TalkingData崔晓波:砥砺七年,仍志在突破

本文转自:数字观察

从互联网到传统行业

在成立TalkingData之前,崔晓波曾任Oracle、BEA中国区高管,其创始团队成员皆来自Oracle。整个团队深耕toB数十年,都具有传统IT企业中从事数据挖掘、数据分析工作的经验。

最初,TalkingData主要面向互联网企业客户以及为APP开发者提供SaaS服务。但随着行业的发展,越来越多的友商也提供工具,TalkingData如何才能展开差异化竞争?如何满足客户的需求?只提供工具就够了吗?

带着这种思考,TalkingData开始为客户提供工具、数据、服务一整套解决方案,除了满足其工具需求,还教会客户分析数据的方法。

到了2014年,TalkingData发现大量实体产业开始做移动化和数据化转型,一些拥有远见卓识的企业开始在数据化和移动化方向勇敢探索,并获得了丰厚的回报。

在此过程中,TalkingData注意到传统行业和互联网公司的不同之处:第一,基础设施不足。第二,缺乏运营能力。

TalkingData将传统企业数字化转型视为其发展的第三次机遇。TalkingData借助移动互联网的高速发展积累了海量数据,用数据+咨询方式服务于传统企业客户。

一方面,TalkingData升级了原有业务模式,将数据交易、数据合作伙伴生态放到了和数据商业化同等重要的位置,形成三个事业单元,每个单元自成体系。另一方面,TalkingData打造了咨询服务、数据运营团队,为传统企业提供数字化转型的定制化咨询服务。

同时,从2015到2017年,TalkingData开始进入传统产业,包括金融、零售、地产、快销、航旅、制造等等。这样,TalkingData集工具、数据、服务等一整套方案服务了如招行、平安、银联等大量优质标杆客户。

优化业务模式

崔晓波认为,过去十年,智能手机和移动互联网带动了整个大数据领域的发展。传感器和物联网设备也飞速发展,大量生物特征数据与物联网数据将呈指数级增长,手机和物体互相感知,对场景还原和场景预测的各种需求也将不断增加。如何管理这些非结构化数据、并将其与结构化数据整合使用依然是目前所面临的一大挑战。

(TalkingData创始人崔晓波)

同时,数据体量、产业规模以及云计算高速发展所推动的基础设施成本都已不再是问题,而大数据能否创造真实的商业价值和回报才是企业真正关心的核心。

“过去一年,整个大数据市场非常好,不断涌现新的客户和新的需求,同时,我们整体团队从300多人增加到500多人。随后,我们发现自己的产能还有待提升,第一,受困于人力,太多项目接不过来,不能支撑多个行业业务同时迅猛发展。

第二,我们在2015、2016年时是项目驱动,解决方案就是客户提需求,我们做项目,解决问题。但所有人都在做项目,无法将更多的精力和资源能力投放到沉淀产品和平台上。

比如,很多共用数据服务没有把它服务化、产品化,很多产品要做重复的动作。其后发现的问题,还是得有专门的团队能够把能力,特别是数据能力,沉淀成数据产品。

所以,从去年下半年开始,我们主动收缩战线,优化项目配置,将重心放在数据产品上,聚焦于金融、互联网、零售、政府这四个数据能发挥最大价值的行业。

我认为,行业聚焦的一个主要目的是要产品化,只有这样才能提升整个公司的产能,引进更多合作伙伴,快速发展壮大。在开源大趋势背景下,传统软件产品这条路已经很难走通,只有数据产品才能构建核心壁垒。”

据悉,TalkingData的数据产品有三层:数据集、数据模型和数据应用。最底层是数据集,这是基础数据服务。数据集不是简单的卖数据,而是使数据加工方法和交易方法发生了巨大的改变。以前是对数据打标签,现在需要做各种各样的评分,对数据本身的分布,波动性等要做多方面评价。

“TalkingData有一个专门的数据治理团队,会连接和聚合很多数据,但它的核心是把数据做粗加工,加工成一层原子标签,不丢掉任何主要的信息。原子标签是更偏事实类的标签,这一层不包括业务属性,不会对照某一个行业,就是把数据加工成一个真实的日志或者描述即可。”

再上一层是数据模型,也就是算法+数据集,比如营销领域的销量预测、选品。最上层是数据应用,这是对数据能力和软件能力的重新封装,提供一个真正的应用给到最终客户,比如零售业里的智能选址、价值管理等。

“数据产品最核心能力是数据能力,而交互、体验不是最重要的,但数据一定要准,要辅助选址决策,要计算竞争品牌范围。这些如果错了,决策就会是一个灾难。”

简单来说,TalkingData数据产品的服务模式是要先把客户分层,一类是行业聚焦。公司有解决方案部门,他们直接服务客户,提供数据应用和解决方案,针对领域业务需求做探索。

“如果没有这块,只有数据中台就会对业务毫无感觉,积累不出那层业务数据,就不知道他们要什么。所以,解决方案团队更多的是探索行业需求,并对行业和客户进行评估。”

另一类是客户聚焦,也就是KA客户(关键客户)。其实,在TalkingData 关键客户不超过10个。“我们把KA客户(关键客户)定义就是探索,可以先不注重收入,但我们看重的是跟客户合作过程中,我们能探索出各种各样数据产品和数据服务来,能够沉淀到数据中台给更多的客户和合作伙伴去用。”

打造多场景产品

如何让头部企业探索出来的能力和方法,更多更好地去赋能整个产业链中的中小企业,是未来几年所面临的难题之一。在价值成立的基础上,怎么让价值更好地传递,需要数据中台去解决。数据中台是今年的热门概念,很多企业在打造自己的数据中台,但大家对数据中台的理解各不相同。

“数据中台关键两个因素,第一,数据中台必须有非常强的数据运营团队,很多企业没有这个概念,往往被一个IT部门或者技术部门主导,不存在运营的概念。

但我们一上来就有数据运营团队,运营团队根据指标做计划,有多少调用来自于自身,多少来自于外部,哪些行业需要做服务,要做规划,所以运营团队很重要,如果没有运营团队变成像一个软件平台一样。

第二,就是分层,因为以前大家做数据中台时,非常容易走端到端的方式,但效率低下。为什么?比如说要沟通一个业务需求时,需要最上面的数据应用和数据服务的人来谈需求,谈着谈着,再跟下层数据治理的人谈,但下层不懂上层业务,可能会产生误解和矛盾。所以内部得有一个非常强的平台。

我们鼓励的首先是自服务,其次是自动化,更多都靠系统解决。很多企业的主要误区就是两个,首先是没有运营的概念,其次在数据治理上没有分层,没有分层的话这两件事是做不成的。”

