2019数博会:从“各自为战”到“生态共同体” 线下大数据生态

2019年5月30日14:44:00 发表评论 14 浏览

5月28日,2019数博会第二届线下数据商业生态高峰论坛在贵阳国际生态会议中心成功举办,由中国国际大数据产业博览会组委会主办,众盟数据承办,论坛上嘉宾们分享了线下数据的创新成果,探讨了线下数据赋能实体经济的新商业之道,共同助力企业实现智能商业转型升级,让更多企业搭上智能商业的时代列车。

2019数博会:从“各自为战”到“生态共同体” 线下大数据生态

论坛上开展了以“从各自为战到生态共同体—线下大数据生态发展的必然”为主题的圆桌对话,天图资本董事总经理李竞、上海市北高新股份有限公司副总经理马慧民、安徽省大数据产业联盟秘书长吴鑫坤、小红书公共战略副总裁韩明、广州诺米品牌管理有限公司联合创始人郭斌、众盟数据 CTO 曾黎,围绕线下大数据展开了积极的讨论和交流,核心观点如下:

1、随着移动互联网、云计算、大数据等技术的深入发展,传统行业之间的边界被打破,以往生产、制造、销售、服务等各个独立、零散的单元逐步走向融合、互联互通。

2、大数据的价值更多强调的是跨界,即跨业务、跨企业、跨行业、跨地域、跨系统。大数据不会独立存在,而是不断与各行各业融合、创新,创造新的服务、新的价值。

3、在“生态共同体”中,大家的命运越来越紧密地交织在一起,倡导共生共赢才能可持续发展。

4、大数据的价值远不止于此,大数据对各行各业的渗透,是推动社会生产和生活的核心要素。

以下为圆桌论坛嘉宾的演讲实录:

主持人(李竞):非常有幸在数博会这个平台和大家一起探讨应用,现场的马总、吴总、曾总都是数据专家,对数据理解特别到位。今天还请两两位不同的嘉宾,一位是广州诺米的郭总,他是一个新兴的线下零售新巨头。诺米在中国截止4月份有500多家线下零售店,可以想像能产生多少数据资产。小红书也是一个新兴巨头,他们昨天的发布会宣布了有2.5亿注册用户,这也是一个大数据应用级别。小红书着重在线上,今天正好有一些线下的新巨头、线上的新巨头以及三位数据联盟的专家和我们一起向问题。首先,我请他们各自做一个比较简短的介绍。

郭斌:大家好我是诺米家居的郭斌。我们是2017年开始创立的,目前在全国主要购物中心都有覆盖。一线城市和新一线城市大概开了500家左右,我们在数据方面还是小学生,所以在这里跟大家一起学习。

韩明:首先感谢主办方的邀请。小红书线下大数据有2.5亿的用户,我们是在2013年开始成立公司,去年拿了第一轮融资,现在有30亿美元的估值。最开始,小红书做的是海外购物的分享,后来伴随着国家政策红利的趋势,除了做分享以外,还做电商。我们应该是属于中国第一批做跨境电商的企业,这一块也是伴随着政策的红利走道了今天。这个阶段现在因为整个社区有比较多的关注,我们希望能够把全世界2.5亿用户,里面有70%的内容来自UGC的内容,这里面产生了比较大的数据和趋势。

吴鑫坤:我是安徽大数据产业联盟秘书长吴鑫坤,联盟2017年在安徽省经信厅指导下成立,联盟理事长是中国科学技术大学计算机学院副院长陈恩红教授。我的企业身份是,来自安徽数据堂,简单介绍一下数据堂,数据堂专注于人工智能数据服务,目前拥有2PB数据、4.5万套人工智能场景数据。

马慧民:我来自上海,有两个职务:一是上海市北高新股份有限公司副总经理,去年我们公司股价从3.01分涨到20元。二是上海大数据联盟常务副秘书长,这是上海的大数据行业组织,目前有700多家企业。

曾黎:我负责众盟数据的产品研发工作,众盟数据上线6年多,我们一直坚持用大数据和人工智能技术,让线下的生意更加好做!

