【51CTO.com原創(chuàng)稿件】6月21日， WOT2019全球人工智能技術(shù)峰會(huì)在北京粵財(cái)JW萬(wàn)豪酒店準(zhǔn)時(shí)拉開(kāi)序幕。作為2019年度全球技術(shù)人員線下交流的知名峰會(huì)，本次大會(huì)緊緊圍繞著通用技術(shù)、應(yīng)用領(lǐng)域、企業(yè)賦能三大核心章節(jié)展開(kāi)。來(lái)自全球的60余位一線AI大咖們齊聚一堂，與千余名參會(huì)群眾共同分享了深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、視覺(jué)技術(shù)、無(wú)人駕駛、機(jī)器學(xué)習(xí)、算法模型、知識(shí)圖譜等主題技術(shù)內(nèi)容。

　　6月22日上午，在應(yīng)用領(lǐng)域章節(jié)中C會(huì)場(chǎng)智慧零售分論壇，WakeData聯(lián)合創(chuàng)始人黨海鑫、MobTech數(shù)據(jù)科學(xué)副總裁方楨、原京東集團(tuán)技術(shù)發(fā)展部負(fù)責(zé)人楊海明三位前沿應(yīng)用方面的專家受邀出席發(fā)表精彩演講。會(huì)后51CTO將專家發(fā)言整理成文，希望他們的演講內(nèi)容精華對(duì)大家有所幫助。

　　WakeData聯(lián)合創(chuàng)始人黨海鑫：?jiǎn)拘殉了臄?shù)據(jù)

　　黨海鑫認(rèn)為，客戶經(jīng)營(yíng)的本質(zhì)是流量的經(jīng)營(yíng)，這將帶來(lái)四大趨勢(shì)：一是去中心化，二是在零售行業(yè)人、貨、場(chǎng)中將更多利用大數(shù)據(jù)去做決策和洞察，三是提升效率，零售行業(yè)更希望通過(guò)經(jīng)營(yíng)流量提升客單價(jià)、復(fù)購(gòu)率，最終提升營(yíng)收額，四是資本升值概念將得到更多重視，對(duì)于用戶ARUP值的挖掘?qū)⒏钊搿?/p>

　　那么如何做好客戶經(jīng)營(yíng)呢?黨海鑫指出，大數(shù)據(jù)是客戶經(jīng)營(yíng)必要的技術(shù)核心，他也分享了惟客數(shù)據(jù)的客戶經(jīng)營(yíng)大數(shù)據(jù)的架構(gòu)。首先零售企業(yè)可以先建立數(shù)據(jù)模型，企業(yè)自己的數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠，還需要從第三方進(jìn)行補(bǔ)充。然后讓線下的傳統(tǒng)企業(yè)具備和全域流量對(duì)等的數(shù)據(jù)能力，全域流量指的是頭條、抖音、微博、微信等等，接著這些數(shù)據(jù)能力會(huì)去驅(qū)動(dòng)零售企業(yè)自有流量，如微信、電商和線下門(mén)店的能力提升，讓零售企業(yè)在全域媒體上能夠快速找到用戶，***為營(yíng)銷活動(dòng)和工具賦能。

　　演講中，黨海鑫特別強(qiáng)調(diào)，線下的系統(tǒng)是信息孤島彼此割裂，只有通過(guò)一個(gè)完整的體系才能夠貫穿一個(gè)人的行為周期。簡(jiǎn)單的方法是通過(guò)手機(jī)號(hào)來(lái)識(shí)別一個(gè)人的所有購(gòu)物行為，也可以通過(guò)算法去對(duì)用戶的ID或MAC地址做匹配，還有一種更有效的方法就是為用戶打標(biāo)簽。“當(dāng)所有數(shù)據(jù)資產(chǎn)沉淀之后，零售企業(yè)就可以去構(gòu)建全域流量了，將商品覆蓋到需要拓展的所有人群中。當(dāng)然，營(yíng)銷方式也會(huì)隨之發(fā)生變化，有更多的玩法和線上推送方式。”他總結(jié)道。

　　MobTech數(shù)據(jù)科學(xué)副總裁方楨：基于創(chuàng)新算法的半監(jiān)督lookalike的效果營(yíng)銷

　　方楨在開(kāi)場(chǎng)就介紹道， MobTech在零售營(yíng)銷場(chǎng)景中做了很多創(chuàng)新算法的研究，幫助客戶提高效率。演講中，她表示Lookalike(相似人群擴(kuò)展，是指通過(guò)開(kāi)放豐富的數(shù)據(jù)能力，基于種子用戶畫(huà)像和社交關(guān)系鏈尋找相似的受眾)有一個(gè)特點(diǎn)，就是只有正樣本，而且量級(jí)比較小。當(dāng)使用分類模型來(lái)處理Lookalike業(yè)務(wù)時(shí)，***的問(wèn)題就是負(fù)樣本的獲取。傳統(tǒng)的做法簡(jiǎn)單粗暴，主要是隨機(jī)選取，依賴自然情況下負(fù)樣本事件發(fā)生的概率較大。MobTech則不然，他們使用Positive-Unlabelled Learning算法，不用隨機(jī)挑選，而是通過(guò)正樣本的一些特征去尋找比較可靠的負(fù)樣本，最終得到的模型在效果上能有2%~5%的提升。

