京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19