TalkingData人本数据观

郑迪

1916年的纽约，路边等候的人都在看报纸，但是今天越来越多的人关注的是自己的手机，地铁里、公交站边，随处可见。这些转变使我们关注每个个体所产生的单体数据，从而组建我们庞大的数据库，而我们更关注的是从数据的搜集到处理，乃至于我们对数据的分析，建立我们的产品体系来解决一个又一个问题。

简单介绍一下我们的公司TalkingData成立于2011年，是国内领先的独立第三方移动数据服务平台。一直致力于数据的深耕与数据价值的挖掘，从数据的采集、处理到数据的分析，再到数据的应用与咨询，形成了一套以“智能数据平台（SmartDP）”为主的完整数据应用体系。目前，TalkingData的平均月活跃用户为7亿，为超过12万款移动应用，以及10万应用开发者提供服务，覆盖的客户主要为金融、地产、快消、零售、出行、政府等行业中的领军企业，连续三年实现业务的快速增长。

成立五年多来，TalkingData秉承“客户优先、开放坦诚、担当意识、创业精神、创新精神”的企业文化，胸怀“数据改变企业的决策方式，数据改善人类自身和环境”的愿景，本着“帮助客户转型升级为数据驱动型企业”的使命，践行着“用数据说话”的原则，逐步成长为中国大数据领域的领军企业。

在各类数据的结合上有三点是比较重要的：一、统一接口的数据源。二、合适的数据要应用到合适的场景，保证我们解决问题的确切性。三、我们是自主研发的核心算法，保证我们本身对于整个数据工具的可操作性。最终我们形成了最核心的一个平台，也就是SmartDP（智能数据平台），通过SmartDP把我们的功能和服务结成一体化，切实地解决问题。所以我们的核心产品生态是一个圈层，包含数据科学、数据管理乃至数据工程，这样才能支持我们的团队来解决实际的城市问题。

接下来看一下我们的实际案例。我们的实际案例是根据项目需求做的一些应用场景，TalkinData有专业的咨询团队，能够根据现有的问题进行丰富的数据分析、特定数据和区域的观测，乃至多人群的行为分析，最终观测到重点人群的需求画像描述，从而解决客户问题。所以，各种类型的数据维度，为我们整个服务带来了可行性。例如，我们看到利用 TalkingData的设备数据，在北京的外围，比如说回龙观、天通苑乃至通州，我们能看到有其很多的客群集聚效应出现，我们对这方面的检测能达到精确到70米×70米的精度，这样对于北京市的人口统计，乃至于我们对于一些热点事件的实时反应，具有很好的服务能力。

与此同时，我们也关注一些特定的客群，比如说高净值客群，平时工作地在哪里，平时周末的消费地在哪里，这一系列的数据对于高净值客群的销售服务和生活的配套功能，不管是对政府还是对企业来说，都是极具有吸引力的。

再更进一步看，我特地选择了今天开会的地点新云南皇冠假日酒店，分析一下这个区域，可以看到西侧其实是有两个高校，北京化工大学和北京外经贸大学，对于这些地方的客群也进行了一个更细致的划分，从分析中可以看到，很多住客、游客这样的数据，同时也反映了很多高校学生的分布。这两个区域之间有交叉，对于这样的数据，我们把它们放到一个历史维度上去看，对于整个地区客群的交融、社群环境的融合数据，对于该地区城市的管理是具有非常好的作用的。

TalkingData在很多细分领域都有专业的团队。比如旅游数据平台，我们扩展了生态圈，如餐饮、保险、金融、购物。但最终还是要回到整个数据的模型，是以游客为中心的，这就是我所说的人本的本质。

我们对于黑龙江景点冰雪世界的旅游状况做了一个分析，通过数据可以分析出去旅游的游客中前三位的来源地是北京、天津和上海，更进一步，整个一个景区当中有两个最大的景点，一个是冰雪大世界，一个是亚布力，去玩冰雪大世界的人也会玩亚布力，但是去玩亚布力的人，对于太阳岛这个景点却情有独钟。这反映到其实我们对于某一个景點会进行标签数据收集，对于这里相应的客群都会有各个动作的观测以便我们对这些景点实时运营，并进行精准的贴身服务，帮助这些景点提升自己的服务效能。

同时我们也可以关注到整个冰雪世界的游客，它的来源地在北京也会有一个空间显现。比如工作地和平时周末的消费地，这会对在北京的广告投放，特别是在游戏方面的广告投放有所启发，并能帮助到黑龙江的客户或者是这个城市，吸引更多北京的高净值人群。

此外，我们对于整个地区甚至国家跨地旅游的客群也会有一个全局性的分析。我们注意到华北地区这些人群更喜欢跨地游，且值得注意的是，他们非常倾向于到华东地区，我们选择华东地区一个更重要的景点，例如上海的迪士尼，我们圈定迪士尼的围栏，对迪士尼的成立和试运营的信息数据进行了一个分析，也能看到很多游客的行为特征，而这对于加强迪士尼周边的城市服务能力来说都是具有价值的信息。（根据演讲内容整理，未经本人审核）endprint