大数据与智能营销论坛-Part.4

举一个例子，有一个姓王的女艺人拍完之后身价涨了15倍，一个星期，所以一定要提前签，后签一定会很惨的，得出的结果是这个样子的，不替他们打广告了，往后可以更下拉，如果你在热度之中，在性价比之中可以进行重新的测算，我再说一下这个没有一个低于一千万一年的，最高的可以达到很高，真的很高，所以怎么用大数据来对整个娱乐行业的一个测量，怎么通过模型把它结构化，怎么样把它的结果流程化，这是现在我们跟百度云的一些测试往前去走，但是好歹我现在比较幸运的是这些艺人现在终于接受了，可以用数据测量他们整个价值，因为他们也很关心是谁在黑他们，好的，谢谢。主持人：谢谢曹先生的演讲，谢谢。其实我想相比娱乐圈明星们的迭代，我们媒体流量的迭代可能更快，而且数量众多，比如说搜索、微信、微博还有OTT等等，那么我们的企业主应该如何在这些流向迅速捕捉到自己需要的，下面就让我们有请百度营销云产品架构师魏金仙女士给我们解读。魏金仙：谢谢主持人，大家下午好，我是百度云营销云的魏金仙，今天很高兴和大家来聊一聊广告系统，百度云其实是百度技术对外2B统一的的出口，营销云做什么事情，营销云其实就是将百度长达17年在数字营销上的技术的积累对外输出，那今天我们就来聊一聊广告系统，首先我们来看到我们处在一个怎样的行业，我们聊这个话题的时候，侃上三天三夜都不够，我首先跟大家分享两个点，首先市场层面这是来自艾瑞的数据，我们发现国内广告网络市场2013年开始成为了一个千亿的市场，那么到今年年底预计可以接近4千亿，明年超过5千亿，后年呢超过6千亿，我一想到一个盘子已经这么大的市场，一直保持着稳健的高增长，我只能联想到世界第二大经济体我们伟大的祖国，这是市场的层面。我第二个特别想讲的点是关于技术，互联网的时代新兴技术日新月异，但数据营销就是那么的神奇，它不曾缺席每一次新兴技术的浪潮，甚至它成为很多技术的引领者，它从来都不是旁观者，比如说我们现在最火热的是什么？人工智能对不对，但是事实上呢5年前当我在蜂巢做产品的时候，我身边研发同学就已经在广告系统在预测模型当中对于机器学习的算法用的驾轻就熟了，我们再来看到区块链，一看它是属于非（英文）领域，我们讲数字营销就是讲（英文），但是区块链也可以被数字营销可用，而且这个用处非常大，在我看来区块链其实解决是一个信任的问题，那么中国国内的数字营销市场最缺的什么，国内的市场有大量的透明的问题需要解决，区块链正好可以去为这件事情出力。首先可以想到的是说在反作弊这件事情区块链将带来革命性的变化，然后呢我一想到这个市场蛋糕如此的大，技术又可以如此高，但我又走访了很多的客户，我发现一个现象，我发现很多的公司连基本的程序化都没有实现，当然我们在讨论这个问题的时候的话，我们要看看程序化的定义是什么。差不多2012年起，中国进入了程序化的元年，那个时候DSP一下子进入了一个井喷期然后是泡沫，很长一段时间大家觉得DSP是程序化或者RTB，时间经过5年到今天2017年，市场趋于理性大家开始慢慢意识到，这些事情并不能画上等号，当然我们也很难给出一个清晰的定义，什么是程序化，那在广告的市场里面什么是程序化购买，一般来说我们会这样去理解，我们要立足于技术和数据，用数字化的手段去优化整体的效果，用自动化的手段去提升效率，然后用系统化的方式去扩大规模，同时保障质量，那这是一个贯穿整个产业链上下游这样一种方式，我们所知道的RTB它当然是一种程序化购买，NON-RTB也是程序化的购买，比如说PG、PDB、程序化保量或者叫程序化包段，程序化直投它不属于RTB，但它依然是程序化购买范畴，那DSP是什么呢，它是一个平台，它服务需求方，简单理解就是广告主，或者握着广告主预算的代理商，与此对应就是SSP，它面向的是流量主也就是媒体方，讲完程序化的定义之后，我们来看一些数据。这是2013到2018年移动端展示类程序化投放的占比数据，我们可以看到现在是2017年，预计到今年年底的时候程序化的占比刚刚可以突破10%，当然这个比例在PC要好一点，因为PC它的流量相对集中，几家门户网站、BAT在这一块的投入比较多一些，移动时代是一个流量碎片化的时代，各自为营，程序化的渗透率，我经常想到这件事情的时候其实很苦恼，我想说这里面发生了什么，想要改变这样的现象，我觉得要从两个方面着手，首先呢是认知的层面，我差不多一周会去见三个左右的客户，我给他们介绍百度怎么在做广告，百度有怎样的一些技术，他们经常是给我一个诧异的表情，就说原来可以这样做，原来百度是这么玩的，可是我身边并不是这样玩的，所以他们很多时候没有去有很大的程序化，因为他们根本没有意识到原来可以做到那样。那谁具备这样的认知，在这样一个真实大型商业环境当中摸爬滚打多年当中的人才会具备这样的认知，在国内来说百度在数字营销上做了17年，而我们一开始当想要做营销云解决方案我们从内部商品团队调动相应的产品以及研发来去做这样的事情，目前百度营销云的团队60%以上产品经理和研发都是来自于凤巢、网盟、以及百通等等，百度的商业变现部门，那我今天简单说一下作为一个流量方，我的广告系统可以怎么样来建，对于流量方而言，广告系统的目的是变现，我首要要满足的需求肯定是变现的能力，我希望我的每一个用户过来都能实现尽可能大的商业的价值，当然做这件事情的同时，我又希望能够保障我的用户体验，我不希望说在我变现的同时我的用户在流失，对吗？此外呢我也需要数据安全，这是相对什么而言呢，相当于早期有很多的APP就是接了外部的SDA开始变现，把流量包给了媒介代理或者卖给了SSP平台，当然现在越来越多的公司开始自己建了，哪怕简单一点，起码数据安全层面有所保障。