数据智能驱动的业务突破与决策优化

"2018T11主会场演讲业务-林逸飞_15368365502111" 这篇演讲主要探讨了在IT行业中，如何利用数据智能来推动业务的突破和发展。演讲者林逸飞是 TalkingData 的合伙人兼执行副总裁，他强调了数据在业务决策、客户理解和营销策略中的关键作用。 首先，演讲提到了多维立体数据的挖掘和分析，包括物联网数据、姿态状态数据、职住娱行数据、人群属性数据、人流聚集迁徙数据、商业业态数据、基础设施数据以及基础地理信息数据。这些数据类型构建了一个全面的“时空人物”模型，进一步发展到KYC（了解你的客户）、KYP（了解你的产品）、KYS（了解你的服务）和KYT（了解你的交易）的概念，以全面理解用户、产品、服务和交易情况。 数据的连接和增强是提升数据分析能力的重要步骤，通过数据智能技术，可以更好地捕捉到合适的时机，以人为本，结合空间和物本因素，实现精准的业务操作。例如，通过对游客、用户、客户的不同阶段进行细分，可以针对性地采取不同的营销策略，如游客转化为注册用户、存量客户转化为APP用户、唤醒沉睡客户和预防客户流失等。 演讲还提到了流量汇入的重要性，通过智能匹配人、时间、货物和场景，实现更高效的营销。例如，选择优质的投放渠道，进行精准投放，以减少无效用户并提高高价值客户的营销效果。此外，对潜在理财人群的挖掘和理财产品复购推荐，以及空户促入金营销，都是利用数据智能优化业务的具体实践。 演讲进一步讨论了数据在运营中的应用，提倡专项化、精细化和精准化的营销需求挖掘。通过引入权益和服务，扩展触点和场景，将流量引入，并利用智能匹配技术，实现人、时、货、场的精确对接。同时，交互融合可以提升用户体验，智能选址和网点运营则借助客流数据、职业属性等多种数据进行决策。 最后，林逸飞提出了D2D（Data to Data）企业数据智能化转型策略，通过数据资产迭代收割和数字化运营，逐步实现应用场景化、决策智能化、数据资产化和业务数字化。这个过程涉及数据工程、数据科学、AI模型评估、规则/预测触发、数据应用和归因等环节，形成一个完整的闭环流程，以实现数字化运营结果的持续优化和业务的数字化升级。 这篇演讲揭示了数据智能在业务突破和数字化转型中的核心地位，强调了数据的深度挖掘、分析和应用，以及在营销、运营和决策中的价值，为企业提供了通过数据驱动业务发展的新思路。