数据驱动的
互联网营销和运营

【iCDO专访】品友黄晓南:AI智能决策是未来几年企业发展的必然趋势

文本共:5235字   预计阅读时间:10分钟

图:品友创始人兼CEO 黄晓南

采访 | 宋   星

撰稿 | Iris

编辑 | 张依侬

观点速读

1、  知道什么场景的决策可以智能化,怎么实现,如何验证,是实现企业精准AI决策的充分必要条件。2、  一个成功的DMP必须具备场景应用能力,可进行有效性评估,还要具备可扩展性和灵活性,其中前两者是DMP的成败关键,而后者是DMP可持续发展基础。3、  做成功的DMP产品必须深入的了解数据,了解程度可以从多方数据的接入技术、自动化管理、分析模型质量3方面衡量。

4、  DMP的认知误区:程序化广告出身的公司不适合做DMP。

5、  2019年国内经济形式会不太好,导致企业面临更大的增长挑战,也会更加强调效率,因此整个数据服务行业会有比较好的市场需求。

all in AI,是品友变了,还是市场变了?

1、iCDO:如今品友All in AI,与品友最初的定位有哪些变化?转型前后有哪些不同?对应的内部组织架构和外部的市场策略有哪些变化?
回答速读:品友最初的定位是围绕数据算法的,环境的变化、持续多年的技术投入和行业经验的积累,自然而然的导致了All in AI的结果。如今品友技术能解决更多的场景问题,更多智能决策,与客户的合作也上升到了战略层面,相应的企业内部形成以客户需求特点为单位的事业部,再次加强技术研发和产品方面的投入。
黄晓南品友的定位从最初到现在一直是围绕着数据算法的,我认为每家公司的基因是不一样的,企业的发力点决定了企业能做到什么。所以品友从Day one起投入最大的就是技术和产品,而广告是可以通过技术实现的场景,离生意也最近,是发展初期最合适的切入点,但是为什么现在强调AI?行业环境发生了很大的变化,客观来说,2016年底到2017年是企业对于过去广告技术的调整时期,调整各方面的期待和认知,但是企业的痛点并没有降低,所以在17年下半年,几乎所有客户都在痛苦中追求新的解决方案,导致行业对于数据的意识,决策的科学化以及用先进技术来指导企业经营发展等方面的需求几乎是爆发式、报复式上涨。那时候品友发现广告在整个企业决策里是比较后端的,如果广告策略或者营销策略本身有问题,广告是无法解决营销增长的问题的,所以我们需要找到真正的场景。而随着技术的发展,我们看到了智能决策的巨大价值,所以品友的定位就从原来的广告技术延伸到了AI驱动企业决策,包括3个核心要素, big data、机器学习、决策。品友转型前后最大的不同是产品和客户关系。

首先产品方面,把能用技术解决的问题场景做了一个大大延伸。品友的每次决策都是算法来做的,这种积累延展到今天真正的商业场景里,怎么能够行之有效地帮助企业做决策,哪些数据有用,哪些数据应该做清理,怎么做清理,模型应该怎么来建,Algorithm应该怎么来选,最后效果怎么来验证,这些完整的Methodology和Frame可以解决一个企业围绕consumer的所有决策。

第二是品友与客户的关系产生了一个比较大的变化。我们现在会见的基本上都是客户的CMO、 CEO,合作关系也由原来的业务执行层面上升到了战略层面。

此外,企业内部也有几个方面的调整。

首先为了适应环境变化,品友以客户需求特点为单位形成独立事业部,比如品牌客户、效果客户、数据需求客户等,当企业希望更聚焦在解决某一方面问题的时候,我们就有专门的团队去负责。

第二加强研发方面的投入。在2017年到2018年,这一年多所有人都看衰数据行业的时候,品友招进了十几位硕士、博士级别的数据科学家,包括海外留学的,提前布局AI。

第三深度打磨产品。品友从最早的数据管理产品开始,每一周都会有一个显着的迭代,不断的把行业经验教训融入产品设计,不停验证优化,进行深度打磨,为客户提供更好更精准的服务。

2   、iCDO:品友过去10年在程序化广告方面的积累,对于现在升级到AI企业决策方面有什么关联性,有什么帮助?能不能更具体的阐述一下?

