2016第三届物联网大会
智能后视镜产品方案对接会
中国LED智能照明高峰论坛
第三届·无线通信技术研讨会
第二届·中国IoT大会
ETFo智能安防技术论坛
移入鼠标可放大二维码
ZRobot拒做大数据公司 下一站或是大数据商业化
来源： 作者：日 10:06
[导读] 京东金融与美国大数据公司ZestFinance联合发起成立ZRobot日前宣布开业，主要提供数据建模、信用评分、资产定价、欺诈识别、精准营销等能力在内的数据增值与技术应用服务，面向银行、汽车金融、消费金融、小贷公司等各类金融及非金机构，为其在信贷领域提供数据技术服务，提升金融及非金机构的大数据分析应用能力以及防控风险。
京东金融与美国大数据公司ZestFinance联合发起成立ZRobot日前宣布开业，主要提供数据建模、信用评分、资产定价、欺诈识别、精准营销等能力在内的数据增值与技术应用服务，面向银行、汽车金融、消费金融、小贷公司等各类金融及非金机构，为其在信贷领域提供数据技术服务，提升金融及非金机构的大数据分析应用能力以及防控风险。
　ZRobot拒做大数据公司 下一站或是大数据商业化
　ZRobot同时发布旗下两款产品－&漫网&和&盘古信用模型&。&漫网&将利用复杂网络技术进行反欺诈风险管控，&盘古信用模型&则能针对信贷用户给出信用评估建议，降低不良资产率。
　　拒做大数据公司
　　ZRobot成立似乎意味中国又多了一家大数据公司。然而ZRobot不太喜欢&大数据公司&标签，更愿把自己定位为&数据技术公司&。其CEO乔杨对笔者表示，ZRobot核心竞争力在于数据挖掘能力和模型开发能力，从海量金融弱相关数据中发现与信贷表现相关的变量，利用机器学习技术，评估用户的信用风险，深度剖析客户画像。
　　乔杨认为ZRobot技术先进性主要在于能处理高维度数据（2万余维度）；有能力处理类型丰富的数据，结构化与非结构化的数据均能处理，涵盖文本、声音、图像等多个类型，建构的模型对数据质量依赖程度低，针对有效数据记录较少的&弱活跃用户&也有一定的判断与预测能力，此外利用授权用户的互联网行为数据，预测分析上万个维度的变量，建立的数据模型具有普适性及稳定性。
　　资料显示，当下大数据市场规模已达百亿级别，随着数据获取成本和储存成本显著降低，互联网及互联网 数据、线下交易数据、电信数据等数据量都在高速扩张，然而国内拥有建模技术、并有能力充分解读数据的专家团队数量有限，大量数据无法或低成本的直接应用，浪费迹象明显。
　　ZRobot不愿把自己定位成大数据公司，源于当下大量企业都喜欢标榜大数据基因，然而海量数据累积与沉淀并不能直接为企业带来多少商业价值，如果从应用层面来说，目前中国大部分沉淀数据和数据价值还没被充分挖掘，尤其缺少有核心竞争力的数据技术服务方，导致海量数据处于休眠状态，或者是停留在粗加工状态，远远没有到达深加工的高附加值状态。
　　从ZRobot发布两款产品&漫网&和&盘古信用模型&也可看出，两款产品在ZRobot筹建过程中已完成开发、验证，并在数个客户金融业务中投入运营。比如&漫网&在基于面的复杂网络基础之上，可完成用户洞察，挖掘高危特征，降低欺诈风险，综合完成信用评估。&盘古信用模型&则利用多维度的贷前数据，预测客户的综合逾期风险，信用分数对不良客户具有高区分度和低误判率，不同机构可根据自身业务需求，结合ZRobot信用分数，定制风险管理策略。
　　值得一提的是，通常经济计量模型对于数据要求很高，数量和质量直接决定模型的有效性和预测能力就越强。随着普惠金融不断推进，那些没有在传统金融体系中获得服务的人群往往成为计量模型的盲区，&盘古信用模型&目前利用授权用户的订单、浏览、通讯等互联网行为数据挖掘价值，预测分析上万个维度的变量，主要覆盖缺乏信用记录的年轻人群，可在一定程度上弥补传统模型不足。
　　大数据商业化下一站
　　时下探究互联网金融最核心竞争力，风控实力算是最重要一环，能否做好风险管控，将坏账率控制在极低的水平至关重要。随着互联网金融靠销售推进原动力逐渐消失，流量驱动的野蛮成长基本结束，进入风控驱动的大数据新时代。目前有数据处理能力的公司很多，但处理数据技术公司，服务终端数据应用的企业在中国市场有巨大空间，ZRobot成立也是看到中国数据技术市场的空白，专注数据增值与技术应用，尝试实现数据驱动商业决策的价值。
