爱分析创始人兼CEO金建华

爱分析创始人兼CEO金建华出席论坛，分享了“线下数据智能的产业赋能实践与趋势”的主题演讲，核心观点如下：

1、大数据行业历经十年发展，已开始进入数据智能的新时代，数据的价值已经从监测、洞察延伸到了决策阶段；

2、随着线上流量红利的消失，以及传统行业拥抱“互联网+”的转型，线下数据智能的价值日益凸显，并成为赋能产业升级的关键力量；

3、技术驱动线下数据基础设施不断完善，未来应用场景日益成为核心壁垒；

以下为爱分析创始人兼CEO金建华的演讲实录：

大家上午好！

很荣幸作为众盟的合作伙伴，代表爱分析跟大家分享我们对线下数据智能行业趋势和应用的研究。

海涛提到互联网焦虑，这是两三个月以前对线下行业所有人都有冲击的焦虑症。海涛刚刚还提到一个数字，叫做社会消费品零售总额，到目前为止，在线比例只有24%，有76%还是属于线下实体经济，所以没有什么好焦虑的。我们看得到，虽然每年会有4个点左右的下降，但毕竟人是生存在物理世界里面，无法脱离实体，所以未来真正的机会一定在线下。

今天讲的内容主要有两点： 一是我们把线下大数据放在数据智能这个大的赛道里面进行研究和判断，包括未来趋势和应用场景。二是线下数据有它与众不同的特质，无论是基于线下场景还是线下大数据的应用，创造什么价值。

爱分析是一家关注科技创新和产业升级的研究机构，我们专注的主要领域，一是数据智能，二是人工智能，也包括后面的区块链、5G等新技术。

大数据进入数据驱动决策的数据智能阶段

我们把线下数据放到大数据发展的阶段里面判断，数据本身是一种新能源，大家可以类比一下，当年的石油是怎么开采、输送、提炼、加工成成品和应用，怎么走进日常生活中。数据的逻辑跟石油能源的逻辑是一样的。

数博会是2015年开始，2015年往前两年，大数据的第一个阶段是收集，没有数据就没办法应用，所以数据收集是数据发展的第一个阶段，是大数据最基础的业态。两年之后，进入到数据监测阶段，核心应用是政务体系里面的大屏应用或者商业领域的应用。再两年之后进入数据洞察阶段，主要是用数据更好地做一些分析，我们叫大数据分析。大数据洞察阶段，我们看到新兴业态逐渐发展起来。

到了2019年，跟过去完全不一样，我们认为大数据+人工智能技术之后，变成了数据智能阶段，这是一个全新的阶段。这个阶段，是数据直接驱动决策的阶段。决策是什么概念？大家在日常生活工作中应该会感受到数据驱动决策所产生的价值，比如说，有时候会收到一些智能客服电话，就是通过机器拨打出来的电话，机器合成的语音跟人声很像，无法识别是人类还是机器。语音识别只是前端应用，它通过对你的用户画像和行为的监测，可以直接给你打电话，打电话的过程就是数据驱动，是机器主动决策给你打电话的过程，而不是通过人工方式做决策再给你打电话。这种方式降低了很多公司的运营成本，这就是数据直接驱动决策的价值。

进入决策阶段之后，未来会有重塑的阶段。关于大数据的业务重塑，大家可以简单想象一下未来的场景，比如自动驾驶。L1-L3是人工干预的场景，L4-L5就基本不再需要人工干预。数据智能深入产业链之后，汽车出行里面很多原来存在的传统产业链主体会逐渐消失，因为大数据应用会重塑整个产业，业务模式会发生巨大变化。这个过程中，我们看到大数据每两年左右会有一个巨大的变化。

从这个角度讲，大数据对业务的改变分为两个核心阶段：一是业务数据化，二是业务智能化，2019年已经进入到业务智能化阶段，怎么通过业务数据驱动决策。

线下场景是数据洼地，应用潜力巨大

我们怎么考虑线下数据，它是大数据领域的洼地，会出现哪些机会？线下大数据的应用场景是实体经济，最直接的场景是实体经济的消费者发生了巨大的变化。在智能终端没有普及时，大家都是拿着菜篮子到超市去逛。现在80后都已经快40岁了，会深度试用移动终端的应用，导致线下实体的客群不光是年轻化，而是移动化或者移动智能化，这个人群本身有很强使用移动终端的习惯。

