达观数据CEO陈运文：通过个性化推荐技术，帮助企业提升经营效率
2017年7月5日由品途主办、中国电商委特别支持的“2017新零售新服务产业创新大会”在京举行。大会通过深刻的讨论与交流，帮助传统零售企业更好的把握新零售方向，用大数据、人工智能等新技术驱动业务，让传统零售企业拥抱美好的未来。同时，论坛也将从金融资本角度捕捉零售业转型升级中的机遇，由对零售业有深入研究的投资大咖带领观众深扒新零售的机遇与陷阱。
达观数据CEO陈运文在主题演讲中表示，互联网企业对大数据的应用其实是走在前列的，从技术角度来看，传统中国的零售企业、电商企业完全可以合理利用大数据挖掘，提升经营业绩。例如，店铺的商品越多，用户面对的选择就越多。通过以前拿到的数据显示，在传统的零售店铺里货架摆放位置不同，会影响着店铺销售经营的业绩。我们希望通过个性化推荐，能够把用户以前不怎么关注的商品位置更好的挖掘出来。
以下是文字实录：
非常荣幸，今天能参加品途的这个活动，和各位现场的朋友们，一起分享我们达观数据在企业个性化、数据挖掘方面的经验。
首先，简单介绍一下我们公司，达观数据是一家非常年轻的公司。从2015年成立至今，发展的速度非常快，获得了软银赛富、真格基金、方广资本、众麟资本的投资。
互联网企业对大数据的应用其实是走在前列的，我之前工作过的百度、腾讯，都是利用大数据挖掘帮助企业提升经营效率。传统中国的零售企业、电商企业如何利用大数据挖掘，提升经营业绩？这个也是我们一直在思考的问题。从技术的角度来看，用大数据帮助企业客户提升经营业绩，这是达观数据要做的事情。
做零售的时候，我们首先要做什么？一边我们有大量的顾客、用户，一边我们有大量的内容，这些内容包括的商品信息、店铺的各种活动、优惠、打折等。我们希望能够把用户和我们的这些产品，更好的连接在一起。
传统的方式是人工做运营。在线下有店员做店铺的管理、运营。线上会有一些运营团队，去做店铺的促销活动、打折活动等。但是，是否可以通过大数据技术，把这个过程更好的自动化，把它做得更加有效率？我们觉得，个性化推荐在这地方是可以提升收益的。
在做线下店铺经营的的时候，有很多老客户经常去一家店，老板、店员都认识你了，你去多了以后老板会说“我们最近新到了一批水果，要不要尝一尝？”“我们有一些打折，要不要多买一些？”但在线上是做不到的。一个人能记住用户行为偏好的数量不超过150个。而计算机不仅可以记150个，记1500个、15000个都是没有压力的，那么如何让计算机完成这件事？这就是个性化推荐带来的价值。
店铺的商品越来越多，用户面对的选择越来越多。在传统的零售店铺里，以前也拿到过数据，货架摆放位置不同，会影响店铺销售经营的业绩。哪些商品应该摆在进门的，流量最大的货柜上？哪些商品应该放在用户视觉平行的位置？我们希望通过个性化推荐，能够把用户以前不怎么关注的商品位置更好的挖掘出来。
举个例子，在线上网站里可以看到，在很多位置都有商品的推荐，怎么把这个推荐做得更加有效率，让用户更加愿意点击从而促进销售。这也是个性化推荐技术可以发挥作用的地方。
具体怎么做？数据采集非常重要。线上数据采集本身比较容易实现。我们可以记录下来用户的各种行为，他的浏览、收藏、加入购物车、购买等等。线下店铺如何收集行为？一个是用户的交易数据，现在基本上都电子化了，交易数据比较容易记录下来。用户浏览数据如何记录？我们现在有一些新技术：通过摄像头采集用户的身份信息、面部信息数据。把这些用户的信息采集完之后，我们可以针对消费者的偏好完成全方面的用户画像。
用户画像不仅仅停留在用户属性的画像，属性只是用户画像很小的一部分。属性是指性别、年龄、职业、收入，这个比较容易发觉出来。除此之外，我们觉得，一个用户的兴趣偏好，以及他的行为属性也非常有价值。