主持人(李竞):数据资产化更普遍了,在这种驱使下,这些数据变化对传统的零售业能够看出发生什么历史上的变革呢?

郭斌:泛家居属于比较传统的零售行业,在这个过程中,我打个比方,相当于马车和汽车的改变。从门店的选址到店铺的前端、中端和后台,再到大供应。从智能选址开始,开在哪里,目标用户在哪里,一直到选择什么类型的产品,商圈怎么对应,店铺热力图、排班、后台的供货、物流、生产等等,之前是靠比较落后的人海战术,这是效率极低的方式。但是我们把这些用户数据以及之前开店零售所有的细节全部归类化、标准化之后统计起来,系统运营,这是我们感受到不错的地方。

韩明:我们做的是线上的,也在尝试做线下展示的东西。今天学习到非常多关于线下数据的东西,包括刚才特别是广宇昊分享的内容,线下平台可以跟线上有很多的结合,如果有更广泛的数据分析指导线下的经营,我认为我们会有更多的机会。相反,因为看到5G时代的来临,现在很多的生产数据会有更多的应用。怎么样把线下产生的数据和线上产生的内容进行分析和比较,反过来引导线下的定位,这是一个机会。

吴鑫坤:当前数字业态环境,给传统零售带来的改变很多,前两位嘉宾说得非常好。在商品经济不发达的时代,约定的时间,大家都会到集市来卖东西,或者根据自己的需求来采购物品,集市是商业地产的雏形。随着商业地产的发展,商场和超市等成了我们现在定义的传统零售,有一个固定的地点,随时随地有需要都可以去买想要的东西。随着云计算、大数据、人工智能的发展,迎来了又一轮商业进化。刚才演讲嘉宾提到小程序,我就以小程序为例来说说个人观点,传统零售越来越难做,一是获客越来越难;二是营销越来越贵;三是复购率越来越低;四是经营越来越没方向,店铺整改,没有数据支撑,热销商品备货不及时等问题。小程序才面世二年多,就被广大传统零售商接受,甚至“小程序+公众号”成为本地生活商家的新标配。为什么发展这么快?因为解决了传统零售的一部分痛点,但是大家在用的过程又有新的问题来了,都是千篇一面,同质化的问题。前段时间我跟“木鱼小铺”的创始人聊天,他的观点我很赞成,同样使用小程序,要做品牌化的用户体验,做低成本高性价比的高端零售小程序,有品牌思维,品牌赋能,这一点值得肯定。另外,新零售也成了人工智能的一块新战场。无人零售,顾客可以在无人值守的情况下自主购物,京东已经开始在尝试做了。顾客行为分析,虚拟试戴等等,这都是人工智能所给予的智能化场景。要实现这些智能化的场景,人工智能技术算法需要大量的训练数据,数据堂就在做这些数据产品。

马慧民:这个时代对传统时代的变革,大家可以去看颜老师的《第三次零售革命》,无外乎是对人、货、场、供应链几个环节的改造。无论哪个过程,都是基于数据的创新,我们对人的分析、对客群的分析,对于货物、制造端生产,供应厂以及物流的供应链几个环节的改造都是基于数据。所以,数据就成为最重要的要素。数据运营在这个时代到底变成了什么情况?回顾人类的历史阶段,从蒸汽机时代到电气时代到现在的信息时代,关键在于“在线”。蒸汽时代是动力在线,不再受居住地限制。电气时代我们使得对其它任何能源都可以改变成电,不再受能源形式的限制。现在是数据在线的时代,这个时代让所有由于信息不对称带来的效率低下问题全部消除。让我们在时间、空间上快速对接了信息。现在找对象的速度比原来快很多,原来只能是通过空间人,晚上没有联系方式,隔几天约前面。现在不是,空下来的任何时间都可以聊天,这就是信息在线时代,对我们的颠覆是全方位的。我们对数据的运营,数据可能会成为我们个人的资产,这个话题前面几个嘉宾也讲到,前面嘉宾讲到用户资本主义,我认同这个观点,个人在这个阶段怎么保障自己的利益,实现更多的价值。

