智能数据白皮书：智能数据如何高效驱动营销

根据知名 IT 咨询公司 Gartner 7 月发布了2017年新兴技术成熟度曲线。推出三方面趋势：

（1）无处不在的人工智能（AI）；

（2）透明化身临其境的体验；

（3）数字化平台。

专注于技术创新的企业将继续寻找可以帮助他们创造竞争优势和价值、降低经营成本、使业务模型转型的新技术。

其中，智能数据挖掘（Smart Data Discovery）进入期望膨胀期阶段，2到5年的将成为主流应用新兴技术。

所谓「智能数据」是指那些真正能够应用于解决实际问题的大数据子集。在智能数据的运用上，企业面临的最大难题包括：数据收集、整合与分析以及实现数据应用的闭环。国外像亚马逊、可口可乐、荷兰皇家航空等公司其实已经在对内决策、对外的数据驱动营销以及客户体验的提升和优化上有了较为领先的智能数据实践。

为了让更多企业认识到智能数据的价值与意义，推动智能数据驱动智能企业在国内的发展和应用，知名数字营销媒体 SocialBeta 发布了《智能数据如何高效驱动营销——智能数据白皮书》（以下简称「白皮书」）。

白皮书综述了智能数据的发展、概念和特征，重点梳理了智能数据的应用场景、解决方案，同时也对智能数据的的商业应用——客户数据平台（Customer Data Platform）解决方案的最佳实践案例进行了详细的介绍。

通过对这篇报告要点的梳理和解读，回答了营销人最为关心的几个问题：

1、智能数据的概念

2、智能数据与大数据的区别何在

3、智能数据的解决方案

4、智能数据的应用场景

5、智能数据的机遇和挑战

一、智能数据的概念

白皮书开篇首先回顾了智能数据的发展历史，并对其概念进行了界定：

智能数据是指那些真正能够应用于解决实际问题的大数据子集，通过对结构化和非结构化的数据的整合、分析和激活，帮助企业做出正确的决策，提升营销效果和实现商业目标。

通俗意义上讲，智能数据就是人工智能在大数据领域的应用。根据加州大学伯克利机器学习教授，Chinapex 创略首席科学顾问 Laurent EI Ghaoui 的观点：机器学习和 AI 正在推动一种被称为「人机共生」的增长，机器智能做体力活，获取洞察，然后让人类策略性的思考。在某种程度上，它会增强人的决策。这是一个非常有效的专业互动，能使每一方（人或机器）去做他们最擅长的事。

目前，智能数据技术供应商覆盖的领域包括金融、营销/销售/客户体验、互联网广告、网络安全、金融、物联网、生命科学等。

二、智能数据与大数据的区别何在？

企业对于数据的应用通常处理的是有关「五个V」的问题：volume(数量), velocity（速度），variety（多样性），veracity（真实性）和 value（价值）。

数量、速度和多样性与数据产生的过程，以及如何获取和存储数据有关，而真实性和价值这两方面则与数据的质量和有用性有关。

从中我们不难发现，与充满「噪音」的大数据相比，智能数据的核心特征在于真实有用性、可操作性和跨平台多渠道搜集：

白皮书进一步指出，智能数据既指实际的大数据中结构性的数据子集，同时也意味着一套将智能数据应用于实际问题的一套技术与方法，包括数据收集、数据整合、数据细分和分析，以及数据开放式应用的四个步骤。

三、智能数据的解决方案

但从目前的现状来看，数据驱动营销仍然处于一个从粗放式流量采购到精细化高效管理的转型期。

许多企业仍然专注于「大数据」而不是「智能数据」，而没有意识到后者才是真正可以帮助到企业的有效信息。

根据白皮书的观点，企业在不同的消费者数字接触点上产生大量的用户数据和行为数据时，面临的数据营销痛点主要表现在：

针对这些痛点，智能数据解决方案的出现能够满足企业在建立 360 度客户全景画像、营销个性化、智能营销和精细化运营上的需求。

四、智能数据的应用场景

随着机器学习和人工智能技术的成熟，智能数据系统还会加入更先进的功能和预测模型，例如客户旅程路径分析、客户价值分析和客户流失预测，帮助企业获得以前很难得到的「战略洞察」和「可实施洞察」。

例如，想要提升销量的零售商可以通过人工智能技术，针对那些将商品移入了购物车、但最终没有购买的用户自动创建列表，作为后续投放重定向广告或者推送相关优惠信息的准备。

智能数据还可以与企业外部或内部的「操作系统」相连通，可以被实时应用到诸如新品开发、产品定价、广告投放、客户体验优化等不同的场景中。

白皮书同时也对可口可乐、资生堂、斯巴鲁汽车、Wish、荷兰皇家航空和亚马逊等领先品牌线上线下、对内决策对外推广的智能数据实践做了比较详细的介绍：

五、智能数据的机遇和挑战

最后，白皮书也对智能数据的前景进行了展望。随着智能数据技术的成熟和数据生态的发展，智能数据对各种规模的企业来说，可创造的实际应用价值将会越来越多。而利基玩家和供应商的增加，也将提高市场中解决方案的性价比。

值得注意的是，预算来源、组织和文化的变革以及信息安全与隐私问题可能会是企业在智能数据的实际运用中遇到的挑战。

而新兴技术的发展和各类电子设备的普及，让智能数据无论在来源、获取、分析应用方式还是使用场景上都会更加丰富。