TalkingData对数据中台的定义是指基于数据智能应用探索商业价值的平台,它需要具有数据管理、数据工程和数据科学的能力。而SmartDP数据智能平台就是为企业提供数据管理、数据工程以及数据科学的核心能力。

为了更好满足行业对数据中台需求的变迁,2018年9月,TalkingData从战略层面对平台能力进行了全面升级,将SmartDP升级到2.0,内部称之为TalkingData数据中台。SmartDP 2.0拥有管理、工程、科学以及安全、连接、共享六大核心能力。

这样,TalkingData可以突破传统的数据源公司、数据软件公司、咨询公司模式,探索创新发展路径,以“数据智能服务商”为定位,打造基于开放连接的理念构建整合数据产业链各方资源的平台生态。

值得一提的是,TalkingData的数据产品是通用型的产品,可以根据不同行业客户的需求,提供适配的模块产品。这样,通过SmartDP和SDMK数据智能市场作为双核心驱动,在安全合规的前提下,一方面,TalkingData的平台接入各渠道数据源,打破各企业间的数据孤岛;另一方面基于强大的平台能力,为各方开放提供面向业务场景的数据智能应用与服务。

其实,在数据中台的基础上,TalkingData与合作伙伴一起打造了多款产品,助力智能城市建设与传统企业数字化转型。例如,TalkingData与腾讯云联合发布了针对线下商业场景的智能商业选址产品——智选。

据悉,智选有机整合了海量数据与机器学习技术,旨在解决实体门店的选址、商圈经营等场景问题,为智慧零售及多元化线下产业提供帮助。

首先,智选综合考量全城市每个区块区位的客流和人口规模、意向客群浓度、区位商业浓度氛围、周边临近竞争形势,量化为模型评分,将原本需要几个月完成的工作秒级一键输出。然后,智选推荐选址点精确至百米街道级别。

这样,企业可以在新消费环境下打破时空信息的不对称,打破过去被动评估模式,让品牌联营商在城市进驻时的门店覆盖战略,能够做到有的放矢。以前费时费人力的选址工作,借助智选只需几分钟即可通过可视化、数据化的方法快速做出决策,获得竞争先机。

读懂新生代,游戏玩跨界

几个关键词“游戏、新生代、品牌、跨界”将在这里碰撞出火花。

10月17日,金投赏17173游戏分论坛圆桌讨论邀请到了TalkingData合伙人兼副总裁高铎麦当劳市场部副总裁汤俊章腾讯互娱市场部市场总监张戈以及资深95后玩家代表九折,为来宾们分享了精彩的观点 。

从左至右分别为:TalkingData合伙人兼副总裁高铎、腾讯互娱市场部市场总监张戈、资深95后玩家代表九折、麦当劳市场部副总裁汤俊章

在分享前,我们先通过数据的视角,来看看新生代人群的行为特征:

新生代人群(95后)行为特征

——线上应用及线下消费偏好分析

首先我们将新生代游戏人群定义为三类,

其一“爆肝到天亮”,他们晚9点-凌晨2点活跃度高,日均游戏时长5小时以上,是游戏的高粘性玩家,不过还是要对他们说一句“小心肝~”;

第二类人群称之为“规律性夜猫子”,晚18点-20点游戏活跃度高,每天有较规律的游戏时间,日均游戏时长2小时;

其三,“云游戏玩家”,他们游戏时间不规律,但他们对游戏类直播的热衷度较高,且有一定的时间规律性。我们来看看新生代游戏人群的线上APP 使用行为偏好和线下消费偏好:

新生代游戏人群的线上APP 使用行为TGI偏好

新生代游戏人群的线下消费TGI偏好

将两个图表结合来看,通过交叉分析能够看到更多的信息,首先学生族在各类线上娱乐方式的关注度分配上比较均衡;刚刚进入职场的95后在应用类型方面对于房产、出行、旅游、理财、生活信息等的应用关注度明显提高,而对于娱乐方式当中的游戏、视频、音乐、商店类应用关注度走低;而进入职场稳定期的游戏属性人群,对游戏内容的关注度明显回升刚进入职场的95后在线下消费层面,对外在颜值和配饰方面的关注度走高,在结婚、金融、亲子方面的消费关注度增加;职场进入稳定期,则对物质消费类关注度走低,母婴、线下折扣、汽车服务消费关注度增加。

另外从中我们也能看到三类人群的差异化特征,比如“规律性夜猫子”人群,游戏的规律性暗示了生活上的规律性,上班族面对生活的压力对于房产类应用(或租房、或买房)有着更强的需求,而“肝爆”人群一方面还没到考虑房产的人生阶段,另一方面他们关注点更聚焦于游戏本身。综合来看,规律性夜猫子人群相对更懂生活与品质,在医疗、旅游、金融理财、智能硬件方面有着更突出的偏好,同时在线下消费上,对于箱包、家用电器以及结婚等也有着较高的关注度。

对于“云游戏玩家”,虽然他们游戏玩的频率不高,但对游戏和视频有着较强偏好度,属于游戏直播的看客。同时,我们发现该类人群对于母婴和汽车服务有较强的线下消费偏好,或许他们是曾经的叱咤游戏江湖的高玩,因为有了家庭的压力渐渐“隐退”于游戏江湖,但还依然关注着游戏圈里的那些事。

新生代人群行为特征

——品牌人群与游戏偏好对比

基于品牌人群的游戏偏好探索我们选取了四个行业,分别为美妆、快餐、汽车4S店、服饰连锁,从中筛选相对具有代表的品牌,美妆为莎莎SASA、快餐分别为麦当劳、肯德基,汽车为相对高净值的宝马品牌,而服饰连锁则选择的相对大众化的优衣库。下面我们来看看这五个品牌人群在游戏方面的共性与差异化。

先来看看麦当劳与肯德基,两个品牌同为快餐连锁,它们人群对于游戏品类的偏好却有着较大的差异化,两者对于移动游戏均有较强的偏好,但麦当劳人群电竞游戏属性更强。例如王者荣耀、掌上英雄联盟、网易UU加速器,这三款都是能展现出他们对电竞游戏有一定兴趣偏好的应用。而对于肯德基人群来说,他们更倾向棋牌及休闲类游戏,例如开心消消乐、斗地主类游戏。

美妆零售及宝马汽车人群对游戏偏好相对较低,相比移动互联网人群,对游戏偏好TGI均在80左右(图中未标)。由于美妆零售人群以女性为主,她们更偏好休闲类、棋牌类游戏,以开心消消乐、斗地主、麻将为主。宝马车主/潜客,整体对游戏偏好不高,以大众化游戏为主,但更爱王者荣耀。同时,我们发现优衣库人群对射击游戏偏好度相对较高,更喜欢吃鸡类游戏。