曾黎:我从数据发展模式或者技术背景上讲,当前在零售行业面临的比较大的变革。传统的零售行业里面,数据资源非常丰富。近年来特别是最近四五年来,包括移动互联网的发展、大数据和AI技术的发展,对人的描述、人的数据化程度达到一个拐点,带来了新零售的革命。

刚才,前面几位老师讲到人和场的关系,比如选址、客流分析,之所以能够展开也是来自于人的标准化、ID化,知道这个人的身份,对人的行为识别,比如他是进场还是交易。人和货的关系,近两年有比较大的突破,比如人脸支付、交易环节,包括交易时的芯片。随着这三个领域的打通,更多在技术层面上反向推动AI大数据的发展,对用户来说效率会越来越高,社会效率、企业成本会越来越高。所以,在当前这个变革阶段,对人的诉求的描述是非常重要的突破点。

主持人(李竞):各位专家说到未来数字应用的重要性,可能会产生革命性变化。我有一个问题,现在数据这么重要,但是大家很割裂,比如诺米拥有的是线下数据、小红书来自于线上,各自拿着各自的数据,之间没有互通,原来是各自为战。假设原来数据有共同体,这个共同体上会有什么非常积极的应用呢?可以谈谈自己对方面的想法。

郭斌:我们是纵深比较深的行业,从零售端到后端的制造。还有横向的,面对用户,我们提供社会方式的产品。每一项产品都是日常生活当中不同的小场景,从卧室到客厅到工作环境,都有应用场景。纵向数据、横向数据怎么共通,围绕客户产生价值,这是值得探讨的。

韩明:昨天小红书推出小红心,主要是把普通人看到的好的商品打分,进行评价,最后出来的榜单。在线上讲,小红书用半年时间,采集了在小红书上有真实消费、真实体验的50万用户,对3100多种商品进行评价和打分,最后出来一个榜单,然后跟客户分享。比如对于口红、面膜,线下消费过程中有多少评价,50万用户的倾向性来讲,是无限趋于真实的情况,如果把线下数据拉伸的话,通过线上平台去分享,会有更大的价值,所以会有更大的作用。

吴鑫坤:结合我从事的工作,来说一下。一是客户有数据需求,根据需求去采集数据。二是数据堂建立了一个数据实验室,数据实验室的数据科学家们,预判未来半年产业需要什么数据,提前采集这些数据。对于没有数据的企业,根据需求去生产所需数据,对于拥有大量数据的企业,数据堂提供的是数据标注服务。从产业层面说,安徽合肥有“中国声谷”,有“大数据小镇”,多是应用类型的企业,同时也打造产业链上下游企业,如讯飞、国创、中科类脑等。数据、算力和算法在这里都有了,这就是一种互通和互补的健康业态,大数据产业联盟作为一个平台,发挥了积极作用,从长远来说,这还不够,需要更大规模的业态。

马慧民:我有三个方面的期许:一是通过这么一个共同体,让全社会老百姓都知道在数据在线时代数据是非常有价值的,而且它对个人将会产生很大的用处。像数博会这样的论坛举办,意义非常大。二是共同体的合作机制应该是多方共赢机制,里面要解决的是数据怎么互相可信,你的、我的多方数据在平台上流通共享,有人对平台贡献的数据多,他获得的利益也应该更多,这是多边、双边的关系。三是应当让个体在这个共同体当中获利,而不是损害个体的利益。单个个体没法跟大机构抗衡,比如前面嘉宾讲到的未来数据是否通过区块链方式固定住,相应数据收益都应该返还给个人。

曾黎:我主要是讲全行业、全方位的打通。线下数据主要是轨迹数据,一旦全部打通之后,这个共同体里面的每个企业、个人都会获益。

主持人(李竞):共同体有很大多少,要打通有标准,大家对共同体的标准有什么看法,这个共同体应该包括哪些公司和不同的领域,能够使这些更加标准化?

