文｜光錐智能 劉雨琦

“我知道我的廣告費(fèi)有一半是浪費(fèi)了，但遺憾的是，我不知道是哪一半”。

——世界百貨業(yè)之父約翰·沃納梅克(John Wanamaker)

這個(gè)一直困擾著廣告界的問(wèn)題，隨著數(shù)字時(shí)代的到來(lái)，讓人更加頭疼。

根據(jù)Statista數(shù)據(jù)顯示，在數(shù)字化營(yíng)銷方面，中國(guó)是全球僅次于美國(guó)的第二大市場(chǎng)，2021年中國(guó)廣告支出超6840億元人民幣。其中，互聯(lián)網(wǎng)廣告支出占總額的65.7%，為主流的廣告投放形式。

如果不知道浪費(fèi)的是哪一半，隨著廣告支出的不斷增長(zhǎng)，浪費(fèi)規(guī)模也將持續(xù)擴(kuò)大。

針對(duì)這一問(wèn)題，光錐智能與一位在數(shù)據(jù)應(yīng)用行業(yè)深耕超三十年的大數(shù)據(jù)科學(xué)家程杰展開(kāi)了深入探討。

程杰，現(xiàn)任北京高科數(shù)聚技術(shù)有限公司創(chuàng)始人兼董事長(zhǎng)。

回顧前30年，程杰拿到美國(guó)密歇根大學(xué)安娜堡分校人工智能方向博士學(xué)位后，從1991年便開(kāi)始在福特研究所工作。自1991年到2000年10年間，從理論研究到業(yè)務(wù)側(cè)實(shí)戰(zhàn)演練，從量化決策應(yīng)用到業(yè)務(wù)端，專攻優(yōu)化財(cái)務(wù)、營(yíng)銷、產(chǎn)品規(guī)劃、制造、物流等方面。由于突出的技術(shù)能力以及卓越的貢獻(xiàn)，被授予福特最高獎(jiǎng)項(xiàng)亨利·福特技術(shù)獎(jiǎng)。

據(jù)程杰介紹：“當(dāng)時(shí)CFO贊揚(yáng)這一系列的數(shù)據(jù)能力開(kāi)發(fā)和應(yīng)用為福特創(chuàng)造了17億美元的價(jià)值，底特律報(bào)紙也稱我們當(dāng)時(shí)創(chuàng)建的集團(tuán)新部門為福特歷史上的第二代神童?！?/strong>

離開(kāi)福特后，程杰打開(kāi)了通往大數(shù)據(jù)世界的大門，向人工智能大數(shù)據(jù)領(lǐng)域又進(jìn)一步，前后加入全球最專業(yè)最權(quán)威的市場(chǎng)調(diào)研公司JD Power和全球最大最復(fù)雜的商業(yè)智能和數(shù)據(jù)庫(kù)營(yíng)銷的數(shù)據(jù)科技公司Acxiom，并任職副總裁、首席數(shù)據(jù)官等要職。

其中，程杰在JD.Power通過(guò)大量的汽車交易產(chǎn)生的行業(yè)數(shù)據(jù)和汽車銷量數(shù)據(jù)做成了一個(gè)價(jià)量模型，再用諾貝爾獎(jiǎng)經(jīng)濟(jì)學(xué)模型的分析方法，為整個(gè)行業(yè)的促銷優(yōu)惠決策帶來(lái)了顛覆性的改變。解決了汽車銷售中由于盲目促銷導(dǎo)致的營(yíng)銷浪費(fèi)和品牌損害，并因此獲得了2005年美國(guó)運(yùn)籌和決策科學(xué)Edelman年度大獎(jiǎng)，在大獎(jiǎng)上的客戶推薦中，克萊斯勒的首席經(jīng)濟(jì)師提出，這個(gè)工具在一年中為克萊斯勒的一款車型（Grand Caravan）就節(jié)省了9000多萬(wàn)美元的促銷優(yōu)惠費(fèi)用。

圖：高科數(shù)聚創(chuàng)始人兼董事長(zhǎng) 程杰

在Acxiom，程杰領(lǐng)導(dǎo)創(chuàng)造了一個(gè)新的數(shù)據(jù)產(chǎn)品。在Acxiom數(shù)據(jù)基礎(chǔ)上建立了4000多個(gè)消費(fèi)者購(gòu)物傾向性模型，這4000多個(gè)傾向性模型跨越了金融、汽車、零售、快消、娛樂(lè)、旅游等10個(gè)行業(yè)，讓模型第一次以數(shù)據(jù)產(chǎn)品的形式為500強(qiáng)的商家提供服務(wù)。