　　ZRobot并不愿意把自己的客户只限定银行、汽车金融、消费金融、小贷公司等各类金融机构，而是放到更大的非金机构，为其提供数据技术解决方案。当然ZRobot在中国目前错综复杂的大数据市场环境难以避免会遇到很多挑战，需要经过时间和市场的不断检验。
　　作为ZRobot股东，发起方之一的ZestFinance是美国大数据公司，通过机器学习和大数据技术进行个人信用评分，主要服务于那些在传统个人征信体系下无法正常使用金融服务的用户，2015年6月获得京东金融投资。京东金融此次参与发起成立ZRobot，也可看出其对数据技术领域的兴趣，这也与京东金融在金融科技领域的定位相符。
　　众所周知，互联网金融大数据风控解决方案普遍采用用户社会行为和社会属性数据，在一定程度上补充传统风控数据维度不足的缺点。未来市场竞争在于谁能在上述两处领域广度深度以及服务走的更远，ZRobot提供的解决方案给当下大数据商业化道路提供另一种思考。
大数据技术相关文章
大数据技术相关下载
大数据相关文章
大数据相关下载
语音识别市场，科大讯飞的爆款产品特性是什么？人工智能核心技术走向如何？针对中国人工智能战略，有哪些建议？在CITE2017人工智能产业发展高峰论坛...
IDT亚太区销售副总裁陈宇指出：“IDT过去所取得的成功很大部分是源于通信基础设施领域，在这个成功的基础上我们开发了很多产品，这也是我们在中国和...
创新实用技术专题
版权所有 & 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-在10个鸡蛋上坐了3星期后，终于成功孵化出第一颗鸡蛋。
但礼仪小姐、导购小姐依然是场内的一道风景线。
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
　　解决方案
　　美林大数据&
　　每个人都在利用大数据，但小公司如何操纵那些通常由大公司使用的大数据呢?
　　虽然大数据已是游戏规则颠覆者，但中小型企业基于一个主要的劣势没能搭上这班车。缺乏充分利用新式数据技术的资源，也就无缘实施最佳的广告和销售策略。工具和大数据人才是昂贵的。诸多障碍牵制了小企业拥有全面的大数据能力，然而，抛开这一点不谈，一个好消息是小企业实际上已经利用数据很多年了。
　　一个企业只有能力存储大量的信息与能够利用大数据之间有很大区别。大数据是把信息放在一起，并将过去不相连的点连接起来。这和经理与业主在作决定时经常使用的机制类似。新技术只是在更大规模上做这个事儿罢了。它允许用户从堆积如山的数据中提取信息――但小企业为了做出更好的决策并不需要PB级的数据。他们需要的是适当的工具，清晰的意图和正确的问题。
　　找到一个值得回答的问题
　　简单地说，小企业面临的第一关是大数据方面的开销。软件和工具的前期成本高(购置费)，后期使用费用(雇人)也高。虽然大公司可能愿意购买最好的软件并聘请分析师搜寻数据黄金，然而这不是最具成本效益的战略。相反，小企业必须专注于精确定位哪些问题是他们想要解决的。不是跳进昂贵而且难以控制的数据湖泊，而是寻找一个值得解答的问题，并找到答案。在现实中，大数据的难点不只是技术或信息，还有逻辑和分析。你不需要高价工具或大牛团队。您需要结构化的、明智的计划和战略，以免随后陷入困境。
　　当你准备好时，试着咨询 IBM 的沃森分析(IBM’s Watson’s Analytics)，谷歌分析(Google Analytics)或美林数据TEMPO数据分析、洞察力平方(Insight Squared)。
　　利用开源解决方案尽可能地获取数据
　　先别买Hadoop。有些轻量级的解决方案，成本较低，使用方便。事实上，如果一家公司一直在用分类帐格式 (Excel、 QuickBooks) 收集自己数据，那么他们应该已经有很多数据了。这些信息已经可以提供关于促销、营销活动以及销售的深层见解，拿它与外部数据比较亦将获得更多信息，然而前提是你要有正确的问题。社交媒体是一个重要的数据来源。社交数据可以帮助你洞察客户身上往往不明显的个人生活特征。除了更好地了解目标客户外，社交数据还能反应出什么原因导致网站访问量增加(或降低)――网友张贴了某类信息还是竞选之类的活动。评测民众的兴趣水平和情绪状况还可以成为竞选利器――在陷入困境前请教社交数据可能会得到一些真知灼见。
