
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
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02