現(xiàn)如今，高科數(shù)聚成為程杰在人工智能大數(shù)據(jù)領(lǐng)域創(chuàng)業(yè)創(chuàng)新創(chuàng)造的全新階段。利用超30年的行業(yè)經(jīng)驗(yàn)，與多年來(lái)沉淀的解決方案能力和寶貴的大數(shù)據(jù)技術(shù)積累，為中國(guó)數(shù)字化升級(jí)貢獻(xiàn)著一份力量。程杰表示，作為汽車領(lǐng)域的數(shù)字化轉(zhuǎn)型的引領(lǐng)者，高科數(shù)聚要以數(shù)據(jù)生態(tài)為基礎(chǔ)，幫助國(guó)家發(fā)展大數(shù)據(jù)產(chǎn)業(yè)，而不僅僅是一個(gè)大數(shù)據(jù)的企業(yè)。這方面要達(dá)到公司真正的價(jià)值，需要把公司的能力產(chǎn)業(yè)化，這涉及合規(guī)合法、安全計(jì)算、云和數(shù)產(chǎn)品能力的融合、以及隱私計(jì)算等各方面能力。

同時(shí)，由于公司常年在國(guó)際市場(chǎng)做數(shù)據(jù)化方面的應(yīng)用，可以幫助國(guó)內(nèi)跨境電商通過(guò)數(shù)據(jù)應(yīng)用的方法快速了解并使用當(dāng)?shù)厥袌?chǎng)，并快速完成營(yíng)銷品牌的打造和建設(shè)。此外，程杰在人工智能大數(shù)據(jù)領(lǐng)域突出表現(xiàn)，在2017年被評(píng)為“影響中國(guó)大數(shù)據(jù)產(chǎn)業(yè)進(jìn)程100人”之一，并在近日榮獲36氪2022全球華人精英power 100“商業(yè)新領(lǐng)袖”獎(jiǎng)。

對(duì)于數(shù)字化時(shí)代廣告浪費(fèi)問(wèn)題，程杰認(rèn)為，在數(shù)字化時(shí)代，對(duì)于廣告投放浪費(fèi)這個(gè)曾經(jīng)困擾廣告界的歷史難題，已經(jīng)可解。

事實(shí)上，在數(shù)字化時(shí)代剛剛到來(lái)之時(shí)，企業(yè)就開(kāi)始著手嘗試通過(guò)一系列的數(shù)據(jù)采集對(duì)廣告效果進(jìn)行結(jié)果推演。用戶活躍率（AU）、頁(yè)面瀏覽量（PV）、點(diǎn)擊率（CTR）、投資回報(bào)率（ROI）、轉(zhuǎn)化率（CR）等一系列數(shù)據(jù)指標(biāo)應(yīng)運(yùn)而生，然而想要得出今天多渠道、多類型、線上線下綜合營(yíng)銷效應(yīng)的答案，仍然可以說(shuō)束手無(wú)策。僅有的數(shù)據(jù)結(jié)論成為了稻草卻也成為了干擾項(xiàng)和“煙霧彈”。

在如今這個(gè)數(shù)據(jù)爆發(fā)的時(shí)代，龐大的數(shù)據(jù)量令企業(yè)喜憂參半，在程杰看來(lái)，當(dāng)下數(shù)據(jù)應(yīng)用所面臨的核心問(wèn)題是：“我們擁有數(shù)據(jù)，卻看不懂?dāng)?shù)據(jù)”。

同時(shí)，由于數(shù)據(jù)量的激增，企業(yè)對(duì)于存儲(chǔ)、計(jì)算的成本投入在逐年升高。程杰認(rèn)為：如果數(shù)據(jù)本身不能幫助企業(yè)盈利，實(shí)現(xiàn)現(xiàn)金流的正循環(huán)，那么數(shù)據(jù)產(chǎn)業(yè)化就永遠(yuǎn)無(wú)法“跑起來(lái)”。