　　利用社交媒体数据就是要全面地360度地了解顾客。这些数据不仅包含位置和的采购清单，而是展现了一个标明兴趣、个人主张与喜好的血肉丰满的人物。深入分析社交数据可以获取更多信息，以减少客户流失率。
　　做些大公司做不到的事情
　　大公司可能有钱，但他们缺乏迅速响应所需要的那种速度和敏捷。在实时变更和调整方面小公司做得更好(前提是要具备一些基础的软硬件)。一个大型公司可能需要首席执行官的多项批文以及一份白皮书才能推行变革，而小企业更容易在利用数据时发挥机智和直觉的作用。大数据可以洞察当前的趋势并预测，因而快速应变的能力至关重要。当趋势出现时，小企业反应迅速，及时变革，崭露头角。由此，大数据让更多中小企业成为弄潮儿，乃至潮流的缔造者。
　　响应问题时灵活性也至关重要。减少客户流失的关键是及时从负面数据中得到线索并予以响应。即使很小的投诉也会带来很大的负面影响。
　　与团队共享数据和见解
　　大数据带来的惊喜之一是它影响团队成员的心理。一旦数据开始露脸，形成结论，并且实施落地，整个气氛都在改变。雇员 (和雇主)(凭借大数据)能够找到更清晰的路径，更好地了解客户，他们将更明白如何做好本职工作。一个有趣的研究是审视大数据如何改变一个小公司的思维模式和能力。以往企业主和经理凭借经验以及少量的用户信息做决定，如今更好的数据意味着更好的决策和更高的参与水平。
　　一个重要的教训是要对数据有信心。尝试了解数据的含义是个好主意，然而数据不是万能的，比如并非总能探察到每个小细节的“why”和“how”，而且由数据揭露的事实并非总是不容置疑的。无论哪个市场、公司规模多大、甚至商业模式如何，大小企业都受惠于利用大数据。当然，首先要提出恰当的问题，并且打开思路。或许你要问该如何开始利用大数据?最好的启程可能只是Google Analytics和一大杯咖啡。
　　来源36大数据
　　阅读原文微信原文分享到微信文章为作者独立观点，不代表微头条立场
欢迎举报抄袭、转载、暴力色情及含有欺诈和虚假信息的不良文章。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
搜狐公众平台官方账号
生活时尚&搭配博主 /生活时尚自媒体 /时尚类书籍作者
搜狐网教育频道官方账号
全球最大华文占星网站-专业研究星座命理及测算服务机构
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：当前页面：&&&&&&&2016年大数据行业发生的四个重要变化
2016年大数据行业发生的四个重要变化
--[db:副标题]
&&&&&&&“数据是有灵魂的”，在我一直寻求数据灵魂的道路上，又走过了一年。2016这一年发生了太多太多的事情，Alphago战胜了李世石，资本寒冬的到来，Spark2.0发布，我也加盟易观这家专业的分析公司，从过去一个大集团军的炮兵连连长，变为小集团军的军长。&&&&&&&2016年，大数据整个行业也发生了很多重要的变化，我根据自己的观察，简要地分析下2016年大数据行业发生的四个重要变化的理解：&&&&&&&大数据的下半场&&&&&&&在2016年，王兴说，互联网已经进入了“下半场”，互联网人口红利的时间已经过去了，需要对用户的深耕细作获得更多的收入和利润。过去的一年里，也涌现了很多不同行业不同技术的大数据公司，从舆情分析到数据平台，从产品用户分析到金融风险评估，每一家公司都看上去有独门绝技。&&&&&&&但是在资本寒冬的影响下，大数据也进入了它的下半场：大数据从人人都喊大数据，开始进入到企业实用阶段;投资人从看团队、看产品进入到看收入看客户的阶段。收入和增长成为大数据公司融资下半场的门票，而打赢下半场两个核心围绕业务理解和核心算法逐步展开。&&&&&&&易观CTO郭炜&&&&&&&准确业务的理解、抓住痛点可以确保大数据不是空中楼阁，帮助企业解决实际问题从而获得高额收入。&&&&&&&而算法的门槛是继大数据采集、数据并行计算之后新的技术门槛。