回答速读:企业决策AI化需要技术和实战经验的积累,而知道什么场景的决策可以智能化,怎么实现,如何验证,是实现AI精准决策的充分必要条件。
黄晓南:这其实是双向作用的。第一,因为品友已经把程序化土壤建立的非常充分了,清楚地知道什么是能够被智能化且可以落地的,什么是不能的,使得品友今天再做广告上面的企业决策的AI化才有意义。今天市场里做AI决策的公司有很多,其实它们是没有基础的,因为它们根本就不知道什么场景东西能够落地,什么场景东西不能落地。它们也许想了一个很好的策略,或者说数据挖掘,做一个很好的模型,但最后出来的结果并不能很好的发挥作用。要么是量太小,要么是媒体根本不能支持,就动态创意而言,差不多70%的媒体都是不支持的。另一个,因为品友在过去程序化广告过程中是严格按照AI的逻辑来做,所以知道什么样的数据是可以被收集的,什么数据要做什么样的清理,什么样的模型,什么样的Feature Selection,什么样的AB测试,什么样的验证数据有用。把这套方法论移植到新的战略里,让品友具有了先天的优势。所以这两方面对于品友升级AI企业决策都是有用的。

3   、iCDO:品友的AI能力如何落地到产品和场景中?具体如何通过数据技术帮助客户获得生意的增长?

回答速读:品友每一个产品模块应用场景明确,有AI决策技术能力支撑,有实践验证,因此更有利于帮助企业获得生意增长。
黄晓南:品友从AdTech 向MarTech延展和升级的基础优势就是对数据的处理及管理能力,是过去这么多年建立起来的核心能力,所以现在品友为广告主打造DMP就是输出这个能力的过程。第二个问题,很多客户把DMP定位成内部的IT系统,或者是企业升级版的监测系统,但这两个思路现在看起来都不太能有效解决企业生意增长的问题。而品友在从AdTech 向MarTech延展的唯一思路是,能帮企业解决什么决策问题从而让企业的生意增长。更具体的说,我怎么帮你增加你的user,我怎么帮你增加你的customer,我怎么帮你better engagement consumer。因此客户最喜欢我们产品的地方,就是每一个模块的产品设计都可以清楚的告诉他场景是什么,用在哪,怎么帮助生意增长,别的客户是怎么用的,有没有产生过效果。决策做好以后要能自动化落地,比如同时建100万个不同的Audience,给100万个Audience看不同的东西,而AdTech可以落地实现这一场景。我们最典型的客户是快消、汽车、金融、零售这几个行业的。举个例子,我们给一家汽车公司做了一个非常详细的汽车行业consumer Journey,就是找出一个consumer被一个汽车厂商影响的整个路径的全部转换点,然后利用系统模块关联它的第一方数据和第三方数据来对每一个转换点形成洞察、分析、策略,实现官网排版、广告创意、人群选择、媒体选择的自动化决策。很有意思的是,这个客户与我们合作的第一个要求是帮他重新定义评估体系。因为对于很多企业来说,以前营销最大的一个痛点就是没有评估体系,特别是品牌营销。为此品友综合了好多指标形成了一个评估体系,可以评估验证不同媒体、不同策略、不同人群选择、官网不同布局的效果,甚至可以和线下到店挂钩。

比如快消,我们只做两件事情,第一确保它的第一方数据、搜索数据、媒体数据、CRM数据和电商数据都能放到一起并且打通。第二引入第三方数据,而品友整合了中国几乎所有第三方有数据能力的公司,帮助企业丰富数据维度,形成对用户的深度洞察,才有后面千人千面营销的落地。

论DMP的成败、挑战与认知不足

4   、iCDO:你觉得什么样的DMP是成功的? 怎么样才能成功?