作为流量方来说的话，当我要建这样的变现系统，其实我要做的第一件事情肯定是流量分级，简单来看我这里仅仅做一个示意，可以分为三等，那每一等的流量有没有有不同的程序化的售卖方式，比如说针对头部的流量，APP的开屏，我们程序化，比如最长尾流量我们可以接入公开交易市场，你评估他的价值的时候你就考虑他的哪一种程序化的方式进行售卖，当然在变现的同时我们为了我们自身用户体验，为了平衡用户产品和商业产品，我们需要去做一些防御的措施，我们用策略或者词表做相应的控制与过滤。在另一端就是广告主，对于广告主来说广告系统是为他们解决营销的问题，一个极致的营销系统至少要满足什么？我现在流量那么多那么分散的时候，我总希望我可以一站式进行管理，因为只有这样我很多的决策才能在一个时间的要求下面做出来相对比较接近的理想值，此外的话我有大量的自动化智能的需求，所以对于广告主来说，我需要一个营销管理的引擎，这里呢我会有报表的总览，我会去做分析，让我知道这个流量到底怎么样，以及为什么今天是这样的效果，每一个环节的数据到底是怎么样的，我还可以去根据历史的数据去进行媒介规划，比如接下来双11要来的时候，我可以知道我多少的预算放在哪里，很多的功能都是在营销管理引擎当中实现的，外部来说我这个平台既然是一站式的管理，我自然要对接大量的流量，它们或者以直接流量的形式存在或者平台方式存在，或者是（英文）的方式，这个时候我把搜索的流量我把展示广告的流量，我甚至把户外流量都可以接尽量，在另一端我们对于公司内部而言，我可以去联动我的商品库，这个商品库当你是一个SKU比较大的广告主的时候是非常关键，你联动商品库可以让你自动化生态以及动态智能水平大幅度提升。我基于历史的数据，极具当前流量的特征在我的模型在我的算法在我的技术基础上面，我可以出一个针对性的动态的个性化的创意，并且为此定制一个落地。这是我们广告主端的营销系统，这是从认知的层面角度，大家可以看到，原来营销系统可以做成这样，原来流量可以那样精细化的运营。那么讲完了认知第二个点就是技术，这是非常实际的问题，的确广告系统的程序化充满了技术的挑战，我会从三个方面来讲，首先第一点来自于工程，在（英文）整一个广告出发环节在100毫秒之内完成，一个网民打开一个网页或者APP当他看到广告这中间经历了检索各个环节最终是在100毫秒以内完成，我曾经去问过一些在新三板上排在新三板的DSP公司，我问他们有问题吗，他们说一开始有一些艰难，但是后来解决了，我继续听，我们花大价钱买了一些高配置的机器，所以让我们的延时能够做到100毫秒，这时候大家可以想像，一个是LR的问题，你要付出巨大的成本，还有一个呢是比较现实的，连钱都买不回，你在那样的系统下面如果你靠高配置的机器，你的扩展性有问题，而广告的业务其实说涨就会涨，这个时候我们需要做到的是在一个可扩展的系统上面完成一个100毫秒的延时，然后广告系统的模块非常多，投放、检索、实验然后财务等等，每一个模块或多或少会有一些坑，模块和模块相连就是坑加坑，在这工程上面如果没有经验其实就要比较久的时间，日志就不用说了，在广告里面不用去日志业务是跑不起来的，但是日志量是非常大，一天几百G甚至上T是非常正常的，工程的问题解决是你系统的台子搭起来，数字营销大家追求的是效果，流量方要的是变现的能力，广告主要的是营销的回报，所以我们需要用到大量的策略，那这个时候底层会基于很多的基础的算法，很多人也许会想这个问题好解决啊，我去高等的院校里面招一个对口的博士，但事实上呢这件事情也没有办法解决，因为他们没有在真实的广告的环境当中所做过，所以他们其实不知道要给这样的算法输入怎样的特征才会让它真实有效，有真正实践经验的人锁定在大公司，工程、策略然后我们来看到底层问题，广告是非常经典的大数据的应用，它背后的数据仓库（英文）非常的正常，那这个时候如果你想去做分析媒介的规划，你自然要在大量的数据上面做一些计算，你也需要看一些报表背后有一个（英文），然后如果你又是私有化的部署，你其实就需要一个专职的运维的团队，当然共有云就可以帮你解决这样的问题，此外呢像策略当中所跑的算法都是基于机器学习的平台，这个部分有比较高的技术的壁垒。可能我这样说还是有一些些抽象，我可以给大家讲几条具体的一些新闻，差不多在三年前在互联网广告界有一桩并购案件，奇虎360收购了（英文），有没有知道（英文）？（英文）其实是国内比较知名的以技术擅长的DSP公司，大家如果开始研究计算广告就会看一本书叫《计算广告学》，它的作者就是（英文）首席科学家，当然他随共了一起现在在360，然后它其实就是360收购了（英文），然后另外呢就是也是在同年，三年前苏宁易购从分众传媒的手里买了广告，公开的资料明确显示，他们希望以此来加强自身在精准营销、时时竞价方面的能力，因为其实我们早就知道在苏宁以前，京东在好几年以前，当你去浏览京东的网页开始搜索一些商品浏览它的详情之后，此后你去看到别的网站，新浪、网易你就会发现你所浏览的商品或者类似的商品以广告的形式展现在你面前，那其实在京东内部就是一个专门为它自己来做定制的DSP的平台，背后自然会对接它自身击打的SKU。