大数据结合现在被炒的火爆的AI算法，在互联网、零售、金融等很多领域建立起各领域的数据模型，随着数据反复验证，数据模型将会越来越精准，在行业中拥有行业理解、数据和算法迭代能力的公司逐步立于不败之地。&&&&&&&大数据和开源&&&&&&&在2016年提到大数据，不得不提开源的问题，2015年底Greenplum开源，2016年年初Tachyon更名Alluxio成立商业公司，Kylin也成立了商业化公司Kyligence，还有很多过去开源的大数据组件都相互效仿纷纷商业化。一方面，开源的确在大数据普及过程当中功不可没，另一方面，开源在企业大数据应用过程当中添加了非常多的不确定性。每个企业的管理者都很难为不确定的结果买单，因此开源组件的商业化是一个市场转化的必然。&&&&&&&但是，大多数开源组件在中国都会遇到当年软件在中国售卖的难题，客户总认为硬件值钱、软件不值钱。解决方案是软件需要集成方案一起售卖，只不过新时代下集成商越来越难做，具有大数据集成能力的公司和团队还是太少。&&&&&&&当然，令人欣慰的是，华人在大数据开源组件和商业化过程当中影响力越来越大，像Kylin一样的Ahe金牌项目在未来也会越来越多，也希望国内企业和政府给国内大数据企业更多的机会，让中国的大数据企业能走向世界。&&&&&&&传统公司的“互联网化”和互联网公司的“传统化”&&&&&&&在2016年，互联网+的概念依然火爆，很多传统公司在想着怎样利用互联网这个工具增加自己的收入或者估值。而另一个方面，从我的观点来看，互联网公司却在逐步的“传统化”。互联网公司初期的红利得益于新一代互联网技术的发展，萌生BAT这样以产品技术为驱动的巨无霸的公司。&&&&&&&但是随着新兴技术的成熟，一方面，每个“技术驱动”的公司都在用自己的技术搭建类似的业务平台，重复制造车轮;另一方面，重复制造车轮的开发者也在企业内部遇到了成长瓶颈。最近从大互联网公司出来的大数据和周边技术创业者屡见不鲜，利用在互联网公司海量数据处理的经验给其他公司提供服务成为VC最常见的case。&&&&&&&和我交流的创业者都知道，我个人非常欢迎这种“组团”的服务，我认为无论是否是互联网公司，一个企业应该做最擅长的技术部分而不是一揽子都做，过去因为技术不成熟只有自己摸石头过河，技术组件成熟之后完全可以拿来主义。&&&&&&&因此，在易观核心技术是围绕在数据采集、接收、并行计算和算法方面，周边的运维监控、查询引擎我们都在积极寻找合作伙伴来加快易观整体的产品技术的研发进程。如罗胖的跨年演讲中提到，适合的分工协作，从小讲为企业和个人节约时间，从大讲为整个人类节约时间。我持有不要重复造轮子的理念，让企业内专业的技术人员可以更多的分配到更适合的工作上去。&&&&&&&大数据将走向何方？&&&&&&&在2016年，我一直思考这个问题。过去在我的概念里，把(大)数据，分为1.0，2.0，3.0几个阶段：&&&&&&&1.0阶段是企业/CRM时代，主要面对的是企业内部的结构化数据，使用者主要是公司管理层，大部分数据解决方案是BI、A-CRM一类的解决方案;&&&&&&&2.0阶段是互联网的大数据时代，主要以用户网络行为非结构化的log为主，使用者不仅仅是公司管理者，也包括了线上的用户，数据解决方案包括推荐引擎、个性化营销、欺诈识别等;&&&&&&&3.0阶段是IoT/O2O阶段，通过智能的采集设备，将用户线下的行为轨迹，生理健康特征等采集起来，解决方案包括线上线下结合的客群画像分析、网点/交通/城市规划、定向营销等。&&&&&&&下一个数据应该走向何方呢?我在2016初步有一个结论，从1.0的交易流到2.0的线上行为轨迹流，到3.0的线下行为轨迹流，数据距离消费者距离越来越近，对业务的影响也越来越大。从种种迹象表明，未来数据4.0时代将会是用户意识流的数据分析。&&&&&&&随着大数据和AI的发展，计算机可以采集到越来越多的人们线上线下的行为，通过AI的算法先从用户的所在的场景分析入手，开始建立场景引擎，分析给出用户此时此刻此地的需求。再从用户日常行为与习惯结合用户的生理特征分析用户所处的情感状态，赋予合适的心情诱导与抚慰。最终分析用户的心理需求与诉求，建立心境引擎将用户的意识与潜意识构建模型，帮助用户解决心理问题、给出或诱导用户得到符合用户心理预期的服务。