4月6日，創立于矽谷的營銷及資料技術公司chinapex創略釋出其新一代智能資料平台：資料雲。該産品是一個企業級客戶資料平台，旨在讓企業擁有和加強對線上、離線資料的管理能力和控制權，并将資料實時激活到諸如營銷、銷售支援、客戶體驗優化，以及商業智能等應用場景。
在大環境中，随着企業将越來越多的戰略舉措和資源投入到資料資産中，最終将驅動資料生态的供應商針對具體問題來設計出靈活及高成本效益的解決方案，來替代那些落後而繁瑣的通用型企業資料系統。
而資料的企業應用通常處理的是所謂的五個v的問題：volume(數量), velocity（速度），variety（多樣性），veracity（真實性）和value（價值）。 當仔細觀察這些特征時，會發現其中的兩種形态。數量、速度和多樣性方面有關于資料産生的過程，以及如何擷取和存儲資料，而真實性和價值這兩方面則關注于資料的品質和有用性。 如果企業隻是重視數量和速度的層面，這是可以被定義為一個“大”資料的問題。 然而實際上，很多這樣的資料包含了未經過濾的“噪音”。
chinapex創略ceo jimmy hu認為，智能資料的定義，便是真正能夠應用于解決實際問題的資料子集：通過消除噪音并聚焦到問題及其參數和精微細節上，可以一種智能的方式被運用到解決方案中去。
他将智能資料解決方案的關鍵部分分為以下三個環節：
第一，智能資料收集及擷取。目前資料可分為兩種類型——實時資料和非實時資料。它們往往存在于多個潛在的資料源中，包括線上和離線的，通常位于完全的資料孤島中。企業需要技術解決方案提供商給予一套資料收集和內建工具，來快速、高效和可靠地擷取實時及非實時資料。使用者應該能夠輕松地指定，哪些資料次元需要被收集。資料收集觸點和資料源對接的範圍應完全取決于最終的目标。
第二，智能分析。幫助使用者在其正着手的業務應用架構内提出正确的問題，不将分析邏輯設死，而是確定它可以按照适合企業自身的業務邏輯和獨有特性來适配。jimmy hu認為，智能分析并非是讓終端使用者在很少或者零輸入的狀态下就能擷取分析結果，而更應該是一個互動的過程。在這一過程中，使用者可被引導輸入相關的資料參數，并以直覺和透明的方式來發現洞察。就機器學習和人工智能而言，資料科學的作用應該是增強和加速人類的決策和判斷，而不因是取代它。如果智能資料擷取和收集這第一步走得強而有力，亦有助于提升智能分析的效率和準确度。
第三，智能資料應用。jimmy hu稱，洞察分兩種 —— 戰略洞察與可實施洞察。其中，可實施洞察對于不同的資料驅動應用場景而言，其傳遞的格式和方式也應不同，使用或激活它們的方法也可根據其資料及洞察的類别而有所不同。下一代的智能資料平台應是可與外部或内部的“行動系統”完全連通的，使資料可以實時或接近實時地被投入使用。資料可以被推送到這些行動系統中去進一步使用，或者使用者能夠設定某些基于規則的觸發條件，當分析次元的某個範圍或資料狀态等于某個值或區間時，相應的行為将被觸發。例如，當預測分析結果達到一定的門檻值區間時，一個預見性維護工業物聯網資料平台可觸發發送某些警報到警報隊列裡，或者一個客戶資料平台将某些客戶群激活到通過api對接的電郵營銷平台中去。
chinapex創略首席科學顧問laurent ei ghaoui表示：“機器學習和ai正在推動一種被稱為人機共生的增長，機器智能做體力活，擷取洞察，然後讓人類進行政策性的思考。在某種程度上，它會增強人的決策。”智能資料技術将持續針對解決特定問題的機器學習和ai功能産品化，進而對于非技術背景的業務使用者而言，也變得更加容易擷取、使用性更強。在細分領域的專注度更利于打造規模經濟效益，并将不斷增強的機器學習能力所能産生的價值跨應用場景地分享到不同的企業級使用者中去。
chinapex創略創立于美國矽谷，其定位是營銷及資料技術公司。chinapex創略目前正在解決的就是這兩個問題，它希望通過結合多方資料幫助企業進行營銷推廣和内部進行營銷決策，乃至除營銷之外的其他應用場景。而商業模式方面，chinapex創略的标準化合作模式以saas形式提供，亦可支援多種部署形式。在saas方面，客戶按照用量或者需要的功能子產品收費。據悉，2016年3月，chinapex創略已完成數千萬人民币的a輪融資，這輪融資由聯創旗下基金無穹創投，以及均彌資本領投。
本文轉自d1net（轉載）