關于其他創(chuàng)新應用的探索,我們會傾向于品牌及零售企業(yè)能采取更加穩(wěn)妥的應對方式。因為對于大模型的應用,”再造”需要更加務實的解讀。拆開來看,在產(chǎn)品上,建議采用相對成熟的 LLM(Large Language Model)+ 知識庫,以及更新的、基于代理的應用架構。就服務而言,建議先建立擁抱AI的企業(yè)文化,讓服務團隊充分了解AI工具對工作效率的提升意義。
掃碼咨詢

在技術領域,每隔兩三年就會出現(xiàn)新熱詞,近年來,更是形成了涌現(xiàn)現(xiàn)象。都說技術革新生產(chǎn)力,而新技術或也意味著新希望。所以:
企業(yè)該如何判斷某項新技術是否值得引入?炙手可熱的大模型在消費者數(shù)字化運營領域的應用是否已經(jīng)成熟?哪些新技術是可以積極擁抱的,哪些還可以再觀望?
數(shù)云是否有大模型應用的相關規(guī)劃?還有什么技術方向是數(shù)云正重點關注并發(fā)力的?對此,數(shù)云的優(yōu)勢是什么?
數(shù)云對新技術的期待是什么?它們?nèi)绾巫尃I銷更有價值?
……
本期【營銷說】,我們邀請到了負責產(chǎn)品研發(fā)工作的數(shù)云副總裁韓錚,一起聊大勢、談現(xiàn)狀、探未來:

眼下,大模型很熱,有些人甚至提出一切產(chǎn)品和服務都可以用大模型再造一遍,對此,您怎么看?

關于其他創(chuàng)新應用的探索,我們會傾向于品牌及零售企業(yè)能采取更加穩(wěn)妥的應對方式。因為對于大模型的應用,”再造”需要更加務實的解讀。拆開來看,在產(chǎn)品上,建議采用相對成熟的 LLM(Large Language Model)+ 知識庫,以及更新的、基于代理的應用架構。就服務而言,建議先建立擁抱AI的企業(yè)文化,讓服務團隊充分了解AI工具對工作效率的提升意義。
首先想清楚“我有什么”:特點是什么、積累是什么。然后從關鍵場景切入,想清楚“它(新技術)能幫到我什么”,再發(fā)力去探索和投入。
以數(shù)云為例,數(shù)云的定位是消費者數(shù)字化運營科技公司,如果某項新技術影響了消費者的消費行為,這種影響越直接,數(shù)云的跟進就會越快。


數(shù)云更懂業(yè)務:我們理解什么是營銷、知道營銷的關鍵點在哪兒、懂得怎樣更合理地拆分流程。關于大模型,數(shù)云將圍繞營銷策略從生成到執(zhí)行的所有關鍵環(huán)節(jié),不斷探索合適的應用方向并持續(xù)投入,如用AIGC賦能營銷素材的生成和優(yōu)化等。
但如果已有的產(chǎn)品或服務中,原先建立在小模型基礎上的相關功能已經(jīng)成熟且效果可觀,那就沒有必要上大模型。

簡單介紹下,數(shù)據(jù)湖適用于存儲部分或全量原始數(shù)據(jù),以備不時之需。而數(shù)據(jù)倉庫則是存儲已經(jīng)被處理或過濾的數(shù)據(jù),支持隨時的分析和使用。但現(xiàn)狀是,湖倉分離,湖和倉基于不同的大數(shù)據(jù)系統(tǒng)架構構建,且兩者不兼容,由此形成了一系列問題,包括但不限于數(shù)據(jù)孤島、實時性和并發(fā)度以及集群規(guī)模受限、非結構化數(shù)據(jù)無法整合、建模路徑冗長、數(shù)據(jù)一致性弱等。而隨著企業(yè)數(shù)據(jù)量的不斷攀升,這些問題帶給數(shù)據(jù)賦能營銷工作的妨礙也越來越大。
數(shù)云是消費者數(shù)字化運營科技公司,如何提升數(shù)據(jù)分析效率、挖掘數(shù)據(jù)價值,本就是數(shù)云長期關注并致力的一個方向。結合近兩年,通過架構融合,集成化提供了新的思路,由此,數(shù)云提出了湖倉核心應用的一體化,通過強調(diào)以業(yè)務為導向,把湖、倉在一套相對緊湊的架構上實現(xiàn)集成,幫助品牌及零售企業(yè)降低總體擁有成本,用更少的錢同時獲得數(shù)據(jù)湖的靈活性和數(shù)倉的成長性。
歸結來講,就是降本提效,在不增加成本的前提下,實現(xiàn)已有數(shù)據(jù)管理基礎設施對業(yè)務的直接賦能,降低數(shù)據(jù)運維成本,提升數(shù)據(jù)的整體效能。

