2017UBDC全域大数据峰会在京举行
5月23日,2017UBDC全域大数据峰会在北京圆满举行。大会由友盟+主办,以“DI的力量”为主题,全景展现大数据的蓬勃态势,深度还原各行业在数据应用领域的创新实践,多个重磅发布轮番登场,五大会场各有侧重,共吸引了2000余位数据领域的精英人士参加。
在大会开场致辞中,友盟+CEO朋新宇表示,时隔一年,从全域数据到DI智能数据,友盟+在不断探索和挖掘数据价值,希望赋能给更多的行业,最终创造“每个人”的数据价值。随后,朋新宇发布了“DI概念视频”,点燃了数据智能的烛火,也开启了峰会的议程。
友盟+李丹枫:数据赋能智能力量
在主旨演讲中,李丹枫分享到,当下的AI处于弱人工智能阶段,有智能但是缺乏智慧和情感,在应用中有非常大的壁垒。数据如同AI的血液,是AI由弱走向强的关键点。
友盟+认为,DI(Data Intelligence即数据智能)是人类通向AI的必经之路。在友盟+全域数据平台上,每天超过280亿的场景数据源源不断的产生,这让DI的落地成为可能。在现阶段,数据应用的重点是帮助企业重塑人货场、业务链,深入了解消费者,让大量的数据运转出商业价值,例如,在风控、广告营销、智能推荐、游戏等领域,DI都已经显示出巨大的能量。
2017全域互联网发展报告:诠释智能数据生态
友盟+COO叶谦深度解读“2017全域互联网发展报告”。该报告从WEB、APP以及线下数据进行多维度分析,报告认为如今的互联网市场存在四大变革:
变革一:没有个性化能力的产品和服务将被市场淘汰
变革二:重视运营,向存量要增长
变革三:老市场有新机会,变化正在发生
变革四:企业数据需要更好的治理体系
此外,作为行业风向标的友盟+指数也升级为全域罗盘,从应用榜单、设备指数、研究报告三个维度,盘点互联网行业趋势,将友盟+的数据能力更直观、更快速的赋能给更多用户。
两大重磅发布:MRSA方法论、U-Dplus 2.0
数据作为最直观的度量方式,在趋势洞察和决策支持方面有着天然的优越性,为了让更多的企业从DI中获益,从数据中获得成长的加速度,友盟+于晓航在大会上发布了《MRSA数据化管理的范式》。MRSA即数据化管理的四个环节Measure(业务数据化)、Rule(数据业务化)、Solution(依数据规划)、Action(依数据实践)。MRSA直击企业在数据化管理方面的困境:角色多、链路长、数据弱,数据与业务割裂、无法直接转化为业务价值等。借助MRSA方法论的注入,以业务为核心视角,以数据为语言连接,为企业数据化改造赋能,帮助企业建立自己的Data Instinct。
另一个重磅发布是U-Dplus 2.0,全新的一站式数据管理运营平台。友盟+于晓航介绍到,当下红利消失,用户流失成为当下和以后互联网业务面临的常态,如何与时间赛跑,留住用户、唤醒用户、发掘新的细分用户,成为互联网企业生死存亡的关键。U-Dplus2.0通过连接细分维度、连接数据与业务、连接全域数据、连接你的用户完成“永续”的数据运营管理。并在“永续”的迭代循环中,跑过用户自然流失的沙漏,跑过业务衰退的步伐,遇强更强,遇弱变强。
三大领域全面落地,DI赋能行业数据应用
下午的分会场从数据应用入手,聚焦互联网数据化运营、广告营销、新零售(线下数据)等领域,从DI全新视角进行解读、由业务应用场景落地,围绕数据、用户、业务三个维度,展现“数据即业务”的无限想象与价值。
数据化运营专场:除了U-Dplus2.0的重磅发布,大会还邀请到互联网数据官创始人/友盟+专家团专家宋星,解读转化、优化背后的数据秘密;自今日头条、滴滴出行、飞猪的数据大咖,分享了“千人千面的新闻推送”、“分时空数据化运营与分析”、“未来酒店大数据分享”。展现在DI的驱动下,互联网业务击退红利衰退的阴霾,焕发的活力。
广告营销专场:友盟+李春元分享了U-ADplus在DI的驱动下,在广告营销领域的几大突破,包括户外广告监测问题、千人千面的广告投放、线上线下的全渠道打通、消费者行为的全过程追踪、智能化的场景营销。精彩分享还包括复旦大学教授/友盟+专家团专家程士安“社交媒体营销传播,究竟怎么玩?”、科罗娜运营总监罗贞琳“从0到行业TOP3,电商神话是如何炼成的?”、五十五中国高保生“重新审视程序化广告和大数据”等。
新零售专场:友盟+李丹枫分享到,新零售是以人为核心,以数据为驱动力,通过新科技提升用户体验,从而改变零售业的形态。数据驱动,是友盟+最擅长做的事。我们做U-Oplus的初衷就是希望将线上商家数据化的能力,赋能给线下商家,再将线上与线下数据打通,全景的还原消费者的行为过程,围绕“人”的行为,洞察人、预测人,帮助线下商家完成以人为核心的“人货场”的重构。此外,阿里数据经济研究中心秘书长/友盟+专家团专家潘永花、易果生鲜CSO 罗彤、电通数码胡丹丹、支付宝商户事业部袁美美等也做了主题演讲。
友盟+大神社成立——汇聚数据行业权威专家
《大数据时代》作者维克托•迈尔•舍恩伯格曾表示大数据的惊人浪费,对于建设效率更好、生态更美的社会而言是一个莫大的遗憾,对于友盟+而言,每天收集线上线下各类应用场景数据280亿,是一个巨大的宝藏急需被挖掘。友盟+以丰富的数据资源为基础,同时借助行业专家的专家成熟数据挖掘经验,联合分析和挖掘可以为行业贡献出更有价值的报告和前瞻的观点,这一点友盟+与行业专家们不谋而合——友盟+大神社应运而生。
目前大神社成员包括:复旦大学教授、博士生导师程士安;北京大学社会学博士、新媒体研究院教授刘德寰;中国传媒大学电视与新闻学院副教授沈浩等在内的14位权威专家,专家团还将持续吸纳更多的专家学者。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21