5月28日，2019數博會第二屆線下資料商業生态高峰論壇在貴陽國際生态會議中心成功舉辦，由中國國際大資料産業博覽會組委會主辦，衆盟資料承辦，論壇上嘉賓們分享了線下資料的創新成果，探讨了線下資料賦能實體經濟的新商業之道，共同助力企業實作智能商業轉型更新，讓更多企業搭上智能商業的時代列車。
愛分析創始人兼ceo金建華
愛分析創始人兼ceo金建華出席論壇，分享了“線下資料智能的産業賦能實踐與趨勢”的主題演講，核心觀點如下：
1、大資料行業曆經十年發展，已開始進入資料智能的新時代，資料的價值已經從監測、洞察延伸到了決策階段；
2、随着線上流量紅利的消失，以及傳統行業擁抱“網際網路+”的轉型，線下資料智能的價值日益凸顯，并成為賦能産業更新的關鍵力量；
3、技術驅動線下資料基礎設施不斷完善，未來應用場景日益成為核心壁壘；
以下為愛分析創始人兼ceo金建華的演講實錄：
大家上午好！
很榮幸作為衆盟的合作夥伴，代表愛分析跟大家分享我們對線下資料智能行業趨勢和應用的研究。
海濤提到網際網路焦慮，這是兩三個月以前對線下行業所有人都有沖擊的焦慮症。海濤剛剛還提到一個數字，叫做社會消費品零售總額，到目前為止，線上比例隻有24%，有76%還是屬于線下實體經濟，是以沒有什麼好焦慮的。我們看得到，雖然每年會有4個點左右的下降，但畢竟人是生存在實體世界裡面，無法脫離實體，是以未來真正的機會一定線上下。
今天講的内容主要有兩點： 一是我們把線下大資料放在資料智能這個大的賽道裡面進行研究和判斷，包括未來趨勢和應用場景。二是線下資料有它與衆不同的特質，無論是基于線下場景還是線下大資料的應用，創造什麼價值。
愛分析是一家關注科技創新和産業更新的研究機構，我們專注的主要領域，一是資料智能，二是人工智能，也包括後面的區塊鍊、5g等新技術。
我們把線下資料放到大資料發展的階段裡面判斷，資料本身是一種新能源，大家可以類比一下，當年的石油是怎麼開采、輸送、提煉、加工成成品和應用，怎麼走進日常生活中。資料的邏輯跟石油能源的邏輯是一樣的。
數博會是2015年開始，2015年往前兩年，大資料的第一個階段是收集，沒有資料就沒辦法應用，是以資料收集是資料發展的第一個階段，是大資料最基礎的業态。兩年之後，進入到資料監測階段，核心應用是政務體系裡面的大屏應用或者商業領域的應用。再兩年之後進入資料洞察階段，主要是用資料更好地做一些分析，我們叫大資料分析。大資料洞察階段，我們看到新興業态逐漸發展起來。
到了2019年，跟過去完全不一樣，我們認為大資料+人工智能技術之後，變成了資料智能階段，這是一個全新的階段。這個階段，是資料直接驅動決策的階段。決策是什麼概念？大家在日常生活工作中應該會感受到資料驅動決策所産生的價值，比如說，有時候會收到一些智能客服電話，就是通過機器撥打出來的電話，機器合成的語音跟人聲很像，無法識别是人類還是機器。語音識别隻是前端應用，它通過對你的使用者畫像和行為的監測，可以直接給你打電話，打電話的過程就是資料驅動，是機器主動決策給你打電話的過程，而不是通過人工方式做決策再給你打電話。這種方式降低了很多公司的營運成本，這就是資料直接驅動決策的價值。
進入決策階段之後，未來會有重塑的階段。關于大資料的業務重塑，大家可以簡單想象一下未來的場景，比如自動駕駛。l1-l3是人工幹預的場景，l4-l5就基本不再需要人工幹預。資料智能深入産業鍊之後，汽車出行裡面很多原來存在的傳統産業鍊主體會逐漸消失，因為大資料應用會重塑整個産業，業務模式會發生巨大變化。這個過程中，我們看到大資料每兩年左右會有一個巨大的變化。
從這個角度講，大資料對業務的改變分為兩個核心階段：一是業務資料化，二是業務智能化，2019年已經進入到業務智能化階段，怎麼通過業務資料驅動決策。
我們怎麼考慮線下資料，它是大資料領域的窪地，會出現哪些機會？線下大資料的應用場景是實體經濟，最直接的場景是實體經濟的消費者發生了巨大的變化。在智能終端沒有普及時，大家都是拿着菜籃子到超市去逛。現在80後都已經快40歲了，會深度試用移動終端的應用，導緻線下實體的客群不光是年輕化，而是移動化或者移動智能化，這個人群本身有很強使用移動終端的習慣。
