智子云朱建秋:DMP在金融大數(shù)據(jù)中的應(yīng)用

8月23-24號(hào),以“塑造數(shù)據(jù)生態(tài)·引領(lǐng)金融科技·聚焦數(shù)據(jù)未來”為主題的大數(shù)據(jù)金融論壇BDFF2017在上海順利召開,500多名業(yè)界精英聚集在一起,共同探討數(shù)字普惠金融的現(xiàn)實(shí)與未來陶衅。智子云CEO朱建秋博士受邀發(fā)表了“DMP在金融大數(shù)據(jù)中的應(yīng)用”主題演講。

演講包括三個(gè)部分:首先分析大數(shù)據(jù)營(yíng)銷的現(xiàn)狀和痛點(diǎn)直晨,接著重點(diǎn)闡述智子云OpenDMP解決方案搀军,最后通過直銷銀行和證券領(lǐng)域的兩個(gè)案例,具體介紹OpenDMP在金融大數(shù)據(jù)中的應(yīng)用勇皇。

大數(shù)據(jù)營(yíng)銷現(xiàn)狀與痛點(diǎn)

智子云針對(duì)金融行業(yè)大數(shù)據(jù)營(yíng)銷重點(diǎn)分為四個(gè)部分:用戶分析罩句、精準(zhǔn)營(yíng)銷、銷售線索挖掘以及反欺詐敛摘。它們分別幫助企業(yè)解決用戶洞察门烂、大數(shù)據(jù)營(yíng)銷、潛客放量以及線上營(yíng)銷刷單或套利的欺詐問題。

對(duì)于當(dāng)前大數(shù)據(jù)營(yíng)銷的痛點(diǎn)屯远,可以總結(jié)為數(shù)據(jù)覆蓋量不夠蔓姚,數(shù)據(jù)有效維度欠缺,數(shù)據(jù)價(jià)值難以評(píng)估這三大方面慨丐。

智子云OpenDMP嘗試以程序化數(shù)據(jù)交易來自動(dòng)拼接多方數(shù)據(jù)赂乐,以自動(dòng)標(biāo)簽、數(shù)據(jù)建模以及營(yíng)銷自動(dòng)化來?充數(shù)據(jù)維度咖气,完善用戶畫像,評(píng)估數(shù)據(jù)價(jià)值挖滤。

智子云OpenDMP解決方案

DMP是營(yíng)銷領(lǐng)域的大數(shù)據(jù)解決方案崩溪。DMP常規(guī)做法有兩種:一種是售賣數(shù)據(jù)和標(biāo)簽的模式;另一種是作為軟件項(xiàng)目定制的模式斩松。這兩種方式各有優(yōu)缺點(diǎn)伶唯。第一種做法,將大數(shù)據(jù)營(yíng)銷建立在一個(gè)主要的數(shù)據(jù)源上惧盹,該數(shù)據(jù)源的覆蓋度乳幸、標(biāo)簽質(zhì)量以及與第一方數(shù)據(jù)的相關(guān)性直接決定了DMP項(xiàng)目的成功率。從實(shí)際的案例來看钧椰,現(xiàn)在一些建立了DMP粹断,又都說用不起來的企業(yè),一般都是采用了第一種方式嫡霞,最后將用不起來的原因歸結(jié)為購(gòu)買的數(shù)據(jù)和標(biāo)簽沒用瓶埋。第二種做法,通常會(huì)導(dǎo)致項(xiàng)目實(shí)施周期長(zhǎng)诊沪,硬編碼使系統(tǒng)缺乏靈活性养筒,需求和標(biāo)簽的調(diào)整,往往伴隨大量的手工編碼工作端姚。

智子云OpenDMP嘗試?yán)肁I技術(shù)晕粪,改善上述缺陷,打造一個(gè)自動(dòng)化渐裸、智能化的DMP平臺(tái)巫湘。OpenDMP的主要包括以下四個(gè)特點(diǎn):數(shù)據(jù)拼接技術(shù)、自動(dòng)化標(biāo)簽工具橄仆、數(shù)據(jù)交易集市以及營(yíng)銷自動(dòng)化剩膘。