幫企業(yè)看懂?dāng)?shù)據(jù)，讓數(shù)據(jù)產(chǎn)生盈利價(jià)值，這是高科數(shù)聚正在做的事。

“在中國(guó)，數(shù)據(jù)作為一個(gè)產(chǎn)業(yè)并沒(méi)有完全成熟，我們要推動(dòng)數(shù)據(jù)業(yè)務(wù)化到數(shù)據(jù)產(chǎn)業(yè)化，從決策智能到交互智能，從數(shù)據(jù)的底層設(shè)計(jì)到場(chǎng)景應(yīng)用，這些都需要一次重構(gòu)?！背探苷f(shuō)道。

那么，在程杰眼中的數(shù)智化時(shí)代究竟是怎樣的？如何突破“數(shù)據(jù)變現(xiàn)”的最后一公里？

01 數(shù)據(jù)如何變現(xiàn)？

程杰認(rèn)為，關(guān)于數(shù)據(jù)的發(fā)展有三個(gè)階段，一是數(shù)據(jù)的采集和加工、二是數(shù)據(jù)的分析和拆解，如CDP、BI等工具、三則是數(shù)據(jù)的應(yīng)用和變現(xiàn)。當(dāng)下的數(shù)據(jù)增量和數(shù)據(jù)工具已經(jīng)發(fā)展到了一個(gè)較為成熟的階段，但數(shù)據(jù)應(yīng)用卻遲遲跟不上，而這是讓數(shù)據(jù)變現(xiàn)并產(chǎn)生價(jià)值的最后一步，也是最重要的一步。

當(dāng)下，由于埋點(diǎn)和平臺(tái)建設(shè)能力的普及和需求的普遍性，讓供應(yīng)商市場(chǎng)極為擁擠，而這也導(dǎo)致企業(yè)盲目數(shù)字化過(guò)程中收效甚微。

程杰舉了兩個(gè)企業(yè)中常見(jiàn)的痛點(diǎn)：

不會(huì)用：數(shù)據(jù)中臺(tái)、CDP、BI可視化儀表盤這些我都有，但是怎么用？項(xiàng)目結(jié)束后，供應(yīng)商不負(fù)責(zé)，我們也不會(huì)；

效率低：數(shù)據(jù)中臺(tái)、數(shù)據(jù)我都有，但要調(diào)取具體數(shù)據(jù)的時(shí)候，要把所有的數(shù)據(jù)都跑一遍，這個(gè)過(guò)程至少需要3天。

不會(huì)用、效率低這些問(wèn)題在企業(yè)中比比皆是。怎么解決這些問(wèn)題，高科數(shù)聚提出了一種解決思路：以數(shù)據(jù)最終的場(chǎng)景應(yīng)用倒逼數(shù)據(jù)的采集和分析。

舉個(gè)例子，程杰曾為國(guó)內(nèi)某集團(tuán)企業(yè)做過(guò)一次數(shù)據(jù)戰(zhàn)略咨詢，彼時(shí)該客戶正在打造一個(gè)新業(yè)務(wù)：海南島的線上免稅服務(wù)。雖然客戶擁有1.4億用戶數(shù)據(jù)，但是怎樣才能找到線上使用免稅服務(wù)的意向用戶、如何觸達(dá)更高效，這讓客戶犯了難。

程杰提出了一個(gè)場(chǎng)景驅(qū)動(dòng)的、由點(diǎn)到面的數(shù)據(jù)模型：

1、首先是對(duì)使用過(guò)免稅易購(gòu)的用戶進(jìn)行分析，分析特點(diǎn)和觸達(dá)路徑等，形成一系列標(biāo)簽；

2、將標(biāo)簽進(jìn)行延伸，比如辦信用卡的人對(duì)箱包的需求通常很大，通過(guò)對(duì)人的分析，用算法推演出更多不同標(biāo)簽；

3、通過(guò)標(biāo)簽，在1.4億用戶的數(shù)據(jù)庫(kù)中，定義用戶，并結(jié)合三方數(shù)據(jù)，如運(yùn)營(yíng)商數(shù)據(jù)、搜索數(shù)據(jù)等，找到目標(biāo)用戶；

4、制定運(yùn)營(yíng)計(jì)劃：為了讓運(yùn)營(yíng)效率更高，數(shù)據(jù)模型在歷史數(shù)據(jù)中挖掘到了一系列細(xì)節(jié)，如什么時(shí)間觸達(dá)、什么方式觸達(dá)、如何二次觸達(dá)等等。

