智子云朱建秋:DMP在金融大数据中的应用

8月23-24号,以“塑造数据生态·引领金融科技·聚焦数据未来”为主题的大数据金融论坛BDFF2017在上海顺利召开,500多名业界精英聚集在一起,共同探讨数字普惠金融的现实与未来。智子云CEO朱建秋博士受邀发表了“DMP在金融大数据中的应用”主题演讲。

演讲包括三个部分:首先分析大数据营销的现状和痛点,接着重点阐述智子云OpenDMP解决方案,最后通过直销银行和证券领域的两个案例,具体介绍OpenDMP在金融大数据中的应用。

大数据营销现状与痛点

智子云针对金融行业大数据营销重点分为四个部分:用户分析、精准营销、销售线索挖掘以及反欺诈。它们分别帮助企业解决用户洞察、大数据营销、潜客放量以及线上营销刷单或套利的欺诈问题。

对于当前大数据营销的痛点,可以总结为数据覆盖量不够,数据有效维度欠缺,数据价值难以评估这三大方面。

智子云OpenDMP尝试以程序化数据交易来自动拼接多方数据,以自动标签、数据建模以及营销自动化来䃼充数据维度,完善用户画像,评估数据价值。

智子云OpenDMP解决方案

DMP是营销领域的大数据解决方案。DMP常规做法有两种:一种是售卖数据和标签的模式;另一种是作为软件项目定制的模式。这两种方式各有优缺点。第一种做法,将大数据营销建立在一个主要的数据源上,该数据源的覆盖度、标签质量以及与第一方数据的相关性直接决定了DMP项目的成功率。从实际的案例来看,现在一些建立了DMP,又都说用不起来的企业,一般都是采用了第一种方式,最后将用不起来的原因归结为购买的数据和标签没用。第二种做法,通常会导致项目实施周期长,硬编码使系统缺乏灵活性,需求和标签的调整,往往伴随大量的手工编码工作。

智子云OpenDMP尝试利用AI技术,改善上述缺陷,打造一个自动化、智能化的DMP平台。OpenDMP的主要包括以下四个特点:数据拼接技术、自动化标签工具、数据交易集市以及营销自动化。

第一个特点是数据拼接。智子云研发了UserMaster专利算法,用于自动识别和拼接不同数据源之间的用户标识字段,举例来说,算法能够自动识别MAC地址、设备号、手机号、身份证等能够标识用户的字段,并通过这些字段之间的映射,自动对数据进行拼接和整合。而传统的做法是手工标记用户标识字段,然后通过定制编程实现不同数据源之间的拼接。两种方法的区别主要在于一个是自动化,一个是定制编程。

第二个特点是自动化标签。自动化标签工具能够自动对用户实现打标签和配置标签的功能,使得原来需要依靠程序员和数据分析专家做的工作,普通市场人员也能快速实现,并能够通过工具在后台进行配置和调整。

第三个特点是程序化数据交易。当某个第三方数据不能简单满足需求的时候,可能需要去拼接十家甚至数百家第三方提供的用户数据,丰富第一方用户数据的维度,这就需要DMP平台能够对第三方数据实现自动的程序化交易,因为这么多的数据源的对接,采用定制开发是不现实的。举例而言:某企业拥有用户的身份证或是手机号,用户相关的其他线上和线下数据缺乏,比如用车信息、商旅信息、消费信息、资产信息、电商行为等标签数据,这些数据需要从多个第三方数据提供商获取,智子云OpenDMP使得获取这些第三方数据标签的工作程序化、自动化。

最后一个特点是营销自动化。DMP区别于原来数据仓库/BI解决方案关键的点就是,前者要实现数据自动决策,后者只是提供决策支持。而数据自动决策是未来智能商业的特点,OpenDMP通过对接各种应用系统,打通各个系统的数据,实现了数据闭环,从而最终实现了营销自动化。

DMP在金融行业大数据应用

智子云OpenDMP已经为多家直销银行以及证券公司提供了DMP平台服务。

OpenDMP在直销银行的应用,主要从三个功能亮点来说明。

第一点是直销银行实时数据采集与分析。这个功能使得直销银行能实时获取线上线下所有获客渠道的数据,从而分析各渠道的效率和价值。

第二点是基于数据模型的反欺诈系统。系统提供黑名单机制,通过AI技术标记机器注册、集中注册、以及多种套利模型。

第三点是用户数据自动拼接功能。该项功能能够自动拼接第三方数据,补全用户标签和画像,帮助银行深入洞察用户。

OpenDMP在证券公司的应用主要特点是自动化标签,对用户数据打标签传统的做法是IT人员写程序实现,一个标签对应程序的一个模块,自动化标签使得用户数据打标签和标签调整工具化,市场部人员通过后台配置就能快速实现标签和用户画像功能。这样大大缩减研发的时间和成本。

智子云的观点是:不要期望靠一两家的数据就能让营销有很理想的效果,企业需要一套工具和方法来有效拼接、整理、评估外部数据,逐步增加有价值的数据,丰富数据的维度,保持数据的新鲜度,为数字营销提供更加全面数据基础。这也是智子云OpenDMP的研发依据,通过越来越多数据方和应用方的加入,智子云将通过DMP为更多的企业打好数据的基础,实现数据资产化,充分利用和挖掘数据的价值。

微信关注:智子云查看很多行业资讯和前沿发展

�����5���K�

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,744评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,505评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,105评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,242评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,269评论 6 389
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,215评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,096评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,939评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,354评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,573评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,745评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,448评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,048评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,683评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,838评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,776评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,652评论 2 354

推荐阅读更多精彩内容