分享
Scan me 分享到微信

TalkingData高铎:移动大数据如何在LBS行业应用

TalkingData副总裁 高铎  6月10日,北京国家会议中心,以构筑地理信息新生态为主题的2015年全球地理信息开发者大会 (WGDC)在此拉开帷幕。WGDC自2012年起开始举办,四年时间里,伴随着中国地理信息产业的快速

泰伯网

TalkingData副总裁 高铎

  6月10日,北京国家会议中心,以“构筑地理信息新生态”为主题的2015年全球地理信息开发者大会 (WGDC)在此拉开帷幕。WGDC自2012年起开始举办,四年时间里,伴随着中国地理信息产业的快速发展,WGDC已经成为位置与空间领域最具影响力的技术创新盛会。6月11日下午,创业与投资分论坛成功举办。

  在创投论坛上,TalkingData副总裁高铎基于收集的移动大数据,介绍了基于地理空间的三种智能应用服务。以下是高铎的演讲实录。

  高铎:大家下午好,我的主题是当LBS遇上移动大数据,LBS这个事情这几年下来,在我看来是没有一个完整的商业模式,但是LBS会在各个行业遍地开花,成为一个基础的设施,所以我今天分享的硅谷的数据和其他的移动端的数据结合到一起,形成一个大数据平台,在这个平台之上,他能够与各行各业带来什么样的一些项目的改变和决策方式的改变?这是我今天要分享的内容。

  主要来看是三个部分,第一个部分是大数据品牌,主要是移动端的,如何改变传统的门店选址的模式,第二个如何创造一种新兴的与他的品牌广告形态。第三个我们也做一些案例,如何完善一些银行或者是证券的一些风控的模型,就是这三个内容。

  首先是DMP呢?我不知道大家接触的怎么样?DMP实际上是三个过程,第一个是我需要收集数据,通过在座的大家的手机、IPAD或者是各种传感器、智能设备等等。第二个建立一个平台,数据加工,把数据并合起来,我会去做一些数据的产品的输出和服务,输出和服务对输出的的行业,比如说银行、证券、云商、保险公司,也会输出一些五花八门的行业,比如说互联网,也会输出一些很奇特的行业,比如说零售、汽车、奢侈品或者是房地产等等,这是我们价格输出的三个领域。

  具体来看基于这些手机、PI或者是第三方的数据等等。接下来来看所有的核心,所有的移动端数据的核心,其实只有一点,就像我们在座的大家,我们每天去出差,去坐飞机到任何一个地方,我们很多机构会让你证明一个事情,请证明你是你,你妈是你妈,很多时候你拿了一些证件或者拿了一些东西,大家不一定认你这个人,只认你一个身份证号,我们每个人在中国各个政府机构里面唯一的标识是身份证号,其他的是不认的,同样的道理,做大数据建立一个唯一的标识,这样你的数据才有价值,才能够发挥出去。所以所有的大数据的核心是基于一个Idea来做的,我们都是围绕着Idea来做的。

  大家能看到的,能描述出来的就是text,你喜欢买车,你喜欢哪一些品牌的车,你喜欢看电影,这些标签是决定于你的数据应用不同行业的基础,这是我大约的讲述一下DMP是什么。

  我们看一下DMP如何改变传统的门店选址模式,我们知道传统的选址模式很复杂,复杂到什么程度呢?你要有很多的指标,比如说要去考虑选址,比如说刚才看到有嘉宾分享像卖烧饼的,也有一些开银行的分店,也有京东开店的,都是我所说的传统的选址方式,一般会选择居民的消费水平、你的商圈、十字入口等等的,其实还有更多的,会建立一个选址的模型,会派很多的地调人员去采集、分析、挖掘,可能这个周期开一个店很长,同时关一个店也很长,这种传统的选店的模式,很大的问题是什么呢?第一个耗时非常长,短则两三个月,长则一年、半年。第二个成本非常的高,因为你是一个人力密集型的活,很难快速的实现。我们用大数据的方式,怎么实现快速便捷的选址方案呢?

  举两个例子,比如说大家叫的比较响的是黄太吉,假定放两三个月,挖掘出成熟的用户到这个店面吃黄太吉,通过移动大数据能够挖掘出来这三十万人的特征,他们都居住在天通苑,他们都是20岁到35岁之间,他们男女性格比例,他们的上班,他们的喜欢视频还是喜欢什么等等这些标签,可能有40多个标签变成了用户对黄太吉的用户模型,这个模型可以放大整个的移动大数据里面去筛选,筛选出来之后,可能有300万只适合模型的人群,我们就可以把它放在一个地图的平面上去。

  比如说是这个图,比如说我们想中午的11点到13点,我们筛选出符合这个用户模型群体的分布,我们选择一些密集度,选择一下投入产出的比,就可以很快的确定,也许这些密集度泛黄的地方就是他可能潜在的选址的区域。第二个如果我们重要的时间是选择在了晚上,是18到21点,这个时间段去选择的分布,你找到密度高的区域去选址,就能看到是否适合你开店。这个方式改变了传统意义上的人工模型,实际上是用大数据的方式,结合地理位置,结合店内的wifi的信息结合在一起的选址方案,这是我分享的第一个案例。

  第二个案例DMP创造一种新型的Retargeting广告,我们在百度索索里面搜索国家会议中心或者搜索一个酒店,你在另外一个网站登录的时候,会在左侧和右侧会出现跟会议相关的信息,根据你的搜索兴趣出发的,这是一个Retargeting广告。

  比如说大家到国家会议中心或者到商场,我举一个例子,你去一家商场,我们每个人都有在商场的运行轨迹,遇到一些珠宝店如果感兴趣就会停下来,如果不感兴趣就走到二楼、三楼,如果想买的话就会咨询问价。如果是走过,没有市场,如果体停留一下或者咨询一下,可能就会在一个店面里面停留一到三分钟,这个轨迹实际上就是你线下对于一些品牌的兴趣,这个轨迹应该是这个图,这个是国内一家著名的商场平面路面的信息流,用了一个时段的结面,这是所有的用户,所有的人群在商场里面的轨迹,我们看到一旦有用户的停留,就代表了他对某一个线下品牌的兴趣,这个兴趣是可以通过我们的手机和wifi记录下来的,记录下来之后,我们就可以加工出来,加工出来之后用其他的APP,其他的游戏做映射,这样我们就可以在我们的平台在这里面推送一些你刚才有兴趣广告。

  这是我们跟珠宝店做的一个广告的案例,我帮他筛选出来全国4300万对他产品感兴趣的人群,实际上是过去六个月内在他全国有一千多家门店走过浏览过的人群,这些人群是他的线下的兴趣人群,线下兴趣人群,我通过线说广告的方式抵达,我做了大约一千多万的量,最终转化效果是非常好的,比如说在未来的一个月之内,看过这些广告的人,我通过线下的wifi,可以检测到在现场看的广告,在未来一个月以内是否到我们的线下的广场或者店面,所以他的到达量是两千多,转化率是七点多。比传统的盲目的广告投放转化效率要高出很多倍,这是一种新兴的业态,在目前看来,也是我们唯一一家把线下的数据线上打通,再到线下检测的方案。

  第三种想分享的案例是一个金融的风控模型,如何去完善传统意义上的风控模型。这个大家知道我们无论是做贷款还是做一些各种金融相关的理财的东西,我们都会在银行或者证券公司提供各种我们自己的个人信息去证明,我们是靠谱的,我们还得起钱,我们也能够未来怎么样保证一个收益,但是银行证券来说,他要去评估我们所提供的信息是否准确,比如说就一个简单的例子,我们填的家庭住址等信息是真是假,怎么验证?你就可以在未来的一个月之内监测他的手机、智能终端设备是否在这个位置附近两公里之内出现过,如果出现过了,就代表他的地址准确率很高,如果没有出现那就不很低的。

  如果能够通过移动段的数据发现,他用了一个红米的手机,他的消费的行为,他的一些应用的兴趣都是比较低档次的,你也能够帮助他的修正的传统金融模型,告诉这个模型修正的私心度下降,帮助银行的人正确的更好的评估一个他的客户,这是第三个。

  整体来看这个模型既帮助银行降低借贷风险,同时又能够把这些金融大数据输出到一些更传统的,更让我们意想不到的行业当中的价值,这是我分享的三个案例,为什么分享这三个案例呢?基于这些数据,我们是2010年成立,我们已经累计了全球14亿的终端设备,我们覆盖了6.5万的派发者,8万多的移动应用,开发者里面可能大家几乎每个人使用的都会安装我们的APP,比如说跟我们合作的滴滴打车、唯品会等等以及大家玩的游戏里面,主要手游里面大概70%的手游,分析平台全部是用我们的,中国每年做校园广告的广告主大约300到400家之间,60%广告监测平台也是由我们的,我们的数据来源于这些。

  对接广告平台,对接了全球190多家,其中包括像谷歌、阿里巴巴、百度的等等的,这些是我们的数字,整体来看,TalkingData介绍是这样的,2011年成立,这是我们的一个介绍,我们在美国的硅谷还有日本的东京、上海都设了分公司,实际上检测运营和方案,我们对传统行业提供了差异化的方案,类似于大家知道的IBM等等提供的方案,整个的所有的这种服务都基于我们的数据商业化的一个平台,实际上既是基于DMP挖掘的,我就不一一说了。这是我今天要分享的内容。非常感谢。

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开