李墨天

自2013年起，中國大數(shù)據(jù)產(chǎn)業(yè)日趨活躍，至今已呈現(xiàn)出百花齊放、異彩紛呈的發(fā)展態(tài)勢。在互聯(lián)網(wǎng)業(yè)內(nèi)，以阿里巴巴、騰訊、百度為代表的行業(yè)領(lǐng)頭羊，不斷將積累的社交數(shù)據(jù)、搜索數(shù)據(jù)、電商數(shù)據(jù)轉(zhuǎn)化為大數(shù)據(jù)時(shí)代珍貴的原生素材。在零售電商領(lǐng)域，由于互聯(lián)網(wǎng)、智能設(shè)備、大數(shù)據(jù)的快速發(fā)展，正發(fā)生著顛覆性的創(chuàng)新與變化。特別是大數(shù)據(jù)技術(shù)，在目前的電子商務(wù)領(lǐng)域中，已經(jīng)被運(yùn)用得相當(dāng)成熟。

作為在這個(gè)數(shù)字化時(shí)代孕育而生的一種全新營銷方式，智能營銷主要借助數(shù)字化渠道，利用互聯(lián)網(wǎng)積累的用戶大數(shù)據(jù)和計(jì)算機(jī)的智能算法，幫助企業(yè)更好地找到目標(biāo)客戶群體，并為客戶提供實(shí)時(shí)、個(gè)性化的需求體驗(yàn)。

對(duì)于品牌和廣告主來說，早已能從人們在電商網(wǎng)站上的互動(dòng)、購買、分享行為中挖掘出商機(jī)。舉例來說，我們在瀏覽網(wǎng)頁時(shí)常常會(huì)看到電商平臺(tái)投放的DSP（Demand-Side Platform，即需求方平臺(tái)）廣告——比如我在京東商城瀏覽了幾款手機(jī)，那么第二天我就很有可能在瀏覽網(wǎng)頁時(shí)看到京東給我推薦了一系列手機(jī)，有時(shí)候還會(huì)推薦手機(jī)殼、耳機(jī)之類的配件。這是目前智能營銷最廣泛、最簡單的一種應(yīng)用方式，即根據(jù)消費(fèi)者的瀏覽和搜索行為推薦他們可能打算購買的商品。但偶爾也會(huì)發(fā)生這樣的情況，比如我剛剛在某購物平臺(tái)買了臺(tái)筆記本電腦，平臺(tái)卻還是會(huì)根據(jù)我的瀏覽記錄向我推薦同類產(chǎn)品，而這時(shí)，此類廣告對(duì)我來說已經(jīng)完全沒有價(jià)值了。由此可見，單純依靠幾個(gè)簡單數(shù)據(jù)做出的消費(fèi)傾向推測常常會(huì)是無用功。

所以，電商掌握的數(shù)據(jù)只有更詳細(xì)、更精準(zhǔn)，才能更了解顧客的購物需求，從而刺激顧客的消費(fèi)欲望，最終促成其購物行為。如果仔細(xì)觀察，我們會(huì)發(fā)現(xiàn)每個(gè)人的淘寶App首頁都是不一樣的。以我的淘寶首頁為例，搜索欄出現(xiàn)的“PS4索尼”是因?yàn)槲医?jīng)常在淘寶上購買PS4的游戲光盤，“熱門市場”欄目里的游戲機(jī)和光盤也是同樣的道理。另外，我會(huì)定期給我的貓買貓糧，這也是為什么淘寶會(huì)給我推薦貓草和貓糧——如果沒有相關(guān)數(shù)據(jù)作為支撐，一家電商平臺(tái)不會(huì)無緣無故向用戶推送寵物食品廣告。其余的推薦更好解釋——我是個(gè)男的，二十來歲，自然會(huì)更容易讓人想到服裝和電子產(chǎn)品，而不是高跟鞋、《五年高考三年模擬》等與我的形象不太相稱的商品。

據(jù)此，也就引出了“用戶畫像”這一概念。每一個(gè)電商必定都想了解：我的用戶是什么樣的，他們的生活習(xí)慣有哪些，他們會(huì)喜歡什么東西？用戶畫像描繪得越準(zhǔn)確，顧客點(diǎn)擊廣告、購買商品的幾率就越高，而這些信息都依賴于數(shù)據(jù)的積累。電商平臺(tái)可以根據(jù)用戶的過往購買行為推測他的性別、年齡和收入，以及他喜歡的品牌、書籍、電影，同時(shí)判斷他傾向于有針對(duì)性地購買還是漫無目的地瀏覽后再做購買決策……根據(jù)這些特征，平臺(tái)就能相對(duì)準(zhǔn)確地為他推薦合適的商品。有時(shí)候，平臺(tái)甚至想要知道用戶所用的智能手機(jī)中，到底有沒有電子商務(wù)支付的終端——有沒有支付寶、銀聯(lián)支付，有沒有唯品會(huì)、京東、天貓這些購物入口……而這些信息都可以通過大數(shù)據(jù)分析獲取。

