文_清華大學(xué)&新加坡國(guó)立大學(xué)下一代搜索聯(lián)合研究中心執(zhí)行副主任、高級(jí)研究員欒煥博博士（根據(jù)演講內(nèi)容整理）

清華大學(xué)欒煥博：AI大數(shù)據(jù)智能引導(dǎo)家電企業(yè)科學(xué)營(yíng)銷(xiāo)

文_清華大學(xué)&新加坡國(guó)立大學(xué)下一代搜索聯(lián)合研究中心執(zhí)行副主任、高級(jí)研究員欒煥博博士（根據(jù)演講內(nèi)容整理）

Scientific Arketing

對(duì)于家電企業(yè)而言，最理想的營(yíng)銷(xiāo)狀態(tài)是“供求匹配”，其次是“供不應(yīng)求”，最糟心的無(wú)疑是“供過(guò)于求”。然而，市場(chǎng)永遠(yuǎn)沒(méi)有定數(shù)，如何精準(zhǔn)的進(jìn)行市場(chǎng)狀態(tài)預(yù)判？這是家電企業(yè)一直在積極探索的。

梳理構(gòu)建中國(guó)家電領(lǐng)域的知識(shí)圖譜，搭建家電領(lǐng)域的大腦智庫(kù)，對(duì)于家電大數(shù)據(jù)挖掘也至關(guān)重要。

家電市場(chǎng)格局日益復(fù)雜 精準(zhǔn)預(yù)判走勢(shì)讓企業(yè)少走彎路

在全球經(jīng)濟(jì)一體化以及萬(wàn)物互聯(lián)大潮的雙重推動(dòng)下，不僅產(chǎn)品更迭速度加快，消費(fèi)者的需求更是日益多元化，經(jīng)驗(yàn)積累以及基礎(chǔ)的市場(chǎng)調(diào)研已經(jīng)不足以支撐更為精準(zhǔn)的走勢(shì)預(yù)覽，更加科學(xué)的判斷方法已經(jīng)成為了家電企業(yè)的剛性訴求。

“用戶(hù)產(chǎn)生數(shù)據(jù)”，欒煥博說(shuō)道，基于用戶(hù)的購(gòu)買(mǎi)行為，企業(yè)會(huì)獲得大量的數(shù)據(jù)，包括了企業(yè)內(nèi)部數(shù)據(jù)、消費(fèi)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等等，這些數(shù)據(jù)廣泛存在于企業(yè)經(jīng)營(yíng)的各個(gè)環(huán)節(jié)，通過(guò)分析它們，可以幫助企業(yè)做出更加科學(xué)、嚴(yán)謹(jǐn)?shù)慕?jīng)營(yíng)決策，包括品牌認(rèn)知、產(chǎn)品定價(jià)、促銷(xiāo)策略選擇、渠道分配、消費(fèi)群體洞察、競(jìng)品分析等等，避免不必要的人力、物力浪費(fèi)，提高企業(yè)市場(chǎng)競(jìng)爭(zhēng)力。

以線(xiàn)上數(shù)據(jù)應(yīng)用為例。目前，整個(gè)家電行業(yè)30%的產(chǎn)品在線(xiàn)上賣(mài)，雖然尚不能完全代表整個(gè)家電行業(yè)，但是，線(xiàn)上代表的消費(fèi)者群體越來(lái)越龐大是毋庸置疑的，充分利用這些數(shù)據(jù)，企業(yè)會(huì)更加了解消費(fèi)者。例如，匯總消費(fèi)者的線(xiàn)上購(gòu)買(mǎi)數(shù)據(jù)，進(jìn)行購(gòu)買(mǎi)喜好、潛在需求、購(gòu)買(mǎi)時(shí)間等一系列的消費(fèi)行為進(jìn)行分析，為家電企業(yè)的產(chǎn)品研發(fā)、品牌打造、渠道推廣等提供參考依據(jù)。

現(xiàn)階段，雖然有不少家電企業(yè)意識(shí)到了家電大數(shù)據(jù)的意義，并開(kāi)始用到京東、天貓等電商平臺(tái)的后臺(tái)數(shù)據(jù)，進(jìn)行銷(xiāo)售情況、口碑情況的分析，但是，這遠(yuǎn)遠(yuǎn)不夠。欒煥博認(rèn)為，大數(shù)據(jù)最理想的應(yīng)用狀態(tài)是企業(yè)能夠充分了解所有相關(guān)數(shù)據(jù)，并能夠通過(guò)這些數(shù)據(jù)對(duì)自身品牌、友商情況、行業(yè)現(xiàn)狀等進(jìn)行綜合分析，從而做出更為精準(zhǔn)的市場(chǎng)預(yù)判。

深挖家電大數(shù)據(jù) 人工智能很重要

家電企業(yè)對(duì)于結(jié)構(gòu)化的數(shù)據(jù)并不陌生，它由字段組成，是非常干凈的數(shù)據(jù)，比如，傳統(tǒng)的銷(xiāo)售數(shù)據(jù)統(tǒng)計(jì)、問(wèn)卷調(diào)查回訪(fǎng)等傳統(tǒng)手段，產(chǎn)生的都是結(jié)構(gòu)化數(shù)據(jù)。然而，在互聯(lián)網(wǎng)環(huán)境下，大數(shù)據(jù)規(guī)模迅速擴(kuò)張，不僅有結(jié)構(gòu)化數(shù)據(jù)，更會(huì)產(chǎn)生大量的非結(jié)構(gòu)化數(shù)據(jù)，如何深入挖掘非結(jié)構(gòu)化數(shù)據(jù)，成為了家電企業(yè)在萬(wàn)物互聯(lián)時(shí)代面臨的全新挑戰(zhàn)。人工智能，本質(zhì)就是嘗試用機(jī)器或者算法模擬人的意識(shí)和思考，包括了人臉識(shí)別、圖象識(shí)別、無(wú)人駕駛、輔助駕駛、語(yǔ)音識(shí)別等關(guān)鍵性技術(shù)，是解讀非結(jié)構(gòu)化數(shù)據(jù)的利器。

除了非結(jié)構(gòu)化數(shù)據(jù)處理之外，欒煥博認(rèn)為，梳理構(gòu)建中國(guó)家電領(lǐng)域的知識(shí)圖譜，搭建家電領(lǐng)域的大腦智庫(kù)，對(duì)于家電大數(shù)據(jù)挖掘也至關(guān)重要。用圖結(jié)構(gòu)可以更好來(lái)處理知識(shí)邏輯和推理，表現(xiàn)因果關(guān)系。隨著知識(shí)圖譜發(fā)展越來(lái)越大，家電行業(yè)的發(fā)展會(huì)越來(lái)越“透明”，上下游企業(yè)的劃分，競(jìng)爭(zhēng)產(chǎn)品分析，渠道構(gòu)建等，一目了然。