大家下午好。我們是本次大會的贊助商。我們熱云數(shù)據(jù)是新成立一家不久的大數(shù)據(jù)公司，我們其實非常年輕，大概成立時間不到兩年，但是我們的發(fā)展速度是非常非常的快的。不到兩年的時間我們基本上已經(jīng)積累了國內(nèi)超過8個億的移動用戶的用戶行為數(shù)據(jù)。雖然這次我們來參加這個會也沒有太多需要分享的東西，我們唯一帶來的就是說，把我們的理念帶到這個大會。這次大會真的是座無虛席，人非常非常多，我也不知道大家都是從事什么行業(yè)的。剛才說了我們是帶著這8個億用戶來參加這個會的，所以我也是通過我簡短的介紹，把我們現(xiàn)在有的這些數(shù)據(jù)，它們都是什么樣的數(shù)據(jù)跟大家做一個簡單的分享，也希望這個會議結(jié)束后，對于跟移動用戶數(shù)據(jù)相關(guān)的朋友們可以去找我們談一些合作。

 

　　這個PPT我想給大家看的是國內(nèi)現(xiàn)在移動互聯(lián)網(wǎng)的基礎(chǔ)設(shè)備的趨勢。大家可以看到，移動的手持設(shè)備，包括蘋果，Pad設(shè)備等等呈非常迅速發(fā)展的趨勢。移動設(shè)備的人數(shù)也是這樣的一個發(fā)展趨勢，到了2015年，今年監(jiān)測到的數(shù)據(jù)已經(jīng)超過接近6個億移動手機用戶。也就是說，這些設(shè)備或者這些用戶其實背后都是反映的一個真實現(xiàn)實生活中的人。我們需要做的是通過整合這么多的移動用戶，他們背后的這些用戶行為，把這些數(shù)據(jù)搜集到我們的一個非常非常大的數(shù)據(jù)倉庫中來，然后我們?nèi)プ鲆恍┠Ｐ?，然后通過一些數(shù)據(jù)挖掘算法，怎么樣能夠把這些數(shù)據(jù)有價值的部分挖掘出來，然后給我們的合作伙伴包括我們的客戶去用。這個圖當(dāng)中大家可以看到，我們現(xiàn)在搜集數(shù)據(jù)的來源主要包括這樣一些來源，剛才我也提到了8個億的移動設(shè)備。通過我們跟國內(nèi)的手機硬件廠商的合作，還有跟我們一些金融行業(yè)的合作伙伴，包括有證券的一些企業(yè)和銀行的一些企業(yè)合作，還有就是我們剛才提到跟運營商的合作等等的。把一些數(shù)據(jù)的孤島，獨立在各處的數(shù)據(jù)我們把它聚合在一起，然后放到我們一個龐大的數(shù)據(jù)倉庫當(dāng)中來。

 

　　我們第一步要做的，就是怎么把8個億的設(shè)備，把它想辦法碼齊了，來看這些人都是什么樣的屬性。從這當(dāng)中可以看到，包括他們的性別、年齡，人口學(xué)的屬性等等的，其實是非常非常清晰的。包括他們所處的行業(yè)，他們學(xué)歷的分布，包括他們現(xiàn)在都用的什么樣的手機，包括他們在哪些地域去分布的，這些我們也把這個事情，大概用了一年多的時間主要在做這些事情。我相信這里可能有比較有價值，就是大家可能會關(guān)注行業(yè)的數(shù)據(jù)。包括我們跟金融，跟電商，跟一些快消領(lǐng)域的合作伙伴一起會把一些垂直細(xì)分的領(lǐng)域，它們的用戶畫像整理的會非常非常清晰。

 

