专访高科数聚创始人程杰：数智化时代，如何突破“数据变现”的最后一公里？

专访高科数聚创始人程杰：数智化时代，如何突破“数据变现”的最后一公里？

‍

‍前沿科技，数字经济

文｜刘雨绮

“我知道我的广告费有一半被浪费了，但可悲的是，我不知道是哪一半”。

——世界百货业之父约翰·沃纳梅克

这个一直困扰广告行业的问题，随着数字时代的到来，变得更加令人头疼。

数据显示，就数字营销而言，中国是仅次于美国的全球第二大市场。 2021年，中国广告支出将超过6840亿元。 其中，互联网广告支出占总支出的65.7%，是广告的主流形式。

如果你不知道哪一半被浪费了，随着广告支出的不断增长，浪费的规模也会随之增加。

针对这一问题，光锥智能与从事数据应用行业30余年的大数据科学家程杰进行了深入探讨。

程杰现任北京高新数聚科技有限公司创始人兼董事长。

回望过去的30年，程杰在获得密歇根大学安娜堡分校人工智能博士学位后，自1991年开始在福特研究院工作。 从1991年到2000年的10年间，从理论研究到业务端的实践练习，从量化决策应用到业务端，他专门研究优化财务、营销、产品规划、制造、物流等。杰出的技术能力和突出的贡献，他被授予福特公司的最高奖项——亨利·福特技术奖。

据程杰介绍：“当时CFO称赞这一系列数据能力的开发和应用为福特创造了17亿美元的价值。《底特律报》也称我们当时创建的集团新部门为成为福特历史上的第二代神童。”

离开福特后，程杰打开了大数据世界的大门，在人工智能和大数据领域更进一步。 他加入了全球最专业、最权威的市场研究公司JD Power和全球最大、最复杂的商业智能和数据库营销公司。 一家数据科技公司，担任副总裁、首席数据官等重要职务。

其中，程杰通过JD.Power中汽车交易产生的大量行业数据和汽车销量数据，做了价量模型，然后运用诺贝尔奖经济模型的分析方法，为推广决策带来效益——整个行业的制作。 颠覆性的改变。 解决了汽车销售中盲目促销造成的营销浪费和品牌损害，荣获2005年美国运筹学与决策科学年度奖。 在该奖项的客户推荐中，克莱斯勒首席经济学家指出，这一工具可以在一年内为一款克莱斯勒车型（Grand）节省超过9000万美元的促销折扣。

图：高科书局创始人兼董事长程杰

在中国，程杰领导了新数据产品的创建。 基于这些数据，已经建立了4000多个消费者购物倾向模型。 这4000多个倾向模型横跨金融、汽车、零售、快消、娱乐、旅游等10个行业，使该模型成为第一个数据产品，以500强商家的形式提供服务

如今，高科技数据聚合已成为程杰在人工智能、大数据领域创业创新创造的新阶段。 凭借30多年的行业经验、多年积累的解决方案能力和宝贵的大数据技术，为中国数字化升级贡献力量。 程杰表示，高科数字科技作为汽车领域数字化转型的引领者，应该以数据生态为基础，帮助国家发展大数据产业，而不仅仅是一家大数据公司。 为了实现公司在这方面的真正价值，需要将公司的能力产业化，这涉及合规合法性、安全计算、云与数字产品能力融合、隐私计算等。

同时，由于公司常年在做国际市场的数字化应用，因此可以通过数据应用帮助国内跨境电商企业快速了解和利用当地市场，快速完成搭建和建设的营销品牌。 此外，程杰在人工智能、大数据领域也有着出色的表现。 2017年被评为“影响中国大数据产业进程的100人”之一，并于近日荣获第36氪2022全球华人精英力量100“新商业领袖”奖。

对于数字时代的广告浪费问题，程杰认为，在数字时代，曾经困扰广告行业的广告浪费这一历史问题是可以得到解决的。

事实上，当数字时代刚刚到来时，企业就开始尝试通过一系列数据收集来推断广告效果的结果。 用户活跃率（AU）、浏览量（PV）、点击率（CTR）、投资回报率（ROI）、转化率（CR）等一系列数据指标应运而生。 对于多类型、线上线下综合营销效果的回答仍然可以说是无奈。 唯一的数据结论成为救命稻草，但也成为干扰和“烟雾弹”。

