Redian新闻
>
数据在哪里,模型就在那里

数据在哪里,模型就在那里

公众号新闻


内容来源:2023年7月12日,瓴羊One发布会。
分享嘉宾:朋新宇,阿里巴巴集团副总裁、瓴羊CEO。


责编 | 金木研

第  7560  篇深度好文:2402字 | 7 分钟阅读

产品运营



一、数据多,并不是一件好事


大家好,我今天分享的主题是《大数至简,ALL in ONE》。


今天企业存在的很多问题,都是“多”带来的麻烦。从本质来看,都是ALL造成的。为什么这样说?如果你不信,你的企业,你的老板,你的客户,你的业务方一定会问你,你对效率满意吗?


举个例子:


我有一个很好的朋友,在跨国公司做CTO,去了一年,第三个月中奖了——系统挂了。挂了以后,他把所有事情经过的设计团队拉在一块儿复盘,门一推开,发现乌泱泱80个人,复盘B说C的问题,C说D的问题,这80个人都是服务商,是通过项目管理协同,根本不是业务数据、商业协同的。那个场景下,他说,感觉自己是皮球,谁都能踢我一脚。


除了这个,还有什么问题?决策难。前几年做消费电子的品牌,开了3、4个旗舰店,认为做好活跃买家,就能成。


那年A渠道、B渠道,C渠道拿着报告,进到老板会议室的时候,发现大家都不敢庆工,活跃买家做到了,但是货还积压很多。


什么问题?打开来看,其实问题很简单,第一个渠道认为,买家一个月来买两次的叫活跃买家,不仅做到了,而且超标了。第二个渠道说,一个月来两次不是活跃买家,一个月来四次才是。第三个哥们说,你们都不对,活跃是天天来我这里,一周买一次,一周来四天,才叫活跃。


他们都没有错,错在哪里?错在没有定义标准。如果没有标准,今天复盘,说谁做得好,谁做得坏,没有参照系。



有一句话说“多个时钟,就等于没有时钟”。平台多,渠道多,各种触点多,除了带来决策效率低下,还有数据合规问题。


数据合规不是你说了算,数据合规是真正你要把法律、把行规要研究透,研究透变成软件、软件变成植入流程当中。


去年,国家网信办组织开展13项“清朗”专项行动,下架了很多商家的APP、小程序。这是因为我们对法律的理解和执行有巨大的落差。


今天讲这么多,不是卖焦虑,也不是讲这些问题多严峻,而是抽象出来看,效率、决策、数据隐私安全的问题,都是因为“多”带来的。


比如,企业为了解决一个问题,可能要买一堆产品,可能有的一个团队买一堆产品,产品之间也不互通,导致买了不同软件就是买了部门岛。


产品越来越多,增长越来越难,促使我们思考能做一些什么?


思考的时候,我们朝三个地方找答案:


1.朝市场


反观这几类企业,第一个五合一智能蒸烤箱,第二个“七效合一修护霜”;第三个“52种营养只需一片”,所有的企业都把每个功能和功效集合在一个产品上,企业把消费者的产品做得越来越简单。企业服务市场也应该如此。


2.朝客户


原来一个阿里同事出去创业做调味料,创业半年了,还没有开张,但是买了八套系统,花了30多万。那天正好去他家,看到一堆人在查数据,发现数据拷出来有地方报错,查到中午,还没找到原因。


3.朝历史


十几年前,为了让商家在淘宝、阿里做生意更简单,我们推出了量子、数据魔方、淘宝指数等数据决策工具。


2013、2014年发现不能这样子,一样的问题,客户要找数据,拼在一块儿都不对。我们痛定思痛,做出了生意参谋这样的产品,从第一年到现在有十年了,有一代代数据产品人迭代,每天思考、探索,如何让商家使用数据的过程当中,更简单,效率更高一点,价值更突出一点。


二、大数至简,ALL in ONE


我们往往觉得多平台做生意,生意就会翻倍。但是真实的情况是,生意上可能做加法,也有可能做减法,而难度却是在做乘法,或者乘方。


因此,我们希望重新定义企业数据服务,正式发布瓴羊One。瓴羊One是什么?是企业多平台、全渠道经营的一站式DAAS产品。


如果企业知道前面一个小时,前面一天,前面一周的数据,可能知道接下来一天,一小时,一周的情况,我们把这些能力集成在了瓴羊One一体化。


刚才我们讲到同事要下载不同的数据,需要登陆不同的后台,拥有不同的权限。


而通过一个集成后台,就可以更方便,更高效。比如,为什么企业做不到全域营销,原因是数据没有联通。唯有通过一个后台激活全渠道的营销,才能做到全域数据,让营销做到真全域。



这里再分享一个故事,有个消费者问一个平台一个问题,回答了几轮,看到一句话“亲,你要是看不懂说明就不要买了哈”,这是一个客服回答消费者的,这个消费者也很逗,“哈哈,亲,如果你解释不清楚,就不要做客服了哈”,这是冷笑话,不是痛吗?