在分享数据的同时,17173媒体集团总经理赵佳也发表了“玩家HCC状态”的观点:核心玩家其实不是一类人,而是一类人的某种状态。这种状态包括了不同的社会角色、玩家所处的不同的平台,乃至不同的生活状态,这些都可能会影响玩家在游戏中的状态,简单的细分方式已经很难解决目前游戏营销所面临的问题。需要针对不同的状态,去重新构建玩家的画像。

下面我们回顾一下圆桌论坛上嘉宾们的观点:

TalkingData高铎:大家下午好,虽然说我们分享的标题是新生代的趋势,但是我们新生代的趋势讨论一定要扣主题,扣什么主题呢?第一扣金投赏,第二扣游戏。金投赏是一个品牌行业的大聚会,17173是一个游戏群体主要关注的媒体,所以我们今天的分享主要是讲游戏与品牌的跨界趋势。

第一个问题先问一下腾讯的张总,我们发现无论在品牌行业,还是游戏行业,现在对品效合一的诉求越来越强,腾讯作为在游戏这个行业里面,玩得风生水起的企业,如何去通过你的品牌塑造,通过IP的长期运营,去直接的降低游戏获客的成本?

话题:如何通过品牌塑造以及IP的长期运营,降低游戏获客成本?

腾讯张戈:腾讯算不算全球最领先的游戏公司,这话我真的不敢接。我们确实是在不断进取的一家游戏公司,刚才说到关于品效合一这个事情,我可以很有信心的说一句话,腾讯应该是在游戏产品品牌上面走得最坚定的一家游戏公司。我们其实会看到,从08年开始的一些PC端产品,做到现在都应该算是成功的品牌,不管是QQ飞车,还是QQ炫舞,抑或DNF、CF、《英雄联盟》,还有我们最近上线比较成功的手游,尤其像《王者荣耀》,我们觉得腾讯但凡做得比较成功的游戏,在公司内都能够算是一个比较成功的品牌。

而在这个品牌之下,我可以给大家分享一下的是,我最近比较集中在负责的一个产品是DNF,我们最开始拿到DNF这个游戏的时候,并不能指望它能做成一个好品牌,我们在思考这个品牌的未来到底是什么?我们在09年到10年的时间段,就是我们为这个品牌梳理了一个属于这个品牌的价值观,我们叫fight,我们花了迄今为止8、9年的时间,一直在打磨fight这个品牌,而用户对这个品牌的接受度,尤其对fight价值观的接受度非常高。

举个例子,之前有一个关于“死肥宅”的事情,应该是游戏圈或者KOL圈都知道。死肥宅是一个街头采访的受访群众说玩DNF的玩家都是死肥宅,一般游戏的玩家就会骂了。但是DNF的玩家不会骂,他会调侃自己:就有人说我们是死肥宅,怎么办?我们用属于我们自己的方式回应这个事情。于是他们出了一个「西装打团」,这是玩家自主的,主播也在参与,他们穿上西装坐在镜头前,号召其他的玩家一起穿上西装在游戏里玩游戏,然后来证明我们是一群有fight精神的玩家,他们认同了这个品牌理念。在这个品牌理念之下,我们现在做DNF的IP,去年起我们做DNF的圈层文化,这里面有非常多的内容,我不能讲太多。但是这个换来了什么?我们只是在品牌上投入,换来了从14年开始DNF的活跃数据持续增长,一直到18年DNF第十年的时候,活跃数据依然在增长。我们每年都在优化我们的用户回流成本,也就是我们的获客成本。而我们最终汇报给老板的数据,他看到我们每年的回流成本也确实都在下降。这就是一个耕耘了十年的品牌,在十年之后它依然能够给我们换来更强的商业价值,由这些商业价值我们能够去换来的新的价值,我们是这样理解的。关于品效合一这件事情,腾讯是坚决赞成的。DNF只是我们其中的一个案例,在这个案例之下,我刚才提到所有的品牌都在做这样一个事情。我们在耕耘一个忠诚用户池,在这样的用户池之下,不管产品未来的大迭代,还是出手游,这些用户都能够在你的品牌,在你的IP之下,我们布局更远的未来。

TalkingData高铎表示:“在今年的ChinaJoy上我们做了一个报告,发现具有IP元素的游戏从数据上呈现出冰火两重天的态势,有些IP注重于品牌运营,注重玩家的维护及运营,会发现它的人群活跃有两次高峰期,而它的用户活跃和付费是逐渐的很缓的下降,换句话说,它的收益是最大化的。另一种态势发展则是,上线后只有一次高峰,之后快速跌入“谷底”,用户严重流失,我们戏称为这是“割韭菜”的IP.”

说到九折的时候,我很纳闷,游戏,尤其是重度游戏,一般是汉子的事,怎么突然进来一个女汉子,我很想知道你进入这个坑多久多深,为什么?作为女性玩家体验的游戏快感到底来自于哪里?

资深95后玩家代表九折:感觉很多人有这样的疑问,其实我很简单,就是一款游戏,如果它有个亮点,它在剧情方面,或者社交性方面,或者说它有给我什么感觉,就有一个点吸引人的话,我觉得不管是女性玩家,还是男性玩家,不管是什么年龄阶段,肯定都会有人喜欢它的。我也是比较肤浅,我一开始玩游戏也是别人带我入坑的,我发现这个游戏的魅力之后才有兴趣了解它,深挖它有哪些出色的地方。包括以前的老游戏《魔兽世界》,包括最近的《守望先锋》,有些热门的吃鸡的游戏,有些游戏内容方面很吸引我,它们有内涵,有内容,有剧情。像吃鸡、《王者荣耀》有社交性,我可以在游戏里面认识新的朋友,甚至这款游戏给我很大的满足感,我吃鸡胜利的时候,满足了我胜利的心理。

TalkingData高铎:感谢九折的分享,我们从数据的角度来看,14-18年女性玩家的比例在逐年增长。大家看到的是游戏行业似乎整体停滞了,但是在很多垂直的领域中,譬如女性玩家,95后年轻的女性玩家是一个增长点。如果一些游戏公司,更愿意花精力在这个垂直领域挖掘出来让九折更喜欢,更投入的游戏,相信增长会很快的。

还有一个问题抛给麦当劳的汤总,我先分享一个好玩的事情,中欧一个教授上个月给我们上课的时候说,他太太不让他讲在哪里求婚的。上个世纪当地第一家麦当劳开业的时候,他和太太是大二的同学,他说那时候麦当劳代表他们内心对年轻时尚国际化的认知,所以很兴奋的在麦当劳求婚。现在我们再去麦当劳,每天看到有一堆小孩在那儿写作业,麦当劳的消费者群体在发生变迁。换句话讲麦当劳也面临消费者升级或降级的问题。麦当劳在消费者的升级或降级的变化中,有哪些相对应的策略?

