達觀數據CEO陳運文：通過個性化推薦技術，幫助企業提升經營效率

2017年7月5日由品途主辦、電商委特別支持的「2017新零售新服務產業創新大會」在京舉行。大會通過深刻的討論與交流，幫助傳統零售企業更好的把握新零售方向，用大數據、人工智慧等新技術驅動業務，讓傳統零售企業擁抱美好的未來。同時，論壇也將從金融資本角度捕捉零售業轉型升級中的機遇，由對零售業有深入研究的投資大咖帶領觀眾深扒新零售的機遇與陷阱。

達觀數據CEO陳運文在主題演講中表示，互聯網企業對大數據的應用其實是走在前列的，從技術角度來看，傳統的零售企業、電商企業完全可以合理利用大數據挖掘，提升經營業績。例如，店鋪的商品越多，用戶面對的選擇就越多。通過以前拿到的數據顯示，在傳統的零售店鋪里貨架擺放位置不同，會影響著店鋪銷售經營的業績。我們希望通過個性化推薦，能夠把用戶以前不怎麼關注的商品位置更好的挖掘出來。

以下是文字實錄：

非常榮幸，今天能參加品途的這個活動，和各位現場的朋友們，一起分享我們達觀數據在企業個性化、數據挖掘方面的經驗。

首先，簡單介紹一下我們公司，達觀數據是一家非常年輕的公司。從2015年成立至今，發展的速度非常快，獲得了軟銀賽富、真格基金、方廣資本、眾麟資本的投資。

互聯網企業對大數據的應用其實是走在前列的，我之前工作過的百度、騰訊，都是利用大數據挖掘幫助企業提升經營效率。傳統的零售企業、電商企業如何利用大數據挖掘，提升經營業績？這個也是我們一直在思考的問題。從技術的角度來看，用大數據幫助企業客戶提升經營業績，這是達觀數據要做的事情。

做零售的時候，我們首先要做什麼？一邊我們有大量的顧客、用戶，一邊我們有大量的內容，這些內容包括的商品信息、店鋪的各種活動、優惠、打折等。我們希望能夠把用戶和我們的這些產品，更好的連接在一起。

傳統的方式是人工做運營。在線下有店員做店鋪的管理、運營。線上會有一些運營團隊，去做店鋪的促銷活動、打折活動等。但是，是否可以通過大數據技術，把這個過程更好的自動化，把它做得更加有效率？我們覺得，個性化推薦在這地方是可以提升收益的。

在做線下店鋪經營的的時候，有很多老客戶經常去一家店，老闆、店員都認識你了，你去多了以後老闆會說「我們最近新到了一批水果，要不要嘗一嘗？」「我們有一些打折，要不要多買一些？」但在線上是做不到的。一個人能記住用戶行為偏好的數量不超過150個。而計算機不僅可以記150個，記1500個、15000個都是沒有壓力的，那麼如何讓計算機完成這件事？這就是個性化推薦帶來的價值。

店鋪的商品越來越多，用戶面對的選擇越來越多。在傳統的零售店鋪里，以前也拿到過數據，貨架擺放位置不同，會影響店鋪銷售經營的業績。哪些商品應該擺在進門的，流量最大的貨柜上？哪些商品應該放在用戶視覺平行的位置？我們希望通過個性化推薦，能夠把用戶以前不怎麼關注的商品位置更好的挖掘出來。

舉個例子，在線上網站里可以看到，在很多位置都有商品的推薦，怎麼把這個推薦做得更加有效率？讓用戶更加願意點擊？從而促進銷售。這也是個性化推薦技術可以發揮作用的地方。

具體怎麼做？數據採集非常重要。線上數據採集本身比較容易實現。我們可以記錄下來用戶的各種行為，他的瀏覽、收藏、加入購物車、購買等等。線下店鋪如何收集行為？一個是用戶的交易數據，現在基本上都電子化了，交易數據比較容易記錄下來。用戶瀏覽數據如何記錄？我們現在有一些新技術：通過攝像頭採集用戶的身份信息、面部信息數據。把這些用戶的信息採集完之後，我們可以針對消費者的偏好完成全方面的用戶畫像。

用戶畫像不僅僅停留在用戶屬性的畫像，屬性只是用戶畫像很小的一部分。屬性是指性別、年齡、職業、收入，這個比較容易發覺出來。除此之外，我們覺得，一個用戶的興趣偏好，以及他的行為屬性也非常有價值。