然后来回答一个问题，怎么样快速拥有一个成熟的广告系统，我们当然可以做一个PPT，宣称我们有一个成熟的广告系统，我们可以到处炒一点架构图，我们可以放上精准、智能、人工智能等等热点的词，但是互联网的人对此非常敏感，大家知道这条路可能走不远，我们看一看侯选的方案，第一条首先肯定是自主摸索研发，这当然基于说我自己有一个研发团队，可能我对我的研发团队还是有一点信心的，我们碰到大量的客户是这样的一种情况，甚至有不少百度出去创业的同事，它也是从事开始做数字营销的活页，它可能本身在百度的时候不是在商业变现，它就开始自己去摸索，因为它相信自己技术的能力，我们也相信他们技术，但是这件事情他们发现要做半年或者一年，这时间会非常的长，即便在百度内部其实我们有教育事业部，当他做变现系统的时候，现在也会直接采购我们营销员底层的框架，在上面做自己的定制化的工作，所以自主的摸索研发其实路是很长的，我们让教育事业部在半年时间缩短到了两个月，他们有大量的个性化的诉求，第二个我们想到说我们去挖一枚大牛，我们从凤巢去挖一个是不是能解决这个问题？答案依然是非常遗憾，为什么呢，大公司的工作分配决定了每个人可能只是在里面做一小块，你让他出去专注那一小块做提升是非常现实而且他会做得很好，但是你要让他把全貌做出来还是有点想当然。我挖一个不行我挖一个团队行不行，当然是可行的，业界很多公司比如说现在当红的快手、今日头条、猎豹，他们的广告变现团队从百度、阿里挖取不少人了，这些事情就代价非常大，如果你可以承受其中的代价，评估好OR当然也可以做，如果你的现实相对比较骨干，那可能这个方案也不行，那我们能做什么呢，能怎样快速建一个广告系统呢，我这里想说的是这个领域是百度所擅长的，我每次讲到这个观点我不需要任何的例子来佐证，大家似乎都明白，就像前面同事讲的，每一场数字营销的专场都是爆满的，那我们现在把擅长的技术对外开放出来以营销云，数字营销解决方案的方式我们想做一个什么样的事情，或者我们的定位是什么，百度营销云的定位，大家可以看到，我们是底层基础的ID设施，我们在上面去输出百度这样一些数字营销的能力，我们定义了营销的基础设施，我们想做的事情，我们把轮子给你们造好你们不用重复建轮子，你们只要在上面根据自己的业务做一些个性化的业务端的开发，我们希望能够让你们更快更好建设一个广告系统，用这样的方式提供营销基础设施的方式来赋能产业链上下游，达到一个相对专业的水准，然后大家可以专注在运营的决策上面。我今天主要讲广告系统，我重点讲（英文）的框架和营销策略，现在看（英文），这个图可能有点晕，我其实不会太多的展开，时间的关系，我这里想讲的点有两个，一个就是说大家看到显著的蓝色的区域SSP，（英文），DSP，我想告诉大家的是，在百度数字营销云对外交付这样系统的时候，我们是可以圆码级交付的，我们从业务端大检索端都可以做到圆码级的交付，在市面还没有遇到这样子的，然后呢我们其实能够提供的这样一些功能不止在这个上面列出来，比如说DSP，大家如果采购我们这个框架，交付之后会收到完整的圆码，这里有两万行的代码，除了上面展示的策略以外，我们还会在里面直接搭了一个日志服务的系统，也搭了一个（英文）实验框架，而且我们（英文）实验框架直接支持多层的概念，你同时可以进行多组（英文）实验，我们还为了大家二次开发的方便提供（英文）的平台，这是框架的部分。详情的内容在现场今天我们技术经理也在，大家可以私下做一些交流。然后策略的部分，策略呢其实跟框架不一样，因为它基于百度机器学习深度学习，所以我们对外这个策略我可以单独的售卖，比如说点击率预估，大家都熟悉啊，做互联网都会听到（英文）登录到你的网页的时候他就是看了，一般来说呢抛开反作弊来说，我们假象这个网民已经看到他的广告，但是我投放广告是为了最终的转换，离看到下一步的动作是什么，就是点击，点击率预估就是基于一些深度学习的算法，让我去知道这对我的收益影响是非常大的，我在这里可能不方便直接说我们一些客户的名字，但是我可以说国内某TOP的手机厂商用了我们点击率预估服务之后的话，它自身的收益提升了62%，然后呢业界有一家相对有影响里的DSP的公司，他们自身有工程人员，他们对广告系统工程方面以及知识方面也是比较了解的，但是小公司其实很难说去聚集到人做算法，于是他们算法的部分只有我们的，跟他之前运行情况相比呢，我们让他的利润率提升了200%，再比如说广告审核，我一直在说我们营销云其实对外输出，百度在数字营销上面的能力，我们广告审核的（英文）就是直接百度内部所有商业产品背后的审核的（英文），我们在这里就是对外输出，以（英文）的形式，如果说点击率预估提升的是一个效果的问题，那广告审核解决的是一个效率的问题，还有其他一些策略，我在这里不展开了。然后在我拜访客户过程当中，我经常会被问到一些问题，那这里我其实就做一个统一的解答，在我们整个营销员交互系统当中的话呢，交易方式各种程序化的方式其实是会支持的，直投，私有化交易、公开交易优选等等，我们也会支持CPR、CPC、CPD等等创意类型的角度，FLASH视频信息流，在定向方式上面我们也可以支持多种定向方式，而且最最关键的是我还是想强调一点，我们在文档当中非常明确指明说你要新增一种定向方式你要怎么做，在哪里写代码，我们曾经有一个客户他想要卖啤酒，他觉得啤酒的售卖有天气有极大关系，他就可以自己做一个开发，我们会提供非常完备的稳当的支持，开发者的手册，持续集成的手册以及日志格式的芳名。在我们的产品形态角度呢，我们支持圆码级对外输出，对一些客户而言，我一次性圆码级购买成本有点高，我先尝试一下，这个业务我是不是要做，我们也支持（英文）的售卖，同时呢对于部分有深度定制化需求的客户，我们也可以提供定制化的服务。那我们售卖的力度你可以整一套都卖或者某一个框架或者某一个策略。