在当今数据爆炸的时代，庞大的数据量给企业带来了喜忧参半。 在程杰看来，当前数据应用面临的核心问题是：“我们有数据，但我们无法理解它”。

与此同时，由于数据量激增，企业的存储和计算成本逐年增加。 程杰认为，如果数据本身不能帮助企业盈利、实现现金流的正循环，那么数据产业化就永远无法“跑起来”。

帮助企业理解数据，让数据产生盈利价值，就是高科数据爵正在做的事情。

“在中国，数据作为一个产业还没有完全成熟，我们需要推动数据商业化到数据产业化，从决策智能到交互智能，从数据底层设计到场景应用，都需要重构”。 程杰说道。

那么，程杰眼中的数字智能时代是什么样的呢？ 如何打通“数据变现”最后一公里？

数据如何货币化？

程杰认为，数据的发展分为三个阶段，第一个是数据采集和处理，第二个是数据分析和拆解，比如CDP、BI等工具，第三个是数据应用和实现。 目前数据增量和数据工具已经发展到比较成熟的阶段，但数据应用却跟不上。 这是数据变现并产生价值的最后也是最重要的一步。

目前，由于埋点和平台建设能力的普及以及需求的普遍性，供应商市场异常拥挤，这也导致企业盲目数字化过程中收效甚微。

程杰列举了企业普遍存在的两个痛点：

无法使用：我有数据中心、CDP、BI可视化仪表盘，但如何使用？ 项目结束后，供应商不负责，我们也不负责；

效率低：数据中心和数据我都有，但是当我要检索特定数据时，我必须运行所有数据。 这个过程至少需要3天。

企业无法使用、效率低下等问题比比皆是。 如何解决这些问题，高科书局提出了解决思路：用数据的最终场景应用来倒逼数据的采集和分析。

例如，程杰曾为国内一家集团公司做过数据战略咨询。 当时，客户正在开展一项新业务：海南岛在线免税服务。 尽管客户拥有1.4亿用户数据，但如何找到在线免税服务的目标用户以及如何更高效地触达他们，却给客户带来了困难。

程杰提出了场景驱动、点对面的数据模型：

1、首先对使用过免税电商的用户进行分析，分析特征、访问路径等，形成一系列标签；

2.延长标签。 例如，申请信用卡的人通常对箱包有很大的需求。 通过对人的分析，可以利用算法推断出更多不同的标签；

3、通过标签，在1.4亿用户的数据库中定义用户，并结合第三方数据，如运营商数据、搜索数据等，找到目标用户；

4、制定运营计划：为了让运营更加高效，数据模型从历史数据中挖掘了一系列细节，比如何时到达、如何到达、如何再次到达等。

目标明确、针对性攻击是场景化数据业务化的特点。 但每个企业的业务场景不同。 从中国企业的规模来看，企业不可能专门从事咨询或定制。 这个时候光有数据商业化还不够，还需要数据产业化。

数据产业化就是将上述流程大规模应用。 虽然行业和场景不同，但共同的数据模型、技术和原理是什么？ 能否转化为产品再利用？

为了能够快速看到效果，高科书局的想法是：像狙击手一样，瞄准行业痛点，一一击破。

最短的木板决定了木桶的容量，营销场景也是如此。 程杰认为，按照这个思路，SaaS模式能够很快在行业内形成规模。

针对这个想法，一款SaaS产品——智能搜索引擎CALO（Leads）应运而生，而CALO解决的就是帮助销售解决销售线索的问题。

对此，程杰分享了一个具体案例：“有这样一个数据，消费者在汽车资讯等各个垂直网站上留下自己的联系方式和购买意向，这些信息会被传输到4S店，然后被4S邀请“在去店的过程中，从留下信息到最终买车，国内4S店的平均转化率约为2%，只有美国的1/3甚至更低。”