像这类人,一般都不是全职客服,而是临时在双十一、618培训的新客服。那么,遇到这样的情况,怎么办?


我们不能盯着他,还是靠数字化,分析他的转化率、与客户的聊天时长,从而抓住营销导购的机会。


讲了这么多,做了这么多,本质就这么一句话,“让数据服务人,不是让人去服务数据”。


我们做了这些产品,都是让多变成少,复杂变成简单,ALL变成ONE。


三、有好的数据,就会有好的模型


今天必须有一个话题我们要聊的,如果没有聊,感觉我们有一点不符合时代的格局,我们讲讲大模型。


我们不卖焦虑,瓴羊One背后接入了大模型,帮助企业搭上未来智能化的通途。


因为大模型不是一般企业能做的,这里面算力不用说了,这里面的算法,这里面人才的密度不说了,但是我们今天有用大模型的权利和能力,以及未来我们一定要用好大模型的能力,怎么用?


第一天设计的时候,我们希望把这些能力集成进来,未来哪个大模型具备了,我们都会接入这样的大模型,不管营销场景、客服场景,我们希望把模型变成能力送到场景当中去。


我们希望让大家用好数据,管好数据,同时让数据发挥价值,让数据智能帮到企业,帮到客户,帮到消费者。


因为数据在哪里,模型就在哪里。面向未来的数据井喷和蓬勃的市场,企业最重要的就是治理好数据。


最后,送大家一句话来结束我的分享,“水利万物而不争,数利万企而无声”。


*文章为讲者独立观点,不代表笔记侠立场。




拥抱Al,帮助企业降本增效,

扫下方二维码领取精选干货合集

分享、点赞、在看,3连


微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
“部队救援到哪里,军粮就供应到哪里!”军粮系统全力保供30+的女人如果少了保养那里,真的前功尽弃啊!!!世界最好的邮轮港口在哪里?就在加拿大!大语言模型会偷懒?新研究:上下文太长,模型会略过中间不看 | 本周论文推荐美中博弈俄乌和谈(上)春来正是读书天AI by Isaac Asimov James Cameron米兰·昆德拉:承诺在哪里 ,背叛就在哪里大数据在大模型趋势下的“新姿态”:大模型与企业数据充分协同没有 “专业” 的向量数据库,大模型就玩不转了吗?AI「心灵之眼」被看透!大改神经网络,模型生成背后逻辑首现科科群岛在哪里,为什么会让印度坐立难安?语言模型悄悄偷懒?新研究:​上下文太长,模型会略过中间不看为防大模型作恶,斯坦福新方法让模型「遗忘」有害任务信息,模型学会「自毁」了美中博弈俄乌和谈(下)一个简单模型就让ChatGLM性能大幅提升 | 最“in”大模型征集:在咨询师那里,你获得了怎样「无条件的爱」?浙江这个巧克力工厂火了!网友:我打算住在那里张恨水:北平那里,简直没有夏天Meta开源像语言识别系统,模型识别唇语翻译6种语言,本地部署人人可用《人生如戏—寻找另一半自己》五全世界最激情的坟地,每天都有人在那里坟头**食堂午饭是一群花椰菜躺在那里,这就是简约饮食吗?寒气在哪,病就在哪!坚持做两件事,把你体内寒气统统赶出去!别乱分层,PO、VO、DAO、BO、DTO、POJO 到底应该用在哪里,你知道吗?#重聚美国# 鹰小美在哪里?第12站:是哪里全年都可以过圣诞节?新 iPhone SE 发布时间推迟/10万ChatGPT用户数据在暗网出售/京东大模型即将发布加拿大去不了,我们立马改变计划奔赴那里,想了4年了GPT-4被破解,训练成本,模型架构的秘密都被挖出来了?ChatGPT用户账号被黑客入侵,数据在暗网出售一位穆斯林医生生命的见证:在祂那里,我第一次经历到了爱!转型浪潮高峰论坛:转型就能「转危为机」?企业价值和抗风险能力的双驾马车要怎么开|WISE 2023新人力时代大会“患者在哪里,我的战场就在哪里”金融业往哪走?金融与实体经济新的结合点又在哪里,一场闭门午餐会给出答案基模型12项性能超越GPT-4,商汤语言大模型就等你来用
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。