如前所述,數(shù)云有充足的消費者數(shù)字化運營知識庫、知識圖譜儲備,對業(yè)務,一個字:熟!其次數(shù)云作為經(jīng)營超過10年的消費者數(shù)字化運營科技公司,本身具備很強的數(shù)據(jù)基因。
舉個例子,數(shù)據(jù)存儲,數(shù)云有能力預測80%-90%的數(shù)據(jù)應用場景,可以根據(jù)數(shù)據(jù)的價值密度、從成本最優(yōu)的角度出發(fā)規(guī)劃存儲空間。又比如忠誠度管理,哪部分該實時化、哪部分能離線運作,數(shù)云有實力對其進行精細化的拆解,實現(xiàn)效益最大化。再舉個例子,BI,哪些可以做預制報表、哪些需要支持配置等,數(shù)云有經(jīng)驗可以幫助企業(yè)用最低的成本、讓報表實現(xiàn)對業(yè)務洞察的有效指導、生成可執(zhí)行的報告……
這就是數(shù)云的優(yōu)勢,左手數(shù)據(jù),右手知識,且兩手都夠硬。


對大模型營銷應用的深耕,目的是實現(xiàn)機器的“使能”、使人獲得解放。而關注湖倉一體則是為了降本增效,兩者都能讓營銷更有價值,所以,兩手都要抓。
目標是,讓用戶能像做腦圖一樣使用數(shù)云的軟件產(chǎn)品。暢想下,未來將是由人機配合、協(xié)力生成和落地營銷策略。
怎么協(xié)力?品牌及零售企業(yè)的運營人員圍繞營銷要素梳理腦圖框架,比如要什么數(shù)據(jù)、用什么卡券、什么時候用什么方式、給誰、推送什么內(nèi)容,跟進哪些維度、以怎樣的頻率、什么形式給到復盤報告……具體協(xié)作通過對話的方式進行,數(shù)云的產(chǎn)品將逐步完成腦圖框架的內(nèi)容填充和策略的落地。而背后做支撐的就將是大模型和湖倉核心應用一體化技術。
大模型賦予了數(shù)云產(chǎn)品理解上下文內(nèi)容并有效執(zhí)行的能力。又由于圍繞腦圖的對話使得協(xié)作場景非常聚焦,加上模型本身經(jīng)由行業(yè)知識的強化訓練,因此能有效規(guī)避產(chǎn)生幻覺的可能。而湖倉核心應用一體化又確保了數(shù)云產(chǎn)品能有的放矢、最大限度地發(fā)揮數(shù)據(jù)在營銷中的價值。
舉個例子,建指標。作為數(shù)據(jù)分析過程中的關鍵一環(huán),指標的建立過程涉及計算方式定義、數(shù)據(jù)收集和準備、度量層級以及時間粒度等一系列步驟,重復建設不僅浪費精力,還會造成不必要的數(shù)據(jù)冗余,增加管理成本。但由于人員更迭、以及技術人員和業(yè)務人員間天然存在的知識隔閡等原因,類似情況又屢見不鮮。
數(shù)云產(chǎn)品將根據(jù)運營人員提到的指標,先查詢、再執(zhí)行,如發(fā)現(xiàn)類似指標,會將檢索結果及相關名解反饋給運營人員,由后者判斷是否替代使用。
技術革新生產(chǎn)力,而技術也確實能降低人對使用數(shù)據(jù)分析工具和營銷工具的學習成本。有時候,成本可能就是人們對于干這件事的痛苦程度,真正讓人疲憊的不是遙遠的路途,而是鞋子里的一顆沙,數(shù)云要做的就是用技術把營銷過程中的這粒沙去掉。
做讓營銷更有價值的事兒,數(shù)云有信心、也有恒心,以客戶為中心,善用新技術、讓客戶更省心。
掃碼關注
掃碼咨詢