每個用戶、消費者到店消費的時候，一定是不一樣的。有的用戶是價格敏感性的，有的不是，有的用戶願意嘗鮮，有的重複購買率比較過，有的用戶對品牌有特別的偏好，如何把這些林林總總的興趣偏好都挖掘出來？通過我們採集的數據，並且基於個性化的大數據系統。這樣我們就可以針對消費者的個性化需求來完成推薦。

在這方面，美國的亞馬遜做得最好。亞馬遜線上1/3的銷售是通過個性化推薦實現的。在，尤其是傳統的零售商，通過大數據完成銷售的比例還是非常低的。我們希望，在這方面能夠幫助我們的合作夥伴，完成銷售的促進。

用戶行為的挖掘是從你對一個用戶之前的毫無所知（比如你不知道他為什麼到你這來消費，他買完以後又去了哪裡，他為什麼挑了這幾件商品）到你可以對他進行更深入地了解（比如他是什麼樣的人、怎麼來的、為什麼要買這些東西），這樣給你帶來的潛在價值會非常大。

在個性化推薦領域，我們也來舉一些例子。因為這些都可以幫助我們的企業提升經營效率。

我們可以判斷一個用戶對店裡哪些商品最感興趣，這對你吸引用戶到店非常有幫助。你甚至還可以判斷一個商品以什麼樣的促銷方式最能打動客戶。

另外，搭售也非常重要。一個用戶在購買一件商品的時候，能不能讓他和其它商品一起聯合來做售賣，能夠促進每次的客單價。用戶的評論、分析也非常有價值，我們需要知道每個用戶對購物物品的反饋意見。我們要判斷適合每一個用戶的促銷手段，哪些商品以什麼樣的方式促銷最能打動客戶。我們覺得這都是大數據在銷售行業落地的時候可以發揮作用的地方。

它其實需要一個自學習的系統，所有的系統在剛剛上線的時候都非常稚嫩。我們需要通過一個自學習的體系，通過不斷的積累數據，不斷的進行數據的理解、挖掘。通過機器學習、自動學習的演算法完成學習的過程。

大家可以把大數據系統看作是你的一個智能店員。你招了一個很聰明，但是沒有經驗的店員。你的這個過程是怎樣的？你要反覆的訓練他，你要告訴他，這個用戶是怎麼樣的，之前的數據是怎麼樣的。這個店員通過訓練以後就很聰明了，在未來就可以幫你完成所有的事情，而且，他永遠不會離開。自學習系統、大數據系統，在未來可以很大一部分代替原來需要靠人工完成的很多工作。能夠自動的來思考、自動幫助大家完成你的銷售工作。

最後一點，技術方面的問題，冷啟動的問題。

用戶的冷啟動，當一個新用戶來的時候，你的計算機系統能不能儘快的了解這個用戶是誰，他喜歡什麼，哪些商品適合他。剛來的用戶叫冷啟動用戶，對你來說是一個冷的用戶，你需要儘快讓他預熱起來。我們在後台有很多的技術來幫企業實現。我們有一個毫秒級用戶畫像的更新，以及快速設立候選集合等。

管理配置後台也非常重要，大家可以在裡面看到各種各樣的數據。

舉一些例子，不管是線上的銷售還是線下零售，給每個用戶展示什麼樣的商品，以什麼樣的形式展示是非常重要的。

這是我們一個客戶的例子，他做了一個垂直品類的線上銷售，遇到的問題是，每次用戶來的停留時間都很短，流失率非常高。現在的流量非常貴，我們希望能夠促進到店的用戶，更好的產生轉化。所以，我們給他開發了一套個性化的系統。

這個系統上線以後提升非常明顯，提升在什麼地方？每天我們成功推薦的次數，推薦給用戶商品的次數。另外，我們能夠提升用戶每一天的活躍程度（他的用戶），我們希望這個APP在每天中有更多的用戶來，我們就給他提供個性化的內容。

如果你去一個店鋪，服務非常個性化，你去了以後給你陳列的商品、給你所提供的服務、折扣都可以滿足你，你就願意經常去。所以，促進用戶的日活非常有價值。

上線以後的個性化帶來的點擊率有3倍的提升，非常驚人的數字。網站交易金額有60%的增長，大數據所蘊藏的潛力非常大，每一家企業都積累了很多的數據，能不能把這些積累的數據背後所蘊藏的價值更好的挖掘出來？這是我們的達觀數據的價值所在。

在新零售這個行業里，能夠把傳統的經驗和新的大數據挖掘技術結合起來，是一件非常有價值的事情。

非常榮幸，今天跟大家分享了我們大數據在應用零售行業的一些經驗。