?

大數據、AI“武裝”企業服務：風控、檢索、安全

小飯桌創業課堂2017-05-06 15:26:42閱讀(127)評論(0)

　　+

- 文｜吳楊可月 -

- 小飯桌創業研究院出品 -

　　兩件秘聞，將美國大數據公司Palantir從幕后推向前臺——

　　一是，Palantir的旗下產品在整合40年的記錄及海量數據并充分挖掘之后，找到了前納斯達克主席麥道夫“龐氏騙局”的大量確鑿證據；

　　二是，通過其大數據挖掘能力，Palantir幫美國政府找到本拉登的老巢。

　　人們這才驚嘆的發現，這家低調且離大眾很遠的公司，估值已經超過200億美元。

　　事實上，在中國，越來越多像Palantir這樣服務于機構的大數據、AI公司，正在各個領域和賽道上涌現。風控、檢索、安全、營銷，都有他們的身影蟄伏其后，發揮越來越關鍵性的作用，甚至左右市場的波動。

　　本研究對大數據、AI中的企業服務機會進行詳盡的分析，通過與國外該領域的對比，梳理其中的投資機遇。

　　數據處理的新進展，帶來應用層面的新機會

　　? 新進展：數據融合、非結構數據處理能力

　　AI的底層是特征標記，革新意義就在于能處理文本、圖片、聲音等非結構數據，從而將研報、政策、輿情、行為、情緒等更多維度的信息納入可供分析的范疇。

　　數據融合則是將不同來源、不同結構、不同模態的數據放在同一個模型里分析。

　　? 新機會：風控、檢索、安全、營銷

　　國內基礎設施和需求與國外不同，機會更多來自可以直接降低損失、帶來收益的方向。

　　◆◆◆

　　1、風控

　　從Palantir、Anaplan看國外大數據風控應用

　　（數據來源：Crunchbase，公開信息整理）

　　1.風險輔助識別——海量樣本中快速發現異常

　　?國外公司：Palantir的工作原理——反恐（找出恐怖分子）為例

　　?國內公司：氪信的工作原理——金融為例

　　功能：優化現有風控效率，但不具備完全風控定價能力

　　? 有機會從“第三方”做到“直接借貸”

　　通常情況，“直接借貸”的收益，顯著優于“第三方”數據服務提供方。

　　數據獲取+數據分析——具備風控定價能力，即可做“直接借貸”。

　　路徑一：接入豐富的借貸方數據源

　　-典型代表：第三方征信公司。

　　路徑二：累積足夠的異常數據，具備通過“舊風險”推知“新風險”的能力

　　-典型代表：基于AI的數據分析公司

　　-一些難點：

　　?所累計的數據，只有結果，沒有推導過程

　　?基于AI的分析，不具備遷移學習能力，拓展性有限

　　2.輿情監測——增加風控維度

　　輿情監測的價值——快人一步、真假判定、“In control”

　　典型應用領域：金融、公關、媒體、企業安全、政府……

　　Dataminr：發現“小道消息”里的真消息，“大新聞”里的假消息

　　-案例一：“小道消息”里的真消息

　　?獨立記者Brian在Twitter上發消息稱家得寶“可能會是信用卡違約的新受害者”