郭斌:在我看来,零售行业围绕用户相关的服务行业,都可以从点到面集中起来,形成最大的价值。

韩明:刚才闫树博士提到,今天凌晨网信办发布了数据安全管理办法,伴随着未来5G时代的到来,每个场景都有不同的硬件去采集数据,面临的问题可能会有一些挑战。有两块是不可或缺的力量:一是关于安全技术的公司、行业机构,二是政府部门在里面的作用会非常大。

吴鑫坤:政府、科研机构、企业、联盟都是生态共同体的组成部分,各主体发挥不同的优势,共同建立行业标准,推动行业健康发展。政府出政策引导产业方向,联盟搭建平台为企业创造交流与合作机会,在整个产业链上,企业找到自己发展的立足点。生态共同体各组成部分和谐发展,才能走的更远。刚才成立的线下大数据城市生态联盟,都是生态共同体不可或缺的元素。

马慧民:如果产业共同体从数据商品的角度来看:一是生产什么样的数据,二是怎么生产这些数据,三是数据为谁生产。对应于数据生产的企业、数据交易的企业、数据价值分配的机构。无论哪个环节,都涉及到一些规则和标准的制定。类比到当年的电力在线、动力在线,现在是数据在线,也就是当年电力在线各个小企业都能生产,有各种标准,220伏、300瓦的,电厂生产更高的设备保证他的提供。环节当中由政府、企业来分配,企业本身就是市场发挥作用的过程。

曾黎:一是行业数据,比如消费者终端。二是服务消费者行业的企业,进入供应链的上下游体系。三是以此为平台的政府公共数据,他们为安全、保障、发展提供数据。这三块构成了现下绝大部分的数据来源。与之相对应的,线上、线下数据的打通,必然会形成完善的数据格局。我们希望通过这些标准,因为线下环节数据成本比较高,大家是独占,越是这样越需要数据的流通方式来打破数据孤岛。

主持人(李竞):线下数据非常广泛,建立共同体以后,未来80%线下零售升级会起到哪些关键作用?

郭斌:能让我们更宽更深的了解用户,从而带动纵向的中台、后台、供应商、原料商更好的服务消费者。

韩明:这里面的算法会更加聪明,我们会了解客户心里的真实想法。比如,线上有头条、抖音这些平台,依托大数据分析,怎么触达你想要的比较好的信息。未来,在线下可能会有一些场景,让线下的平台商家来的用户,原来的画像是什么样的,我会给他有更加真实和美好的服务。

吴鑫坤:生态共同体的建立需要一个过程,建立共同体以后,对线下的零售升级将是革命性的裂变。用户体验越来越好,商家后台管理效率越高,消费者和商家的距离接近零点。

马慧民:两个方面:一是数据生产能够更加精准和有效,在这个共同体当中,我们有数据的需求方和制造方,有大应用场景来指导数据的制造和采集,所以会更加精准和有效。二是会使流通和交易更加安全、更加规范、更加的高效。因为在这个共同体当中我们有自律公约的发布,行业监管和部门的参与,所以在这个共同体当中我们很自信的开展数据流通和合规使用,数据的流通和交易是有技术保障、有法律法规保障的。

曾黎:共同体最终都是为客户创造价值,因为有了这样的共同体,所以我们可以在这样的行业标准和公约下合理合法,高效率的运转,提高整个效率,最终服务好好实体经济。

主持人(李竞):总结,大家觉得数据一是合规,二是标准化,三是互融互通,形成大数据,这样就有机会发酵,让传统的线下零售发生根本性、根本性的变化。包括我们可能更理解客户的需求,更智能地知道他们需要什么,改变供应链的效率,各方面都是我们现在所说的融合线上线下的新零售技术。我们相信,数据的应用是未来新零售的核心,也是可以促进整个经济不断向前发展,向未来更高台阶上升的动力。同时,我们希望共同体能够帮助中国所有传统线下零售升级成为新零售公司,也能够让大家的生活更美好。

【凡本网注明来源非中国IDC圈的作品,均转载自其它媒体,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。】

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: