【T112017-智能数据峰会】以客为先知机行变_33页_36mb

文档总结

核心内容概述

本文档主要介绍了TalkingData智能数据平台（SmartDP）的演进与功能，强调以客户为中心，结合智能数据技术实现商业价值。文档涵盖数据服务、数据平台、数据应用、算法数据服务以及行业纵深应用等多个方面，展示平台如何通过数据治理、可视化数据工程、数据科学算法和营销工具等模块，提升企业数据应用效率和决策能力。

主要观点

• 以客为先，知机行变：平台理念强调客户导向，同时追求技术创新和变革潜力，以提效的方式满足场景化需求。
• 数据驱动决策：通过数据采集、治理、建模与应用，实现从数据分析到营销行动的闭环。
• 智能数据平台（SmartDP）：基于数据管理、数据工程和数据科学能力，推动数据应用的商业化落地。
• 算法优化与创新：提供多种高性能算法，支持大规模数据处理和预测分析，如线性回归、随机决策树、随机决策哈希等。
• 可视化数据工程：通过可插拔“算子”框架，简化数据处理流程，提高效率。
• 生态合作与行业纵深：通过开源工具、实验室数据和组件库，支持合作伙伴和行业客户的深度应用。

关键信息

数据服务与平台发展

• 数据服务总数：287款，包含4款算法数据服务。
• 平台发展：
  • 新增6款数据连接器，支持智能化数据采集。
  • 升级智能元数据治理模块。
  • 发布热插拔“算子”框架，提升数据处理灵活性。
  • 升级Smart Data Lab模块，增强数据科学能力。

数据应用与营销

• 智能营销云一企业版4.0：提供战略数据指导运营方向，洞察结果驱动增长行动。
• 用户分群：采用聚类和相似放大技术，打破传统规则分群限制，发现高潜转化人群。
• 转化评分体系：系统自动预测转化评分，提醒实时营销动作。
• 营销配置与触达：
  • 支持生命期营销配置，自由设定营销通道和触达素材。
  • 提供AppPush、公众号、EDM邮件、短信等多种触点通知方式。

数据科学算法

• TD Simple (Linear) Regression：
  • 一次迭代即可收敛。
  • 适用于大规模线性回归，用于数据预测。
• TD Batch LR算法：
  • 一次迭代训练上千个LR模型。
  • 适用于数据不变而正负样本变化的多个分类任务。
• TD Logistic Regression：
  • 一次迭代即可收敛。
  • 用于大规模分类任务，如Lookalike、CTR、CVR预估等。
• TD随机决策例：
  • 算法逻辑简单，计算复杂度低。
  • 非参数算法，鲁棒性好，适合多种任务。
  • 适合作为基线算法，处理高维数据。
• TD随机决策哈希：
  • 更适合高维数据并行处理。
  • 支持近实时反馈，适合大规模多标签和多目标问题。

行业纵深应用

• 地产投策：结合人迹行为数据、社会舆论信息、基础地理数据、社会宏观数据、地产交易信息等，构建地价潜力模型、房价预测模型和人房匹配模型。
• 智能数据服务商城2.0：2017年5月发布，提供丰富的数据服务和探索环境。
• 生态合作：
  • 提供iView UI组件库，支持快速界面搭建。
  • 数据服务商城沙箱，支持合作伙伴进行探索实验和定制需求响应。

总结

TalkingData智能数据平台（SmartDP）通过数据采集、治理、建模与应用，帮助企业实现数据驱动的运营和增长。平台注重客户体验，结合智能算法与数据科学，提供高效的营销工具和行业纵深解决方案，支持合作伙伴进行创新实验和定制开发。整体目标是通过数据和技术的融合，提升企业数据应用的智能化水平和商业价值。