回答速读:一个成功的DMP必须具备场景应用能力,可进行有效性评估,还要具备可扩展性和灵活性,其中前两者是DMP的成败关键,而后者是DMP可持续发展基础。做DMP产品必须深入的了解数据,了解程度可以从多方数据的接入技术、自动化管理、分析模型质量3方面衡量。
黄晓南:我觉得衡量一个DMP项目成功与否的标准涉及到几个关键词。第一要有场景。这个问题是所有的企业在搭建自己的第一方DMP之前就要想好的,不一定想的全,但至少得想的到。因为收集哪些数据,什么字段,哪些数据需要存下来,因为存储是一个很重要的成本,哪些需要存三个月,哪些存一年,如果不知道应用场景就会挺麻烦。第二要有效。意思是一定要有评估输出有效性的具体指标。指标要接近生意且可评估。第三,好的DMP产品一定要有可扩展性和灵活性。比如未来DMP要能接入其他的数据平台,可扩展性很重要。或者技术人员需要进行某一方面的数据挖掘,甚至添加新的分析模型,灵活性就很重要了。比如现在品友已经把date lake做在DMP产品里,就是对所有的数据进行有效的存储清理后,设计出一个系统以便有技术能力的人灵活的去进行数据的挖掘,甚至整合不同的模型到系统里使用。其中,场景和有效性,在我看来这两个是决定了一个数据管理平台是死还是活的最重要的指标。因为DMP最后有没有效,有没有真正帮到生意,最后的决策实施是不是真的产生了效益才是最重要的。

最后,做DMP必须要非常深刻地理解数据。第一是数据收集存储。大家都明白如果数据收集做不好的话,后面的就都没有用了。比如要接入比较全面的第三方数据,社交的、线下的、电商的等,比如对数据准确性的把握,清理的好不好,有没有模型来做自动化清理,能不能自动识与清理别虚假请求等。第二是管理,怎么打标签,怎么实现数据的自动化群组管理。第三是平台,是否具备有效模型,是否可以灵活性连接第三方,是否能够把数据收回来再推出去都很重要。此外,具备高质量的分析模型是DMP产品很重要的能力。因为基于现状,产品本身不能说搞个date lake然后企业自个玩,因为有data system且足够成熟到可以玩转date lake的能力的公司还是微乎其微的,而通过实践沉淀且被打磨好的分析模型可以保证模型的质量,品友在这方面有比较强的优势。

5   、iCDO:在实现你心目中DMP的过程中,有没有遇到什么样的挑战? 

回答速读:DMP项目最大的挑战是围绕数据的,比如数据的收集、应用与打通;第二,如今行业的混乱导致了DMP的关键指标不好界定,只有DMP常规化,形成行业生态,每个人各司其职共同发力,才能解决这个问题。
黄晓南我觉得最大的挑战永远都是围绕数据的。举个例子,比如说收集数据方面,数据收集不到位,第一方的数据就有缺失,缺失的数据怎么接入,自己没有怎么办?第二数据的application,怎么做application。第三数据打通,怎么做数据打通,如果80%的生意都是线下的,那DMP怎么来用,所以DMP的挑战都是围绕数据的,其他的问题,我觉得今天的产品技术已经可以解决,比如客户要in house或者放在云端,放在云端的话需要要搞清楚每个云的配置特点等,这些都可以被解决。第二,如今行业的混乱导致了DMP的关键指标不好界定。我个人的预期就是数据管理平台的basics会慢慢的常规化,即会形成一种生态概念,每个人各司其责。现在比较混乱,比如一个DMP的招标,阿里、腾讯、品友、还有IT公司都在。我认为明年开始数据行业生态会越来越清晰,会形成各种项目的判断、分工、评估等的行业标准,一旦标准形成,就能解决关键指标的界定问题。6   、iCDO:企业关于中国DMP市场的认知有哪些不足?

回答速读:企业关于中国DMP市场的认知有一个误区,即认为程序化广告出身的公司不适合做DMP。从DMP的成败因素来看,企业完全没有必要排除一个在MarTech和media里很有经验的技术型DMP服务商。
黄晓南认知方面有一个误区,认为程序化广告出身的公司不适合做DMP。一个DMP产品的成败是要看场景应用、评估系统、灵活扩展的能力。并不是说程序化广告出身的公司就不适合做DMP了。比如品友是从DSP的扮演者升级到AI决策平台的,这是品友在做DMP的一个优势。首先品友已经完成了AI升级,即把广告技术产品升级成了一个能够营销自动化、触点智能管理的平台。第二,如果一家公司对于数据管理和接下来的数据激活都有比较丰富的经验和产品的话,客户就可以更加省心的去做对接。比如一个其他DMP系统对接到品友DMP系统,可以直接实现数据打通。第三,只要有DMP做的足够好,兼容就不是问题。比如品友有数据管理平台和营销自动化平台,是两个不同的产品属于不同的事业部。如果企业只需要做自动化决策,可以单独去做。比如用品友的DMP对接其他公司的触点管理等营销自动化平台。