一般来说的话，当你付款之后我们交付（英文）在一个工作日，圆码级保守来说一个工作周可以上线，我们也会遵循保密的一些约定，不会擅自做一些PR，我们产品定价今天现场有不少我们商务的同事大家也可以进行一些咨询。我今天介绍就到这里，谢谢大家。主持人：好，谢谢魏金仙女士。刚刚金仙女士介绍到了搭建广告系统可以解决线上流量的问题，我们线下我这里有一个数据可以跟大家分享，我们2016年电商总消费额是5万亿，但是它却只占了全年商品零售总额14%，也就是说呢我们线下一些大型商超还有品牌连锁店等等它还是非常有价值的流量聚集地，在这里我们的人工智能和大数据还能不能发挥作用，下面就让我们听听百度大数据零售负责人陆毅明先生的说法。陆毅明：大家下午好，首先欢迎大家来参加咱们今天2017百度云智峰会大数据分论坛，我是来自百度大数据的陆毅明，我和我团队一直在研究百度大数据如何赋能咱们线下实体行业业务发展，今天非常高兴有这样一个机会来跟大家分享一下我们这段时间一些工作产出。那么在展开百度大数据零售行业解决方案之前我们先来看一下零售行业的趋势，从去年开始有一个概念就一直围绕我们的零售行业，新零售，在每一个人心里面对新零售理解都不一样，有的人觉得大数据赋能，有的人觉得是互联网技术，百度是怎么理解的呢，分三个步骤，第一步是云端化，互联网支撑下的业务云化，有很多企业主现在开始意识到一个企业的信息化不单单做一个软件的工具，而更多随着它的数据规模的增加，业务的复杂，它会发觉把它的系统放到云端做一个管理有诸多的好处，最重要的就是方便他的数据的流通以及数据的汇总，这个时候就到了我们的第二个步骤，数字化，数字化有两层的概念，第一层说我们传统记录的数字化和电子化，第二层就是原先分布在各个区，各个分布各种平台系统的这些数据能够汇总起来打通，形成大数据，那完成了这个汇总之后有什么好处呢，我们就可以到了第三步智能化，我们可以基于我们汇总好的大数据，我们建立很多机器学习的模型，我们可以实现我们线下企业很多运营的目标，比如智能的精准营销，比如智能的日常的精细化的运营，比如我们的招商决策等等。所以这样看来三个步骤正好应对了我们的ABC，智能化是A，数字化是B，云端化就是C，所以我们再来看这个问题，百度是怎么理解新零售的，百度并不是从零售的业务环节去切入，百度更多是说我通过ABC的技术能力来赋能我们零售行业这些客户，来赋能我们很多合作伙伴，来帮助大家把零售的业务给做得更好。那到了线下的零售行业我们会碰到什么问题呢，我的顾客是谁，我的经营场所是什么样子的，我的商品是什么样的，如何更了解我的商品，那我在百度的团队大家一看到模型之后很熟悉，为什么？就像刚才有同事讲大，百度在过去十几年的时间里面，我们积累了非常多，线上网站的运营以及线上网站营销的经验，我们不由自主会把线下的店铺场所应用到线上网站，就如同一个线下店铺的经营者他会关心场所一样，线上一个站长也关心自己的网站每天来多少人，我的PD是多少，我的UV是多少，我的转化率是多少，我的趋势什么样，我也需要这样一个分析，这个是百度擅长的，同时我当然也想了解来到我网站的这些人是什么样的，他的用户画像是什么样，他通过什么关键词过来，他的来源是什么作为CEO。商品我们就可以映射到网站提供给网民的广告或者推荐的内容，在我了解用户画像以后给他提供个性化的推荐或者这样一些服务。所以可以看到非常经典的零售行业的人货场的模型，百度发觉以前我在线上做的大数据分析经验也好，方法论也好，模型也好都可以套用，除了我们ABC能力赋能，百度也愿意分享。首先来讲产品层，我们主要推出的是三款标准的产品，百度智客，百度汇客，百度觅客，百度智客其实对应就是我们线下非常典型的数据应用这样一个场景，但是区别是说百度智客通过百度非常强大的数据打通能力打通了百度的数据，不单单让经营者通过我线下自己到店这些数据来分析这些客流，而通过百度数据更好来了解线下这些顾客是什么样。那百度汇客呢更多的就是通过百度的数据能力，来通过一些分析的模型来帮助线下企业者解决他的选址、招商以及一些客群分析能力，经过我们的智客和汇客，我们就要通过百度觅客帮助触达，百度有非常强大的线上的触达渠道，像刚才提到我们客群，我们营销员的平台也是我们非常好的一个触达的渠道。展开这个产品之前我简单介绍一下我们一些数据的基础，百度有三大非常核心的数据，第一是我们的搜索数据，大家都知道百度在国内的搜索市场份额超过80%，是达到这样一个效果。大家可能会忽视百度地图帮我们勾勒了非常强大的BS（音）数据的基础，百度地图包括说我们的地图定位SDK，包括我们很多的个WIFI指纹的收录，使我们定位达到了300亿次，这个也勾勒出了待会可能会提到给我们像商圈分析，线下来源分析提供非常坚实的数据基础。然后就是我们的画像数据，百度的画像数据是基于全百度不仅仅是搜索还有我们20多个APP整个的浏览数据所汇总而成的，在过去对于百度线上广告搜索也好都有非常好的产出。我们相信百度的数据通过和我们客户的第三方数据打通可以产生更好效果，第二层的模型层上面，百度有非常强大的ID打通，我们线上线下关联，这个也是百度数据可以赋能我们线下行业很好的基石，百度对于线上人群的洞察里能够赋能到我们线下的合作伙伴。这里简单给大家展示一下我们产品的页面，这个是我们简单的客流统计汇总的页面，它会通过百度对于线上一些（英文）理解，打通你对线下顾客的理解，像性别、职业、学历、年龄等等，这个是新老客流趋势的分析。