2017年12月1日-3日，由中國期貨業(yè)協(xié)會、深圳市人民政府主辦的第十三屆中國(深圳)國際期貨大會在深圳召開。本屆大會以“開放融合 提升服務(wù) 共贏未來——新時代期貨及衍生品行業(yè)的轉(zhuǎn)型與發(fā)展”為主題。12月2日下午，由華泰期貨承辦的“科技發(fā)展與信息安全”分論壇召開。阿里云金融事業(yè)部首席數(shù)據(jù)架構(gòu)師吳旭以《構(gòu)建期貨行業(yè)打通業(yè)務(wù)的大數(shù)據(jù)平臺》為主題發(fā)表演講。

阿里云金融事業(yè)部首席數(shù)據(jù)架構(gòu)師吳旭

以下為文字實(shí)錄：

主持人：下面請允許我介紹阿里云金融事業(yè)部首席數(shù)據(jù)架構(gòu)師吳旭先生。吳旭先生深入了解阿里大數(shù)據(jù)體系、人工智能產(chǎn)品體系及開源大數(shù)據(jù)，對于大數(shù)據(jù)領(lǐng)域的發(fā)展趨勢及在金融行業(yè)的規(guī)劃建設(shè)有著深刻的理解與豐富的經(jīng)驗(yàn)。有請他為我們作“構(gòu)建期貨行業(yè)打通業(yè)務(wù)的大數(shù)據(jù)平臺”的主題演講。

吳旭：各位領(lǐng)導(dǎo)，專家，大家好！非常榮幸今天有這樣的機(jī)會來跟大家分享阿里巴巴和大數(shù)據(jù)體系的構(gòu)建，以及我們非常希望通過這樣的機(jī)會，能夠通過阿里巴巴的大數(shù)據(jù)建設(shè)，能夠?qū)ξ覀兒竺孀C券期貨行業(yè)構(gòu)建自己的大數(shù)據(jù)平臺有些借鑒和幫助。

阿里巴巴，我們的馬老師在很多不同的場合都把阿里巴巴定位為數(shù)據(jù)公司，而不僅僅是一個電商公司，定位在數(shù)據(jù)公司的目的不是號稱阿里巴巴擁有多大量的數(shù)據(jù)，其實(shí)是想強(qiáng)調(diào)阿里巴巴是一個靠數(shù)據(jù)來驅(qū)動業(yè)務(wù)，通過數(shù)據(jù)來挖掘業(yè)務(wù)價值，來最終提升業(yè)務(wù)能力的公司。所以這也是作為阿里巴巴整個的核心競爭力。其實(shí)通過這樣的定位以及在之前我也思考怎么定義今天的演講題目，因?yàn)闀r間有限，半個多小時的時間，更多的用非常通俗的詞“打通業(yè)務(wù)”，題目的選擇也是強(qiáng)調(diào)大數(shù)據(jù)的建設(shè)不是單純從技術(shù)角度去建設(shè)，一定是一個從技術(shù)和業(yè)務(wù)相結(jié)合，最終是要發(fā)揮出業(yè)務(wù)價值、數(shù)據(jù)價值這樣的定位。所以說以這樣的定位，我們的介紹圍繞三方面，可能更多介紹技術(shù)細(xì)節(jié)，介紹技術(shù)細(xì)節(jié)不是強(qiáng)調(diào)技術(shù)，而是強(qiáng)調(diào)技術(shù)背后的思想，這個思想能幫助我們挖掘更多的數(shù)據(jù)和技術(shù)的價值。