那么，如果没有信任基础，销售人员如何能在短短30秒内传递出更多有价值的信息并邀请用户到店试驾呢？ 这就需要准确、高效、快速地向销售提供更多的销售线索。

简单来说，当4S店收到汽车品牌的用户电话信息并邀请用户试驾时，CALO可以利用多维度数据源，在三秒内为销售人员计算出多个准确的描述性标签。 例如，客户对价格敏感、追求安全、追求动机等，对客户的“购买意向”进行评分，让销售在关键的30秒邀请通话中输出差异化的价值信息，增加第一时间预约到店率。

程杰解释道：这个看似“三秒”的动作，是三套能力的组合，一是场景设计能力；二是场景设计能力；三是能力。 二是数据源收集、数据标签和模型构建。 多源，模型越三维，有什么样的数据我们就知道什么样的问题； 第三个是算法，我们不仅可以做决策智能，还可以做交互智能，这是技术进步和行业认知不断迭代后的结果。

事实上，正是对数据生态的理解、数据智能算法的能力、营销决策的场景化应用，构成了高科数据的关键壁垒。

技术和场景的遗传双螺旋结构

“技术和场景就像基因中的双螺旋，不断旋转。”

高科数据聚对汽车业务和场景的理解部分体现在产品设计的逻辑上。

看高科数据聚的产品矩阵，表面上看起来非常复杂。 有20多种不同型号的产品对应不同的业务场景，但如果抓住主线逻辑，你会发现思路非常清晰。

程杰介绍，目前高科技数据采集产品分为两个不同的产品线：o系列和i系列。 数据智能DaaS平台主要针对主机厂、品牌商等整体营销策略的制定。

DaaS平台从广告源头入手，帮助主机厂解决“广告浪费”问题。

事实上，目前广告资源的浪费远远超过一半，几乎80%都是无效投资，而且随着移动互联网的发展，线上、到店、试驾、私域等接触点越来越多而且更加碎片化，这就造成了数十亿的天价广告，决策的响应速度跟不上市场的变化，决策缺乏及时性。 广告投放后，无法追踪用户行为，分析过程漫长且无法预测和干预。

程杰认为，仅仅看一个广告投放的结果数据是不够的。 营销的本质是“以人为本”。

对场景的层层分析是深入下去的结果，但要实现场景能力，技术需要不断创新和突破，向上渗透。 这就是场景和技术组成的双螺旋结构。 从另一个角度来看，广告效果的评价需要考虑点、线、面、体四个层面：“点”指一项活动或一则广告； “线”是指在单一媒体上连续进行的广告活动和叠加效果； “面子”是指跨多种媒体的广告叠加效果； “体”是指线上媒体投放和线下营销活动的综合价值和效果。

如果想要还原一个人的各种社交行为数据，首先需要多个数据源，这是第一步。

数据孤岛和交叉竞争关系阻碍了数据的真正互联。 高科技数据聚集在中间，通过自身的行业粘性打通多个数据源，打造三方分布式生态数据库能力，包括流量数据、搜索引擎数据、社交数据、电商购买数据、三大运营商的车联网。 平台数据和其他平台数据。

数据来源众多，困难接踵而至。

首先是存储问题。 不同的数据源在存储时需要数据隔离。 原则上，不可能也不适合把它们放在一起。 高科技数据聚合采用三方数据生态分布式设计，物理上分开管理，逻辑上全线连接。 在保证绝对标准化和安全的前提下，建立与数据源的深度合作机制，使企业不仅拥有内部数据，而且在进行数据分析时掌控全局视角。

其次，存储问题解决后，面临着最敏感的数据隐私保护问题，需要用“隐私计算”来解决。

国内首先引入了联邦建模、“无意传输”等常见的隐私计算方法。 简单来说，就是单条数据混合在多条数据中，但只有一条数据是真实的。 虽然这会在一定程度上增加干扰程度，但并不是100%没有风险。