话题:麦当劳在消费者升级或降级的变化中,有哪些相对应的策略?

麦当劳汤俊章与现场来宾分享了这样的观点:消费升级跟降级,降级是最近大家谈的话题,升级,所谓的消费变形是我们每年都要花很多很多的经费,包含大数据去挖掘一些洞察。我觉得很有趣的几个点,跟大家分享一下,我们发现现在的消费者有几个特性,第一个就是说,大家越来越对,我们叫方便的重新定义。

因为现在的互联网时代,新生代造成大家现在是没有耐心的,就是我现在想要得到一个东西,我立马要得到。麦当劳从你刚才说26年前到现在我们做了很多的调整,各位有去麦当劳用餐会看到有一个很大的点餐屏,因为我们发现年轻人不喜欢跟人家交流的,他就进去一句话不讲把餐给点了,然后就想走了,在这过程里不想跟任何人讲话,他可能就想玩个游戏或者干嘛的,有个自己的时间点,面对这些东西我们的确是需要一些改变,这个过程我们又发现,我们给了一群人方便,但同时我们带给另一群人不方便,就是家长的群体,因为有小孩在旁边闹,他其实很需要有人服务,我们就在里面加了一个功能Table service,其实你点好餐马上找好一个位置坐下来,像麦当劳基本上都是点餐,拿到餐才去找位置,你可以先坐下来,有人会把点好的餐送到你手上。这些都是根据用户的洞察,每年我们会做一些服务的变更满足不同的消费者。

不管在定位上,还是服务上,不可能是一成不变的,每年必须要调整。包括消费升级的部分,麦当劳大家熟悉的产品是巨无霸这些产品,我们做很多调研发现,消费者说我真的很喜欢这产品,但可不可以有些别的产品。去年我们推出比较高档的星厨系列,跟时下比较年轻的偶像群体,比如谢霆锋会做我们的新厨师代言,开发新的产品,变成我们新厨的代言人,推出高端的产品汉堡,满足消费升级的部分。

消费降级的部分,在我们现在的观察里面不觉得它已经成为一个趋势,但它是一种现象,在这个现象的背后,很多人并不是完全为了省多少钱,而是觉得在过程里面很有趣。

TalkingData高铎:我也想分享一下关于消费升级和降级的观点,我的观点不存在消费降级,消费降级是大家的一个误区,认知的误区。从整体来看,整个的社会阶层都是在消费升级的,只是说原来我们都生活在一线城市,我们关注的是一线城市、二线城市的消费,三四线城市的人不触网,他的很多消费习惯你是不知道的,所以你会发现,一线城市的人消费在升级,突然你发现74%的不知道世界突然冒出来了,三四五六线城市的人,他们有了移动互联网,能够上网买东西,他们在里面买的东西很便宜,他们在抖音、快手、B站里面发的东西你觉得很low。实际上这与他们原有的生活相比,还是升级的。

譬如我去一个地方旅游,那个地方只卖老干爹;你去买泡面,那是康帅傅。但现在由于有了这些电商平台,一堆人一起拼了一个单,单价可能是13.99元,20.99元,在我们一线城市生活的人看来,这个品牌可能卖100多块钱,那么低的价格你就买了,消费降级了。这就是不一样的视角看事情,你天天过这个圈子的生活,你看那个圈子好像降级了。但是对于那拨人来说,他的生活更便利了,他买的东西更有品牌保证了,更有质量了,是升级了。

所以群体身处的场景与站的角度不同,看待事物的观点也不尽相同,这就导致了消费降级的误区。总体来看,消费者整体是在升级的,互联网的发展改变了这个社会信息的透明度和传递的路径,和传统商业的经营方式,让我们很多的认知产生了很大变化。

话题:如何去构思跨界营销,以及想在其中收获到什么价值?

腾讯张戈:这个问题有点大,腾讯在跨界这块我们也在摸索。我是觉得要谈跨界,我们最好先对“界”有个定义。在腾讯的营销体系之间这种理解之下,我们认为营销的本质,是正确的渠道上用正确的内容跟用户正确的沟通。在这其中,出现了一个问题,关于“界”,我们现在理解它更像是圈层,是跨圈层的,而不是说我跨产业、或者是跨行业,它更像跨圈层的,这是从营销的角度看这个问题。

在这个圈层之下,我们看到不管是B站、抖音、朋友圈、微博,所有的这种产品都存在自己不同渠道领域上面的一种文化氛围。基于用户本身年龄不断的向下的下沉,会看到00后、95后,这样的人群,他们对于圈层文化的热爱和兴趣,远高于我们这一代人,我们这一代人可能就是赚钱、工作、买车、买房,他们却是享受生活,活在当下,投入自己的注意力在自己兴趣的东西上。在营销的层面上我们要想办法理解和认知他们所处的圈层,在他们圈层之下,我们再来思考跨界这个东西,我们怎么能够打动,并且影响到他们。他们在游戏端的热爱,换到另外一个文化圈层,另外一个行业的圈层里面能不能还有一种热爱,这两种热爱进行融合,之后出现新的跨界营销的创意思路。

因为汤总也在,不知道您怎么评价《王者荣耀》五五开黑节和麦当劳的合作。五五开黑节是在做一个用户的文化,就是他们的节日,专属于《王者荣耀》用户的节日,这就是他们的文化,他们的热爱。五五开黑节我们会发现年轻人群他们想要的是社交,第二他们线下的需求比我们这代人往往还要更胜一点。他们想要在他们希望的环境之下,用他们热爱的东西进行交流,这是年轻人想要的东西。

麦当劳现在在讲家庭,讲小朋友之间在麦当劳里面的社交,包括table service在内,其实都是讲怎么在店里做创新,让用户怎么能够交流和社交起来。而王者荣耀做五五开黑节,我们要做的东西是开黑,与麦当劳的需求是完全契合的。对汤总来讲是麦当劳的品牌方向,对王者荣耀来讲是整个文化圈层的打造方向,从这个角度上我们做跨界。我们内部认为五五开黑节和麦当劳的合作是非常成功的,为整个的《王者荣耀》文化圈层带来了新生的关注度和一些我们未来的文化沉淀,我们是这么思考的。