目標(biāo)明確、靶向狙擊，這是場(chǎng)景驅(qū)動(dòng)數(shù)據(jù)業(yè)務(wù)化的特點(diǎn)。然而，每個(gè)企業(yè)的業(yè)務(wù)場(chǎng)景都不同，從中國(guó)企業(yè)的體量來(lái)看，企業(yè)專門做咨詢或者定制化是跑不通的，這時(shí)候，數(shù)據(jù)業(yè)務(wù)化就不夠了，需要數(shù)據(jù)產(chǎn)業(yè)化。

數(shù)據(jù)產(chǎn)業(yè)化，就是將上述流程規(guī)?；瘧?yīng)用，雖然行業(yè)不同、場(chǎng)景不同，但中間共通的數(shù)據(jù)模型、技術(shù)和原理有哪些？能否把它變成產(chǎn)品復(fù)用？

為了能夠快速見(jiàn)到效果，高科數(shù)聚的思路是：像狙擊手一樣，瞄準(zhǔn)行業(yè)痛點(diǎn)，逐個(gè)擊破。

決定木桶容量的是最短的那塊板，營(yíng)銷場(chǎng)景也是如此。程杰認(rèn)為，沿著這個(gè)思路，SaaS模式能快速做到行業(yè)內(nèi)的規(guī)?；?/p>

針對(duì)這一思路，SaaS產(chǎn)品，線索到店智能搜索引擎CALO（Consumer Automotive Leads Optimization）應(yīng)運(yùn)而生，而CALO所解決的，就是幫助銷售解決銷售線索的問(wèn)題。

對(duì)此，程杰分享了一個(gè)具體案例：“有這樣一個(gè)數(shù)據(jù)，消費(fèi)者在各類汽車資訊等垂直網(wǎng)站上留下自己的聯(lián)系方式和購(gòu)買意愿，信息會(huì)轉(zhuǎn)到4S店，再由4S店邀請(qǐng)到店，這個(gè)過(guò)程中，從留下信息到最后購(gòu)買汽車，國(guó)內(nèi)4S店的平均轉(zhuǎn)化率大概在2%左右，僅僅是美國(guó)1/3甚至更低?！?/p>

那么，如果在沒(méi)有信任基礎(chǔ)的前提下，銷售員如何在短短的30秒內(nèi)傳遞更多有價(jià)值的信息，邀請(qǐng)用戶到店試駕？這需要更多的銷售線索，精準(zhǔn)、高效、快速地提供到銷售手中。

簡(jiǎn)單的說(shuō)，當(dāng)4S店從汽車品牌方接收到用戶電話信息，并邀請(qǐng)用戶試駕前，CALO可通過(guò)多維數(shù)據(jù)源，在三秒內(nèi)，為銷售員計(jì)算出多個(gè)精準(zhǔn)的描述性標(biāo)簽。比如客戶是價(jià)格敏感型、追逐安全型、追求動(dòng)力型等等，并為該客戶的“購(gòu)買意向”評(píng)級(jí)打分，讓銷售在關(guān)鍵30秒邀約電話內(nèi)，差異化的輸出價(jià)值信息，提高首約到店率。

程杰解釋道：這個(gè)看似只有“三秒”的動(dòng)作，是三套能力的組合，一套是對(duì)場(chǎng)景的設(shè)計(jì)能力；第二套是數(shù)據(jù)源的采集和數(shù)據(jù)標(biāo)簽以及模型的打造，數(shù)據(jù)越多源，模型越立體，同時(shí)我們知道什么樣的問(wèn)題有什么樣的數(shù)據(jù)；第三是算法，我們不能只做決策智能，更要做交互智能，這是技術(shù)的進(jìn)步和行業(yè)認(rèn)知的不斷迭代后的結(jié)果。

事實(shí)上，正是源于數(shù)據(jù)生態(tài)的理解、數(shù)據(jù)智能算法能力，以及營(yíng)銷決策的場(chǎng)景化應(yīng)用這三個(gè)方面構(gòu)成了高科數(shù)聚的關(guān)鍵壁壘。

02 技術(shù)和場(chǎng)景的基因雙螺旋結(jié)構(gòu)