　　我說一下我們當(dāng)前已經(jīng)和三個垂直領(lǐng)域，進(jìn)行了一些商業(yè)化的合作，也初步設(shè)計了一些商業(yè)，就是大數(shù)據(jù)在這三個領(lǐng)域的可以實際的商業(yè)模型。包括我們在娛樂或者泛娛樂游戲行業(yè)，我們跟一些CP，就是內(nèi)容提供商，發(fā)行公司，還有渠道，甚至剛才在臺上演講的，像個推這樣其他的第三方合作公司，一起做的產(chǎn)品。從這張圖當(dāng)中大家簡單看一下，就是中國游戲類的市場規(guī)模，其實這個趨勢大家可以看到，到了2015年的時候，它的增長趨勢是呈放緩的狀態(tài)。不過整體的市場大概是超過400個億的規(guī)模。

 

　　從這里也可以看到，這些游戲的用戶，或者通過手機去玩游戲的這些用戶，他們經(jīng)常玩的一些游戲的類型，通常是以休閑，棋牌，動作，角色扮演等等的習(xí)慣。這張圖是金融類的一些用戶，他們平時用手機，或者移動設(shè)備去做的一些事情，最常用的可能就是我們現(xiàn)在用微信支付，支付寶支付，這些可能已經(jīng)非常非常普及了。剩下的話像手機銀行，包括一些P2P的工具，銀行炒股，投資類的等等，這些用戶的使用習(xí)慣，我們也能夠監(jiān)測到。這是一些電商的使用習(xí)慣，在網(wǎng)上去購物，包括團(tuán)購，海淘等等這些用戶，我們也能看到他們的趨勢。相對來說電商垂直類的我們做了一個細(xì)分，這些手機用戶他們平時從網(wǎng)上購買的行為習(xí)慣大家也可以從這個圖當(dāng)中看得到。

 

　　現(xiàn)在看一下我剛才說的在這三個：娛樂、金融和電商領(lǐng)域我們做了哪些事情？首先在泛娛樂這個領(lǐng)域，我們第一件事情，我們最開始做的事情是我們給這個行業(yè)應(yīng)用開發(fā)者或者游戲開發(fā)者提供了一些數(shù)據(jù)分析的工具，然后進(jìn)而我們?nèi)チ私馕覀冞@些客戶他們在數(shù)據(jù)層面還有其他的需求，包括剛才臺上剛才演講的行業(yè)伙伴當(dāng)中去投放廣告，去使用一些第三方支付等等行為的過程當(dāng)中，我們也比較深度的去跟他們進(jìn)行了一些數(shù)據(jù)合作。比方來說，我們?yōu)檫@些發(fā)行公司提供的大額付費用戶的流失預(yù)測的數(shù)據(jù)挖掘發(fā)行。這個其實幫助他們在整個游戲或者說在游戲或者應(yīng)用的運營過程當(dāng)中，提供了一個非常不錯的工具。就是在他的這些付費用戶還沒有流失之前，我們?nèi)プ隽艘粋€流失預(yù)測。這個流失預(yù)測的算法我們準(zhǔn)確率已經(jīng)做到了超過80%這樣的準(zhǔn)確率。對于他們?nèi)ヌ嵘杖氲母顿M環(huán)節(jié)來說，起到了一個非常非常大的幫助。

 

　　在金融這個領(lǐng)域的話，我們目前是跟三家銀行和一家證券公司有了這樣一個合作。第一，幫到我們證券的公司去做VRM的系統(tǒng)，就是一個叫訪客關(guān)系管理的系統(tǒng)。就是通過背后的數(shù)據(jù)，幫著這些證券公司的它們的一些訪客去分析，比方今天一天有一萬人去使用它的客戶端工具也好，或者網(wǎng)站也好，我們幫它們做的事情，就是說這些人當(dāng)中有哪些用戶是它潛在的客戶，進(jìn)而我們會幫它去做一些比較精準(zhǔn)的分析。這個分析其中一個就包括他們個人信用等級的評估。而個人信用等級評估的部分所用到的數(shù)據(jù)，我們是通過跟一些金融類的合作伙伴，還有一些我們的，比方我們有一家公司叫開車幫，他們能拿到國內(nèi)幾個省份的車主去隱私化的數(shù)據(jù)等等。還有我們跟一些房產(chǎn)的公司去合作，能夠拿到它去隱私化的，就是他有什么樣房產(chǎn)等等的數(shù)據(jù)，幫助我們?nèi)ソ⑦@樣一個為金融公司提供個人征信的服務(wù)。進(jìn)而其實就是幫助我們的證券，還有銀行客戶去分析它的潛在客戶的信用等級這樣的事情。