一是圍繞數(shù)據(jù)賦能期貨行業(yè)，更多是從技術(shù)的角度探索。二是方法體系，阿里巴巴如何構(gòu)建大數(shù)據(jù)體系，并不是阿里巴巴構(gòu)建大數(shù)據(jù)技術(shù)和如何使用大數(shù)據(jù)技術(shù)，體系和技術(shù)之間有區(qū)別，光有技術(shù)不足以幫助你實(shí)現(xiàn)業(yè)務(wù)價值的提升，有了技術(shù)，我們還要有正確的方法，利用這個正確的方法才能有助于發(fā)揮出最終的技術(shù)價值。有了技術(shù)和方法，我們是要選擇合適的場景去應(yīng)用。三是介紹以客戶為中心的數(shù)據(jù)應(yīng)用的場景。咱們的客戶包括自然人、公司客戶、對公客戶等等。最終的場景其實(shí)又會返回到技術(shù)。今天我們看到三者的邏輯關(guān)系有內(nèi)在的邏輯關(guān)系，場景最終如何反饋到技術(shù)？大數(shù)據(jù)有一個理念場景化，根據(jù)不同的場景來選擇最適合的技術(shù)，幫助我們解決業(yè)務(wù)問題。所以說從技術(shù)、方法體系、場景這三者之間是一個閉環(huán)。我們以這樣的思路來開始今天的介紹。

這張圖是阿里巴巴構(gòu)建大數(shù)據(jù)體系從技術(shù)能力的角度的能力框圖或者技術(shù)圖譜，這張圖展開來講也是按分層、分塊的思路構(gòu)建，最下面大數(shù)據(jù)的物理設(shè)施，不管是公共云還是專有云，現(xiàn)在阿里對外所賦能，這兩種模式都支持，支持幫助客戶在自己IDC中心構(gòu)建大數(shù)據(jù)平臺。物理設(shè)施之上是從整個大數(shù)據(jù)體系當(dāng)中比較基礎(chǔ)或者核心的部分，計算引擎，計算引擎我們會看到分了幾部分，這也體現(xiàn)了剛才說的場景化，大數(shù)據(jù)的業(yè)務(wù)應(yīng)用有場景化，從數(shù)據(jù)處理的角度來講依然具有場景化。這幾個場景，我們梳理了大數(shù)據(jù)領(lǐng)域當(dāng)中經(jīng)常用到或者最集中的幾大場景，分別是大數(shù)據(jù)的批量計算、離線計算，后面還會展開。也就是傳統(tǒng)做一些數(shù)據(jù)平臺，可能80%、90%的業(yè)務(wù)負(fù)載都是集中在批量、離線的場景。第二個場景是實(shí)時交互分析場景，我們有了后臺更多的跑批，我們需要更多的業(yè)務(wù)人員能直接利用數(shù)據(jù)，直接跟數(shù)據(jù)打交道，讓他們直接使用數(shù)據(jù)。這個能力需要有很強(qiáng)的交互能力維持，當(dāng)用戶有請求，不可能等十幾分鐘或者更長的時間反饋結(jié)果，要秒級或者毫秒級的反饋。三是云計算，事件驅(qū)動的云計算模型。不管是金融營銷、風(fēng)控都會結(jié)合云計算的能力。四是表格存儲，類似很多SQL。五是對象存儲，我們的批量處理、實(shí)時交互等更多圍繞結(jié)構(gòu)化數(shù)據(jù)展開。在金融行業(yè)里面積累的日志文件、圖片文件、音視頻文件，里面孕育很大的業(yè)務(wù)價值，如何利用這些數(shù)據(jù)，也是大數(shù)據(jù)構(gòu)建當(dāng)中必須考慮的環(huán)節(jié)。

不同數(shù)據(jù)處理場景，在阿里內(nèi)部來講，技術(shù)人員使用門檻不高，數(shù)據(jù)分析人員更多的有SQL的能力，這些工具要求數(shù)據(jù)分析人員掌握SQL就可以平滑的使用。這強(qiáng)調(diào)了一點(diǎn)，我們并不是為了追求新的技術(shù)，追求最時髦的技術(shù)而展開，我們是為了最終發(fā)揮出業(yè)務(wù)價值。這個是從數(shù)據(jù)處理引擎，再往上就會包含數(shù)據(jù)開發(fā)的能力，調(diào)度的能力，源數(shù)據(jù)管理的能力。作為大數(shù)據(jù)平臺，如何知道一個數(shù)據(jù)的地圖、一個地圖的脈絡(luò)，上游的血緣、下游的影響，要作為整體，從數(shù)據(jù)管理的角度來講是要作為整體，變成可追溯和可跟蹤。再就是數(shù)據(jù)集成服務(wù)，不同的數(shù)據(jù)源、易構(gòu)的數(shù)據(jù)源是作為一個整體來協(xié)同向用戶提供業(yè)務(wù)能力的輸出（音）。這里面包括很多，比如面向物聯(lián)網(wǎng)采集數(shù)據(jù)，傳感器采集數(shù)據(jù)，這些數(shù)據(jù)如果整合到大數(shù)據(jù)平臺，這是數(shù)據(jù)集成的能力。再往上業(yè)務(wù)支撐層，位于底層平臺和上面的業(yè)務(wù)應(yīng)用中間層，這層面向有共性業(yè)務(wù)需求，我們可以把這部分能力沉淀下來。這里面在阿里內(nèi)部來講有這么幾個能力，數(shù)據(jù)服務(wù)能力、邊緣分析能力、智能算法能力、可視化服務(wù)能力，我今天不會一一介紹，只是選取幾部分介紹。

