文章图片
【报告免费下载方式】关注数据猿威新工众好（datayuancn） ， 并于威新工众好后台回复关键词“数据智能报告”就可免费下载完整高清版《2021中国数据智能产业发展报告》
作为《2021中国数据智能产业发展报告》系列解读文章的第二篇 ， 我们聚焦数据智能对不同行业的应用情况 。 （阅读第一篇点：这里）
依据数据猿调研数据 ， 不同行业的数据智能应用成熟度存在很大差距 。 其中 ， 互联网、金融的数据智能应用成熟度最高 ， 零售、医疗、政务、工业等行业的成熟度较低 。
【产业|「附报告下载」数据智能+行业应用，驱动产业数字化的核心引擎】需要指出的是 ， 随着互联网+的推进 ， 互联网带动了多个行业的数字化进程 。 比如 ， 将电商与零售融合形成的新零售 ， 互联网与金融融合形成的互联网金融 ， 互联网与工业融合形成的工业互联网等 。
与互联网+类似 ， “数据智能+”通过将数据智能技术与各个行业结合 ， 探索出多样化的应用场景 ， 驱动这些行业的数字化、智能化转型 。
文章图片
数据智能+互联网 ， 精细化用户运营、多样化应用创新 随着互联网用户渗透率增长放缓 ， 增量市场逐渐变为存量市场 ， 原有的商业模式和产品模式都面对挑战 ， 从流量思维变为数据思维 ， 深耕细分领域 ， 从用户增长变为用户深耕成为趋势 ， 另一方面消费互联网也从简单的线上零售向内容+社交转变 ， 非标内容将面对更加个性化 。
依据数据来源、应用形态的差异 ， 可以将互联网划分为PC互联网、移动互联网、产业互联网、万物互联四个阶段 。 不同阶段都有其典型应用 ， 比如移动互联网时代的移动社交、电商等 ， 产业互联网时代的互联网金融、互联网教育、互联网医疗等 。
文章图片
人工智能在互联网的创新应用探索 ， 衍生出电商千人千面、精准定向广告、程序化广告交易、AI视频生成等多样化的互联网创新应用 ， 成为目前互联网创新的重要方向 。
电商千人前面 。 传统电商主要基于商品搜索技术 ， 是人主动找商品 。 随着用户画像、智能推荐等技术发展 ， 电商平台可以依据用户过往浏览、购买记录 ， 分析出用户的购物偏好 ， 主动推荐用户可能感兴趣、需要的商品 。 “千人千面”的电商平台设计 ， 实现了更精细化的用户分层 ， 这将支持电商平台更精细化的广告位设计 ， 提升了其广告位数量和广告效果 。
精准定向广告 。 精准定向广告交易模式 ， 让广告主从购买广告位 ， 转变成购买人群 。 当广告主锁定了自己的目标受众后 ， 展示广告就会追随每一个目标受众出现在他们登录的页面上 ， 因此 ， 即便他们出现在三四级页面 ， 依然可以看到这个广告 ， 既能节省营销成本 ， 又能起到良好的营销效果 。
程序化交易广告 。 利用技术手段进行广告交易和管理 ， 广告主可以程序化采购媒体资源 ， 并利用算法和技术自动实现精准的目标受众定向 ， 只把广告投放给对的人；媒体可以程序化售卖跨媒体、跨终端的媒体资源 ， 并利用技术实现广告流量的分级 ， 进行差异化定价 。
AI视频生成 。 借助AI技术 ， 自动合成人物形象和人物视频 ， 自动生成图片、视频、直播内容 ， 比如淘宝的虚拟模特 ， 斗鱼直播、B站直播的虚拟主播等 。 借助AI技术 ， 可以生成更多炫酷的视频效果 ， 提升视频、直播趣味性 。
数据智能+金融 ， 推进金融4.0建设 大体来看 ， 可以将金融分为四个发展阶段 。 数据智能+金融 ， 通过智能风控、智能营销等应用创新 ， 将把金融带入以数字化、智能化为核心特征的4.0阶段 。
文章图片
在当前经济形势下 ， 金融行业面临较大的经营压力 。 一方面 ， 新冠疫情影响总体经济形势 ， 银行业绩增长承压；另一方面 ， 互联网金融创新活跃 ， 消费贷、手机支付、理财产品推荐等金融服务更加便捷高效 ， 银行面临较大的客户尤其是个人用户流失的压力 。
长期来看 ， 利率市场化、金融脱媒对商业银行生存环境带来重大影响 ， 银行亟需创新金融产品、业务模式 ， 利用AI技术实现大规模定制化金融服务 ， 摆脱低水平同质化竞争 。 同时 ， 传统信贷模式成本高 ， 难以覆盖大量长尾客户 。 通过技术创新实现下沉客户群体的精细化运营 ， 是金融企业实现业绩增长的关键 。
就具体的智能金融应用场景方面 ， 依据数据猿的市场调研数据 ， 智能营销、大数据风控、反洗钱等是比较看好的场景 。 另外 ， 近来开放金融账户、对外提供金融科技服务等开放银行业务也逐渐受到关注 。
文章图片
具体来看：