在整个腾讯里面我们目前整体的思维都是这样,我们怎么去做能够沉淀下来的一种关于用户圈层文化,再和其他的文化圈层做跨界,让用户热爱,让他喜欢,让他对我们的品牌忠诚,这就是我们的思考。

麦当劳汤俊章:“我们跟很多游戏业者都有合作,包括腾讯说的《王者荣耀》,网易的《梦幻西游》,还有《魔兽世界》我们都合作过,我自己有过游戏的经验,我刚来到麦当劳,发现游戏的个族群这么庞大。他们也是人,基本上他不只是一个ID,他是一个活生生的人,他要吃饭的,食衣住行都要具备。麦当劳为什么不能成为他这一个人里面其中的一个元素呢?所以这是一个刚性的需求。

我发现过去的游戏业者很关注在线上,但是线下也是有需求的,在这里面很自然的就可以有一个很好的结合点。我们在评估怎么样是我们合适的跨界品牌,有几个要素,第一个要素门当户对,我们一定找这个量级,可以跟我们在同一个量级的游戏,不管是当时的《魔兽世界》《王者荣耀》《梦幻西游》都觉得这个量级是跟我们,双方跨界的时候都是双赢的。

第二个消费者是人,他线上线下需求的点,我们要找到有趣的洞察,这个洞察结合起来双方是很有趣的,才觉得这个跨界不是硬跨。我们跟《王者荣耀》有一款产品叫巨无霸,巨无霸讲的王者的概念,就是说它的品牌形象是“唯一”。我自己是《王者荣耀》玩家,所以我对王者的精神很清楚,每场里面都有一个MVP。我们觉得每个消费者,或许我们在不同的时节,不同的场合里面,都可以成为我们自己的MVP,成为我们自己的王者,就像巨无霸的精神是一样的。所以我们觉得在两个品牌跟游戏的契合点里面有一个很好的交集点,那时候我并不知道它的改版内容,但是我们觉得这两个品牌在这个基数之上,又是这么有趣的结合,因为我每年都要必须对我的巨无霸产生一个投吃,我们可不可以玩一个不一样的东西?我的用户族群又是这么贴近,是很年轻的人。麦当劳也是一个餐厅,也是一个place,希望年轻的用户群在线下有些交流。包含腾讯介绍我们有五五开黑,在线下也有活动,也是符合用户的体验。所以线上线下刚好有一个很好的结合。

就回到你的问题,怎么衡量这是成功的跨界标准?第一个来自于很强的用户洞察,第二是双方可以互利的,不只是单纯的,我们麦当劳有很多合作,跟我们合作过就知道,我们不喜欢谈钱,我们谈的是品牌,钱是后面的事情,在前面的事情做对了,钱就会来了。我们一定是,就是说双方除了流量的转换之外,最主要是顾客在这个体验里面,过程里面是觉得有趣的,而不是单纯的一个行为。

TalkingData高铎:感谢汤总的分享,我能从他的分享里提炼两个观点,第一个想跨界就要对人群做洞察,知己才能知彼。第二跨界是一个谈钱伤感情的事,但是跨界之后两个品牌要有互相溢价,品牌能获得价值增长。当然这是汤总的观点,张总的跨界本质上也是不同的圈层打通,打通也是想做到价值最大化。但是,一个是做游戏的,一个是做餐饮的,都想做跨界,割的韭菜是九折。比如说九折是腾讯的游戏玩家,还喜欢麦当劳,你就是那个“界”;我就是界外,因为我不玩游戏,麦当劳我倒是常吃。

我觉得在我这儿,吃麦当劳你想给我整游戏优惠券什么的让我玩游戏基本上没戏,跨不通。但是这个界应该在九折这儿,我就在想,作为一个资深的游戏玩家,你在玩一个游戏的时候,比如麦当劳在你的游戏里面植入了什么元素,能让你,或者其他品牌能让你产生情感共鸣,能让你既在游戏这儿玩一点,花这个钱,说不定也去麦当劳买东西,双方达到了品牌的共同增长?虽然你是一个韭菜,但是我想大家都会喜欢。

95后玩家代表九折:对于一款游戏,我喜欢它,会在我心中建立一份游戏的形象,这时候麦当劳推出一款很戳我心的东西,能和我心中那一部分产生共鸣,就很心甘情愿为你们掏钱,有的时候不仅仅是游戏,其中也包括套餐里面附赠的玩具。

TalkingData高铎:通过TalkingData的数据探索发现,喜欢麦当劳的人更喜欢的游戏是电竞类,其他的一些重度的,如《王者荣耀》、《英雄联盟》。肯德基的人群更多的是棋牌类,休闲类的游戏。由于这两家企业运营手法不同,消费群体慢慢在产生变化。反过来看《王者荣耀》和《绝地求生》的玩家偏好,你会发现玩《王者荣耀》的人,更喜欢宝马,《绝地求生》的玩家更偏向于买优衣库等。

对于跨界运营与营销策略,我的观点比较明确,第一找到“界”在哪里,就是发现共同点,第二找到“界外“在哪里,就是挖掘差异点,基于共同点定策略,基于差异点提升各自价值。

干货分享丨研发代码质量管理技术最佳实践

如何高质量快速交付研发产品是每一位技术研发永恒追求的目标,如何在快速迭代发布下保障研发产品质量是每一位技术研发要共同思考的问题。

近日,在“安卓巴士全球开发者论坛·北京站”会议上,TalkingData SDK技术研发经理韩广利做了题为《研发代码质量管理最佳实践》的主题分享,将TalkingData SDK完整的质量保障体系的创建过程和最佳实践分享给所有开发者,希望能够对大家有帮助和借鉴。

TalkingData SDK技术研发经理 韩广利

以下是韩广利的分享精粹:

在演讲之初,韩广利首先分析了移动端平台发展趋势,包括以下三个方向:

  • 首先,双卡是移动端平台的主要趋势,今年9月发布的iPhone最新机型已经支持了双卡,这对于市场将起到很大的驱动作用。
  • 其次,由于人工智能的不断演进,两大平台也不断对其进行技术跟进,比如安卓平台的TensorFlow,以及iOS平台的CoreML。
  • 第三,用户隐私政策会越来越严格,不仅用户自身非常重视隐私,国家相关法规也日益完善,移动端平台的行为权限将逐步受到严格约束。

TalkingData基于相关政策为不同平台提供相应的适配和支持,也正因如此,就需要一个良好的代码质量管理体系去保证TalkingData SDK的质量和稳定性。

回顾TalkingData SDK整体架构的演进史,可以简单分为三个阶段:

  • 简单分层:只支持一条业务线;
  • 多服务:满足不同业务线逐渐增加的需求;
  • 微服务&模块化:满足不同开发者打包定制化的需求。

在功能叠加的过程中,需要对代码架构进行调整,那么此时应该思考两个问题:架构调整的原因什么?调整的目标是什么?