所以我觉得,在中国企业完全没有必要,排除一个在MarTech和media里很有经验的技术公司来做数据管理平台

品友的现状与未来

7   、iCDO:品友服务的客户为什么很多都是大公司?大客户的痛点和难点在哪里?

回答速读:大客户的生意规模化后,增长更难实现,决策更复杂影响更大,这些痛点让品友的产品有充分的发挥空间,因此品友更聚焦于大客户。
黄晓南:品友很聚焦大客户,原因第一是大客户的痛点是最痛的,因为生意达到规模化的时候,增长更难实现,比如一个小公司,要实现五倍增长很容易,而大公司增长50%都是很艰难的。第二,大公司决策很复杂。因为有很多产品线,有很多场景,涉及到更多的部门,这种复杂性让品友的产品有充分的发挥空间第三,大客户的决策意义更大,因为涉及到金额比较大,比如一个有10亿生意的汽车公司,通过AI数据决策,把它生意提升了10%,那就等于帮他产生了1个亿的利润。

8   、iCDO:在2019年甚至未来的三五年,你觉得这个市场或者这个行业会有一些什么样的趋势?品友未来的市场重点或者布局是什么地方?

回答速读:预估2019年国内经济形式会不太好,导致企业面临更大的增长挑战,也会更加强调效率,因此数据服务会有比较好的市场需求。各平台数据所有权和使用权的分离,使DMP呈现规模化和产品化的可持续发展。数据隐私问题严重影响了数据行业的发展,品友希望通过对数据的连接、挖掘和激活,推动数据行业的健康发展。

黄晓南从大环境来说,我们判断19年的经济会不太好,就会有很多企业更加地强调效率,还会面临更大的增长挑战,而品友提供的AI数据服务,甚至整个数据行业都会有比较好的市场需求。因此面临新的市场,品友会有些新的思考,即不只是解决全链路的营销问题,还要通过AI解决掉客户的生意增长问题,是品友明年最重要的战略。比如在用户增长方面,升级用户生命周期的全链路,即从Action到AIPL (Awareness, Interest, Purchase, Loyalty),即从认知到兴趣,到购买,到忠诚的全过程。当前数据所有权和使用权越来越分离,使品友的DMP呈现规模化和产品化的可持续发展。很多时候市场是基于群体分析的,所以品牌需要了解不同的群体的不同特征。比如电商特征,品友跟京东、腾讯、银联等平台创新性的合作,可以输出同群体的多维度画像,这样品牌决策的过程就有了比较全面的用户电商画像的输入。如今品友服务的很多世界500强公司形成了一个数据联盟,虽然品友没有数据所有权,但是可以通过系统生成用户画像或者说生成look like的能力,为大部分企业解决第一方数据落地和第三数据的激活与验证的问题。

此外,在数据隐私方面,中国政策的不确定性、行业的不正规性,导致数据行业一直没起来。所以品友希望在数据方面可以做3件事情,连接、挖掘、激活。把这三件事情做透,对于整个行业的健康发展应该能够起到一个推动作用。


黄晓南,品友互动创始人兼 CEO,全面负责品友互动的战略规划和运营管理。是最早引入行为定向,实时竞价广告和 DSP 概念到中国市场的品牌营销专家,曾任职于美国宝洁集团市场部负责品牌营销工作,有着丰富的品牌及市场营销经验,其后在世界顶级咨询公司麦肯锡,为诸多世界一流企业进行营销战略咨询。

毕业于北京大学法学、英语专业,随后就读加州大学洛杉矶分校获得MBA硕士学位。

未经允许不得转载:互联网数据官DigiMax » 【iCDO专访】品友黄晓南:AI智能决策是未来几年企业发展的必然趋势
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址