　　據(jù)方楨透露，研發(fā)出來(lái)的新算法，經(jīng)過(guò)本地測(cè)試、歷史數(shù)據(jù)測(cè)試，最終還是要上生產(chǎn)環(huán)境投產(chǎn)測(cè)試。那么如何分配測(cè)試流量?MobTech在營(yíng)銷系統(tǒng)中引入MAB(Multi-Armed Bandit)來(lái)做自動(dòng)優(yōu)化，盡量減少機(jī)會(huì)成本。具體而言，MobTech首先隨機(jī)選取小部分流量(如5%)，分配給新模型用于測(cè)試;其次經(jīng)過(guò)1個(gè)stage之后，統(tǒng)計(jì)新模型和舊模型效果，得到兩者分別的beta(α, β)分布;然后，基于兩者的beta分布計(jì)算兩者在下一stage的流量比例;***按照第3步得到的比例分配流量，回到第2步循環(huán)，直到測(cè)試結(jié)束。

　　演講***方楨分享了MobTech算法的價(jià)值：在2018年5月~2019年6月期間，Lookalike在游戲行業(yè)投放情況的數(shù)據(jù)顯示，普通用戶在使用3個(gè)月后轉(zhuǎn)化率提升至0.05%;當(dāng)用戶升級(jí)產(chǎn)品PU Learning使用半年后，轉(zhuǎn)化率高達(dá)0.11%;再次升級(jí)產(chǎn)品為AUC+MAB后，短短三個(gè)月轉(zhuǎn)化率就已達(dá)到0.29%，效果顯著。

　　原京東集團(tuán)技術(shù)發(fā)展部負(fù)責(zé)人楊海明：新零售下的智慧中臺(tái)

　　楊海明在一開(kāi)場(chǎng)便表示，從百貨商店到電子商務(wù)數(shù)字平臺(tái)，在經(jīng)歷四次零售革命之后，其實(shí)零售的本質(zhì)并沒(méi)有改變，依然是成本、效率、體驗(yàn)，升級(jí)的核心在于零售基礎(chǔ)設(shè)施的變革。他表示，零售基礎(chǔ)設(shè)施主要是指服務(wù)信息、商品和資金流的這些公共基礎(chǔ)設(shè)施。如今，在后臺(tái)技術(shù)的3I(感知 Instrumented、互聯(lián)Interconnected、智能Intelligent)和消費(fèi)入口 3P(多元化Pluralistic 、個(gè)性化Personalized、參與化Participative)之間，出現(xiàn)了零售中臺(tái)3S(可塑化 Scalable、智能化 Smart、協(xié)同化 Synergetic)，3S提供了商流、信息流、資金流等服務(wù)。

　　他告訴聽(tīng)眾，零售基礎(chǔ)設(shè)施中臺(tái)可以打造和沉淀基礎(chǔ)設(shè)施，圍繞“智慧供應(yīng)鏈”這一核心競(jìng)爭(zhēng)優(yōu)勢(shì)，全面提升三個(gè)智能：智能消費(fèi)、智能供應(yīng)、智能物流。不僅如此，零售基礎(chǔ)設(shè)施中臺(tái)還能夠?qū)ν赓x能——技術(shù)能力開(kāi)放，為零售商、品牌商、其它合作伙伴提升表現(xiàn)，更可以為生態(tài)構(gòu)建貢獻(xiàn)價(jià)值，它連接內(nèi)部能力與外部能力，可以與外部生態(tài)伙伴共建平臺(tái)。

　　零售基礎(chǔ)設(shè)施中臺(tái)具體可以帶來(lái)哪些價(jià)值呢?楊海明以智能化距離，零售基礎(chǔ)設(shè)施中臺(tái)可以幫助零售管理者做決策，例如什么商品該漲價(jià)?什么商品該降價(jià)?什么商品該促銷?什么商品不促銷?基于不同商品分類推薦不同的價(jià)格策略。取得***的價(jià)格效率，促進(jìn)交易達(dá)成。經(jīng)過(guò)自動(dòng)定價(jià)測(cè)試結(jié)果顯示，GMV成交總額提升3.6%，毛利額提升19.0%。

　　“今天，大數(shù)據(jù)已經(jīng)不再停留在概念階段，企業(yè)所有重要的決策都需要有數(shù)據(jù)支撐。” 楊海明認(rèn)為，通過(guò)數(shù)據(jù)分析平臺(tái)可實(shí)現(xiàn)客戶洞察、市場(chǎng)洞察和運(yùn)營(yíng)洞察：在客戶洞察方面，通過(guò)對(duì)客戶相關(guān)的行為數(shù)據(jù)進(jìn)行捕捉分析，開(kāi)發(fā)預(yù)測(cè)分析模型，實(shí)現(xiàn)用戶畫(huà)像描繪以及精準(zhǔn)營(yíng)銷。在市場(chǎng)洞察方面和運(yùn)營(yíng)洞察方面，通過(guò)對(duì)歷史數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)的分析，提高服務(wù)質(zhì)量并找到新的市場(chǎng)機(jī)會(huì)。

　　以上內(nèi)容是51CTO記者根據(jù)WOT2019全球人工智能技術(shù)峰會(huì)的《智慧零售》分論壇演講內(nèi)容整理，更完整WOT內(nèi)容請(qǐng)關(guān)注51cto.com。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】