TalkingData如何突破技术公司惯有的发展：TalkingData如何突破技术公司惯有的发展
TalkingData如何突破技术公司惯有的发展：TalkingData如何突破技术公司惯有的发展一直以来，人们经常围绕技术、产品、商业模式等方面，比较国内外科技公司之间存在的差异，To B领域亦是如此。在业内人士看来，就技术而言，国内、外科技公司之间的差距一直在缩小，但在产品方面却并非如此，对于这一点崔晓波深有感触。那么，国内技术公司普遍面临的发展问题究竟是什么？在过去的几年里，互联网领域的战火从消费端蔓延至产业端，科技巨头、初创企业瞄准云计算、大数据、人工智能等赛道，或是从技术视角切入、或是从应用角度布局，利用自身优势打造生态、闭环体系。目前，各个细分产业已经形成了一定的业务模式和规模。“大数据行业整体的现状是重技术、轻应用，如果企业纯粹做科技创新会比较苦，路也比较长。”TalkingData首席执行官崔晓波在T11 2019暨TalkingData数据智能峰会上接受媒体采访时表示。作为第三方数据智能服务商，TalkingData借助以SmartDP为核心的数据智能应用生态，旨在帮
来源丨数据猿（ID：datayuancn）
文丨郭敏
编辑丨Yaphet
在过去的几年里，互联网领域的战火从消费端蔓延至产业端，科技巨头、初创企业瞄准云计算、大数据、人工智能等赛道，或是从技术视角切入、或是从应用角度布局，利用自身优势打造生态、闭环体系。目前，各个细分产业已经形成了一定的业务模式和规模。
“大数据行业整体的现状是重技术、轻应用，如果企业纯粹做科技创新会比较苦，路也比较长。”TalkingData首席执行官崔晓波在T11 2019暨TalkingData数据智能峰会上接受媒体采访时表示。
作为第三方数据智能服务商，TalkingData借助以SmartDP为核心的数据智能应用生态，旨在帮助企业解决在数字化转型中遇到的各类数据问题。基于对当前大数据行业的观察和预判，TalkingData在峰会上公布了新的产品思路、新版本SmartDP、最新的战略合作以及投资方向，欲突破国内技术公司普遍面临的发展问题。
那么，国内技术公司普遍面临的发展问题究竟是什么？
提升技术水平容易 产品标准化难一直以来，人们经常围绕技术、产品、商业模式等方面，比较国内外科技公司之间存在的差异，To B领域亦是如此。在业内人士看来，就技术而言，国内、外科技公司之间的差距一直在缩小，但在产品方面却并非如此，对于这一点崔晓波深有感触。
“以前，在甲骨文期间，我们给一些美国客户作项目，他们会给你两个文档：需求文档和点对点应答文档，前者告诉你整个项目的范围需求是什么，后者需要你列出对这个项目支持的技术点。三五个这样的项目做下来，就可以产品化了，因为都是标准的，需求也差不多。”
而纵观国内市场，企业客户每一个项目的需求点都不一样，而且可能随时会变更，“国内技术公司对于技术的投入和创新有很高的热忱，但是很难做成产品，这是产业现状决定的。”崔晓波表示。
在崔晓波看来，上述问题是国内技术公司惯有的发展“瓶颈”，想要有所突破必须将技术和业务进行结合，“大数据公司的核心是形成数据闭环，业务场景会不断告诉技术人员，你提供的算法或者模型对业务有没有效果，通过闭环进行反馈，这样才能把模型或者算法做的越来越准确，所有的技术能力要在实际的业务场景里得到证明。”
所以，强调“结合业务场景”将成为TalkingData当前乃至以后发展的主旋律，同时也是本届T11峰会的“重头戏”。
紧密结合业务场景才是出路峰会现场，崔晓波分享了基于实战经验总结出的一套精准产品方法论(IDEA)，具体包括识别、分析、设计、重构四大维度。其中，识别是基于行业认知的场景识别、基于数据探索的场景识别，分析是对数据标准和指标设定、洞察和行动、场景闭环评估，设计是基于用户决策历程(CDJ)的场景设计、全渠道触点交互设计和数据采集；重构是以场景为目标的业务流程重构、技术平台重构。