这会导致线下实体店要解决的问题，一是怎么了解消费者的角色、形态，有什么样的行为、有什么样的偏好，我们归结为用户画像，也就是消费者是谁的问题。二是不但要了解他，还要想办法触达他，通过线上、线下渠道，通过LBS的数据更好的触达他，触达之后产生转化。从实体经济的角度来讲，更好的触达消费者、认知消费者核心诉求，这样才能提升获客能力和营销投入的效率。

从供应商的角度考虑，或者从数据服务商的角度考虑，主要是新的技术和产业融合，因此产生了数据中台、技术中台和业务中台，更好的利用这些数据，相当于石油里面的炼油厂和加工环节。随着大数据的发展，科技服务商已经具备把数据融合成解决企业客户问题的能力。

总的社会消费品零售总额，2018年是38万亿，线下占比76%，这是一个很大的比例，人们还是愿意在实体经济里面消费的。

怎么样更好地通过线下数据做商业决策？它的发展逻辑跟数据智能逻辑或者大数据发展逻辑一样，我们从两方面认为线下数据的价值巨大。一是线下实体需求，76%的社会消费品零售占比的需求；二是数据采集和应用能力。

例如，大家知道百丽是卖鞋的，有几千家零售店。前段时间高瓴把它收购了，其实它收购的是数据资产。零售终端包括线下实体店，会用数据和技术提升整体销售能力和服务客户的能力。里面有一个特别简单的案例，大家逛鞋店的时候会试穿鞋，在试穿鞋的过程中，鞋里面装了一个数据采集的传感器，采集顾客试穿数据。之后，通过模型来优化、识别用户的个人偏好，包括他喜欢穿什么样的鞋、喜欢什么类型、尺码多大。这些数据跟线上数据融合之后，最后的效果，原来在一个实体店里面试穿的转化率为3%，数据打磨完之后调整鞋子款式，试穿转化率能达到20%，6倍效率的提升。这是什么概念？过去花1000万，能带来2000万的收入；现在花1000万，能带来1.2亿的收入。这是数据对零售业的价值，通过你的投入来计算产出。因为用了新的线下智能技术，最后能给你带来多大的回报。这样的事情在很多线下实体业态里面都会发生。

线下数据基础设施不断完善，应用场景是核心壁垒

从行业图谱的角度，线下采集有特殊的场景和技术，无线传感器获取的数据和摄像头的数据，这是比较主流的方式。获取数据之后，不仅线下数据本身能更好的做应用，真正的价值在于线下数据获取之后，与线上相对比较丰富、比较成体系的数据结合，更好的形成数据中台，基于业务中台和数据中台更好的实现商业价值，这是线下数据的价值。

从线下大数据获取来讲，技术改变了实体经济的基础设施，从没有数据到能采集数据到最后能跟线上数据结合，更好的回馈到具体的线下场景中，实现商业价值。可以想象一下，今年下半年开始的5G商用化，这对线下实体经济的影响巨大无比。大家可以看到很多关于5G商业化的广告，确实挺震撼。5G是我们特别期待的，它怎么能够改造或者完善线下场景的基础设施，这是未来的引爆点。

所有的数据智能，无论线上线下，最终的竞争壁垒一定是建立在对场景的应用能力之上。回顾线上数据，成熟之后的线上数据，不再作为一个科技服务商的壁垒。所以，线下数据未来2-3年还会是一个很重要的壁垒，但是再过3-5年，线下数据源的壁垒会逐渐降低。真正到最后，作为线下的智能服务商，最终还是要在客户应用场景里面更好的实现客户的价值。

所以，我们认为，从数据智能的发展趋势来看，数据中台成熟之后，结合技术中台和业务中台，深化到业务场景中，是建立壁垒的一个最重要的点。这个点不只是有数据，怎么样更好的支撑产品的技术，这都是融合在一起的。比如数据采集环节，很多地方都会应用到计算机视觉技术、IOT技术，而知识图谱应用能更好的区分不同场景里面的客户需求和客户画像。所以，技术和数据的融合，最终一定要深入场景，这是第一点。

第二，场景可以延伸。不同的行业，从零售到旅游、到出行，再到更远的金融。不同的应用场景，因你对场景的理解能力，你会占有独特的数据。从这个角度来讲，从众盟数据目前线下数据的角色来讲，未来2-3年时间能够更好的建立起线下数据行业里面的壁垒。

应用场景有大有小，我们从三个角度考虑：一是行业技术是否成熟，二是商业场景是否成熟，三是市场规模有多大。目前能看到的政务、零售、旅游和房地产、教育的线下场景，应该是线下数据智能很重要的领域。作为科技服务商，从零售到旅游，应用场景延伸的能力完全取决于获取数据的能力和应用成熟后服务线下的能力。

以上就是我今天的分享，谢谢大家！