第一個(gè)特點(diǎn)是數(shù)據(jù)拼接。智子云研發(fā)了UserMaster專利算法盆顾,用于自動(dòng)識(shí)別和拼接不同數(shù)據(jù)源之間的用戶標(biāo)識(shí)字段怠褐,舉例來說,算法能夠自動(dòng)識(shí)別MAC地址您宪、設(shè)備號(hào)奈懒、手機(jī)號(hào)奠涌、身份證等能夠標(biāo)識(shí)用戶的字段,并通過這些字段之間的映射磷杏,自動(dòng)對(duì)數(shù)據(jù)進(jìn)行拼接和整合溜畅。而傳統(tǒng)的做法是手工標(biāo)記用戶標(biāo)識(shí)字段,然后通過定制編程實(shí)現(xiàn)不同數(shù)據(jù)源之間的拼接极祸。兩種方法的區(qū)別主要在于一個(gè)是自動(dòng)化慈格,一個(gè)是定制編程。

第二個(gè)特點(diǎn)是自動(dòng)化標(biāo)簽遥金。自動(dòng)化標(biāo)簽工具能夠自動(dòng)對(duì)用戶實(shí)現(xiàn)打標(biāo)簽和配置標(biāo)簽的功能浴捆,使得原來需要依靠程序員和數(shù)據(jù)分析專家做的工作,普通市場(chǎng)人員也能快速實(shí)現(xiàn)稿械,并能夠通過工具在后臺(tái)進(jìn)行配置和調(diào)整选泻。

第三個(gè)特點(diǎn)是程序化數(shù)據(jù)交易。當(dāng)某個(gè)第三方數(shù)據(jù)不能簡(jiǎn)單滿足需求的時(shí)候美莫,可能需要去拼接十家甚至數(shù)百家第三方提供的用戶數(shù)據(jù)页眯,豐富第一方用戶數(shù)據(jù)的維度,這就需要DMP平臺(tái)能夠?qū)Φ谌綌?shù)據(jù)實(shí)現(xiàn)自動(dòng)的程序化交易厢呵,因?yàn)檫@么多的數(shù)據(jù)源的對(duì)接窝撵,采用定制開發(fā)是不現(xiàn)實(shí)的。舉例而言:某企業(yè)擁有用戶的身份證或是手機(jī)號(hào)述吸,用戶相關(guān)的其他線上和線下數(shù)據(jù)缺乏忿族,比如用車信息、商旅信息蝌矛、消費(fèi)信息道批、資產(chǎn)信息、電商行為等標(biāo)簽數(shù)據(jù)入撒,這些數(shù)據(jù)需要從多個(gè)第三方數(shù)據(jù)提供商獲取隆豹,智子云OpenDMP使得獲取這些第三方數(shù)據(jù)標(biāo)簽的工作程序化、自動(dòng)化茅逮。

最后一個(gè)特點(diǎn)是營(yíng)銷自動(dòng)化璃赡。DMP區(qū)別于原來數(shù)據(jù)倉(cāng)庫(kù)/BI解決方案關(guān)鍵的點(diǎn)就是,前者要實(shí)現(xiàn)數(shù)據(jù)自動(dòng)決策献雅,后者只是提供決策支持碉考。而數(shù)據(jù)自動(dòng)決策是未來智能商業(yè)的特點(diǎn),OpenDMP通過對(duì)接各種應(yīng)用系統(tǒng)挺身,打通各個(gè)系統(tǒng)的數(shù)據(jù)侯谁,實(shí)現(xiàn)了數(shù)據(jù)閉環(huán),從而最終實(shí)現(xiàn)了營(yíng)銷自動(dòng)化。

DMP在金融行業(yè)大數(shù)據(jù)應(yīng)用

智子云OpenDMP已經(jīng)為多家直銷銀行以及證券公司提供了DMP平臺(tái)服務(wù)墙贱。

OpenDMP在直銷銀行的應(yīng)用热芹,主要從三個(gè)功能亮點(diǎn)來說明。

第一點(diǎn)是直銷銀行實(shí)時(shí)數(shù)據(jù)采集與分析惨撇。這個(gè)功能使得直銷銀行能實(shí)時(shí)獲取線上線下所有獲客渠道的數(shù)據(jù)伊脓,從而分析各渠道的效率和價(jià)值。

第二點(diǎn)是基于數(shù)據(jù)模型的反欺詐系統(tǒng)魁衙。系統(tǒng)提供黑名單機(jī)制报腔,通過AI技術(shù)標(biāo)記機(jī)器注冊(cè)、集中注冊(cè)剖淀、以及多種套利模型榄笙。

第三點(diǎn)是用戶數(shù)據(jù)自動(dòng)拼接功能。該項(xiàng)功能能夠自動(dòng)拼接第三方數(shù)據(jù)祷蝌,補(bǔ)全用戶標(biāo)簽和畫像,幫助銀行深入洞察用戶帆卓。