“技術(shù)和場(chǎng)景就像是基因中的雙螺旋結(jié)構(gòu)，旋轉(zhuǎn)上升?！?/p>

高科數(shù)聚對(duì)汽車業(yè)務(wù)和場(chǎng)景的理解，一部分體現(xiàn)在了產(chǎn)品設(shè)計(jì)的邏輯里。

縱觀高科數(shù)聚的產(chǎn)品矩陣，從表面看十分復(fù)雜，二十多款不同型號(hào)的產(chǎn)品，對(duì)應(yīng)著不同的業(yè)務(wù)場(chǎng)景，但是如果捕捉到主線邏輯，會(huì)發(fā)現(xiàn)思路十分清晰。

程杰介紹到，當(dāng)下高科數(shù)聚的產(chǎn)品分為兩條不同產(chǎn)品線：o系列和i系列，o系列為運(yùn)營(yíng)智能SaaS應(yīng)用，主要針對(duì)經(jīng)銷商等銷售前端，提供通用化的產(chǎn)品；i系列為數(shù)據(jù)智能DaaS平臺(tái)，主要針對(duì)主機(jī)廠、品牌等整體營(yíng)銷策略制定方。

DaaS平臺(tái)從廣告投放的源頭入手，幫助主機(jī)廠解決“廣告浪費(fèi)”問(wèn)題。

事實(shí)上，當(dāng)下的廣告資源浪費(fèi)遠(yuǎn)比一半要多，幾乎有80%都是無(wú)效投入，而且隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，線上、到店、試駕、私域等觸點(diǎn)越來(lái)越碎片化，這導(dǎo)致了幾十億天價(jià)廣告，在決策時(shí)反應(yīng)速度跟不上市場(chǎng)變化，缺乏決策時(shí)效性，廣告投放后，用戶行為無(wú)法跟蹤，分析流程長(zhǎng)且無(wú)法預(yù)判和干預(yù)。

程杰認(rèn)為，如果單看一次廣告投放的結(jié)果數(shù)據(jù)，這是不夠的。營(yíng)銷的本質(zhì)是“以人為中心”。

對(duì)場(chǎng)景的層層剖析，是向下縱深的結(jié)果，但想要實(shí)現(xiàn)場(chǎng)景能力，需要技術(shù)不斷創(chuàng)新和突破，向上穿透，這便是場(chǎng)景和技術(shù)組成的雙螺旋結(jié)構(gòu)。從另一個(gè)角度來(lái)看，廣告效果的評(píng)估需要考慮點(diǎn)、線、面、體這樣的四個(gè)層次：“點(diǎn)”指一次活動(dòng)或者一次廣告投放；“線”指在單一媒體上連續(xù)多次的廣告活動(dòng)以及疊加效應(yīng)；“面”是指跨多種媒體的廣告投放的疊加效應(yīng)；“體”是指線上媒體投放以及線下?tīng)I(yíng)銷活動(dòng)的綜合價(jià)值和效果。

想要還原一個(gè)人的多種社會(huì)行為數(shù)據(jù)，首先需要多種數(shù)據(jù)源，這是第一步難題。

一個(gè)個(gè)的數(shù)據(jù)孤島和交叉競(jìng)爭(zhēng)關(guān)系，讓數(shù)據(jù)不能真正打通。高科數(shù)聚在中間，通過(guò)自己的行業(yè)黏性打通多個(gè)數(shù)據(jù)源，打造三方分布式生態(tài)數(shù)據(jù)庫(kù)能力，包括三大運(yùn)營(yíng)商的流量數(shù)據(jù)、搜索引擎數(shù)據(jù)、社交數(shù)據(jù)、電商購(gòu)買數(shù)據(jù)和車聯(lián)網(wǎng)等平臺(tái)數(shù)據(jù)等平臺(tái)數(shù)據(jù)。

數(shù)據(jù)源多了，難題接踵而至。

首先是存儲(chǔ)問(wèn)題，不同的數(shù)據(jù)源在存儲(chǔ)時(shí)需要數(shù)據(jù)隔離，原則上不可能也不適合全部放在一起。高科數(shù)聚采用了物理上分別管理，邏輯上全線打通的三方數(shù)據(jù)生態(tài)分布式設(shè)計(jì)。在保證絕對(duì)規(guī)范和安全的前提下，與數(shù)據(jù)源建立深度合作機(jī)制，這使得企業(yè)在進(jìn)行數(shù)據(jù)分析時(shí)，不僅有內(nèi)部數(shù)據(jù)，更能掌控全局視角。

