，跟蹤管理數(shù)據(jù)關(guān)系流程等，有效提高數(shù)據(jù)應(yīng)用開(kāi)發(fā)的效率，可使地產(chǎn)大數(shù)據(jù)開(kāi)發(fā)應(yīng)用成本降低80%。

付登坡舉例道，在為萬(wàn)科服務(wù)的物業(yè)大數(shù)據(jù)項(xiàng)目應(yīng)用中，首先通過(guò)數(shù)棲平臺(tái)自然語(yǔ)言處理算法工具包，深度挖掘文本數(shù)據(jù)，基于百萬(wàn)級(jí)詞庫(kù)，對(duì)地產(chǎn)物業(yè)服務(wù)相關(guān)信息系統(tǒng)中的非結(jié)構(gòu)化文本數(shù)據(jù)進(jìn)行挖掘、分類、歸一，形成國(guó)內(nèi)首個(gè)針對(duì)報(bào)修(50+部位、100+對(duì)象、50+問(wèn)題)、投訴(8個(gè)一級(jí)分類、60+二級(jí)分類)、滿意度調(diào)研數(shù)據(jù)(10個(gè)一級(jí)分類、70+二級(jí)分類、300+三級(jí)分類)的系統(tǒng)性標(biāo)準(zhǔn)分類體系，實(shí)現(xiàn)了數(shù)據(jù)資產(chǎn)化過(guò)程。

其次，物業(yè)服務(wù)的報(bào)修、投訴、滿意度等數(shù)據(jù)，通過(guò)數(shù)據(jù)連接、加工、挖掘形成多套標(biāo)簽體系，標(biāo)簽與數(shù)棲的數(shù)據(jù)服務(wù)引擎結(jié)合，形成數(shù)據(jù)服務(wù)與數(shù)據(jù)產(chǎn)品，利用大數(shù)據(jù)能力和行業(yè)認(rèn)知，服務(wù)于具體業(yè)務(wù)，譬如：快速定位物業(yè)問(wèn)題、合理評(píng)估合作伙伴、全鏈路提升業(yè)主滿意度、打造企業(yè)的專屬數(shù)據(jù)等，實(shí)現(xiàn)數(shù)據(jù)業(yè)務(wù)化過(guò)程。

songjy