这个就是我们一个汇客，通过百度数据出来的，你在线下经营一个门店你非常想知道它是从哪里来，就像你做网站一样你想知道它从哪个关键词来过来的，那我们通过非常强大的百度ABS数据能分析出到你店铺这些人工作和居住地在哪里，最后一个板块是我们会员数据的分析，如果说你是通过你的会员数据跟我们打通我们可以根据你的会员数据针对刚才的所有的分析都可以提供。这是一个简单的百度零售方案解决方案产品的演示，我们一个个再展开，百度智客它提供了这样六大模块，客流分析、场域分析、客群分析、商品分析、品牌分析，商圈分析，像客流分析我觉得肯定很多现在市面上大家看到一些客流统计软件都可以提供，但是像我们日常客群分析，商圈分析都是通过百度大数据能力都可以提供出来的，我这里简单讲一下，我们一些应用场景，一个是我们的商业地产，来做整个商业地产这样一个运营的指导，还有一些是我们品牌连锁，还有一些智慧园区都是目前在合作的一些场景。这个是我们的百度汇客，跟智客的区别是没有跟客户的数据做打通，它给予了百度这个能力以后，我们提取了商群分析、可取分析、意图分析这样一些分析方法论，这样一些分析模块，它的一些典型应用场景是选址、招商、运营、营销等等，目前合作伙伴比较多是一些大型商超和一些选址项目招商项目，还有一些户外媒体的合作伙伴，他通过汇客数据评判一下媒体价值，这个点也很有意思，传统我们在卖户外媒体，我这个点可能市中心就比较好，但是到了这个点它的客流价值到底是什么，那百度大数据是能够帮助我们的户外媒体合作伙伴来更精准的评估出来。这里是百度觅客，通过我们的数据能力，我们对于自己的到店以及商圈客群进行分析我们一定想触达，我们有了店铺用户，我们可以在我们的百度用户里面进行（英文），我们通过很多这里触达面没有打开，百度线上有很多的流量，包括我们的搜索，我们现在的一个信息流引擎，包括我们云DMP的平台，不能帮大家触达到我们潜在的用户，包括我们非常好的数据监控效果帮大家优化大家营销的策略。这个比较有意思，刚才讲的是百度零售大数据解决方案，我们提了智客、汇客、觅客，除了我们服务行业我们也考虑开放出一部分的能力，比如像我们现在的客流分析，客群分析、商圈分析、场域分析和品牌分析，开放给我们行业里面的合作伙伴。因为零售行业它是非常有行业特征以及区域性这样一个特点在，所以我们现在一些典型的合作伙伴有像商业WIFI、有像一些行业的系统经营上，有一些数据平台商还有一些户外的广告商，相信我们的很多合作伙伴在一些特定的行业里面能够作出一些更好的服务，甚至打磨一些更好的产品，这些能力的输出都是通过一些数据API的方式对接的。介绍完我们整个产品的模式之后的话，可能给大家再来举一些客户的案例，这个是一个商业地产，可能客户的名字也写出来了，首先先是数据打通，两部分，一部分是商超自己的会员数据，一方面他通过无线网通过到店的数据，再跟百度数据打通之后我们通过智客来提供场内的分析，我们通过汇客来给他提供商圈场外的分析，帮助他了解自己场内的品牌和业态，提升这样一个运营能力。分析完了人群之后，我们对于人群进行特征特区，我们对接了百度觅客来进行投放营销监控全环节的监控，来帮助商业地产完成智能运营，这是一个商业地产在百度智客、汇客、觅客上面的应用场景。这个是讲百度汇客，这是一家商超，它可能平均一年选址一百次，它传统的话可能会找一些数据服务商帮他做线下的咨询，受制于说效率比较低下，使用了百度汇客之后的话会发觉整个互联网的数据其实它的采样率各个方面完全达到它的使用这样一个要求，而且能大大提升效率，左侧那个表格就是部分我们汇客输出的数据，当然会更多，如果大家有兴趣我们可以线下进一步了解。这个是一个觅客的样例，它是一个院线集团，它是通过智客线下探侦，了解人群定位为精准的影片目标受众，经过对于这些人群的圈定进行线上特征的挖掘做（英文），并且对接线上百度营销云的BAT来做全渠道的精准定向，并且我们做了转化的效果监控，然后返回来我们还用智客做了到店效果监控，从最后效果来看返店率提升了10%，转化提升了380%，这是非常好的营销效果。我这里举了大概三个应用场景，但是我们的百度智客、百度汇客、觅客通过我们的APR的能力，对于我们的合作伙伴输出以后，我们发现我们很多合作伙伴他会有更多更好的一些应用，待会的话我们科码先锋的赵总，也是我们百度大数据零售非常好的合作伙伴，他可能会给大家带来更多深入零售行业场景的介绍。还有一个案例，这个也是合作伙伴，他做的是一个大屏的业务，他基于我们的百度智客、汇客这样的数据服务，打造了智慧园区这样一个产品，这里的数据都是百度提供的，可以看到他做的非常酷炫。最后总结一下，百度对于新零售的理解，首先百度对于新零售更多是通过我们的ABC，帮助我们线下以及我们合作伙伴更好零售业务，第二百度也愿意把我们线上积累很多大数据分析方法论分享给我们线下合作伙伴，第三不单单是说我们会通过我们的智客、汇客、觅客直接服务于我们零售行业，我们也会通过一些APR的方式帮助我们很多行业合作伙伴共同来服务零售行业一些客户。主持人：感谢陆先生，我们百度的产品好用名字也起的非常有讲究，智客、汇客、觅客客户导向性都很强，真正我们的客户使用后有什么样的体会，下面我们就有请北京科码先锋的CEO赵博（音）先生，谈谈自己的体会，有请赵先生。