ZD至顶网CIO与应用频道 (文/高玉娴): 这次与张岩总(现伊美尔总裁助理)碰面,是在老北京胡同里的一个意大利咖啡店,店不大,只有三四张桌子,还有柔和的轻音乐,老板留着花白的络腮胡子,又高又瘦,推门进去乍一看,倒有几分莫奈的气质。心里默想,不愧是张总选的地方,果然艺术气息十足。
熟悉张岩的人都知道,这位混迹IT圈多年的“IT老炮”以前却是一位“艺术大师”。他喜欢从莫奈的《日出·印象》中的数万种色彩变化去谈大数据,从对色彩的敏感度和布局去谈对数据规律的敏锐感知。从传媒到商业地产再到医疗,每一次跨出的步伐都不小,但数据却始终是他坚守的“阵地”。
毕业于电影美术专业,张岩的第一个工作单位是中央电视台,通过广告商服务在这个过程中他建立了与许多企业的接触,这激发了他对商业市场的兴趣,也为日后从艺术到市场的跨度埋下了伏笔。在澳大利亚中央昆士兰大学留学期间,张岩意识到本土文化和语言的局限,要在国外进修大众传媒的难度是非常高的,因此他毅然转到了市场学专业,而后以艺术家的敏感度看好了未来电子商务市场的发展,进而再潜心修习了电子商务专业。完成了他由艺术家向IT精英的职业转变和知识积累。归国之后,借着湖南卫视“快乐购物”节目,张岩开始进入电子商务领域,从此一手掌握市场,一手涉及技术。
离开长沙回到北京后,张岩便到了大悦城,主导信息化规划和经营分析。正好遇上大数据强劲的发展势头,加之他在市场研究和商业管理的丰富经验,进入大悦城之后,张岩就从数据抓起,带动大悦城整个商业模式的创新。“随着大数据走入深水区,我们慢慢发现它对技术的要求越来越高,IT也变得好落实了。”张岩说道,“你所经历的每一步都在为下一步的发展做积淀。纯学技术的不能理解商业不行,纯学商业没有技术概念、没有数据分析能力也不行。尤其到了现在,营销模式都转成了数字化营销,这就需要商业经验、数据分析经验的结合和综合性发展。”
张岩认为,所谓数字化营销和数字化转型与“互联网+”是完全不同的概念和做法。在他看来,“互联网+”更多的是传统企业从线下到线上的转型,是以点击率开始,到到店率,再到销售转化率的商业漏斗形式,虽然现在有很多传统的大企业在这方面也有很多的成功实践经验,但是这与数字化转型完全是两回事。
随着消费者与企业的互动愈加深入,频度也越来越高,商业模式和商业逻辑已经逐渐发生了改变。张岩表示:“数字化是在交叉网络下进行的,其间逻辑传递是在六度空间里的,我们跟一个陌生人建立关系,一般是在六个传播维度里。因此,作为企业就要考虑如何通过这六次的传播把客户吸引过来,并且保证六次传播的内容是一致的,这是比较大的挑战。”这样看来,数字化转型的关键不在于投放量,而是内容能否多次传递以及传递内容的精准性和一致性。因此,在这个商业模式里最关键的一点就是--大数据的精准分析,也就是说企业要知道消费者想要的是什么,能够通过他们的消费行为和购买力,结合外部的数据来分析他们的偏好,然后再进行传播。此外,还要对传播的效率进行评估,选择更有价值和更有效的数字化传播渠道。
“进一步来看,‘互联网+’与数字化营销之间是没有递进关系的,可以跨越发展。我认为企业发展是逐步的,但是技术是能够支持你跨越式发展的,那么为什么还要逐步呢?但需要注意的是企业的管理理念、组织结构能不能够支持这种跨越式的技术变革,如果支持不了那一定是不行的。”伊美尔的做法是对消费者的网上行为进行评估,在线上建立营销体系,通过APP以案例对比的方式传递消费者所感兴趣的信息,在这个数字营销过程中,自动的帮助消费者完成消费决策,降低当面沟通的成本。
当然,在谈数字化转型之前,首先你要有可分析的数据。有了数据之后,你就必须结合企业经营特色、运营要求、客群特色、营销需求规划一个非常清晰与经营紧密关联的数据分析维度。对此,伊美尔先将消费者按照身份(年龄、性别、职业)、忠诚度、裙带、偏好等标签进行了维度划分,然后再对不同的标签的不同反映情况做出分析和针对性的营销。
“举个例子,经过数据的分析,我们发现有三个美容高峰年龄段,一是大三大四和研三研四即将毕业步入社会求职的女孩子,二是结婚前的‘准新娘’,三是在30岁这个年龄坎上的女性。所以说,通过年龄、性别、职业我们基本上能够判断出消费者处于哪个点,能识别出他是什么样的人。除此之外,登录查询的记录对于企业来说也是非常重要的,是高频还是低频,是多次还是来一次就跑了。进一步,我们再看他的到店频率和消费频率。就可以推算消费者的忠诚度。现在大部分企业都有很多做法,但是对于消费行为和身份特征基本是不做结合汇总和分析的,这样是不全面的。”张岩说道。
通过消费者行为和对应的标签,就形成了精准的消费者画像,包括消费的项目、频次、价格等等,通过进一步分析,还可以预测他下一步消费的项目、关联消费品的购买情况、下次再消费的概率以及能够接受的价格。这样就能把整个消费者的消费模式画出来,以此为据再做进一步推广,也就是精准营销。
可以看到,技术变得非常重要,并且还会越来越重要。当然技术的变化和发展也非常之快,在张岩看来,大数据技术已经是it基础建设而不再称之为热点,已经变得越来越成熟了,未来的关键还在于应用,与此同时,还有很多新的技术开始进入大家的视线。其中,他认为VR会成为明年的一大热点。
“对于虚拟现实和信息的提供方式,我认为VR会成为未来商业变革一个非常大的动力。零售方面,可以通过VR进行购物,房地产行业可以利用VR进行房产体验,医疗行业可以利用VR把术后的效果在术前进行展现,这将会成为非常重要的核心优势。包括3D扫描技术的出现,如果能对这两个技术进行融合,我认为会在行业形成翻天覆地的变化。”
好文章,需要你的鼓励
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。
FLAME-MoE是卡内基梅隆大学团队开发的首个全透明混合专家语言模型研究平台,包含7个规模从3800万到17亿活跃参数的模型。它采用每层64位专家、top-8选择和2位共享专家的架构,公开所有训练数据、代码和检查点。实验显示,FLAME-MoE比相同计算量的密集模型提升3.4个百分点,并揭示了三个关键发现:专家逐渐专注于特定词汇子集,专家协同激活保持稀疏多样,路由行为在训练早期就趋于稳定。这一平台为MoE模型的系统研究提供了前所未有的开放基础。
这篇论文介绍了ModernGBERT,一个由维尔茨堡大学研究团队开发的高性能德语编码器模型家族(1.34亿和10亿参数版本)。研究将ModernBERT的创新架构应用于德语,同时通过LLM2Vec方法将德语解码器模型转换为编码器以进行对比研究。在SuperGLEBer和MTEB等基准测试中,ModernGBERT 10亿参数模型不仅超越了之前最先进的德语编码器,还在性能和参数效率方面优于转换后的编码器。研究团队还证明了更大模型能有效利用大规模单语语料库,为德语自然语言处理提供了全透明、高性能的资源。