每个用户、消费者到店消费的时候，一定是不一样的。有的用户是价格敏感性的，有的不是，有的用户愿意尝鲜，有的重复购买率比较过，有的用户对品牌有特别的偏好，如何把这些林林总总的兴趣偏好都挖掘出来？通过我们采集的数据，并且基于个性化的大数据系统。这样我们就可以针对消费者的个性化需求来完成推荐。
在这方面，美国的亚马逊做得最好。亚马逊线上1/3的销售是通过个性化推荐实现的。在中国，尤其是传统的零售商，通过大数据完成销售的比例还是非常低的。我们希望，在这方面能够帮助我们的合作伙伴，完成销售的促进。
用户行为的挖掘是从你对一个用户之前的毫无所知（比如你不知道他为什么到你这来消费，他买完以后又去了哪里，他为什么挑了这几件商品）到你可以对他进行更深入地了解（比如他是什么样的人、怎么来的、为什么要买这些东西），这样给你带来的潜在价值会非常大。
在个性化推荐领域，我们也来举一些例子。因为这些都可以帮助我们的企业提升经营效率。
我们可以判断一个用户对店里哪些商品最感兴趣，这对你吸引用户到店非常有帮助。你甚至还可以判断一个商品以什么样的促销方式最能打动客户。
另外，搭售也非常重要。一个用户在购买一件商品的时候，能不能让他和其它商品一起联合来做售卖，可以促进每次的客单价。用户的评论、分析也是很有价值的，因为可以让我们知道用户对购物物品的反馈意见。从而来判断适合每一个用户的促销手段。这都是大数据在销售行业落地的时候可以发挥作用的地方。
所有的系统在刚刚上线的时候都非常稚嫩，需要通过一个自学习的体系，通过不断的积累数据，不断的对数据进行理解、挖掘，完成学习的过程。
大家可以把大数据系统看作是你的一个智能店员。你招了一个很聪明，但是没有经验的店员。你要反复的训练他，告诉他，一个用户是怎么样的，具有什么属性的数据。这个店员通过训练以后就很聪明了，在未来就可以帮你完成所有的事情。自学习系统、大数据系统，在未来可以很大一部分代替原来需要靠人工完成的很多工作。能够自动的来思考并完成销售工作。
最后一点是关于技术方面，冷启动的问题。
当一个新用户来的时候，你的计算机系统能不能尽快的了解这个用户是谁，他喜欢什么，哪些商品适合他。刚来的用户叫冷启动用户，对你来说是一个冷的用户，你需要尽快让他预热起来。我们在后台有很多的技术来帮企业实现，比如说一个毫秒级用户画像的更新，以及快速设立候选集合等。
管理配置后台也非常重要，大家可以在里面看到各种各样的数据。
举一些例子，不管是线上的销售还是线下零售，给每个用户展示什么样的商品，展示商品的形式都是非常重要的。
我们一个客户做了一个垂直品类的线上销售，遇到的问题是，每次用户来的停留时间都很短，流失率非常高。我们希望能够促进到店的用户，更好的产生转化。所以，我们给他开发了一套个性化的系统。
这个系统上线以后提升非常明显，具体体现在每天我们成功推荐的次数，推荐给用户商品的次数。另外，我们还能为他提升用户每一天的活跃程度，所以希望这个APP每天都有更多的用户到来，我们就给他提供个性化的内容。
如果你去一个店铺，服务非常个性化，你去了以后给你陈列的商品、提供的服务、折扣都可以满足你，你就会经常愿意去。所以，促进用户的日活非常有价值。
上线以后的个性化带来的点击率有3倍的提升，非常惊人的数字。网站交易金额有60%的增长，大数据所蕴藏的潜力非常大，每一家企业都积累了很多的数据，能不能把这些积累的数据背后所蕴藏的价值更好的挖掘出来？这是我们的达观数据的价值所在。
在新零售这个行业里，能够把传统的经验和新的大数据挖掘技术结合起来，是一件非常有价值的事情。
非常荣幸，今天跟大家分享了我们大数据在应用零售行业的一些经验。