今年1月，京東聯(lián)合21世紀(jì)經(jīng)濟(jì)研究院發(fā)布了《2016中國電商消費(fèi)行為報(bào)告》，這份報(bào)告提供了很多有意思的數(shù)據(jù)，比如天津是全國最偏好購買化妝品的地區(qū)，東南地區(qū)男性更注重穿著，北方省份比南方省份更喜歡網(wǎng)購食品，山西、河南、廣東、山東、黑龍江、青海和安徽網(wǎng)民更舍得為手機(jī)掏腰包，上海、北京、西藏、浙江四省市則在電腦及辦公用品上花費(fèi)更多。

當(dāng)數(shù)據(jù)量豐富到一定程度時(shí)，商家就可以從中挖掘更多的富余價(jià)值，比如為用戶提供消費(fèi)性貸款。目前，判斷一個(gè)人貸款違約風(fēng)險(xiǎn)大小的主要方式是央行的征信報(bào)告，但央行的征信報(bào)告并沒有覆蓋所有人群——如果一個(gè)人沒有銀行賬戶，那么他就不在央行的征信范圍內(nèi)，而這類人群在當(dāng)前中國絕不是少數(shù)。

現(xiàn)在，一些電商平臺(tái)已經(jīng)開始涉足個(gè)人征信領(lǐng)域，平臺(tái)利用用戶在自己平臺(tái)上的消費(fèi)行為信息，建立起自己的大數(shù)據(jù)征信系統(tǒng)。以阿里小貸為例，這家公司背后運(yùn)營的實(shí)體為浙江阿里巴巴小額貸款公司和重慶阿里巴巴小貸公司。憑借阿里巴巴集團(tuán)旗下淘寶、天貓、阿里巴巴等電商平臺(tái)積累的交易和信用評(píng)價(jià)數(shù)據(jù)——最簡單的就是商戶的交易數(shù)據(jù)，他們就能從商戶的營業(yè)額判定他的風(fēng)險(xiǎn)承受能力，進(jìn)而確定給他貸款是否合適。通過這樣的方式，阿里小貸建立起了一個(gè)類似于央行征信系統(tǒng)的信用評(píng)價(jià)數(shù)據(jù)庫。這種審核方式讓阿里小貸的征信審核成本大大降低，有消息顯示，阿里小貸單筆信貸操作成本為2.3元，而一般銀行的成本在2000元左右。除了商戶和公司，個(gè)人消費(fèi)者現(xiàn)在也有了芝麻信用分，人們可以借此在支付寶上貸款。平臺(tái)也可以從用戶的消費(fèi)數(shù)據(jù)中判斷出他大概的還款能力，舉個(gè)最簡單的例子：銀行不會(huì)批給一個(gè)月收入5000元的人一張50000元信用額度的信用卡，而一個(gè)一年都不太會(huì)上淘寶買太多東西的消費(fèi)者，也無法在支付寶上獲批大額貸款。

當(dāng)然，這些例子并不代表電商的數(shù)據(jù)就更加先進(jìn)，恰恰相反，銀行的征信和評(píng)級(jí)模型遠(yuǎn)比互聯(lián)網(wǎng)企業(yè)復(fù)雜得多，也精確得多——數(shù)據(jù)權(quán)重就是一個(gè)很好的體現(xiàn)。傳統(tǒng)銀行過去不重視一些權(quán)重低、屬于其他類別的數(shù)據(jù)（也有可能是因?yàn)楂@得數(shù)據(jù)的成本太大而舍棄了這些數(shù)據(jù)），但用戶在電商平臺(tái)上的行為信息，恰恰在傳統(tǒng)銀行模型體系內(nèi)屬于權(quán)重低的那部分。

今天，大數(shù)據(jù)已經(jīng)增長到了一個(gè)相當(dāng)恐怖的體量，去年“雙十一”天貓商城的交易額達(dá)到了1207億元！大大小小的電商平臺(tái)每天都在產(chǎn)生難以估量的數(shù)據(jù)，各平臺(tái)如今應(yīng)當(dāng)考慮的問題是，如何利用這些大數(shù)據(jù)。此外，人工智能也是一個(gè)搜集數(shù)據(jù)的新方向：Google無人車已經(jīng)跑了320萬千米，特斯拉的Autopilot系統(tǒng)也累積了3.2億千米的數(shù)據(jù)。而在過去十年內(nèi)，隨著深度學(xué)習(xí)研究的進(jìn)展，機(jī)器在識(shí)別圖片、語音方面的能力都已經(jīng)遠(yuǎn)遠(yuǎn)超越了人類。人工智能的另一個(gè)可怕之處在于，它的使命是給每一個(gè)行業(yè)都帶來變革，而不是為一個(gè)單獨(dú)的細(xì)分領(lǐng)域服務(wù)。我們一定能親眼見證越來越多的人工智能的力量。