UBDC全域大数据峰会：跨屏打通之后的数据链接

4月20日，UBDC全域大数据峰会·2016在北京举办。会议以"无数据不智能"为主题，除主论坛之外，分别设立了"数据化运营"、"数据营销"、"IOT和O2O数据应用"、"数据开放与发展纵横谈"四个平行分论坛。

Drawbridge总监、数据科学负责人在"无数据不智能"的主论坛上，分享了技术如何联结数据。李想分享了强账号体系和跨屏联结两个概念。

李想认为，强账号体系是封闭的，譬如腾讯账号在腾讯体系内是可行的，但是用户一旦脱离了腾讯环境。后面的情况就不得而知了。

而实际上，如果每一个用户都可能拥有很多设备，这些设备有可能有各自不同的使用场景和使用习惯。但是属于同一用户的话，用户在这设备上会有一定的相关性，如果我们观察数据的面足够广，数据的量也足够大，从一定程度上我们是有这个可能发现这些数据其实是一个人的。

李想在大会上分享了三个利用跨屏连接数据的案例，以下为李想在UBDC全域数据峰会·2016中分享的演讲实录：

有什么最大的变化，我说应该是有各种各样的基于用户的互联网设备的促进，比如从最早智能手机开始，后来出现智能电视、智能手表，甚至有物联网，这种设备的出现对终端用户来讲是激动人心的事情，因为他们可以在任何时间，任何地方，用很多方式获取他们想要得到的信息。另外一方面，对很多企业来讲，这些大的互联网设备出现引起了一个新的问题，我们知道很多企业最终的目的是要把产品卖给客户，很多时候这个企业的产品跟客户所拥有的移动设备的数量没有关系。比如这是一个化妆品公司，他的任务是把他的化妆品卖给他的客户，他不会说他的客户是拥有3、2台电脑会比没有电脑，拥有2台手机的客户买的化妆品多。在这种情况下，用户获取信息的途径比较简单，报纸、电视，从现在看，这些渠道是一个非常粗暴，最原始的方法，它对客户没办法做个性化的推送。这也有一个好处，因为客户的意志力会比有限的渠道里，他做的事情非常简单，我把广告，投放到有限的渠道里去，就可以直接影响到这个客户的购买行为。

现在随着各种各样的移动互联网设备出现，用户的行为发生了翻天覆地的变化，首先用户获取信息的途径是千千万万，电脑、手机、平板，这是一个最大的变化。

从大的方面讲，应该有两种方式，另外一种是我花比较多的时间是基于概率的领域。首先是强帐号体系，开放的挑战，看用户是不是用同一个账户登录。我们总结一下，这些设备有可能有各自不同的使用场景和使用习惯。但是属于同一用户的话，用户在这设备上会有一定的相关性，如果我们观察数据的面足够广，数据的量也足够大，从一定程度上我们是有这个可能发现这些数据其实是一个人的。

下面从技术层面做一些相对深入的分析，首先把这设备把概念连接起来，它一定是一个大数据系统，唯一能够知道哪些设备是属于同一方法，我们把观察到的设备拿到这个系统来。比如举个应用场景，PC端跟移动互联网的连接，把我们能观察的PC端的标识和移动端的标识拿在一起，我们对这个数据做大量的沉淀、梳理、处理，两个设备之间的标识。换句话说，这相当于大海捞针的过程，整个系统的输出是比较少的数据量，但是它的数据一定是海量的数据。

举一个实际的例子，我们一个处理600亿次的系统。这个系统大概是怎么工作的？一般分成三个模块，第一个模块是海选系统，它把所能观察到的PC端和移动端的数据拿过来，我尽量产生一个有可能的配对，这是什么意思？这些配对有可能是属于同一个用户的，在海选阶段有两个特点，第一个特点，它处理的速度应用非常快，如果你处理速度赶不上数据进来的速度，会有很大问题。第二个特点，它对配对的质量有所要求适当的放松。但是我们希望属于同一个人的设备中尽量在海选阶段保留下来。第二个阶段是我们把海选的结果拿过来，进行精选的阶段。在这里我们会做这样的事情，我们会对海选的结果提取一些非常复杂的特征，我们会用相对计算量非常复杂的模型，他们所谓做这些事情只有一个目的，我们希望对海选的配对产生一个分，配对正确的标识分出的越高越好。我们可以做一些其它的处理，比如排序等等，所以目的只有一个，尽量把错误的配对删除，或者打一个很低的分，把可能属于同一用户的配对的分值提上去。