　　?Dataminr系統立刻識別出此消息的價值

　　?Dataminr將此消息傳達給客戶，包括60家銀行和對沖基金

　　?Dataminr的速度比財經新聞快了15分鐘，且趕在家得寶股價下降2%前

　　-案例二：“大新聞”里的假消息

　　?有推文發送白宮有炸彈的假消息，造成道金斯工業指數數分鐘內下滑145點

　　?Dataminr連續進行2次假消息預警：第1次，指出信息是從被黑賬號發出；第2次，分析白宮附近的實時推文，判定稱該消息可能是假的

　　（數據來源：公開信息整理）

　　3.經營規劃——打通多維數據，精準解析

　　? Anaplan：跨部門收集數據，簡易關聯，指導未來決策

　　接入企業內部運營數據，進行數據關聯，并通過模型，指導未來決策

　　-優勢：

　　?簡易的數據關聯——將財務、銷售、人力等獨立的數據融合在一起

　　?無需IT人員，即可完成模型的搭建、挖掘、維護、分享

　　?云端電子表格：Excel功能+多組共同操作

　　?預測模型——搭建運營數據與未來規劃的橋梁

　　-用戶覆蓋：16個國家設立辦公室，660家公司，100,000+個用戶

　　（數據來源：Anaplan官網）

　　◆◆◆

　　檢索

　　從Kensho、Watson看國外大數據檢索應用

　　（數據來源：Crunchbase）

　　1.投研——提升信息量、效率、便捷性

　　? 基于海量信息，模擬分析師分析過程

　　基于海量信息——以Kensho為例

　　模擬分析師分析過程

　　-根據數據庫中某資產價格的變動歷史，提取出影響該資產價格的所有可能變量

　　-通過特征選擇算法，選擇出和當期資產價格波動較為相關的變量

　　-通過機器掃描所有和這些變量相關的數據源

　　-將變量值輸入模型，從而得出資產價格的波動區間，以及變量的影響因子

　　（數據來源：公開信息整理）

　　? Kensho的傻瓜式應用：“事件——結果”直接呈現

　　功能：

　　-追因：什么因素影響了股價變動？

　　-預測：某一因素會對股價造成什么影響？

　　-程度：呈現眾多因素下，股價/指數變動的幅度

　　金融機構愿意買單：又買產品又投錢

　　以Kensho為例：高盛、JP摩根、美林、摩根史丹利、花旗、標普——既是它的用戶，也是它的投資方

　　2.理賠——比對理賠要求和賠償標準

　　價值：提高理賠效率，減少錯誤，降低風險

　　案例——IBM的Watson服務日本富國生命保險進行健康險理賠

　　-成本：系統引入$170萬+維持費用$12.8萬/年

　　-效益：預期節省開支$110萬/年；擬減少員工30%

　　（數據來源：公開信息整理）

　　3.審計——比對財務信息和審計標準

　　Sway Finance——財務信息快速檢索工具

　　-直接把經營活動轉化為財務信息，并可隨時檢索信息、比對合規性

　　4.內控——比對員工行為和法律/公司規范

　　? Behavox：發現高風險或違規活動

　　價值：及時、高效發現高風險或違規活動

　　-及時——防患于未然

　　-高效——極大減少合規檢查需耗費的時間、人力成本

　　方法：從交易員與客戶、交易員之間的溝通中，捕捉偏離常規的細節

　　（數據來源：Behavox官網）

　　合規性檢測的原理是比對驗證

　　知識庫比對要盡量應用在高ROI的領域

　　比較好的應用領域：

　　另，樣本的可獲取性以及獲取成本也是一個附加條件，醫療輔診領域就需要攻克這個難點。

　　國外，理賠、內控領域的應用已快速鋪開，審計尚不明朗；國內，目前集中在理賠。

　　◆◆◆

　　安全

　　從Splunk、Datto看國外大數據安全應用

　　（數據來源：雪球2017.4.實時數據，Splunk annual report 2017，Crunchbase，公開信息整理）

　　1.日志分析——跨越不連續性的根本性分析

　　? Splunk：機器數據的引擎——聚合、搜索、可視化

　　面向細分市場——Machine Log（日志數據為主）分析，并在上面集成了完整的專用模塊

　　所有應用都是相對專門的領域，因此可以進行專門優化

　　? 機器數據的特點——跨越不連續性、快速增長、基礎&根本

　　特點一：跨越不連續性

　　-跨越系統的不連續性：可收集、索引、利用所有應用程序、服務器、設備等在物理、虛擬、云中生成的數據