OpenDMP在證券公司的應(yīng)用主要特點(diǎn)是自動(dòng)化標(biāo)簽巨朦,對(duì)用戶數(shù)據(jù)打標(biāo)簽傳統(tǒng)的做法是IT人員寫程序?qū)崿F(xiàn),一個(gè)標(biāo)簽對(duì)應(yīng)程序的一個(gè)模塊剑令,自動(dòng)化標(biāo)簽使得用戶數(shù)據(jù)打標(biāo)簽和標(biāo)簽調(diào)整工具化糊啡,市場(chǎng)部人員通過后臺(tái)配置就能快速實(shí)現(xiàn)標(biāo)簽和用戶畫像功能。這樣大大縮減研發(fā)的時(shí)間和成本吁津。

智子云的觀點(diǎn)是:不要期望靠一兩家的數(shù)據(jù)就能讓營(yíng)銷有很理想的效果棚蓄,企業(yè)需要一套工具和方法來有效拼接、整理碍脏、評(píng)估外部數(shù)據(jù)梭依,逐步增加有價(jià)值的數(shù)據(jù),豐富數(shù)據(jù)的維度典尾,保持?jǐn)?shù)據(jù)的新鮮度役拴,為數(shù)字營(yíng)銷提供更加全面數(shù)據(jù)基礎(chǔ)。這也是智子云OpenDMP的研發(fā)依據(jù)钾埂,通過越來越多數(shù)據(jù)方和應(yīng)用方的加入河闰,智子云將通過DMP為更多的企業(yè)打好數(shù)據(jù)的基礎(chǔ),實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化褥紫,充分利用和挖掘數(shù)據(jù)的價(jià)值姜性。

微信關(guān)注:智子云查看很多行業(yè)資訊和前沿發(fā)展

?????5???K?

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市髓考,隨后出現(xiàn)的幾起案子部念,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 221,888評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件印机,死亡現(xiàn)場(chǎng)離奇詭異矢腻,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)射赛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,677評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門多柑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人楣责,你說我怎么就攤上這事竣灌。” “怎么了秆麸?”我有些...
    開封第一講書人閱讀 168,386評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵初嘹,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我沮趣,道長(zhǎng)屯烦,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,726評(píng)論 1 297
  • 正文 為了忘掉前任房铭,我火速辦了婚禮驻龟,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘缸匪。我一直安慰自己翁狐,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,729評(píng)論 6 397
  • 文/花漫 我一把揭開白布凌蔬。 她就那樣靜靜地躺著露懒,像睡著了一般。 火紅的嫁衣襯著肌膚如雪砂心。 梳的紋絲不亂的頭發(fā)上懈词,一...
    開封第一講書人閱讀 52,337評(píng)論 1 310
  • 那天,我揣著相機(jī)與錄音辩诞,去河邊找鬼钦睡。 笑死,一個(gè)胖子當(dāng)著我的面吹牛躁倒,可吹牛的內(nèi)容都是我干的荞怒。 我是一名探鬼主播,決...
    沈念sama閱讀 40,902評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼秧秉,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼褐桌!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起象迎,我...
    開封第一講書人閱讀 39,807評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤荧嵌,失蹤者是張志新(化名)和其女友劉穎呛踊,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體啦撮,經(jīng)...
    沈念sama閱讀 46,349評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡谭网,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,439評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了赃春。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片愉择。...
    茶點(diǎn)故事閱讀 40,567評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖织中,靈堂內(nèi)的尸體忽然破棺而出锥涕,到底是詐尸還是另有隱情,我是刑警寧澤狭吼,帶...
    沈念sama閱讀 36,242評(píng)論 5 350
  • 正文 年R本政府宣布层坠,位于F島的核電站,受9級(jí)特大地震影響刁笙,放射性物質(zhì)發(fā)生泄漏破花。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,933評(píng)論 3 334
  • 文/蒙蒙 一疲吸、第九天 我趴在偏房一處隱蔽的房頂上張望旧乞。 院中可真熱鬧,春花似錦磅氨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,420評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至除盏,卻和暖如春叉橱,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背者蠕。 一陣腳步聲響...
    開封第一講書人閱讀 33,531評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工窃祝, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人踱侣。 一個(gè)月前我還...
    沈念sama閱讀 48,995評(píng)論 3 377
  • 正文 我出身青樓粪小,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親抡句。 傳聞我的和親對(duì)象是個(gè)殘疾皇子探膊,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,585評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容