數據中臺技術匯 | 智能算法助力企業效率升級

移動生產力和傳統企業困境

縱觀歷次生產力革命，都是從生產者的技術革新開始，最後波及到消費者。幾回工業革命中，能源和製造工藝的升級極大地提升了生產效率，而且創造了大量的新工種，最終提高了消費者的生活質量，促進一輪又一輪的消費升級。最近的信息技術革命，互聯網最早使用在國外的大型工業產業，以後普及到社會生活中，才帶來了無數次的生產力提高的機會和挑戰。

然而，移動互聯網生產力的產生和發展卻不一樣，它產生於消費端而不是生產端。移動互聯網生產力帶來了兩個核心能力：

1. 分佈式，去中心化

2. 縮短信息傳播路徑

在消費端，移動互聯網鏈接起海量的消費實體，經過一種自發的組織方式，實現了去中心化。消除了以前的生產力單點瓶頸，使得消費規模呈指數級增加。分佈式的組織形式同時提供了消息傳遞的極短路徑，使得銷售活動能夠很是高效地組織起來，同時增長了消費鏈路的透明化，推進消費力極大提高。

受互聯網發展的影響，消費端的需求逐漸提高，給生產端帶來愈來愈大的產能壓力。生產端產能升級迫切須要，生產力的再平衡如箭在弦上，不得不發。如何利用移動互聯網的技術優點和愈來愈豐富的人工智能算法能力，在生產端發力，提高生產效率，成爲了一個愈來愈重要的命題。同時生產關係隨着消費者和生產者的效率升級，也須要重構，而線下的不少傳統企業多年打造的複雜系統，面臨着巨大的挑戰。

基於這個命題，奇點雲提供了數據化智能解決方案。在不少行業不斷打磨、沉澱，深度嘗試移動互聯網技術和AI算法，造成了前沿的創新型算法模型，大幅度提高線下生產力效能，重構生產關係。新的商業模式，一切爲了效率。

數據質量這麼差，企業如何數字化升級？

在過去的10年，移動生產力經過對人貨場的信息流改造，極大地提升了線上消費場景的效率。可是線下，卻看不到信息流全面覆蓋。大量的傳統行業仍是停留在原始的人工運營爲主的狀況，少數創建了孤立信息系統。在大數據時代，傳統企業，仍然擺脫不了缺少數據的魔咒。這種數據的欠缺主要表如今兩個方面：

1.線下運營和管理的數據存在獨立的MIS系統中，且深度耦合業務，數據孤島很難打通。

2.線下的用戶行爲單一，目前尚未完善的收集跟蹤用戶在線下交易的完整行爲鏈路，對於用戶的偏好和厭惡頗有具備說服力的數據來支撐。

基於這樣單薄稀疏的數據，在人貨場的任何場景都很難有大幅度的效率提高，只能自動化最基礎的工做，和線上的智能化、數據化相去甚遠。

針對這些問題，奇點雲的數據中臺服務經過整合數據孤島，並結合行業知識，設計行業數據模型，打通不一樣部門的數據，同時也打通了不一樣部門的業務。結合咱們的能力，企業就能夠徹底實現：從無數據，到能自主地生產數據。生產是動態的、源源不斷的，這也是企業將來數字化轉型的數據基礎之一。

可是，線下用戶稀疏而單一的行爲數據，仍然是目前AI落地傳統行業的重大障礙。

爲了解決數據的問題，主要有兩個方向，豐富線下的端和提升一方數據的利用效率：

1.咱們開發的智能魔櫃、魔鏡、識客系統是很好的用戶線下行爲的採集終端。同時，隨AI時代來臨帶來的更強大的算法模型，被用來更加高效的處理線下稀疏的數據。

2.企業的一方數據主要是銷售數據和會員數據等。這些原始數據維度單1、低週轉的商品還存在稀疏的問題。通過在大量項目的實踐，針對這兩個問題咱們總結了可靠的方法論：

(1)維度單一：咱們能夠經過增長模型對相關聯特徵的衍生挖掘，補充更多維度的特徵；

(2)數據稀疏：咱們能夠經過解耦和創建子模型的方式，經過簡單模型融合、跨任務融合的方式，提升模型效果。並結合深度神經網絡的結構化數據挖掘優點，線下數據的諸多問題都被弱化，甚至基本解決。

實戰打磨，AI助力企業智能升級

目前咱們積累了大量的實踐項目，幫助傳統企業更好地使用本身數據，挖掘線下數據的價值。

銷售數據是線下用戶行爲的最主要來源，但類比線上的數據：點擊、購買、收藏、加購，顯得單一且稀疏。並且線下數據缺少負樣本的支持，使得傳統的監督學習在使用到線下數據場景上尤其困難。

奇點雲大數據算法團隊目前有兩把尖刀，在真實的線下數據場景中取得了不錯的效果。

1. 無監督畫像：經過創建經驗機率模型，結合行業中實體關係，建模實體機率模型並求解。從POS單中挖掘了人-貨-場多個維度的畫像。經過聚類分析和人工解釋，洞察出了各個維度畫像之間隱藏的可解釋關係。一方面，能夠提供商家更加豐富靈活的運營手段；另外一方面，能夠做爲特徵加入模型，解決稀疏數據的泛化性問題，在智能調補貨、智能排班、智能訂價模型中，對於需求預測的準確率提升效果顯著。

2. 需求預測和分析：線下場景的一個重要應用就是用戶需求預測，需求預測能夠提高供應鏈效率、提高企業內管理效率、提高運營質量。基於數據中臺的需求預測能夠輔助企業的決策層作出更加合理的經營決策。因此，需求預測的準確性很是重要，國外製造業的領先公司，都對需求預測投入了大量成本，1%的需求預測準確率提高，會帶來10%-20%的淨利潤提高。

奇點雲算法團隊經過對不一樣行業銷售數據的深刻分析，研究了時間序列、boosting、深度模型等多種方法，全面對比了不一樣方法在不一樣場景下的效果。發現其實銷售數據只是表象，根本的是背後的業務邏輯，不一樣銷售屬性的產品，其數據的分佈有巨大區別，數據之間的勾稽關係更是天壤之別，適用的算法也決然不一樣。咱們從「分」到「合」提出瞭解決方案：

1.從「分」的角度，咱們結合行業的不一樣狀況，對需求預測問題分解，針對同一個行業中不一樣的行爲，對需求預測再次分解。

2.從「合」的角度，咱們合併行業間的通用問題，合併問題間的通用解決方案。造成了零售、鞋服、綜合體等多個領域的需求預測解決方案。

需求預測不是一個簡單的預測問題，還涉及到業務交互和理解。奇點雲需求預測平臺：支持業務可理解的需求解耦、需求重塑。提供給運營人員和企業高層對業務更加深刻的洞察角度，和制定經營計劃的精準打擊武器。

商業戰場，瞬息萬變，咱們的算法工具，不能呼風喚雨，卻能夠預測將來。成敗之間，細節爲王。藉助數據中臺、數據分析、移動互聯網算法技術，奇點雲算法平臺但願能成爲企業的核心王牌，幫助側重線下場景的企業能笑到最後。