带着这两个问题,韩广利从四个部分进行了阐述。

代码分支管理

当代码分支不断增加,现有的人力和技术框架将无法支持功能的快速迭代。即便在某一个分支上解决了bug,但还需根据不同的场景将其添加到不同的分支上,分支的代码就会产生很大的差异,又需要投入更多的精力和时间去解决相关问题。

为此,TalkingData SDK进行了改造,将分支分为:对外发布交付分支、开发测试分支、以及个人创建分支。同时,也对原有的直接拉取分支的原因进行了一些反思:在架构设计之初,代码之间的耦合性较强,同时没有从业务或数据角度去进行独立设计,在打包的参数上没有进行动态配置。

为了改变现状,TalkingData制定了三个目标,一是改变模块之间的通讯方式;二是重新设计代码功能模块;三是约束代码之间的边界,尽量消除耦合性。

解决方案主要采用了微服务的思想——服务之间相互独立,随意调用或组合;对功能模块和数据模块进行了拆分;改变通讯方式做到解耦的效果,又将动态的配置参数分离出来,实现了支持多条业务线,并且可以满足定制化的需求。

在打包上进行了标签化的管理,同时配合标签检查脚本,达到定制化勾选和服务的打包功能。

韩广利表示,在架构重构时,需要进行一些取舍和选择,其核心思想是:架构在于目的而非框架,因为架构最终是要服务于业务的。他还提供了5大原则作为参考:

  • 独立于框架
  • 可测试性
  • 独立于UI
  • 独立于数据库
  • 独立于任何外部代理

而在选择架构时应从易于维护、易于测试、内聚以及最核心的解耦出发,要让模块之间互相独立。

SDK功能打包管理

TalkingData SDK提供不同业务线打包的定制化开发需求。在庞大的体量中,如何保证打包的功能正常、方便测试?为此,在设计目标当中加入了分层的考量,首先是用户输入信息:邮箱、业务线以及所需平台,然后是整个平台的业务处理、输出的用户申请功能包,最后通过邮件发送给申请的开发者。

逻辑流程如下图:

在打包管理中,比较常用的工具有 GitLab、Jenkins、Server。

代码review规则及流程

在代码review中设置人为检查和脚本检查两种机制。

在人为检查中,负责review的人员必须要参与最初的需求和设计的审核,不仅要了解整个功能需求的细节,还需要对功能或测试负责,撰写review checklist,最后要交付review 模板,在出现问题时可以进行问题追踪。

在脚本检查中,需要进行编译和制定代码规范、静态代码检查,以及安全漏洞等方面的工作。

以上两种机制可以让代码review真正起到作用,而避免沦为形式化流程。

TalkingData SDK在代码review时有几种方式:

  • 1对1:改动较小的bug、需求和优化
  • 1对多:改动较大的bug、需求和优化

与其他公司选用技术主管或特定人员作为代码review人员不同的是,TalkingData SDK 的代码review主要由组内成员相互之间进行,这样对于个人的技术和框架理解会有所帮助。

代码review模板主要有三个部分:谁做的review?发现了什么问题?如何解决整个问题?好的代码review模板要做到问题可记录、问题可追踪。

代码质量管理的工具

在代码质量管理的流程中,TalkingData SDK在代码托管上使用了GitLab,在项目管理上使用了JIRA。之所以选择这两个工具是因为两者可以互相打通,方便后续在遇到问题时可以根据记录进行排查。

研发流程如下图:

其中,单元测试在研发中是非常重要的,开发者写完一个功能模块的主流程通常没有问题,可以做到自测;但是分支的一些处理流程,即便交给测试人员也很难测试出来。因此单元测试就显得尤为重要,它可以覆盖很多异常分支,所输入的条件在参数当中可以动态设置。

QA测试流程如下图:

在前期,会由研发和QA整理一些测试用例,分为高中低等不同的级别,研发在提测时会有测试通过率,以保证测试的效率。

另外,TalkingData SDK 在上线后也需要去做一些监测,比如交付质量、对不需要功能做删减、打包的完整性等等。

总体来说,即采用微服务的思想,尽量让功能模块化管理,利用工具管理流程,进行单元测试,同时上线前后都要设置一些检查策略,做到万无一失。

最后,韩广利表示,流程并非形式,需要真正地落地执行,长此以往,就会对效率有很大地提升。

解密幕后智囊团,就是他们在为TalkingData出谋划策

近年来,TalkingData成长迅速,这不仅归功于企业实力的不断积累以及对发展路径的不断探索,同时也得益于幕后神秘智囊团的长期加持,在9月举办的T11 2018暨TalkingData数据智能峰会上,除了多个战略、产品及行业合作的重磅发布外,TalkingData还首次介绍了董事顾问团的四位重要成员。

T11 2018大会上揭秘的四位神秘顾问分别为:原麦肯锡亚洲区资深董事Gordon Orr(欧高敦)前香港特别行政区政府资讯科技总监杨德斌风险投资家Eric Rosenblum以及红杉中国专家合伙人车品觉

这几位横跨商界、政界与资本界的领袖人物,为TalkingData在战略制定、产品规划以及人才梯队打造等方面都提供了重要帮助。

董事顾问团重要成员简介

                                                                     Gordon Orr

原麦肯锡亚洲区资深董事Gordon Orr先生已在中国生活了二十多年,目前是联想、Swire Pacific、BPL、英中贸易协会的非执行董事以及美团的独立非执行董事,还任包括TalkingData在内的多家亚洲领先企业的顾问,提供集战略、运营、领导力、技术为一体的咨询服务。他曾一手搭建起麦肯锡在中国的业务,并先后领导麦肯锡大中华区与麦肯锡亚洲咨询业务多年。Gordon Orr先生毕业于哈佛大学商学院,曾获“贝克学者”荣誉。

 

杨德斌

杨德斌先生曾任香港特别行政区政府资讯科技总监,在推动和发展香港的数字经济、智慧城市、科技创新、信息安全等方面贡献良多。杨德斌先生于1987年从硅谷起步,1995年回到香港,曾先后任职于多家高科技公司、跨国企业及私募基金,并担任多个组织机构的董事及顾问,在软硬件研发、投资创业、企业发展、科技园区管理等领域也拥有丰富经验。