其次，在存儲(chǔ)問(wèn)題解決后，面臨著最敏感的數(shù)據(jù)隱私保護(hù)問(wèn)題，這就需要用“隱私計(jì)算”解決。

起初，國(guó)內(nèi)引進(jìn)了常用的聯(lián)邦建模和“不經(jīng)意傳輸”等隱私計(jì)算方法，簡(jiǎn)單的說(shuō)就是將單條數(shù)據(jù)混合在多條數(shù)據(jù)內(nèi)，但只有一條是真的，這雖然會(huì)增加一定干擾程度，但并不是100%無(wú)風(fēng)險(xiǎn)。

高科數(shù)聚在數(shù)據(jù)加密上，研發(fā)了一項(xiàng)新的隱私計(jì)算專利，不需要任何的用戶ID，也不需要多個(gè)數(shù)據(jù)源進(jìn)行交換，但仍能得到數(shù)據(jù)匹配的效果，且能達(dá)到同樣的精度來(lái)進(jìn)行模型運(yùn)算或聯(lián)合打造用戶畫像，甚至系統(tǒng)都不知道用戶是誰(shuí)。

怎么做到呢？舉個(gè)形象的例子，就如同二戰(zhàn)時(shí)期的摩斯密碼對(duì)數(shù)據(jù)源的保護(hù)。隱私計(jì)算系統(tǒng)在中間，參照不同母本對(duì)應(yīng)的用戶特征進(jìn)行定位，在系統(tǒng)中統(tǒng)一為A，但A是誰(shuí)，不同數(shù)據(jù)源有不同的母本，沒(méi)有母本就不能破譯用戶信息。

在目前的消費(fèi)環(huán)境下，應(yīng)用個(gè)人消費(fèi)數(shù)據(jù)必須滿足隱私計(jì)算要求，尤其把消費(fèi)者行為軌跡數(shù)據(jù)和基本數(shù)據(jù)放在一起更是如此，隱私計(jì)算技術(shù)突破和創(chuàng)新是這個(gè)領(lǐng)域無(wú)法繞過(guò)的高地。

“我認(rèn)為一家企業(yè)的競(jìng)爭(zhēng)力，一方面是技術(shù)的壁壘，另一方面，是源于我們對(duì)場(chǎng)景的理解，一個(gè)痛點(diǎn)解決了，還有第二個(gè)第三個(gè)，目前高科數(shù)聚已經(jīng)完成至少提前三年的布局。”程杰坦然道。

03 數(shù)據(jù)場(chǎng)景應(yīng)用的想象力

目前，高科數(shù)聚在消費(fèi)者產(chǎn)品和服務(wù)行業(yè)的大數(shù)據(jù)應(yīng)用領(lǐng)域，率先跑通了SaaS和DaaS的模式。

基于多年來(lái)積累的行業(yè)數(shù)據(jù)分析能力和解決方案能力，高科數(shù)聚已經(jīng)打造出成熟的跨行業(yè)產(chǎn)品體系。程杰認(rèn)為，汽車用戶與保險(xiǎn)、投資理財(cái)?shù)刃袠I(yè)用戶的消費(fèi)習(xí)慣有著相似性。

比如投資理財(cái)行業(yè)，這個(gè)看起來(lái)和汽車風(fēng)馬牛不相及的行業(yè)，消費(fèi)群體和決策路徑幾乎相同。消費(fèi)者在線上看到了各類廣告信息，留下意向和電話信息，金融公司進(jìn)行線下電話溝通，關(guān)鍵環(huán)節(jié)同樣在線上到線下的轉(zhuǎn)化，消費(fèi)者需要貨比三家、理財(cái)公司給出專業(yè)意見(jiàn)、消費(fèi)單價(jià)高、決策時(shí)間長(zhǎng)。

通過(guò)對(duì)比數(shù)據(jù)，能夠發(fā)現(xiàn)各個(gè)行業(yè)的共通場(chǎng)景，再利用SaaS產(chǎn)品進(jìn)行靈活運(yùn)用。至今，高科數(shù)聚在數(shù)字化營(yíng)銷應(yīng)用方面已經(jīng)能夠橫跨6大行業(yè)、30＋品牌，且數(shù)據(jù)應(yīng)用能力得以復(fù)用，快速且有效。