赵先生：我是科码先锋的CEO，我叫赵博，从去年开始我们跟百度在刚才大数据事业部的陆总的协调下，开始了把刚才的我们大数据的很多的产品如何在我们的客户中落地，刚才的百度汇客、百度智客，帮助我们的客户如何提升他们的运营效率，下面这个是我们科码先锋现在正在服务的一些客户，包括家乐福、三只松鼠等等，跟很多的服务商一样，我在跟我们的客户深入服务过程中，发现他们在运营过程中有很多的问题，用传统的方式很难解决，我随便找了我们客户三个问题，一个是租赁的合约到期如何替换坪效较低的品牌，我们运营团队他们的依据是什么，他们以前的依据是什么，通过我们的方案他们拿到什么样的数据，有什么新的数据，ABC三座写字楼，B座写字楼新建开张，半个月时间过去了，都在一起，但是A跟C的访客长少，通过我们的服务其实从后续能够看到，我们店铺的运营商它的产品和服务对我们的ABC三个楼里面的客户其实匹配，需求匹配是非常好的，明明家门口有为什么客户还要去另外一个，而且开车时间非常长，这个其实离我们通过百度分析来看只有两三公里不到的距离，所以在我们给我们的客户做服务的时候发现传统的方式没有办法解决他们遇到的这些运营问题，效率不高，他们需要更高效的解决方案。下面我来谈一下我们科码先锋对于零售以及新零售浪潮的理解，这个象限两个维度，一个是商品货品月服务，基本上可以描述我们服务的企业包括线下企业两个维度，要么是偏向货品售卖要么是服务，服务主要是用户时间的投入和消费，以及我用户到场他的体验预期是否满足，跟这个关系非常大，而在国外我们可以看到国外基本上美国的数据，只有40%的社会零售总额是在跟商品有直接关系，而大部分60%左右是跟服务有关系，而服务跟时间、用户等等有关系，中国咱们是6比4，正好反过来，所以从咱们现在很多的包括京东客户，阿里的客户其实咱们可以看到，主要还是货品的售卖，但是这个趋势在慢慢的变化，也就是说经过这次的消费结构调整，这一次的升级，通过我们跟客户数据发现，服务的提升正在慢慢打开，再加上每年中国还在以复合增长10%的速度在增长，这两个接成对于线下的客户到店的满足和需求非常大，成长的非常快，而且就像主持人说到的，即使到现在为止，我们的电商交易总额只占到15%，而85%左右在线下店铺和门店。那现在我们来看一下企业传统的零售企业它是如何处理这个问题，它用它们的经验方法论等等，用传统的方式选择一个选址，他们有一些算法加分减分，通过他们统一标准规范的方法论，把我的店铺装修，把我的商品上架定价陈列都要统一标准，最后店铺开好以后，我门店运营团队坐在店里正在客户上门，这是非常典型线下传统行业他们的运营方式，而如果我的店铺在前几家店做得比较好，我会通过放入更多的店铺达到我的收入和利润的增长，但是我们的店铺所处的商圈不同，社区不同，有离学校近，有离医院近，那么如果整齐划一的商品陈列是否能对接这些需求？而传统企业用传统方式这种整齐划一的去铺货做这些服务也是会用烂，因为以前的方法无法满足和解决，所以我们的门店运营团队只能管理它店铺三五百平，以及店铺前面客流的消费拦截。一边是非常火爆的市场和趋势，一边是现在大部分传统企业还在用以前的方式在运营，那么在这次的红利中如何让传统企业能够把握住，如何让店铺感知周边，并且更多的客户能够触达，百度在这方面对我们的做了很多的赋能，同时我们把这部分赋能整体做到了我们的产品和方案中，给我们的客户提供了很好的体验，跟百度一起携手，让门店有能力洞察他的周边，我如果离学校近，我是不是应该泡泡糖或者糖果卖的更多，我如果离医院近我的商品如何变化，我们和我们的合作伙伴能够帮助我们的传统企业构建更多的创新触点，创新渠道触达我们的客户，另外一方面是随着这次的消费的结构升级，品牌的忠诚度也逐步增长，通过我们跟百度的合作可以很快的，因为有很多创新的触点和渠道，可以很快地拉近我们的品牌和我们的服务，我们快速变化的消费者内心需求的变化，从而达到店铺流量到店率的提升，但是一个问题来了，如果我们只是把我们的到店率，到店客流提升真的能提升我们传统企业的效率，它的销售流水？它的利润吗？通过我们的观察似乎有一些更深层次的问题还没有触达帮助他们解决，这个是典型的人货场，传统企业从我们跟他们很多的交流来看，他们要么货源，要么有店铺，要么是货源加店铺，他们的意识就是我有很多货，科码先锋你能不能把我拉出更多的客户把我的货买走，我有这些，你能不能帮我找到更多的客户来我这个场消费，所以他们的意识还存在我有供应链我有资源，怎么来触达我的客户，但是随着这次消费升级，怎么能够运营我们的会员我们的人，而不是我就这些货我怎么更快地把它卖出去，所以这个过程中两个很关键的能力，如何能够通过运营货，运营场来运营我的会员有两个很关键的能力，一个是建立非常高效的数据感知的网络，提升我们的客户传统零售企业它的数据的管理能力和应用能力，还有一个是微创新，因为相当于传统企业他们以前的方式是我要找咨询公司，尤其我们服务得中大型的客户，我要找咨询公司做各种方法论的导入以及转型数年数月风险非常高，成本非常大，而我们帮助传统企业要降低它的试错成本，因为最主要的一个原因就是在这次消费升级包括这次新零售的到来，各种技术瓶颈的突破没有很好的模式很好的方法论，让咨询公司能够导入到我们现在的零售企业，所以它们所有的企业从我们的观察来看都在摸索。通过微创新能力，通过大数据能力能够转化我到店客流，因为我能够更清楚知道他的需求我的货我的厂如何运营如何能够对接上，所以加上客流的提升加上转化的提升，那么我们的传统企业才有可能收入和利润的提升，最终我们要帮助我们的传统企业打造一个更高效的运营闭环，他们以前有运营闭环，我们如何用大数据的能力打造一个更高效的运营闭环，最终帮助我们零售企业构建出自己的全渠道的数据资产，这个图是我们的产品的架构图，最上面这一块是业务应用平台是更多的触点更多的渠道不断往上拓展，现在直播来了，微信微博朋友圈，拼多多，拼团非常非常多，这种模式、渠道、触点的爆炸比以往零售所能接受到的最大值还要多。