高科数聚专注于数据加密，开发了新的隐私计算专利，不需要任何用户ID或多个数据源进行交换，但仍然可以获得数据匹配的效果并达到相同的精度来进行模型计算或共同创建用户画像，连系统也不知道用户是谁。

怎么做？ 举个生动的例子，就像二战时期摩尔斯电码对数据源的保护一样。 隐私计算系统处于中间，参考不同主控对应的用户特征进行定位，并在系统中统一为A，但A是谁，不同的数据源有不同的主控，没有主控就无法破译用户信息。

在当前的消费环境下，个人消费数据的应用必须满足隐私计算的要求，特别是当消费者行为轨迹数据和基础数据放在一起时。 隐私计算技术的突破和创新是该领域不可避免的制高点。

“我认为企业的竞争力，一方面是技术壁垒，另一方面来自我们对场景的理解。解决了一个痛点，还有第二个、第三个。目前，高科技数据采集至少提前三年完成。” 程杰坦言。

数据场景应用的想象

目前，恒科数科已率先在消费产品和服务行业的大数据应用领域打通了SaaS和DaaS模式。

基于多年积累的行业数据分析能力和解决方案能力，高科数据打造了成熟的跨行业产品体系。 程杰认为，汽车用户和保险、投资理财等行业用户的消费习惯是相似的。

比如投资理财行业，看似与汽车行业毫无关系，但消费群体和决策路径却几乎相同。 消费者在线上看到各类广告信息，留下意向和电话信息，金融公司进行线下电话沟通。 关键一环也是从线上到线下的转变。 消费者需要货比三家，金融公司给出专业建议，消费单价高，决策时间长。

通过对比数据，我们可以发现各行业的共性场景，然后灵活运用SaaS产品。 截至目前，高科数字营销在数字营销应用方面已能够跨越6大行业、30+品牌，且数据应用能力可复用、快速、有效。

但这只是数据富有想象力的应用之一。

随着车联网的普及，智能汽车被认为是下一代智能终端。 高科数据聚在汽车领域长期积累的行业经验和能力，将随着车联网的普及而变得更加有价值。

程杰认为：“目前市面上的存量汽车，达到车联网安装的大规模推广，只需要5年左右的时间。车联网的世界充满了数据，可以达到200毫秒。” ，有10万辆车在路上，每天运行两个小时，一个普通的数据中心就已经满了，这就更需要剔除无效数据，标记有效数据，对出行数据进行分类存储，实现出行数据的变现”。 在未来现象级数据量计算资源需求下，将会出现云计算、雾计算等新技术资源需求。

为此，近日，高科数聚与神州数码联合发布“神州云|数云汽车IO+服务”，为汽车行业提供云计算和大数据的双螺旋解决方案； 同时，与京东云共同打造的“云聚”平台，围绕京东独特的数据能力，为企业提供高效敏捷的用户产品洞察和业务场景深度咨询。 此外，高科数聚还联合多家具有不同生态优势的合作伙伴，共同打造数据产品和解决方案，放大高科10+行业的成功经验和数据变现能力。

营销是一个完整的链条，不仅围绕汽车，还围绕人。 高科数据聚正在构建以出行服务为核心的数据生态。

比如加油站、充电桩、停车场、旅游景点等出行应用场景，围绕用户需求，通过数据连接，拓展更多车内娱乐、购物、社交等场景。 那时的汽车就像现在的手机一样，具有数据功能。 它还将扩展到更多维度。

“目前，随着国内的数据环境、安全和隐私逐步完善，未来五年，我们希望有更多的数据得到消费者的授权，并在我们自己的体系内为消费者提供更优质、个性化的服务。”这不仅是高科数据中心应该做的事情，也是工业数字化发展需要持续演进的方向。”

由于常年往返于美国和中国之间，成杰总是不经意地将中国和美国进行比较。 “中国机遇很大，中国用3-5年的时间走过了美国十几年的路，我们很快进入了数字时代，积累了海量的数据样本，如何利用对每个国家都是一个考验企业的关键问题。高科数采将与生态内各企业合作，打造数字孪生、原生数字智能的新时代。”