我想，达到这一步的时候，大数据才会完美的和AI结合在一起，AI才会由“人工智能”变为易观CEO于揚先生提的“拟人智能”时代。&&&&&&&最后，根据自己在易观的创业经历，给大数据创业者的几个建议/忠告：&&&&&&&易观的市场VP李智在2016年新年的时候，送给了我一本书《缤纷的海洋》，读过之后非常有感触。每一个海洋物种都有它天然抵抗海浪以及天敌的特性，也和其它物种一起产生某种协同，从而生长出如此缤纷美丽的海洋世界。&&&&&&&仔细想过之后，这些海洋生物不就是现在创业大潮当中的创业者么?在复杂的社会变革环境里，大家各怀绝技，创造出纷繁复杂的企业生态，无论生存或死亡都给这个社会的大海留下美丽的创业生态群落。作为一个10多年数据的从业者加盟到创业环境当中摸爬滚打1年了，对于大数据的创业者有几个心得想分享给大家：&&&&&&&1.勇于调整和决策&&&&&&&创业者面临的环境远非大企业的环境所比，无论资金上和团队上都会有极大的挑战，就像是打德州的锦标赛，筹码本不多，一个极小的错过或失误都可能导致整体的牌局的失败。回顾2016年，无论是从公用云迁移到自建的混合云，还是将研发团队中心调整到长沙，又或是产品方向的调整，这在过去大型企业里看来都是一件不可能完成的事情(需保证公司每日过百亿数据量几千万日活的数据分析业务)，但是回顾当时如果没有管理团队的果断决策，恐怕也不会有后面顺利的融资，这里非常感谢易观CEO于揚先生给我的指导，受益颇多。每个创业者其实都是穷其所能在关键时期将过去的不可能事情成为可能，才可以在复杂的商业环境中脱颖而出。&&&&&&&2.要组团而不是单干&&&&&&&大数据最近非常火爆，投资也源源不断。在做大数据创业的时候，无论公司是小是大往往有一个误区，认为花时间找到团队可以做到大数据端到端的解决方案，一个公司独立完成对一个客户的所有需求的交付。这是一个误区，哪怕强大如当年IBM，Teradata，HP这样的公司，也无法完成这样的宏愿。&&&&&&&目前国内的大数据创业公司也应该根据自己的特点选择一个专注点直接击穿，其他选择合适别家公司的生态组合，最终满足市场的的需求。&&&&&&&个人也是如此，我见识过太多的小伙伴或者小团队抱着满腔热情准备创业，大部分都会铩羽而归，不是技术不好或者商务不好，需要的是个人之间的组团和企业之间的组团才可以在大数据热潮当中立于不败之地。&&&&&&&3.要忽悠更要实操&&&&&&&大数据最近过于火爆，出现了很多能说不能做的公司，最终使得大数据很多时候和“大忽悠”画上了等号。作为一个多年数据业务的我来讲，有时候也觉得挺悲哀。一方面，国内很多企业认知数据价值和数据分析价值时，需要市场培育的时间，“忽悠”在某种程度上是必要的，这样才可以让企业管理者反思自己的需求，投入资金不断尝试。而忽悠过后的落地和实施更加重要，只有让企业实现业务价值才可以让数据分析成为一个可持续的生意，而不是一场“大数据运动”。只有技术或者只有业务方案都不能成为一个完整的大数据解决方案，需要对业务本身的深刻理解加上过硬的技术和落地实施能力才可以帮助企业通过数据提效避险。&&&&&&&2016年已经过去，2017年已经到来，新的一年，我会依然坚定不移的走在追求“数据灵魂”的道路上。我不知道人类“意识大数据”的时代何时可以到来，但是我相信随着人类生活的数字化，AI算法的不断精进，总有一天人类无法看清自己的事情会让数据和AI算法看清，在那时，苏格拉底的那句名言“认识你自己”将会是大数据辅助你来完成。
审核编辑（ZYW）
更多内容请访问 中国工控网（)
新闻来源： 互联网/50cnnet
手机扫描二维码分享本页
工控网APP下载安装
工控速派APP下载安装
提点建议：
，请填写评语后直接提交。
&&匿名留言
内容相关新闻
看过的用户还看过
数据正在加载...
扫描二维码关注微博
扫描二维码关注微信国内主要大数据厂商_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
国内主要大数据厂商
上传于|0|0|暂无简介
阅读已结束，如果下载本文需要使用0下载券
想免费下载更多文档？
定制HR最喜欢的简历
你可能喜欢}