至顶网 08月29日 新闻消息(文/李祥敬):王雨先生,专注在互联网营销、企业数字化营销、数字化转型领域十余年的经验,为医药、零售、家电、保险等企业主导实施过多个大型复杂的数字化营销转型项目,曾就职于IBM、甲骨文、凯捷、格兰斯路、微软、百度、腾讯等知名企业,历任甲骨文的高级顾问,凯捷咨询CRM团队负责人,格兰斯路CIO,百度、腾讯高级产品专家等。在大数据营销领域具有非常丰富的经验。
近日,王雨接受了至顶网的专访,畅谈了他眼中的大数据营销、中美大数据的不同、大数据领域的独角兽等热门话题。
问:目前在中国国内,大数据营销变现目前处在什么阶段与状态,对中国企业在营销领域的影响是怎样的?
王雨:我国从2015年提出了国家大数据战略,大数据已经成为企业品牌应对市场变化和占据市场先机的重要手段。纵观大数据的市场,目前可以分成三类,技术驱动型,搭建底层大数据平台。行业驱动型,如信用评估、广告监测等。数据驱动型,自身采集大量数据服务企业。技术驱动型就是各类底层建设的数据平台公司。而行业驱动型、数据驱动型由于国内信息化水平较低、数据开放不够规范成体系,反而发展的较快。2011年-2017年以来,大数据的百度指数从微弱的不足100点飙升至10435点。意味着大数据已经渗入到各行各业,目前国内大量企业通过大数据来促进营销,典型的如阿里的数据银行,就是大数据营销的经典案例。目前已经有几千家企业入驻使用。
问:在国际上,尤其美国较为发达国家,他们的大数据应用情况如何,是否有值得我们借鉴的地方?
王雨:对比中美市场,我们可以看到美国市场,技术驱动型公司比较多而且体量很大,Palantir估值200亿美金,Cloudera估值50亿美金,Splunk和Tableau都已IPO上市。行业驱动型和数据驱动型公司体量相对较小,多数处于发展早期。主要原因是欧美企业信息化程度高,数据开放程度高于国内且较为规范,国外资本市场更加看重技术实力强的公司。因此造成了美国的技术型公司领先其他国家,能造就出大体量的独角兽。至于说借鉴,我认为目前应该是互相学习的阶段。Copy From China已经成为一个普遍现象。中国由于近些年快速的商业发展,大部分公司的IT建设已经跟不上企业的发展规模,数据量的积淀也在几何级的增长,各种垂类行业的精细化程度愈做愈强,因此造就出大量美国所不具备的营销场景,从而衍生出更多的大数据营销工具,如围绕微信体系,就有大量的、小巧的大数据营销工具。因此我认为早期可以说是从美国学的比较多,而目前已经发展成互相学习借鉴的阶段。再发展下去,我认为某些细分领域一定会超过美国。
问:目前市场上大数据营销变现的主要手段方式有哪些呢?
王雨:目前根据市场的需求的差异化,大数据公司大致可以分为如下三种营销变现方式,技术驱动型利用自身平台变现,如GrowingIO、日志易等,输出技术平台能力,以满足客户需求。这类变现模式通常是以SAAS的能力开发标准产品,客单价低;数据变现主要是数据驱动型公司,如数据堂、聚合数据等,输出自身积累的数据来服务客户,能否对接优质数据源是这类变现模式的最大影响因素。场景化解决方案是行业驱动型公司的主要变现途径,基于客户应用场景,提供整体解决方案。这种变现的特点是定制化程度高,客单价高,比如医药行业的百洋集团。当然还有另外一个大的力量,就是BAT公司,基于大量沉淀的数据,应用于自身的广告推广,每年的广告体量不停的在增大,应该也是业内最成功的数据营销变现的案例。
问:目前中国市场上还是有大量的数据创业公司,对这类企业能选准方向更好的发展,您有什么建议呢?
王雨:目前中国的技术、平台、数据的发展速度惊人,因此我相信在不久的将来,一定会出现BAT之外的大数据独角兽公司,一旦出现也一定会震惊世界。在发展中的公司,希望能从如下几个方面认真思考:
1) 选准细分市场。市场可以分为存量市场与增量市场,增量市场是个变量,难以判断预测。而存量市场比较好评估,例如目前大数据的应用投资还都是属于各个公司的IT投入,因此IT费用的投入多少,决定大数据公司的存活与否,为什么很多公司切入金融领域,就是因为这个每年千亿的市场规模,足以支撑公司存活;
2) 团队组成。大数据大家听起来可能是个技术的工作,但是实际产品一定要接地气,就是产品能真实承接市场的需求,解决市场的需求。因此团队中不仅要有技术的大牛,跟要有合格的产品经理以及能Go To Market的关键角色。能让阶段性的MVP不停的投入市场试水,反馈公司真实的情况,以决定下一步策略;
3) 资源的好坏。俗话说背靠大树好乘凉,创业公司如果能够接入政府、运营商或者BAT的数据,将极高的构建起与其他公司的竞争壁垒。另外的重要的资源是股东,大数据公司往往变现时间不定,因此选准投资人也是非常关键重要,甚至直接决定公司的走向;
其他的公司的运营能力、树立标杆客户、关键时刻强大的PR能力,都决定了初创公司的走向。也希望尽快看到中国数据公司大体量的独角兽尽快出现。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。