前言
在技術(shù)領(lǐng)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(shù)革新生產(chǎn)力,而新技術(shù)或也意味著新希望。所以:
企業(yè)該如何判斷某項(xiàng)新技術(shù)是否值得引入?炙手可熱的大模型在消費(fèi)者數(shù)字化運(yùn)營領(lǐng)域的應(yīng)用是否已經(jīng)成熟?哪些新技術(shù)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(yīng)用的相關(guān)規(guī)劃?還有什么技術(shù)方向是數(shù)云正重點(diǎn)關(guān)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(shù)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(fù)責(zé)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:

Q1
眼下,大模型很熱,有些人甚至提出一切產(chǎn)品和服務(wù)都可以用大模型再造一遍,對此,您怎么看?
韓錚:在面對大模型應(yīng)用的探索中,我們應(yīng)保持積極和開放的心態(tài)。正如Gartner新興技術(shù)成熟度曲線所展示的,每項(xiàng)新技術(shù)在初露端倪后,都將經(jīng)歷期望的高漲和現(xiàn)實(shí)的考驗(yàn),然后逐步進(jìn)入成熟的生產(chǎn)階段。
對于大模型在消費(fèi)者數(shù)字化運(yùn)營的應(yīng)用,智能客服無疑是較為成熟的領(lǐng)域。因此,對于具有遠(yuǎn)見的品牌及零售企業(yè)而言,這不僅是一個值得探索的領(lǐng)域,也是一個可以把握的機(jī)會。至于眼下發(fā)展正如火如荼的視頻和圖片生成領(lǐng)域,則需要品牌及零售企業(yè)充分考慮對應(yīng)的版權(quán)和輿情風(fēng)險,穩(wěn)步推進(jìn)。總的來說,我們鼓勵嘗試,但也建議同時制定一個為期3-5年的發(fā)展規(guī)劃,以期在相關(guān)領(lǐng)域?qū)崿F(xiàn)質(zhì)的飛躍。
關(guān)于其他創(chuàng)新應(yīng)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(yīng)對方式。因?yàn)閷τ诖竽P偷膽?yīng)用,"再造"需要更加務(wù)實(shí)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(yīng)用架構(gòu)。就服務(wù)而言,建議先建立擁抱AI的企業(yè)文化,讓服務(wù)團(tuán)隊充分了解AI工具對工作效率的提升意義。
如何判斷新技術(shù)是否適合自己企業(yè)發(fā)展?
韓錚:技術(shù)的迭代影響商業(yè)的發(fā)展進(jìn)程,但并不會改變商業(yè)的本質(zhì),企業(yè)在考慮引入新技術(shù)時,應(yīng)該重點(diǎn)關(guān)注其與自身戰(zhàn)略的適配程度,尤其是企業(yè)的發(fā)展戰(zhàn)略。
首先想清楚“我有什么”:特點(diǎn)是什么、積累是什么。然后從關(guān)鍵場景切入,想清楚“它(新技術(shù))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(fèi)者數(shù)字化運(yùn)營科技公司,如果某項(xiàng)新技術(shù)影響了消費(fèi)者的消費(fèi)行為,這種影響越直接,數(shù)云的跟進(jìn)就會越快。

數(shù)云是否有大模型相關(guān)應(yīng)用的規(guī)劃?