大數(shù)據(jù)能力體系我們可以概括四個字“算、管、聚、用”。大數(shù)據(jù)的計算、管理、聚合、應(yīng)用，這樣構(gòu)成了整個大數(shù)據(jù)體系。但這里面缺少不了整個平臺的運(yùn)維，因?yàn)槲覀冎雷鳛橐粋€平臺來講，平臺在線擴(kuò)容、平臺的監(jiān)控、預(yù)警等等能力都必不可少，這是平臺平滑運(yùn)營很重要的一環(huán)。這是整個阿里巴巴數(shù)據(jù)內(nèi)部的大數(shù)據(jù)平臺，這些能力，我們現(xiàn)在都是可以通過公共云以及專有云的方式向客戶進(jìn)行賦能。

我們著重強(qiáng)調(diào)幾個點(diǎn)，批量計算能力強(qiáng)調(diào)兩點(diǎn)：一是多租戶能力，傳統(tǒng)數(shù)據(jù)平臺可能由于一個任務(wù)，SQL寫的有問題，導(dǎo)致整個資源的耗盡。現(xiàn)在大數(shù)據(jù)平臺要具有多租戶的能力，能控制每個租戶下能使用硬件資源的上限，比如我可以控制它最多使用多少核CPU、最大使用多大的內(nèi)存，這個租戶下如果發(fā)生一些查詢SQL寫的質(zhì)量有問題，不會影響整個平臺其他租戶的查詢。二是跟安全相關(guān)，我們給一家商業(yè)銀行構(gòu)建大數(shù)據(jù)平臺的同時，幫助他去做了整個銀行內(nèi)部的數(shù)據(jù)資產(chǎn)管理，這個資產(chǎn)管理更多的是從安全層面，幫助他去構(gòu)建數(shù)據(jù)平臺內(nèi)部數(shù)據(jù)的安全等級，同時幫助它規(guī)劃用戶的安全等級，這樣我們就能夠把它什么樣等級的數(shù)據(jù)，對應(yīng)什么樣的人員能夠訪問，這個體系能夠建立起來。這對于整個數(shù)據(jù)安全來講，是非常重要的。我能夠識別出我的數(shù)據(jù)安全等級，同時對應(yīng)我數(shù)據(jù)的使用人員，對于什么人看什么數(shù)據(jù)完全做到可控。

剛才我們提到非結(jié)構(gòu)化數(shù)據(jù)處理，現(xiàn)在我們有大量的日志的文件，音視頻的文件，這些數(shù)據(jù)我們怎么發(fā)揮出它的價值？在阿里巴巴其實(shí)也是能夠把我們的對象存儲和大數(shù)據(jù)處理平臺相結(jié)合，這里面做了一個技術(shù)性的事例，這是日志文件典型的非結(jié)構(gòu)化數(shù)據(jù)，如何通過大數(shù)據(jù)平臺建立一張外部表關(guān)聯(lián)數(shù)據(jù)文件，傳統(tǒng)的做法，要分析的時候可能還會讀出來，放到另外的位置再解析。現(xiàn)在保留在原來存儲的位置，通過大數(shù)據(jù)平臺外部表技術(shù)的能力，在數(shù)據(jù)不移動的前提下解析它、分析它。像分析本地表一樣簡單，這是對于非結(jié)構(gòu)化數(shù)據(jù)處理，需要我們在這方面建設(shè)。對于日志文件、音視頻文件、圖片文件都有對應(yīng)的接口來滿足不同場景的需求。