 

　　第二，我們目前為止在給兩家銀行客戶做這樣的合作，就是它們在推出一個新的金融產(chǎn)品的時候，其實它們除了傳統(tǒng)的一些推廣的方式以外，它們其實特別希望能夠通過互聯(lián)網(wǎng)的廣方式去找到它們潛在的客戶。我們現(xiàn)在幫它們做的一個案例，就是從我們現(xiàn)有8億的用戶數(shù)據(jù)庫當(dāng)中，去找出來哪一些用戶是這兩家銀行它推出來的金融產(chǎn)品的潛在用戶。我們還跟國內(nèi)差不多一百家廣告平臺，還有DSP的一些公司去合作，幫著它們把它的產(chǎn)品推向，我們從數(shù)據(jù)庫選出來的這些目標(biāo)用戶。從實際的結(jié)果數(shù)據(jù)上來看的話，這部分的效果是顯著為這兩家銀行的新用戶獲取部分提升了非常非常大的效率。

 

　　還有我們跟一些電商的企業(yè)，包括京東，還有淘寶上的一些店鋪進(jìn)行的合作，幫它們?nèi)プ龌谟脩糍徺I行為的個性化算法，這個其實在它們的商品銷售的環(huán)節(jié)，提升它的訂單轉(zhuǎn)化率方面也提供了一些比較大的幫助。金融或者電商這些領(lǐng)域，我們其實只是一個比較初步的用大數(shù)據(jù)跟它們結(jié)合的一些案例。我相信可能在座的很多朋友當(dāng)中，有很多的朋友可能對于我們這個企業(yè)是不是可以跟這個數(shù)據(jù)結(jié)合的想法，我們在線下可以再去深入的交流。

 

　　最后簡單說一下我們熱云公司。我們公司是2013年年底成立的，我們的核心技術(shù)人員，因為我也是技術(shù)出身的，大家也許能聽得出來，都是來自于一些Google、百度、阿里、京東這樣的公司。我們成立這兩年的時間，這樣的發(fā)展歷程，關(guān)鍵的節(jié)點在今年，我們在十月份拿到了五千萬元的融資，我們還會融下一輪。我們還覆蓋了8個億的移動設(shè)備。我們一個理念，叫數(shù)據(jù)，開放和共贏，吸引更多的合作伙伴跟我們一起探索挖掘這些用戶當(dāng)中的價值。這張圖展示了我們現(xiàn)有用戶的特征，包括三個多億游戲類用戶，兩個多億電商用戶，一個多億金融用戶，還有一些出行，還有教育類的客戶，就是這樣的一個數(shù)據(jù)簡單展示一下。

 

　　人群畫像我們也基本上分成幾個大類：人口學(xué)屬性，垂直類的，就是不同行業(yè)垂直類的標(biāo)簽，和超過22萬個細(xì)分的標(biāo)簽數(shù)據(jù)，通過這些數(shù)據(jù)我們做了基于不同行業(yè)的一個非常非常垂直的用戶畫像系統(tǒng)。這個系統(tǒng)也可以后面通過我們的網(wǎng)站開放出來給大家看得到。

 

　　我們的心態(tài)也是這樣的，就是在快速發(fā)展的過程當(dāng)中，我們希望能夠跟越來越多的合作伙伴，還有客戶一起去把移動大數(shù)據(jù)和不同行業(yè)之間的結(jié)合點，這個商業(yè)模式找到。這是我今天的簡單分享，謝謝大家。