【消息】友盟出席2018云栖大会并成功举办数据智能实践专场论坛

发布时间：2021-01-03 00:50:14 阅读：次来源：键盘厂家

2018杭州·云栖大会于9月19-22日在杭州云栖小镇举办，会议主题为“驱动数字中国”。本届大会将举行2场主论坛、170多场前沿峰会和分论坛。

全球领先的第三方全域大数据服务提供商【友盟+】不仅承办了数据智能实践专场。【友盟+】算法总监林巍、战略合作副总经理史敏君还分别在ATEC蚂蚁区块链生态峰会、B2B新势力直播专场进行精彩演讲与直播分享，同时【友盟+】还携核心产品震撼亮相NASA展区C-206。

9月19日上午举办的数据智能实践专场获得了极大的关注，【友盟+】携手映客直播、合合信息、易果生鲜，分别从互联网、营销、新零售、金融领域结合AI技术，共同分享数据智能的价值挖掘与垂直行业的落地案例。

（图为：数据智能实践专场的火爆现场）

第一位分享的嘉宾是来自【友盟+】CPO 吕志国，他介绍了【友盟+】用户洞察三层法，包括宏观、中观、微观三层完整且紧密的数据思维与逻辑。宏观看大势，横向看变化，纵向看对比；中观层面是结构化思维和用户分群策略；微观是细致入微的洞察用户特征，而这些都与数据思维和数据能力密不可分。

（图为：【友盟+】CPO 吕志国）

同时，他从互联网下半场趋势、市场机会、运营策略的三个层面，重点分享了用户洞察三层法和AI驱动的增长双引擎，首次将AI能力融入并产品化落地到互联网数据运营领域，并宣布以“智在AI”为核心的U-App AI版将在2018UBDC正式发布。

【友盟+】U-App AI版正是基于移动互联网市场的敏锐洞察和客户调研，基于全域数据+AI算法，潜心打磨出U-App AI版，为APP开发者打造APP增长双引擎。一是AI智能拉新，基于【友盟+】7亿用户全域画像和营销数据，输出人群策略和媒介策略，帮助APP实现人群、媒体、创意的最佳匹配，更高效高质的获取用户。二是AI全生命周期用户管理，从新手-成长-沉默-流失四大视角，解决APP拉新三大痛点，新用户冷启动、找到高成长潜力用户、定位高流失风险用户，全方位提升用户价值；通过AI算法模型，预测用户价值、预警流失，结合用户分层与画像，实现对超级、高价值、低价值用户的差异化运营。U-App AI版将数据能力和数据应用场景全面产品化，助力APP开发者在互联网下半场实现用户增值、业务增长。

【友盟+】新零售数据业务总经理刘延明为线下商家分享，如何利用全域数据和AI进行门店选址、商圈分析、销售预测，以及如何为门店引入精准线下流量。

（图为：【友盟+】新零售数据业务总经理刘延明）

新零售的基础是实现消费者全场景在线，通过持续沉淀数据和场景应用，形成快速自我学习和迭代的能力。例如在选址场景中，结合【友盟+】海量的消费者行为数据，融入AI算法，预测常态客流和销售收入。

在门店引流的场景介绍中，刘延明分享了一个典型的案例：国内某领先家装零售品牌，在2018年618大促期间，【友盟+】对已购人群进行放大，再圈选周边20公里内的高潜人群，分别在电子屏、OTT投放广告。数据显示：线下电子屏的曝光用户进店率是未曝光用户的16倍。

【友盟+】广告营销数据业务总经理李春元为广告主分享，如何通过分析目标用户的特征，加入更多的用户行为特征，结合AI算法对【友盟+】覆盖的人群做模型训练，找到品牌的潜在目标客户，并根据对这些目标用户的洞察和分析，制定不同的创意策略、媒体策略，最后进行精准触达，帮助广告主降本提效。

（图为：【友盟+】广告营销数据业务总经理李春元）

他通过案例进行进一步的阐述：某母婴品牌，想要覆盖两类目标人群：20～35岁的女性及0～3岁的妈妈，“在投放前我们与客户投放的TradingDesk对接，部署前置机，确保数据查询响应速度在20ms以内。同时基于这两类人群特点进行特征提取，通过【友盟+】平台的底层数据做模型训练，输出与目标用户一致的人群，在后续资源投放当中，【友盟+】对于媒体流量的识别率达到了85%，两类目标人群的命中率达到20%以上。同时，我们对比点击率可以看出，两类人群的点击率分别在5.38%和4.99%，高于历史投放的数据。”

在金融领域，【友盟+】CDO李丹枫在演讲中首先引用了风控数据金字塔模型。

他说道“与风控相关性最强的是人民银行征信数据，但是获取的难度也随之增加，底部的设备行为数据，虽然能够覆盖大部分网民，但是数据的应用难度也最大。金融机对构缺乏数据来鉴别欺诈行为，【友盟+】尝试了在移动设备上的行为数据来破解风控难题。”

（图为【友盟+】CDO 李丹枫）

基于每天触达14亿活跃设备，【友盟+】通过多维数据和机器算法，形成金融风控模型。比如典型的是多头借贷问题，基于手机上的行为数据，可以判断哪些人是更有可能多头借贷的人。“比如这个人会安装多个借贷App，并且安装了自动抢红包、返利、博彩游戏之类的App”，还会结合App使用的时间、时长、频次、兴趣偏好，以及手机的操作系统、品牌、价格、质量等上千个维度的数据来判断。同时从这些相关性很弱的数据中提取信息，通过机器学习建模，用逻辑回归模型和树模型，通过时间序列的变量计算输出一个分值，从而判断借贷人的违约风险。帮助金融企业提高风控决策模型的覆盖率和准确率。

此外，易果集团首席发展官罗彤从新零售2.0案例及特征入手，讲述新零售行业的进化的方法论。他讲到“新零售最大的特点就是顾客不再仅仅是一个物理的个体，同时也是一行行数据，新零售首先要强调让顾客变成二次元。”

（图为：易果集团首席发展官罗彤）