金融营销 。 基于深度客户画像 ， 提升营销的精准度和效率 ， 增强获客能力和客户转化率 。 提升客户满意度 ， 降低流失率 。 金融风控 。 综合利用机器学习、知识图谱、NLP等技术 ， 将金融领域的风控规则与AI模型进行结合 ， 构建风控场景模型 。 针对中小微企业信贷需求 ， 秒级审批 ， 覆盖中长尾 。 反洗钱 。 从交易数据中自动识别洗钱可疑交易 ， 辅助分析和案件报送 。 提升案件识别准确率 ， 大幅度提升反洗钱合规工作效率 。 开放金融 。 将成熟的AI服务输出给生态合作伙伴 ， 拓展新的业务模式 。 不断丰富AI应用场景 ， 将用户数据反馈到AI平台 ， 进一步优化模型 ， 提升AI能力 ， 形成数据-技术-服务闭环 。
数据智能+零售 ， 重构“人货场” 依据国家统计局数据 ， 线上零售额占比逐年提高 ， 由2015年的13%提升到2019年的25.7% ， 未来还会进一步提升 。 此外 ， 互联网平台不再满足于充当一个线上渠道 ， 通过生鲜电商、社区电商、本地生活等方式对零售业的渗透加深 ， 将攫取更多零售价值 ， 传统零售企业面临互联网巨头的跨界竞争和降维打击 。
在这样的背景下 ， 零售行业亟需改变商业模式 ， 提升经营水平 ， 尤其是借助数据智能技术 ， 实现转型升级 。 零售企业需要借助数据平台 ， 从线下门店、仓库、供应链、线上平台等系统中采集数据 ， 实现数据融合管理 ， 进行数据分析挖掘 ， 在数字供应链、智慧门店、客群识别、智能营销、仓库管理等方面提升效率 。
文章图片
通过数据平台进行数据采集、数据存储、数据治理、数据融合 ， 在此基础上进行数据分析 ， 最终实现用数据赋能“人-货-场” ， 具体来看：
数据赋能—人：通过用户购买、浏览、线下支付等数据 ， 更精准的进行客群洞察 ， 制定更有针对性的营销方案 ， 挖掘交叉销售机会 ， 避免用户流失 。
数据赋能—货：基于数据平台全面掌握商品情况 ， 包括不同商品的销量、库存、物流、供应链情况 ， 分析爆款商品 ， 进行商品质量管理 。
数据赋能—场：以线下门店、渠道数字化 ， 实现更加精细的门店和渠道管理；创新应用电商、短视频、直播等线上渠道 ， 基于数据进行渠道流量分析 ， 优化线上渠道的投产比 。 通过数据融合 ， 实现线上线下的打通 。
目前 ， 以数据智能为核心的新零售正在快速发展 ， 也出现了较多的成功应用案例 。 数据智能服务商与零售企业相互配合 ， 共同探索数据智能技术在零售中的应用场景 。 以网易数帆与名创优品的合作为例 ， 基于网易数帆的数据中台和数据应用产品 ， 名创优品构建起“数据向上、业务向下”的应用体系 ， 覆盖会员、产品、门店、交易支付、供应链、公共六大数据域 。 同时 ， 建设会员中心、产品中心、门店中心三大主题数据中心 ， 统一消费者、产品、门店的数据的采集、加工与分析应用 ， 设计并搭建管理者和店长看板 ， 让管理这和业务人员能够更清楚的掌握经营情况 。
文章图片
图丨网易数帆-有数零售行业数据中台架构图
通过数据赋能 ， 名创优品的经营效率得到显著提升 ， 比如数据响应时间从天级别直接下降到分钟级别 ， 同时促使不同门店会员复购率提升5-10% ， 会员销售贡献提升10-50% 。 类似的应用案例 ， 在新零售领域已经比较常见 。
除了上面提到的三个行业 ， 数据智能也正在深度改变工业、政务、教育、农业等多个行业领域 。 需要指出的是 ， 现在很多行业还处在数据智能应用的初级阶段 ， 还存在诸多问题 ， 比如数据积累不充分 ， 数据质量差 ， 数据孤岛现象严重 ， 数据实效性低、与业务联动性差 ， 数据价值挖掘工具不足等等 。
虽然还存在不足 ， 数据智能+行业的应用前景非常广阔 。
依据中国信通院的数据 ， 2019年我国数字经济规模已经达到了35.8万亿 ， 占GDP比例达到了36.2% 。 数字经济已经成为我国经济最强劲的引擎 ， 是推动我国更上一个台阶的关键 。
数字经济分为数字产业化和产业数字化两个部分 ， 其中产业数字化占数字经济的比例达到80.2% ， 已经成为数字经济的主体 。
文章图片
我国数字经济内部结构 数据来源：中国信通院
数据智能+行业应用 ， 将成为我国产业数字化发展的核心驱动力 ， 对我国的数字经济建设发挥关键作用 。
文：凝视深空 / 数据猿
推荐阅读
- 区块|面向2030：影响数据存储产业的十大应用（下）：新兴应用
- 原神|《原神》「飞彩镌流年」2.4 版本预下载已开启
- 年轻人|呼叫全城玩家，魔都首发「表情包地铁」启程，2022蓝不倒！
- 人工智能|聚焦车载人工智能计算芯片研究 推进汽车产业高质量发展
- 低碳发展|四川做强清洁能源产业
- 雷军|和雷军一起开箱，领取小米12「专属指南」
- 领域|上海市电子信息产业“十四五”规划：以集成电路为核心先导
- 耳机|「以乐之名耀市而生」飞利浦Fidelio 降噪真无线耳机T1新品直播发布会圆满召开
- 产业化|智能制造服务平台助力“专精特新”走向“隐形冠军”
- 硬件|松和产业开发出耐热可弯曲的透明印刷电路板