在一般这种情况下，对我们将近一半的客户，精选的量的结果就足够了，他们需要的东西很简单，比如PC端跟手机的配对，但是对我们另外一半客户，他们需要更苛刻或者复杂一些，你能不能对我们的客户所有移动的标识，我们需要做的聚类的处理模块，我们把前面两块的结果拿过来，先产生一个图，如果你做图的话，肯定会有结点。这里面结点是各个设备的标识，比如PC跟移动设备的标识。

有这样的结果以后，我们下面谈具体的应用的例子。第一遍是我们要做完整的用户画像，这是真正的用户，但是他的照片是我加的，我不知道这个用户长什么样。我们知道用户的地理位置，在纽约，他的年龄、收入情况等等，我们也知道他线下的一些活动，通过我们这个数据打通，我们掌握了这个用户在PC端、移动端，以及智能电视上面的画像，通过这个分析，我们会发现这个用户在这三个不同设备的画像，他们都是提供了一些非常独特的信息，比如我们看到这个用户是一个服装设计师或者搞艺术的工作者。如果你看用户在移动端的画像，会发现这个用户是相对比较时尚，有很多社交的活动，对游戏有一定的偏好。如果我们看这个客户在电视上的画像就更有意思，这个客户虽然是做服装设计，他特别喜欢跟户外有关的频道，比如发现频道等等，这实际是一个更好的例子，有可能把一个服装设计师跟喜欢户外的人连接在一起，对用户有全面的了解。

有了这个画像之后，具体的应用就出来了，今天我大概会介绍三个具体应用的例子，第一个是，定义延伸，最后一个跟大家分享我们跟智能电视互动的应用。

这个是我们在跨屏定向里比较好的案例，跟美国的信用卡公司合作。广告投放的渠道主要是在PC端，原因很简单，使用信用卡的话，你要填比较复杂的表格，而且这个对用户人群是有一定要求的，比如他对你的性别、年龄、家庭构成等等，最重要的是他对你的收入是有一定的要求。而且还有一个情况，在过去几年里，在PC端能满足他要求的货客，逐渐减少，大家也很奇怪，过去几年美国经济并没有几年变差，那用户怎么会变少呢？原因很简单，客户是在从移动端向PC端转移，这数量自然就减少，我们的解决方案很简单，打通完以后，我们把移动端的用户画像附加你在PC端的用户画像，对完整的用户画像做投放，申请信用卡的用户和被批准的用户增加25%，这个事很显著，每申请一张信用卡，给公司带来的收益是很大的。

第二个案例地理延伸的案例，我们发现客户到他们门店那里去并没有做购买和转化的工作。我们更大的解决方案，你把到你门店的用户的手机信息告诉我，我拿到这客户的手机信息之后，做了一些处理，用户从移动端转化的概率提高了600%，非常可观。

下面是我们跟智能电视的合作，这是我们跟一个游戏公司合作，使得他们游戏量上升了几分之几百。

最后，用户隐私的保护。在美国，它对用户隐私保护的非常严，从法律上，它要求很多企业对客户必须提供选择性排除这样的方法，我不管你广告再精准，你别来烦我。

企业的话，我们讲最后一个例子，我们很多客户企业有很好的第一方数据，这第一方数据是高质量的，企业用这些数据做很多事情。但是不幸的是美国规定这第一方数据是不能拿出企业的，怎么办？我们把技术和解决方案直接部署到企业内部，你用你的数据和我们的解决方案做跨屏的连接，过几个月之后，他们跑过来说你们做的这效果不错，就是规模比较小，能不能帮帮我们。这是另外一个解决方案，把我们搜集过来的第三方数据在法律允许的范围内，把这同时给我们的企业客户，他用他的第一方数据，加上我们第三方数据，加上我们这程序，在他内部进行部署，用户很高兴，效果也很好。