實(shí)時交互，剛才說針對批量，實(shí)時交互滿足用戶提交請求，不管做多少表格關(guān)聯(lián)、多大業(yè)務(wù)關(guān)聯(lián)、多大數(shù)據(jù)量，都可以達(dá)到秒級和毫秒級訪問，這是阿里巴巴內(nèi)部應(yīng)用中，在事實(shí)交互計算來講對應(yīng)的場景。應(yīng)用很多類似全表索引等等技術(shù)，如果把這些技術(shù)應(yīng)用到極致，在用戶查詢的時候，在阿里巴巴面向數(shù)據(jù)運(yùn)營人員和商家都會有數(shù)據(jù)實(shí)時交互的場景。怎么滿足這種業(yè)務(wù)運(yùn)營人員的身價在查數(shù)據(jù)的時候，并不是說體驗(yàn)很差，能夠滿足他們的體驗(yàn)，滿足業(yè)務(wù)的時效性。這是實(shí)時交互計算能提升的數(shù)據(jù)價值和業(yè)務(wù)價值。

流計算，這是今年雙十一最終的交易圖，從10號零點(diǎn)到11號24點(diǎn)，這個大屏的數(shù)據(jù)每時每刻都在變化，那也就是大屏背后的數(shù)據(jù)體系是流計算支撐的體系，我們展現(xiàn)出來的是大屏效果，但是背后有一套流計算體系，實(shí)時抓取數(shù)據(jù)、實(shí)時展現(xiàn)，這是流計算全鏈路的體現(xiàn)。流計算并不是一個點(diǎn)，而是一個鏈條。如何面向不同的數(shù)據(jù)源做到實(shí)時采集、實(shí)時計算、實(shí)時展現(xiàn)，這個能力的建設(shè)是一個完整的能力體現(xiàn)。

另外我們提到涉及到這么多數(shù)據(jù)源，而且不僅僅是數(shù)據(jù)源，在企業(yè)內(nèi)部、金融企業(yè)內(nèi)部會涉及多種多樣的數(shù)據(jù)源，如何把整個體系作為整體集成起來？這是阿里巴巴從技術(shù)研發(fā)的角度去做了很多工作。在阿里云內(nèi)部來講，各個數(shù)據(jù)源都是有對接的接口，作為一個統(tǒng)一的體系把這些異構(gòu)的數(shù)據(jù)源作為整體整合起來。

說完了數(shù)據(jù)計算，我們再談數(shù)據(jù)分析，數(shù)據(jù)分析分幾個層面：比較基礎(chǔ)的BI分析，數(shù)據(jù)建模分析、可視化分析。BI分析舉一個簡單的例子，我們在給商業(yè)銀行服務(wù)的大數(shù)據(jù)平臺，在建平臺的同時幫助他做了一個內(nèi)部的自助查詢項(xiàng)目，解決了整個行業(yè)內(nèi)業(yè)務(wù)部門70%的報表查詢的數(shù)據(jù)。傳統(tǒng)的做法是業(yè)務(wù)部門有報表需求交給科技部門，科技部門再進(jìn)行排期再進(jìn)行研發(fā)，業(yè)務(wù)部門拿到數(shù)據(jù)的時候，這個數(shù)據(jù)從業(yè)務(wù)上已經(jīng)不關(guān)心了，因?yàn)橛兄芷凇I(yè)務(wù)部門70%報表需求完全通過項(xiàng)目體系，自助的做，完全通過拖拉拽和可視化報表完成，剩下30%是復(fù)雜的情況，由科技部門幫助他實(shí)現(xiàn)。70%的工作量的節(jié)省，對于業(yè)務(wù)部門的價值時效性和對于科技部門的人力的成本、工作量的減少都是非常明顯的提升。這是BI分析角度來講我們看到的。對于大數(shù)據(jù)平臺，我們?nèi)绾螡M足業(yè)務(wù)人員直接上平臺里面查數(shù)、取數(shù)、分析數(shù)據(jù)，這是我們?nèi)グl(fā)揮出整個大數(shù)據(jù)平臺的價值的第一步。BI更多是報表分析、圖表分析，后面有很多建模的場景，包括今天多次提到AI、數(shù)據(jù)建模、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等，這面對特定的數(shù)據(jù)分析。