中间的基础组建是我们的服务治理，这个是我们平台最核心的部分之一，右边是APR的开放平台，通过APR的开放平台跟我们的很多的外部数据源来对接，最终我们要打造的是一个数字化的零售企业，对外有全网的数据，有百度的数据，有天气的数据，有停车场的数据，有各种新增的数据，因为我们发现很多以前的流量入口的互联网企业都在开放他们的数据能力，这些都需要通过我们的APR开放平台给我们客户进入到他的大数据平台，这个大数据平台是帮助企业构建数据资产最核心的部分，是企业自己的数据资产管理平台，还有一个是敏捷运营平台，可以对业务持续的洞察，持续的规划，持续的发布，不断微调整，不断小步快跑，快速迭代，把我们的业务不是大块大块，而是非常迭代很快的方式能够跟上我们消费者内心需求的变化。所以变成了一个闭环，就是运营平台不断地发布新的触点新的渠道，跟它的客户进行触达，同时上面加的应用平台拿到数据不断沉淀到我们大数据平台，最底下这个（英文）云化就是包括共有云私有云作为一个基础设施的架构，我们帮助我们的客户形成数据管理能力，最核心的部分就是中间这个数据策略是我们对零售领域多年的理解和分析做出来的数据策略模型，三大块数据，一个是全网的数据包括百度、美团、天气、停车很多的数据源通过开放的APR可以介入到我们数据策略，包括它的很多业务系统，但是这个地方最关键的是我们不是在系统上的打通，而是通过大架构的数据管理能力从数据层面来打通，智能硬件我们有很多合作伙伴帮我们把以前门店不太能获知感应的数据收集，最终给门店形成一个销售道路，是多个数据源结合的产物，也就是说当我一个门店的运营团队坐在门店里，它可以知道我方圆多少平方公里我的潜客我的渗透率他们的分布是什么样的，同时我还能知道每天在我门店门前走过的客流转化是多少，还能知道这些客流有百分之多少进了我的门店，最终承担，所以我们的目标相当于要让传统的门店向网上的店铺，线上店铺一样能够低成本的获得数据，构造这么一个数字化的平台，能够用起来这些数据，通过洞察这些数据来洞察我们的消费者内心的需求。而我们的数据策略最终跟我们的基础架构，百度帮我们赋能提供了一部分，刚才说的很多东西不需要重复造轮子，还有一些对接是我们自己来做，最终帮助我们客户能够实现数据可视化，也就是说它在不管是总部采购还是门店运营团队，都可以拿到我百度的数据，拿到我门店的数据，拿到我的仓储物流数据的整体解决方案，助力企业的创新，这是刚才陆总说到的我不重复说了，包括基础设施、服务治理，服务治理非常重要，如何用微服务包括敏捷的方式在实施过程当中帮助我们的客户逐步转型，最终我们的目标是消费场景可以不断地创新，不断地微创新，对于主流业务不断微小提升，会员的运营以前线下的门店无法做到量化、数字化，我们要帮助我们的门店，帮助我们的传统企业如何把它的资产数字化。业务目标可预期、运营信息可视化。这是我们工程化的一些模型，搭建数据平台，建立数据策略和实现数据可视化，建立数据策略是我们的核心，包括全网的数据运营指标模型，刚才也说了，就是我们的数据策略最核心的部分，以及很多的数据模型的可视化服务，最终数据自服，数据服务的要点我们没有长期的数据团队，每一个运营团队的成员都可以低成本高效地时时拿到我们各个阶段的数据，从而他能够通过他的专业化、专业度能够洞察到这些数据不断提出微创新的方式，其中有一个很典型的案例就是，我们有一个客户门店在学校边上，门店的店长他想我们能不能卖一些泡泡糖和糖果，以他的经验来说，肯定销量会更好，但是在长达数月过程中很难和总部的运营团队达成共识，而我们的数字化平台，数据自服务就要在这种场景下能够在店铺里也像线上店铺做（英文），AB所有的数据的反馈，能够时时给我们各个层面的运营团队，让他们快速达成共识。最后我说一下我们的案例，当作为我们的一个品牌连锁企业主的（英文），每天对着大屏他知道自己门店的分布，以及关键指标运营情况，可以达到小时级的更新，这个刚才图也看到了，这也是百度对我们能力的赋能，可以知道我们点进一个店铺，我们要看这个店铺到底它的运营情况为什么是红的，为什么销量不及昨天或者上周，首先看一下它的流量有没有明显变化，关键指标哪个指标有变化，继续向下赚取，能够知道我周围的商圈、会员有没有什么变化，以及由此到曾虹云：各位下午好，首先感谢各位坚持到最后，我是这个论坛今天最后的演讲嘉宾曾虹云，来自于百度众测，我今天演讲的主题可能会让大家觉得有点吃惊，大家听完发现原来百度还能做这样的事情，刚才我同事戴鹏和xx说了很多如何去利用用户的数据标签来帮助商家企业广告主找到我的目标受众，并且作出正确的营销策略，大家去想一下营销策略最终会有两条线，一个是线上一个是线下，那么对于线上已经有非常成熟的统计数据帮助各位衡量我的营销是否做得的是否正确，在线下是否有这样的手段或者这样的方案策略能够帮助各位来判断或者监控我做的是否正确，这个就是我今天跟大家探讨的话题。名字就叫做多场景监控构建营销闭环，首先呢我们选取了两个非常非常典型的线下营销的手段，第一个是户外媒体广告，第二个是商场促销，其实大家会问两个问题，这两个营销手段有两个地方大家可能一直会有疑问和痛点，第一个这个过程无法监控，对于一个投放广告主来说，可能我的广告会同时在全国的十几个城市，几百个点进行投放，而我的这些营销，商场促销往往通过我的经销商进行运作，那其实本身流程过程是否符合要求我也不知道，于是我们之间会有两个特殊的服务，第一个叫做跨地域时时监控，第二个叫做受众感知评估帮助各位完成两个痛点的解答，第一个如何监管这个过程，第二个如何判断我的效果是否达到了要求，首先我们来看一看，所谓的跨地域监控，这里重现两个场景一个是户外广告一个是商场促销。