這會導緻線下實體店要解決的問題，一是怎麼了解消費者的角色、形态，有什麼樣的行為、有什麼樣的偏好，我們歸結為使用者畫像，也就是消費者是誰的問題。二是不但要了解他，還要想辦法觸達他，通過線上、線下管道，通過lbs的資料更好的觸達他，觸達之後産生轉化。從實體經濟的角度來講，更好的觸達消費者、認知消費者核心訴求，這樣才能提升獲客能力和營銷投入的效率。
從供應商的角度考慮，或者從資料服務商的角度考慮，主要是新的技術和産業融合，是以産生了資料中台、技術中台和業務中台，更好的利用這些資料，相當于石油裡面的煉油廠和加工環節。随着大資料的發展，科技服務商已經具備把資料融合成解決企業客戶問題的能力。
總的社會消費品零售總額，2018年是38萬億，線下占比76%，這是一個很大的比例，人們還是願意在實體經濟裡面消費的。
怎麼樣更好地通過線下資料做商業決策？它的發展邏輯跟資料智能邏輯或者大資料發展邏輯一樣，我們從兩方面認為線下資料的價值巨大。一是線下實體需求，76%的社會消費品零售占比的需求；二是資料采集和應用能力。
例如，大家知道百麗是賣鞋的，有幾千家零售店。前段時間高瓴把它收購了，其實它收購的是資料資産。零售終端包括線下實體店，會用資料和技術提升整體銷售能力和服務客戶的能力。裡面有一個特别簡單的案例，大家逛鞋店的時候會試穿鞋，在試穿鞋的過程中，鞋裡面裝了一個資料采集的傳感器，采集顧客試穿資料。之後，通過模型來優化、識别使用者的個人偏好，包括他喜歡穿什麼樣的鞋、喜歡什麼類型、尺碼多大。這些資料跟線上資料融合之後，最後的效果，原來在一個實體店裡面試穿的轉化率為3%，資料打磨完之後調整鞋子款式，試穿轉化率能達到20%，6倍效率的提升。這是什麼概念？過去花1000萬，能帶來2000萬的收入；現在花1000萬，能帶來1.2億的收入。這是資料對零售業的價值，通過你的投入來計算産出。因為用了新的線下智能技術，最後能給你帶來多大的回報。這樣的事情在很多線下實體業态裡面都會發生。
從行業圖譜的角度，線下采集有特殊的場景和技術，無線傳感器擷取的資料和攝像頭的資料，這是比較主流的方式。擷取資料之後，不僅線下資料本身能更好的做應用，真正的價值在于線下資料擷取之後，與線上相對比較豐富、比較成體系的資料結合，更好的形成資料中台，基于業務中台和資料中台更好的實作商業價值，這是線下資料的價值。
從線下大資料擷取來講，技術改變了實體經濟的基礎設施，從沒有資料到能采集資料到最後能跟線上資料結合，更好的回饋到具體的線下場景中，實作商業價值。可以想象一下，今年下半年開始的5g商用化，這對線下實體經濟的影響巨大無比。大家可以看到很多關于5g商業化的廣告，确實挺震撼。5g是我們特别期待的，它怎麼能夠改造或者完善線下場景的基礎設施，這是未來的引爆點。
所有的資料智能，無論線上線下，最終的競争壁壘一定是建立在對場景的應用能力之上。回顧線上資料，成熟之後的線上資料，不再作為一個科技服務商的壁壘。是以，線下資料未來2-3年還會是一個很重要的壁壘，但是再過3-5年，線下資料源的壁壘會逐漸降低。真正到最後，作為線下的智能服務商，最終還是要在客戶應用場景裡面更好的實作客戶的價值。
是以，我們認為，從資料智能的發展趨勢來看，資料中台成熟之後，結合技術中台和業務中台，深化到業務場景中，是建立壁壘的一個最重要的點。這個點不隻是有資料，怎麼樣更好的支撐産品的技術，這都是融合在一起的。比如資料采集環節，很多地方都會應用到計算機視覺技術、iot技術，而知識圖譜應用能更好的區分不同場景裡面的客戶需求和客戶畫像。是以，技術和資料的融合，最終一定要深入場景，這是第一點。
第二，場景可以延伸。不同的行業，從零售到旅遊、到出行，再到更遠的金融。不同的應用場景，因你對場景的了解能力，你會占有獨特的資料。從這個角度來講，從衆盟資料目前線下資料的角色來講，未來2-3年時間能夠更好的建立起線下資料行業裡面的壁壘。
應用場景有大有小，我們從三個角度考慮：一是行業技術是否成熟，二是商業場景是否成熟，三是市場規模有多大。目前能看到的政務、零售、旅遊和房地産、教育的線下場景，應該是線下資料智能很重要的領域。作為科技服務商，從零售到旅遊，應用場景延伸的能力完全取決于擷取資料的能力和應用成熟後服務線下的能力。
以上就是我今天的分享，謝謝大家！