數(shù)據(jù)分析人員需要有一套體系幫助他構(gòu)建模型，幫助他去實(shí)現(xiàn)這種算法調(diào)優(yōu)、算法構(gòu)建等等一系列的過程。在阿里巴巴內(nèi)部，現(xiàn)在整個集團(tuán)差不多有將近4000名以上，不到五千名數(shù)據(jù)模型分析螈，這些分析人員會有統(tǒng)一的工作平臺，通過這個平臺完成整個數(shù)據(jù)的預(yù)處理，特征工程、模型的構(gòu)建、模型的調(diào)優(yōu)，整個到最終的在線發(fā)布，一整套系列都是在統(tǒng)一的平臺上做。這樣能有效的發(fā)揮，像我們耳熟能詳?shù)男庞?，背后涉及到上百個模型的計算，這些模型都是通過這個統(tǒng)一的工作平臺來實(shí)現(xiàn)的。

數(shù)據(jù)大屏大家看起來很直觀，通過很多的可視化、可互動的方式，把我們的數(shù)據(jù)展現(xiàn)成動態(tài)的模式，讓數(shù)據(jù)活起來、讓數(shù)據(jù)動起來，好處是我們能看到從傳統(tǒng)報表上看不到的數(shù)據(jù)的含義。這方面來講，其實(shí)我們剛才舉的雙十一大屏是非常典型的例子。在阿里巴巴內(nèi)部專門有一個整個決策大屏，上面展現(xiàn)BU業(yè)務(wù)運(yùn)營情況。這對于整個的業(yè)務(wù)決策、實(shí)時的分析，包括系統(tǒng)的運(yùn)維，這些場景其實(shí)對于大屏來講都是非常適合的應(yīng)用場景。這個場景其實(shí)里面幫助客戶已經(jīng)構(gòu)建了很多展現(xiàn)的主題，包括幫助你連接數(shù)據(jù)源，需要我們考慮的是怎么設(shè)計整個綁定，怎么設(shè)計指標(biāo)幫助我通過可視化的手段把業(yè)務(wù)價值展現(xiàn)出來。

以上是從技術(shù)的視角，從整體的角度介紹阿里巴巴內(nèi)部去構(gòu)建大數(shù)據(jù)體系里面包含的各個技術(shù)的組件。光有這些技術(shù)組件，它是很重要的一部分，但不是大數(shù)據(jù)整個體系的全部。像我們蓋房子一樣，光有很好的建筑材料，但是不代表就一定能建立很好的房子。我還需要很好的設(shè)計。當(dāng)然設(shè)計里面需要很多基于科學(xué)的方法去構(gòu)建，基于力學(xué)、建筑學(xué)等等方法構(gòu)建。數(shù)據(jù)工程一樣是這樣，我們構(gòu)建一個大數(shù)據(jù)平臺，光有這些技術(shù)組件是必須，但不是完全的。還需要非常合理、非?？茖W(xué)的方法幫助我們?nèi)?shí)現(xiàn)這個技術(shù)組建。在這條路上阿里巴巴通過不斷的積累或者不斷的踩坑，總結(jié)出來面向大數(shù)據(jù)如何合理的去構(gòu)建一個大數(shù)據(jù)平臺體系，這個平臺體系能發(fā)揮出我們的業(yè)務(wù)價值。阿里巴巴內(nèi)部，阿里巴巴的業(yè)務(wù)板塊，大家比較典型的是電商板塊，淘寶、天貓，還有金融板塊還有菜鳥物流等等板塊，大家都知道，其實(shí)還不只是這些，還有很多板塊。這些板塊在集團(tuán)內(nèi)部，從數(shù)據(jù)平臺講是構(gòu)建統(tǒng)一的數(shù)據(jù)平臺去支持這些不同的業(yè)務(wù)板塊。并不是每個業(yè)務(wù)板塊構(gòu)建自己的數(shù)據(jù)平臺。阿里把這個數(shù)據(jù)平臺叫數(shù)據(jù)中臺，數(shù)據(jù)中臺解決了整個集團(tuán)內(nèi)部數(shù)據(jù)的存、通、用，存是從武力和邏輯數(shù)據(jù)的集中存儲，通是把各個業(yè)務(wù)板塊的數(shù)據(jù)打通，打通之后才能發(fā)揮出更多的數(shù)據(jù)價值，比如客戶的畫像整合是打通的，站在整體的角度看待這個客戶。用是最終的服務(wù)于不同的業(yè)務(wù)板塊，所以這是整個去構(gòu)建數(shù)據(jù)中臺內(nèi)部包含的一整套的方法體系。