韓錚:有,關(guān)于大模型,首先會切強(qiáng)化訓(xùn)練的方向;其次將堅持從業(yè)務(wù)出發(fā)的探索、投入。大模型的要素除了數(shù)據(jù)、算法和算力,還有知識。自2011年成立至今,數(shù)云沉淀有多個行業(yè)的營銷知識庫、積累了上萬個項(xiàng)目的成功交付經(jīng)驗(yàn)。
數(shù)云更懂業(yè)務(wù):我們理解什么是營銷、知道營銷的關(guān)鍵點(diǎn)在哪兒、懂得怎樣更合理地拆分流程。關(guān)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(guān)鍵環(huán)節(jié),不斷探索合適的應(yīng)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(wù)中,原先建立在小模型基礎(chǔ)上的相關(guān)功能已經(jīng)成熟且效果可觀,那就沒有必要上大模型。
除了大模型外,2024年數(shù)云還有其他著重發(fā)力的技術(shù)領(lǐng)域么?
韓錚:有,湖倉一體。在中國信通院發(fā)布的“2023大數(shù)據(jù)十大關(guān)鍵詞”中,湖倉一體排在首位。
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(gòu)構(gòu)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(shí)時性和并發(fā)度以及集群規(guī)模受限、非結(jié)構(gòu)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(fèi)者數(shù)字化運(yùn)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(guān)注并致力的一個方向。結(jié)合近兩年,通過架構(gòu)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(yīng)用的一體化,通過強(qiáng)調(diào)以業(yè)務(wù)為導(dǎo)向,把湖、倉在一套相對緊湊的架構(gòu)上實(shí)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(jié)來講,就是降本提效,在不增加成本的前提下,實(shí)現(xiàn)已有數(shù)據(jù)管理基礎(chǔ)設(shè)施對業(yè)務(wù)的直接賦能,降低數(shù)據(jù)運(yùn)維成本,提升數(shù)據(jù)的整體效能。
2024年,數(shù)云將對湖倉核心應(yīng)用的一體化進(jìn)行重點(diǎn)投入和探索,客戶不久就能感知到數(shù)云相關(guān)應(yīng)用數(shù)據(jù)能力的明顯升級。
做湖倉核心應(yīng)用的一體化,數(shù)云的優(yōu)勢是什么?
韓錚:能不能做,關(guān)注兩個維度:業(yè)務(wù)目標(biāo),分析目標(biāo)(數(shù)據(jù)),“是否清楚”是其中的衡量指標(biāo)。
如前所述,數(shù)云有充足的消費(fèi)者數(shù)字化運(yùn)營知識庫、知識圖譜儲備,對業(yè)務(wù),一個字:熟!其次數(shù)云作為經(jīng)營超過10年的消費(fèi)者數(shù)字化運(yùn)營科技公司,本身具備很強(qiáng)的數(shù)據(jù)基因。
舉個例子,數(shù)據(jù)存儲,數(shù)云有能力預(yù)測80%-90%的數(shù)據(jù)應(yīng)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(shí)時化、哪部分能離線運(yùn)作,數(shù)云有實(shí)力對其進(jìn)行精細(xì)化的拆解,實(shí)現(xiàn)效益最大化。再舉個例子,BI,哪些可以做預(yù)制報表、哪些需要支持配置等,數(shù)云有經(jīng)驗(yàn)可以幫助企業(yè)用最低的成本、讓報表實(shí)現(xiàn)對業(yè)務(wù)洞察的有效指導(dǎo)、生成可執(zhí)行的報告……
這就是數(shù)云的優(yōu)勢,左手?jǐn)?shù)據(jù),右手知識,且兩手都夠硬。
2024年,數(shù)云對大模型和湖倉一體的具體規(guī)劃是怎樣的,是否有主次之分?數(shù)云對這些技術(shù)的期待是什么?
韓錚:左手大模型、右手湖倉核心應(yīng)用一體化。從重要度而言,兩者不分伯仲,因?yàn)樗鼈兪腔诓煌瑢用娴目剂俊?/p>
對大模型營銷應(yīng)用的深耕,目的是實(shí)現(xiàn)機(jī)器的“使能”、使人獲得解放。而關(guān)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(biāo)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(jī)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(yùn)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(jìn)哪些維度、以怎樣的頻率、什么形式給到復(fù)盤報告……具體協(xié)作通過對話的方式進(jìn)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(yīng)用一體化技術(shù)。
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(qiáng)化訓(xùn)練,因此能有效規(guī)避產(chǎn)生幻覺的可能。而湖倉核心應(yīng)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(biāo)。作為數(shù)據(jù)分析過程中的關(guān)鍵一環(huán),指標(biāo)的建立過程涉及計算方式定義、數(shù)據(jù)收集和準(zhǔn)備、度量層級以及時間粒度等一系列步驟,重復(fù)建設(shè)不僅浪費(fèi)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(shù)人員和業(yè)務(wù)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(yùn)營人員提到的指標(biāo),先查詢、再執(zhí)行,如發(fā)現(xiàn)類似指標(biāo),會將檢索結(jié)果及相關(guān)名解反饋給運(yùn)營人員,由后者判斷是否替代使用。
技術(shù)革新生產(chǎn)力,而技術(shù)也確實(shí)能降低人對使用數(shù)據(jù)分析工具和營銷工具的學(xué)習(xí)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(yuǎn)的路途,而是鞋子里的一顆沙,數(shù)云要做的就是用技術(shù)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(shù)、讓客戶更省心。