其实，IDEA方法论并不是今年才提出来，而是TalkingData于2016年提出的。“我们的理念老是有点超前于市场，我们认为场景是比较重要的，但当时大家对这个事的理解并没那么深刻，现在时间到了。”崔晓波坦言。
IDEA方法论以新产品SmartDP Fusion进行承载。资料显示，SmartDP是TalkingData于2016年9月发布的智能数据平台，该平台将数据切割、数据增强、数据可视化等功能进行串联，形成了初步的数据智能生态。而新发布的SmartDP Fusion版本由全域智能营销平台、数据平台、场景智能应用平台三部分构成，同时还融合了政府、金融、汽车、零售等更多垂直行业的业务场景。
“SmartDP Fusion更多是支持前端业务场景的探索。因为当下的业务场景探索不再是简单按照流程化的方法进行，它已经变成了假设、提出、实验、优化、再提出假设的过程。新版本给业务探索和基于场景实验提供了很多专有的功能。”崔晓波告诉数据猿。
“结合业务场景”除了体现在新产品上，还体现在TalkingData与京东云在智慧城市领域的合作，以及产业投资方向上。“我们跟京东云的合作首先定义的是上面的业务场景，并不是简单帮助一个城市做底层大数据平台架构，或者构筑一个产业云环境。目前，我们已经在很多城市进行了合作。”崔晓波强调。
如今，政府部门在如何投入资金支持产业发展、繁荣当地经济等方面有诸多困惑，企业的困惑在于如何获得足够的资金支持，银行则在如何合理给中小企业放贷、风险有多大等方面面临诸多问题。
在崔晓波看来，解决三方困难势必要将政府、企业以及金融机构形成一个完美的闭环体系，“我们跟京东云合作了一个产业基础平台，在平台构筑了基于具体业务场景的应用，底层靠数据智能平台支撑，整体形成一个闭环。”
在投资方向上，TalkingData也调整了策略，“过去几年，我们投资了美国、欧洲的一些技术公司，在国内也投资了几家专注AI的公司。接下来，我们会把目光放在那些比TalkingData更了解业务场景、技术的公司身上。”崔晓波表示。
企业“苦”数字化久已 拐点在哪儿？在崔晓波看来，通过“结合业务场景”来突破技术公司惯有的发展“瓶颈”是一方面，解决企业在数字化转型进程中存在的痛点是另外一方面，后者是最终目的。
TalkingData成立于2011年，作为较早切入企业级市场的大数据从业者，截至目前已经服务了地产、零售、餐饮、服饰等多个行业。在诸多行业摸爬滚打这么多年，崔晓波深谙企业在数字化转型进程中的各种难题。
“其实，数字化转型的进程没有我们想象的那么快，早前每家企业做的都蛮苦的。”崔晓波坦言，原因有二：
其一是理念很难被转变。决策者不参与，企业数字化转型注定失败。企业数字化转型不是一蹴而就，没有三五年时间很难看到直观效果，参与其中要有恒心和毅力，否则也是失败；
其二是方法没找对，对技术不信任。TalkingData为某餐饮企业搭建了销量预测模型，取得了良好效果的同时，也为其节省了大量的成本。但TalkingData也为其他客户搭建过销量预测模型，效果就没有那么明显。后来，崔晓波发现该餐饮企业有一个体系，可以把预测模型真正用在一线生产领域，根据预测结果定货、排班，信任了模型的预测结果。而其他很多企业可能会以人工经验介入整体流程，这样以来模型预测效果就会大打折扣。
近两年，国家层面出台了相关政策推动各个产业数字化、智能化，科技巨头们也在打造头部传统企业数字化标杆，“我看到曙光了，TalkingData服务过的企业数字化效果都很明显，只要它们坚定不移地走这条路，未来更多企业会相信这件事。”采访的最后崔晓波表示。（郭敏/文）