總結(jié)，這套方法體系包含三部分：one-date，整個數(shù)據(jù)平臺內(nèi)部跨業(yè)務(wù)板塊，數(shù)據(jù)匯總角度要打通，形成面向業(yè)務(wù)分析的模型構(gòu)建，傳統(tǒng)的類似于像數(shù)倉，構(gòu)建數(shù)據(jù)基礎(chǔ)層的時候，更多利用三藩市建模的方式，它并不足以支撐業(yè)務(wù)用戶直接使用、直接查詢。它解決如何面向業(yè)務(wù)分析，企業(yè)內(nèi)部同一個分析指標(biāo)有唯一的一套算法，并不是說解決數(shù)據(jù)的質(zhì)量和數(shù)據(jù)不一致的問題，one-date面對分析層構(gòu)建整個分析的指標(biāo)和標(biāo)簽。one ID，圍繞后面講的以客戶為中心，我們知道對于客戶，它在網(wǎng)上的行為會有很多的標(biāo)記，比如說手機(jī)號、郵箱、淘寶賬戶、支付寶帳號，對于每個BU來講，他知道的只是這個客戶的片面的屬性，同時它可能會做營銷的時候，它并不是針對一個人做營銷，而是針對一個手機(jī)號做營銷，針對郵箱做營銷，但是背后不能識別出來這些代表的是同一個人。one ID解決的就是打通的問題。面向不同的用戶的標(biāo)識能給它打通，最終是我能識別出一個具體的自然人、具體的一個公司，這個能力的提升是對于整個從業(yè)務(wù)的角度來講，對于營銷、風(fēng)控都是非常關(guān)鍵的能力，是一個關(guān)鍵的核心能力。我相信從金融行業(yè)來講，更多的以后會開展面向互聯(lián)網(wǎng)的業(yè)務(wù)，這種業(yè)務(wù)同樣可能遇到這樣的問題。我并不是針對手機(jī)號發(fā)廣告，一定是知道這是誰，他有什么樣的行為，在互聯(lián)網(wǎng)上有什么行為，針對這個人去給他做廣告。oneService是統(tǒng)一數(shù)據(jù)服務(wù)的能力，大量數(shù)據(jù)提供服務(wù)一定是可管理、有序的，它作為統(tǒng)一的數(shù)據(jù)服務(wù)引擎，數(shù)據(jù)服務(wù)的配置，這樣作為三個one構(gòu)成整個大數(shù)據(jù)平臺的方法體系。我更多是說整體的層面，要更細(xì)化，包含很多的內(nèi)容，會細(xì)化到構(gòu)建數(shù)據(jù)平臺，一個表怎么命名、一個字段、一個指標(biāo)怎么命名，這里面都是有嚴(yán)格的規(guī)范。按照統(tǒng)一的規(guī)范構(gòu)建數(shù)據(jù)平臺，才能保持可持續(xù)。這是從方法體系上的介紹。