首先，对于广告来说，大家会有这样一个问题，我的广告投放渠道它是不是真的投放了，对我来说我一个广告主投放了十几个城市，这几个城市可能有几十个大屏，我不知道它是否投放，第二个它是否按照我的要求，投放了足够的轮次，比如说我购买的上午10点到下午的4点，每5分钟轮播一次，那实际情况究竟怎么样，这个我不知道。第二个我们说商场促销，往往我刚刚说了这个促销首先上来操作，我不知道他们的操作是否按照要求，第二个现场人流是否符合预期，那么我们看一看现在行业里面是怎么做的，可以看到第一个方案也是比较普遍的方案，是我们委托一些咨询或者调研公司来做，那么我们从质量可行性、费用和效率四个维度进行评估，质量毋庸置疑，调研公司肯定高的，可行性因为签了合同，我们可以认为可行性非常高，费用和效率，费用相对来说比较高，效率据我来说很多调研公司本身通过外包或者找代理的方式在全国进行监控，所以效率不是那么高。还有一种方式，这个是我的企业自己来做，它会找到我的外派员工去现场进行监督，可想而知，可能质量肯定是高的，但是你想想看，我要到全国门店资源帮我做这样的事情，可行性就低，效率就比较低，当然了成本是非常非常高的，什么是我们的理想场景，质量高，持续可及性高，效率也高，最后最重要是费用要低，所以我们可以果断说一个结论，针对于我们所说跨地域的监控，目前行业没有特别成熟的解决方案，为什么这么说，看一下这样一个监控面临的困境，第一个地域要求非常高，我们可以想象一下，有可能我这个投放的广告或者我的活动会同时覆盖多个城市，我每个城市可能有几十个商场，我同时在几十个城市的几百个网点都有我人员进行监控，第二个时时性要求非常高，一个广告投放往往是分钟级别，一个活动是小时级别的，这个监控人员能够在指定时间出现在指定位置，这也是非常难的事情，第三个非常重要，是质量要求非常高，我不可能派人监控我的监控人员，这就得不偿失了，这三个原因，地域要求高，持续性高和质量高导致了目前行业里面没有很好的解决方案，那么这个时候如果跟大家说，百度能做这个事情，大家觉得比较惊讶，因为这是一个非常非常重线下的行为。这边不得不说我们的秘密武器百度众测，众测是一个众包设计平台，成立于2011年，在2017年之前我们都是服务于公司内部的，那么所谓的众包是什么呢，是我的网民用户在线上领取允许任务完成后获得奖励，那么目前整个平台是有1700万用户，每天两万人在线上进行各种任务的完成，第一个我们提供数据服务，如果有在坐座各位从头听到尾大家可能会主义注意到，最早的时候张奇（音）说过这么一个事情，我们很多的数据是通过我们的众包用户进行采集跟标注的，这个是我们来做的。这一块服务主要根据一些AR公司，如果有兴趣可以跟我讨论，第二个是我们实地采集，这个是解决我们跨地域监控的服务，后面会展开，这个采集最早是在内部给我们的地图跟糯米提供服务的。第三个产品测试，这个是偏向于APP，第四个问卷调研，这是解答我们后面如何做受众感知评估。好，先看一下我们如何做实地采集业务，首先我们有一个采集工具，这个可能不是什么特别出色或者特别特别有意思，有两个是我们独特我们所谓的智能化的任务推送系统，首先我们本身是实地的，我们会根据用户当前的位置给他推送他周围所有的任务，举个例子，比如说我有一个任务需要采集三里屯某个商场的人流情况，我会把这个任务推送到本身现在这个位置在三里屯的用户任务他来接收这个任务，第二个我根据用户本身人的属性和他的历史记录匹配他合适的任务，经过这几年的累计我们总结出四大优势，第一个我们人员分布非常广，基本上现在能够覆盖全国400个城市，第二是人数非常多，每天就此时此刻有3千家的用户在外面奔波为我们采集数据，第三个速度非常快，我们从任务发布到响应基本在一小时以内，第四个质量高，这个质量高并不是说我的用户多么牛，学历多么高，首先第一个我们有非常完善的数据的回收跟审核机制，第二个我们本身提供了照片录音视频等等的多媒体数据进行维度的补充。我们来看一个实际案例，看一看我们如何做这个实际监控，这个项目是万达的，万达有一个子公司叫做新飞凡，不知道大家知不知道，他们计划在年初上线一款基于地理位置的互动类APP，有一点现在非常火的XXXGO,他们希望能够在1月19日上午10点在全国146个城市398座商场统一的首发上线，很简单，需要有人在每一个商场去监控这个APP时时实时情况，以及返回活动照片。那么这个就有三个难点，第一个区域非常非常广，146个城市398座商场，这就意味着我至少直说需要400个人去到现场，第二个它定的在19日上午10点上线，所以我那个点一定要到那个位置，第三个质量非常高。看一下我们是怎么做的，首先我们会去编辑运行这样一个脚本，加入一些带有地理位置和时间章钟的拍照摄像控件，为什么要带时间钟和地理位置这些后面会解释，第三个是必要的字段，紧接着我们启动了一个48个小时的用户招募机制，就是在说说在任务启动前48小时我们就给在商场附近用户推送这个消息，他进行任务的领取和培训以及考核，我们再根据用户既往的历史记录来审核通过这个用户，同时在这个任务结束一小时内给他发送任务提醒，告诉他你做什么事，好，最后当用户到了现场以后，他通过我的采集工具给我时时实时反馈数据，同时我们这些现场的照片跟数据在我们平台生成一些审核任务，由我们用户进行时时实时审核，