                                                                  Eric Rosenblum

Eric Rosenblum先生在中美两国拥有超过25年的职业经验,目前是一名风险投资家,任职于Tsingyuan Ventures,专注于投资中美两国的前沿技术。在此之前,Eric在Palantir负责多个主要产品线的产品管理,还曾作为战略总监与产品管理总监在Google任职五年。他曾创立了多家初创公司,包括已被平安保险集团收购的Smartpay。Eric Rosenblum先生以优异成绩毕业于哈佛大学,并在麻省理工学院斯隆管理学院获得MBA学位。

                                                                      车品觉

红杉中国专家合伙人车品觉先生拥有十余年丰富的数据实战经验,曾任阿里巴巴副总裁与阿里巴巴数据委员会会长,还曾先后在汇丰银行、香港电讯盈科、微软、eBay等多家跨国公司任职。他在实践中形成了独特的数据化思考方式,对未来趋势有独到见解,著有《决战大数据》及《数据的本质》两本畅销书。2017年,车品觉先生被国家信息中心选为中国十大最具影响力大数据企业家。

除Gordon Orr先生因时间原因未能到场外,Eric Rosenblum先生、车品觉先生与杨德斌先生均亲自亮相T11 2018暨TalkingData数据智能峰会。车品觉先生带来了题为“认知 • 未来”的主题分享,Eric Rosenblum先生与杨德斌先生则参与了“数创未来”智慧城市峰会的圆桌讨论,针对“数据安全与智慧城市”主题分享了各自的真知灼见。

未来,顾问团也将持续助力TalkingData的探索和发展,尤其是在人工智能、数联网、物联网、智慧城市等前沿领域上,基于国际化视野、深度行业洞察、丰富实践经验提供专业建议,并为TalkingData在出海、投资、行业合作等方面搭建桥梁。

TalkingData林逸飞:零售行业步入新纪元,数据智能如何让“价值冰山”浮出水面

本文转自公众号:AI掘金志

过去两年,零售这个古老而传统的行业被推到了技术革新的风口浪尖。这场变革为何来得如此突然?背后的推动力又是什么?这是TalkingData合伙人&执行副总裁林逸飞和同行们反复探讨的话题。

零售领域正在孕育产业级的机会

其中被提及最多的,就是线上流量见顶。互联网巨头们开始转战线下,给传统大型零售企业造成了巨大的压力。这种压力催生了大型零售企业对移动化、数字化和对接线上流量的诉求。他们面临着两个选择,要么更加全面深入地倒向腾讯、阿里,要么在二者的夹缝中建立自己的流量和数据运营能力。

电商崛起也曾给线下零售造成过冲击,但远不如今天来得剧烈,加之当时技术成本太高,未能成功激发零售行业的技术革新。今天移动终端大规模普及,移动网络的获取成本、支付和流量的对接成本急剧下降,为零售企业建立自己的数字化能力创造了可能性。

与此同时,以今日头条、陌陌为代表的腰部流量开始更大程度地向市场释放数据化能力,零售企业需要建立相应的平台去承接。

TalkingData就是在这样的背景下切入零售市场的。TalkingData成立于2011年,是国内领先的第三方数据智能服务商。近7年的时间,TalkingData始终保持每年3倍的业务增长。切入零售市场至今的两年半时间里,零售业务版块的发展更是迅猛无比。

林逸飞认为,当微信这种十亿日活级别的平台开始释放流量和数据,须有零售这样庞大的市场才能承接。因此未来3-5年,零售领域将出现产业级和现象级的机会。他表示,TalkingData将在这一领域投入更多的人力和资源,以抓住行业变革的红利。

零售数据的“三重门”

大数据在零售行业的应用由来已久,“啤酒尿布”的故事曾经广为流传。但今天零售行业的大数据分析和当年相比已经发生了非常大的变化。

林逸飞介绍,零售行业的大数据有几个特点:首先,和金融、保险等行业相比,零售业对数据运营的精细化程度要求更高;其次,零售行业对接的流量和数据变化非常剧烈,比如小程序,两个月就能做到1.2亿日活,企业的对接平台必须足够灵活才能抓住这样的流量红利;最后,零售行业非常分散,一个垂直板块里就有少则几十家、多则几百家企业。

零售数据的维度也在不断增加。两三年前,TalkingData提出了数据“三重门”的概念,即交易门、交互门和公开市场门。“啤酒尿布”的故事只用到了“交易门”里的交易数据,它更多是一种事后推演。而今天,随着智能终端大规模应用,企业可以非常便捷地通过APP、社交网络等触点大规模采集用户的交互数据。传统零售经常提“人货场”,今天通过“交互门”里的数据我们还能在此基础上增加时间的维度,帮助零售商抓住营销的最佳时机。

“公开市场门”指的是客户在开放市场中的各种行为数据,这些数据本身往往并不与企业业务直接相关,但是可以很大程度上辅助企业开展业务,如移动App的数据、社交数据、微信微博的舆情数据等。

公开数据的获取并不是盲目的,需要以解决某些业务问题为出发点,否则会陷入“数据的汪洋大海”,反而不知道该收集什么样的数据。

不久前,TalkingData与腾讯云联合发布了针对线下商业场景的智能商业选址产品——智选,就是利用公开数据的绝佳范例。凭借双方强大的数据能力,“智选”可以帮助零售企业解决线下实体门店选址、商圈运营诊断等问题。以前费时费力的选址工作,借助“智选”只需几分钟即可通过可视化、数据化的方法快速做出决策。

林逸飞介绍,腾讯云就像一个基础数据加工厂,拥有丰富的原材料。而TalkingData离客户更近,知道如何用算法模型解决客户的实际问题,“我们做的是数据的精加工”。

如何萃取数据的商业价值是核心竞争点

当数据获取变得简单,数据维度不断增加,从数据中萃取商业价值的能力就成了企业的核心竞争点。

与交易数据不同,交互数据和公开数据是完全非结构化、高流量且时序紊乱的,数据之间天生不打通。这使得数据处理的底层技术发生了巨大变化,数据仓库等传统技术因无法应对现时流量的多波段变化,已经退居到了大企业的后台系统。

现阶段需要处理的数据维度之多,已完全超出了人力所及的范畴。以TalkingData服务的某餐饮连锁品牌为例,该品牌SKU数量不多,只有大约100个,但它在全国有数千家门店。TalkingData的目标是帮助其在营销端做到千店千面,在供应链端做到提前一天准确预测出第二天以小时为单位的客流量、原材料消耗数,以减少原材料损耗。为实现这一目标,TalkingData需要建立数十万个模型。如此多的模型不可能由人力进行调参,必须通过数据做自适应训练。