　　-跨越時間的不連續性：分析所有實時、歷史數據

　　特點二：快速增長

　　-以Splunk為例，其營收已達到$9億,仍有望保持50%的增速

　　特點三：基礎&根本——基于端對端基礎結構，從復雜事件中獲取新層次的運營可見性

　　（數據來源：Splunk財務年報2017）

　　? Splunk的應用：瞬時解決安全問題、優化服務性能

　　核心能力：抽象數據、應用領域之間的理解處理能力

　　典型用戶

　　解決安全問題：一站式搜索、分析——快速、全面發現問題

　　優化服務性能：檢測端對端基礎結構——優化服務性能、業務流程

　　2.容災——快速備份，一鍵還原到特定時期

　　? Datto：給予小型企業“防彈”級別的數據備份服務

　　容災：將應用產生的數據進行存儲+災備——應對數據丟失和意外災害（被黑）

　　面向：中小企業

　　費用：初裝?+?按流量計的月費

　　多項技術優勢

　　（數據來源：公開信息整理）

　　? 機遇與挑戰并存：替換成本高、國內市場空白，但技術門檻高

　　替換成本高——構建競爭壁壘

　　國內市場空白

　　通過技術實現以下功能

　　（數據來源：初裝費/月費借鑒Datto收費標準，公開信息整理）

　　3.反作弊——排除欺詐、垃圾產生的干擾

　　國外案例：Signifyd

　　功能：幫助客戶避免因欺詐、退款、操作失誤產生的損失及資源浪費

　　應用：電商

　　價值：讓客戶夠安心的快速擴張

　　國內案例：數美科技

　　產品：

　　應用：文娛、電商、金融

　　◆◆◆

　　營銷

　　從Sprinklr、Hubspot看國內外大數據營銷應用

　　（數據來源：雪球2017.4.實時數據，Crunchbase，公開信息整理）

　　1.社交營銷——跨平臺整合式營銷

　　? Sprinklr：社交媒體跨平臺整合管理工具和服務

　　在一個平臺上同時進行多個社交媒體上的營銷管理——分析數據，開展營銷活動，了解用戶體驗

　　-19個社交媒體管理模塊

　　-20+個社交渠道：Facebook、Twitter、LinkedIn、YouTube、人人網、微博等

　　用戶：

　　-《財富》Top 50中一半的公司

　　-1,200多個品牌商

　　（數據來源：Sprinklr官網，公開信息整理）

　　功能例舉：基于傳播屬性的數據分析

　　廣告分析工具：記錄提及、點贊、分享、評論信息——效果評估

　　功能例舉：有計劃的開展內容營銷

　　內容規劃和發布工具：內容制作——找尋目標并發布——資源管理——效果監測

　　功能例舉：互動式用戶體驗管理

　　用戶體驗管理工具：持續地創建、管理、優化有價值的用戶體驗

　　? Sprinklr通過多起收購，補全營銷能力

　　2.集客營銷——吸引、轉化、提升的全周期

　　? Hubspot：幫助提供有價值的內容，提高流量轉化率，促進交易達成

　　豐富全面的產品功能

　　典型應用：中小渠道商、服務商

　　不過，國內的渠道流量都集中在幾個大的電商平臺（阿里、京東、美團），傳統服務領域品牌化、線上化、流程化不足，目前能用到集客營銷工具的公司比較少

　　3.精準營銷——找到對的人、產品、方式

　　? 第四范式：通過數據學習精準定位潛在用戶、適合產品、成本投入

　　案例一：精準定位潛在用戶

　　案例二：精準定位適合產品

　　案例三：精準定位成本投入

　　（數據來源：第四范式官網）

　　尾聲：大數據、AI類企業服務公司的特點

　　業務綜合：數據分析的底層工作原理類似，一個公司會同時切到多個不相關的領域

　　咨詢服務VS產品：數據類企業服務，雖然也涉及產品，但很多更傾向于賣咨詢服務，與傳統企業服務（CRM、OA、HR…）賣產品、賣維護服務的特點不一樣。

伴隨而來的新現象：Palantir也是面向大B，但公司沒有銷售、BD團隊

　　高富帥行業：

　　-技術背景豪華：MIT、前FB工程師

　　-需要對業務有更深的理解：Behavox的創始人是前高盛分析師；Palantir的創始人廣泛游走于律師、金融，還是《從0到1》的作者

總結

以上是生活随笔為你收集整理的大数据、AI“武装”企业服务：风控、检索、安全的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。