>

单纯的数据交易“灰色地带”多,价值也不大

GIO 增长团队 2018-03-05
423

作者 | 数据猿&张溪梦


数据猿导读

GrowingIO 创始人张溪梦在数据猿记者采访时称,数据交易本身有很多灰色地带,会涉及到用户隐私,但如果把数据做的很抽象,很高维度,又可能会获取不到精准用户,数据价值也会被拉低

本文来源于,2016年3月16日,在大数据行业应用高峰论坛上,数据猿对GrowingIO 创始人张溪梦的报道。

以下是数据猿记者现场独家专访“GrowingIO创始人张溪梦”的内容实录:

数据猿记者:行业中一直热议的“大数据变现”问题,您怎么看?

张溪梦:其实不少公司在数据变现方面已尝试很多年,比如用精细化的运营提高市场效率,增加销售额,提供更好的用户产品体验,这都是数据的变现方式。另外,还有推荐系统,风险控制引擎等,变现的方法还是蛮多的。但会涉及到用户隐私等问题,所以对数据还是一种狭义的理解与应用。

这两年,国内也有一些数据交易平台开始发展起来,利用移动数据规划整个银行,比如新的银行网点在哪里建。还有来自广告,市场营销方面的尝试,这也都是变现途径,场景有很多。   

数据猿记者:您刚也提到了大数据交易平台,但数据交易不但会面临隐私等问题,数据的定价也很难标准化,如果对数据无法标准定价,真正的大数据交易就很难实现,这样的数据变现方式岂不会很难落地?

张溪梦:对,我个人认为在不侵犯用户隐私的情况下,对用户数据透明了以后,是能产生很多关联价值,不过这个价值密度完全取决于应用场景,同样数据应用在不同场景会产生不同的影响跟价值。但 GrowingIO 不是数据交易公司,只听说目前是按照记录数量、API、访问次数来定价。最终可能是双方之间谈一个价格来实现数据交易,所以,目前没有任何标准,也没有任何规范,现在大家都还在摸索阶段。

如果要把同样的数据根据不同使用者的需求来动态定价暂时是不可行的,还是应该让卖方把价格统一了比较好,否则买家无迹可寻,没有固定的规则。但是我感觉这方面还是见仁见智的过程。

我知道,贵阳大数据交易所已成立一年多,但还在摸索阶段。可实际上美国供应商在这方面已有多年经验,中国才刚刚开始。

数据猿记者:除了政府成立大数据交易所之外,企业也在纷纷进入这个领域,你觉得用大数据交易平台这种最直接的变现方式目前可行么?

张溪梦:因为我一直在企业做各种数据分析工作,所以我个人认为,数据交易本身有很多灰色地带,会涉及到用户隐私,如果把数据做的很抽象,很高维度,就可能获取不到精准用户,那数据价值就会拉低。如果你能得到特别精准的用户,那又会涉及到隐私的问题,这一定要有完备的监管机制辅助才行。

另外一点,单纯的交换数据本身产生不了太大的价值,我觉得还是得应该有商业应用场景,并能统一应用这些场景,纯粹的数据交易平台,价值真的不好说,反正大家都认为数据就是新时代的石油,反复从里面提炼价值又如何。

数据猿记者:未来,数据交易对 GrowingIO 可能会有怎样的价值?

张溪梦:GrowingIO 做的是精细化的数据分析平台,不做任何数据交易生意,我们秉承的概念是“数据都是属于客户的”,我们 100% 保证用户数据不会被任何第三方机构交易、变现,或者进一步提炼,这是我们公司商业模型决定的,我们只给它提供高级的数据分析产品和整套快速的商业分析框架。

在未来,我个人感觉第三方数据可以完善我们用户的既有数据,除了能把自有的数据很好应用之外,第三方数据是一个很好的补充,这方面将会很有价值。

数据猿记者:GrowingIO 现在主要做的事情是什么,未来想做的事情有哪些?