但這只是數(shù)據(jù)應(yīng)用的想象力之一。

隨著車聯(lián)網(wǎng)的普及，智能汽車被認(rèn)為是下一代的智能終端，高科數(shù)聚在汽車領(lǐng)域長(zhǎng)期積累的行業(yè)經(jīng)驗(yàn)和能力，將隨著車聯(lián)網(wǎng)的普及變得更有價(jià)值。

程杰認(rèn)為：“目前，市場(chǎng)上的存量汽車要達(dá)到車聯(lián)網(wǎng)裝機(jī)的大規(guī)模推廣，只需要5年左右。車聯(lián)網(wǎng)的世界里充滿了數(shù)據(jù)，可以達(dá)到200毫秒一條，10萬(wàn)輛車在馬路上每天跑兩個(gè)小時(shí)，一個(gè)平常的數(shù)據(jù)中心就已經(jīng)堆滿了。這就更需要剔除無(wú)效數(shù)據(jù)，把有效數(shù)據(jù)打標(biāo)簽，進(jìn)行分類存儲(chǔ)，以及將出行數(shù)據(jù)變現(xiàn)。”在未來(lái)現(xiàn)象級(jí)的數(shù)據(jù)量計(jì)算資源要求下，云計(jì)算、霧計(jì)算等新的技術(shù)資源要求都會(huì)涌現(xiàn)。

這也就是為什么，最近高科數(shù)聚與神州數(shù)碼聯(lián)手，共同發(fā)布“神州云|數(shù)云汽車IO+服務(wù)”，為汽車行業(yè)提供云計(jì)算與大數(shù)據(jù)方面的雙螺旋解決方案；同時(shí)，與京東云聯(lián)合打造“云聚”平臺(tái)，圍繞京東獨(dú)特的數(shù)據(jù)能力，為企業(yè)提供高效敏捷的用戶洞察產(chǎn)品和業(yè)務(wù)場(chǎng)景深度咨詢。此外，高科數(shù)聚已與多個(gè)不同生態(tài)優(yōu)勢(shì)的伙伴，聯(lián)合共建數(shù)據(jù)產(chǎn)品和解決方案，放大高科10+行業(yè)的成功經(jīng)驗(yàn)與數(shù)據(jù)變現(xiàn)能力。

營(yíng)銷是全鏈條的，不只圍繞著車，更是圍繞著人，高科數(shù)聚正在建立一個(gè)以出行服務(wù)為核心的數(shù)據(jù)生態(tài)。

比如加油站、充電樁、停車場(chǎng)、旅游景點(diǎn)等出行應(yīng)用場(chǎng)景，圍繞用戶需求，經(jīng)過(guò)數(shù)據(jù)打通，在車內(nèi)擴(kuò)展更多娛樂(lè)、購(gòu)物、社交等場(chǎng)景，彼時(shí)的車如同當(dāng)下的手機(jī)，數(shù)據(jù)能力也將得到更多維的擴(kuò)展。

“當(dāng)下，隨著國(guó)內(nèi)的數(shù)據(jù)環(huán)境、安全隱私等方面正在逐漸健全，未來(lái)5年，我們希望有更多消費(fèi)者授權(quán)的數(shù)據(jù)，在自有的體系內(nèi)，為消費(fèi)者提供更優(yōu)質(zhì)和個(gè)性化的服務(wù)，這不僅是高科數(shù)聚應(yīng)該做的，更是產(chǎn)業(yè)數(shù)字化發(fā)展需要持續(xù)進(jìn)化的方向?！?/p>

由于常年穿梭在美國(guó)與中國(guó)之間，程杰總會(huì)不經(jīng)意地將中美進(jìn)行對(duì)比。“中國(guó)的機(jī)會(huì)很大，中國(guó)以3-5年時(shí)間就走過(guò)了美國(guó)走了十多年的路，我們快速進(jìn)入了數(shù)字化時(shí)代，積累了龐大的數(shù)據(jù)樣本，具體怎么運(yùn)用，是考驗(yàn)每個(gè)國(guó)內(nèi)企業(yè)的關(guān)鍵課題。高科數(shù)聚將和生態(tài)中的各個(gè)企業(yè)共同合作，創(chuàng)建一個(gè)數(shù)字孿生、原生的數(shù)智化新時(shí)代?！?/p>