One ID，阿里巴巴內(nèi)部首先識別這個人，通過不同的標(biāo)簽識別這個人，識別出來之后，后續(xù)再給他提供服務(wù)、提供營銷，進(jìn)行風(fēng)控的時候，我會有各個不同的數(shù)據(jù)處理的場景，就是圍繞場景。最典型的就是客戶畫像，識別出一個自然人，這個自然人上在所有的領(lǐng)域，不同的業(yè)務(wù)板塊上發(fā)生過的行為，留下這些標(biāo)簽的記錄，我給它匯總起來，形成完整的客戶標(biāo)簽。這個其實(shí)對于整個金融行業(yè)來講，我們現(xiàn)在都在提客戶畫像，這和傳統(tǒng)的構(gòu)建360度視圖差別在哪兒？我們把各個渠道的數(shù)據(jù)整合起來，那時候更多是數(shù)據(jù)的展現(xiàn)?？蛻舢嬒竦哪康氖且o客戶打標(biāo)簽，這個標(biāo)簽是計算的結(jié)果，這個標(biāo)簽也是我們獲取數(shù)據(jù)內(nèi)外部數(shù)據(jù)整合利用的結(jié)果，通過這些標(biāo)簽可以做很多工作，做客戶篩選和分群和營銷，其實(shí)是更有針對性。所以客戶畫像是我們后面面向很多客戶應(yīng)用場景圍繞他的服務(wù)，圍繞風(fēng)控、營銷這些場景的基礎(chǔ)?？腿悍糯?，企業(yè)內(nèi)部核心客戶有哪些，或者價值貢獻(xiàn)度最大的有哪些，通過這些客群的梳理，我總結(jié)出這個群體有沒有共性的特征，基于這些共性特征做人群的放大，這樣對于整個業(yè)務(wù)的拓展，營銷的拓展就會有很大的指導(dǎo)意義。我在做營銷的時候，并不是廣撒網(wǎng)，而是有針對性的撒網(wǎng)。面向一個有目標(biāo)的人群撒網(wǎng)，這個目標(biāo)如何確定？它利用了很多AI的技術(shù)，通過數(shù)據(jù)分析的模型去梳理出來、計算出來，這是從客群放大的應(yīng)用能力。在內(nèi)部有很多的典型的場景。

第三個是產(chǎn)品推薦，定位好目標(biāo)客戶，我們給他推薦哪些產(chǎn)品？我相信在金融行業(yè)里面也會同樣遇到，比如說我們類似于同質(zhì)化產(chǎn)品非常高的情況，這類產(chǎn)品，我們?nèi)绾卧偃ッ鎸Σ煌蛻敉扑]產(chǎn)品？而且這種推薦是基于已經(jīng)有的歷史數(shù)據(jù)和實(shí)時數(shù)據(jù)的結(jié)合，這兩者的結(jié)合是給客戶推薦產(chǎn)品的時候，我會基于他大量的歷史記錄、交易記錄進(jìn)行計算，同時我會基于這個客戶在當(dāng)時時間段發(fā)生的動作，他的觸發(fā)，比如APP上點(diǎn)擊什么、瀏覽什么、收藏什么，在網(wǎng)站看了什么產(chǎn)品，基于他實(shí)時發(fā)生的行為，我去觸發(fā)給他推什么產(chǎn)品。我相信大家在淘寶上都有這樣的感受，我買什么東西，還會給我推送什么產(chǎn)品。背后有很多處理策略，比如冷啟動策略、關(guān)聯(lián)策略，還有基于客戶行為歷史、交易歷史的策略，它背后有不同的算法。這些技術(shù)、算法結(jié)合，其實(shí)保障了我最終向客戶推薦一定是從計算的角度來講是他最需要的、最有針對性的，這是產(chǎn)品推薦。

最后是智能客服，我們知道智能客服通道人工智能里面的語音分析，語音轉(zhuǎn)文本，文本轉(zhuǎn)語音，還包括很多自然語言解析等等技術(shù)，這塊應(yīng)該說在AI領(lǐng)域能看到已經(jīng)是實(shí)際落地的業(yè)務(wù)的場景。像我們?nèi)ゴ蜷_支付寶聯(lián)系客服的時候，將近90%都是機(jī)械座席回答問題，只有極度敏感還有投訴等特殊情況才會轉(zhuǎn)人工客坐席?？头I(lǐng)域利用人工技術(shù)領(lǐng)域提升客戶體驗(yàn)，來降低整個呼叫中心運(yùn)營的成本，包括我們在這里面還可以做很多事情，比如情感分析，分析這個客戶的語言里面有哪些情感因素，有沒有潛在的銷售線索，其實(shí)都是可以通過語言解析和背后的整套算法來幫助我們分析的。

這是我今天向大家匯報的主要內(nèi)容。因?yàn)闀r間非常有限，我更多從整體的角度，從宏觀的角度來向大家介紹的。謝謝！