张溪梦:我们现在核心关注是网站、APP 等互联网客户,开发了一套独有的数据收集技术。

以往如果要分析用户怎么使用网站,要收集地点等信息需要工程师部署代码进去才可以。现在我们开发的技术可以自动获取这些信息,然后自动形成一套完全动态的实时流程处理方法,让客户很快能看到运营效率。以往需要十几人的团队几个小时才能做的事情,如今几分钟就能实现。

其次是帮助企业精细化运营,就是如何用最小的代价获取最大的增长,同时在最短的时间内获取增长。比如说客户上了一个新产品,希望在产品上线一小时之内就能确定这个产品用户好不好,喜不喜欢,存在什么问题,我们就能实时帮助客户优化流程,促进产品体验。

未来,希望也能把用户其它纬度的基础信息综合起来交叉分析好,而不局限在用户的网站或网络行为,因为用户整体画像跨了不同的平台,跨不同的地点,我们以后希望做这方面的工作。

真实的用户不止使用手机,还用PC电脑,平板电脑,甚至看过很多报纸、杂志、户外广告,如果这些数据也能进来一起分析应用,以后就能更好更全面地完善用户体验。

大小数据的结合也是未来的发力点,大数据更多涵盖用户整体的细节行为,而小数据看到的是交易行为,交易行为含金量很高,相互补充价值将会更高。

数据猿记者:GrowingIO 的核心竞争力是技术吗?

张溪梦:我们核心竞争力有两点,第一是数据处理的技术,我们现在能做到非常实时,非常快的处理,中间不需要很多工程师浪费时间,比传统方法快很多,传统是T+1,隔天才能算出结果。

第二个核心竞争力就是我们的分析能力,包括我们联合创始人在内的团队都拥有资深的分析背景,我觉得数据本身还是要把里面的价值分析出来,同时指导业务才有更加的价值,这方面我们公司还是具备一定的经验的,我们希望把这种经验产品化以后能给很多企业带来增长的价值。

数据猿记者:“大数据+”跟“互联网+”的概念一样,最重要的目的就是调动传统产业的力量。可以认为,大数据未来最大的应用价值跟前景就是在传统产业吗?

张溪梦:我觉得这个是100%的,“互联网+”就是要用互联网的概念,把传统线下业务和线上业务做各种整合提高效率,这当中的核心问题还是因为资源配置不平均,运营效率不完善,新的互联网思维跟方式能通过信息手段,把很多不均衡的资源配置变得更平衡,让更多的人享受到好处。

传统企业不像互联网企业一样会使用很多技术,但互联网技术的应用能产生规模化效应,能一下覆盖到几千万几亿人,这是效率问题。传统企业可能即使花很多钱也只能做到几十万人,这还没有考虑时间问题。

现在,大数据的核心就是要让每个人都能得到好处。传统企业不可能针对哪一个用户,大家都一样,今天我们有了数据以后,每个用户我们都能做到区别对待,给用户最贴心,最定制化的服务,这样的服务才会产生更大的价值,也能让企业获得最大的回报。我觉得是这个概念,未来还是蛮正面的,政府也很支持,这是一件很好的事。

数据猿记者:我们在采访前上海证券交易所总裁兼CTO白硕的时候,他也分享了大数据在传统证券、银行、保险等金融领域的应用价值,这些传统行业拥有的数据量以及用户规模一点都不比互联网企业少!

张溪梦:我个人认为,银行、保险等金融行业做过的各种风控,统计学模型,就是最早应用各种数据技术的行为,就是大数据最开始被应用的垂直行业。

首先,这些行业的用户量大,未来小额贷款的业务就比以往更好做,银行通过大数据的方法,可以解决以往人力没法解决的问题。比如说,以前一个人想贷5万块钱,银行是不可能贷款给他的。因为对银行来说业务效率太低,人数要求太多,最后盈利也不高,所以银行不会做这种业务。但现在就能用大数据的方式迅速对接金融经理进行评估给予贷款,这样就可以进一步把银行的剩余资源有效投放给申请贷款的小额用户。

美国现在发展很快,很多创业型公司把长尾用户通过大数据手段拉到银行平台,几万美金的贷款,通过在线模型几分钟就能迅速把贷款批掉,而以往即使去银行的各个办事处签很多单子,反复确认过,也不一定会批贷款。实际上有很多需求还是供求之间关系的平衡,大数据方法可以很快解决这个问题。

在中国,阿里巴巴集团旗下蚂蚁金服通过芝麻信用平台,利用大数据的能力也能在几分钟之内把贷款批给用户,但传统银行可能会考虑是否合规、各种政策以及系统架构跟数据框架等问题,要落地实现起来还需要点时间,但也在通过各种数据平台的整合,迅速往这个方向在走,否则银行在未来面对竞争的时候就会失去优势,你也知道,现在蚂蚁金服就是中国最大交易量的第三方金融平台了。 




关于 GrowingIO


GrowingIO 是基于用户行为的新一代数据分析产品

首推国内领先的“分析工具+运营咨询+持续增长”数据服务体系,帮助企业构建数据运营闭环

依托于快速部署无埋点技术,实时采集全量行为数据,搭建完整的数据监控体系

高效管控与运营核心业务指标,帮助企业挖掘更多商业价值