TalkingData在多年的业务实践中积累了非常庞大的数据量,鲜有同行能够匹敌。其次,TalkingData在机器学习和数据处理技术上也有着很深的造诣,同时具备大规模分布式部署的能力。此外,过去几年里TalkingData还不断从国外引进最新的技术,并在美国设立了自己的创新中心,不断修炼内功。

技术只是一方面,从技术到成熟落地的商用产品,中间还隔着一道鸿沟。林逸飞认为,打造一款成熟的商用产品,最重要的就是权衡客户的需求。TalkingData作为一家数据智能服务商,需要对接各种各样的客户,不同的客户对场景又有着独特的需求。产品只有标准化后才能成为商品,而标准化意味着要对客户的需求进行归纳和提炼。

为了在满足客户需求和标准化之间寻找平衡,TalkingData提出了一个金字塔模型。位于金字塔顶端的是行业的头部客户,这些客户的需求对于相应行业具有引领作用,可以辐射到腰部和底部客户,因此TalkingData会有选择性地满足它们的定制化需求。

位于金字塔中间的腰部客户数量较多,准确提炼它们需求比较困难。如果覆盖的客户数量不够,提炼出来的需求很可能是跑偏的。

对于金字塔底部更为庞大的客户群,林逸飞认为,经过顶部和腰部两层客户的需求提炼,做出的标准化产品已经能够比较好的满足这部分客户的需求了。

企业需建立自己可以管理的流量平台

那么,头部企业探索出的能力和方法,如何更好地进行价值传递,赋能整个产业链中的中小企业呢?这就需要运用到数据中台了。

数据中台是今年特别热门的概念,包括阿里在内的很多企业都在打造自己的数据中台,只是大家对数据中台的理解各不相同。TalkingData对数据中台的定义是——基于数据智能应用探索商业价值的平台,它需要具有数据管理、数据工程和数据科学的能力。

去年的T11大会上,TalkingData正式对外发布了数据智能平台1.0,提供数据管理、数据工程以及数据科学的核心能力。经过一年时间的钻研打磨,TalkingData在不久前的T11 2018数据智能峰会上将其数据智能平台升级到2.0,内部称之为TalkingData数据中台,拥有管理、工程、科学以及安全、连接、共享六大核心能力。

林逸飞认为,很多零售企业的痛点在于,它不具备自己的数据和流量运营能力。零售企业很难建立庞大的自有流量,所以企业打造一个可以对接中部流量的数据中台是非常必要的。这样一来,企业就能在和头部流量的博弈中占据更多的主动权。

以TalkingData服务的一家大型服装企业为例。这家企业一年的营业额在500-600亿左右,其中90%来自线下,10%来自线上。而线上的10%中又有90%来自天猫,这意味着它在和线上流量的博弈中是处于下风的。

TalkingData花了七八个月时间帮它理顺业务思路,建立自己的数据中台,对接中部流量,进行精准的数字化运营和营销。仅仅通过六七次营销活动就带来了4个亿的收入增长,投资回报率最高的时候达到了94倍。

零售行业的剧烈变革才刚刚开始,TalkingData所展现的只不过是数字化巨大潜能的冰山一角。

iView 发布 3.1.0 版本,支持TypeScript

自 iView 7.28 发布 3.0 后,近期iView又带来了一个重要的版本 3.1.0(版本代号:INSIDE),这个版本 iView 开始支持 TypeScript,可以算是一个新的里程碑。

如果觉得不错,请不要吝啬你的 Star 哦:

地址:https://github.com/iview/iview

更新日志

先看一下 3.1.0 版本完整的更新日志:

https://github.com/iview/iview/releases

– 支持 TypeScript。

– 增加 Vue CLI 3 插件。vue-cli-plugin-iview

– 文档增加 Nuxt.js 用法。

查看地址:https://dev.iviewui.com/articles/1024499044308881408

– 文档更新快速上手章节。

查看地址:https://www.iviewui.com/docs/guide/start

– 新增抽屉组件 Drawer。

– ColorPicker 新增属性 editable,支持输入色值。

– Tabs 新增属性

beforeRemove,返回 Promise 可中断关闭。- InputNumber 新增属性 active-change,设置为 false 时,只会在失焦时更改数据。

– Modal 新增属性 z-index。

– Modal 的 ESC 按键,现在只会关闭最顶层的模态框,当点击某个 Modal 区域时,它将置为最顶层。

– 修复 DatePicker 在某些日期下,面板联动错误的 bug。

– 修复 DatePicker 无法使用 disabled 属性的 bug。

– 修复 Select 开启 transfer 属性后,在 3.0.1 版本下有时样式错误的 bug。

– MenuItem 设置 target=”_blank” 时,点击菜单不再高亮当前项。完善的 TypeScript 支持

目前 iView 所有的组件,都增加了 d.ts 定义:

https://github.com/iview/iview/tree/2.0/types

对于喜欢写 TS 的用户来说,这是一项不错的福利。由于 Vue 本身的一些问题,目前 iView 在tsx 的支持上还有一些问题,我们也会继续探讨支持 tsx 的解决方案,以及一些在 iView 使用 TypeScript 的方法和经验,之后都会第一时间发表在 iView 开发者社区 :

https://dev.iviewui.com/

新增 Vue CLI 3 插件

说起带 GUI 的工程构建工具,iView CLI 可要比 Vue CLI 3 早上一年多:)不过二者还是有质的区别的,iView CLI 是一个基于 Electron 编译的客户端软件,通过一个界面来生成工程文件。而 Vue CLI 3 是一整套的工程管理服务。Vue CLI 3 可以说让开发和维护变的及其简单,因此 iView 3.0 发布后,官方也没再继续维护 iView CLI。这次我们也开发了支持 Vue CLI 3 的 iView 插件:

vue-cli-plugin-iview

iView 文档也对工程构建的引导进行了修改,去掉了 iView CLI,而是推荐使用 Vue CLI 3。当你在使用 Vue CLI 3 管理你的项目时,你可以在插件中搜索 iview,而后安装第一个即可:

iView 插件还支持一些简单的配置: – 选择全局使用还是按需使用 iView(默认全局); – 选择使用的语言(默认是中文); – 选择是否需要自定义主题(默认为否)。

完成不同的选择后,生成的配置文件也不同。如果有机会,下一个项目,不妨试试用 Vue CLI 3 去进行管理,你绝对会爱上它!

新增抽屉组件 Drawer

众所周知,iView 官方提供的组件数量是同类开源产品里最多的了,3.0 版本我们增加了 5 个全新的组件,这个版本,又增加了一个社区呼声较高的抽屉组件 Drawer。

坦说的讲,抽屉组件和模态框 Modal 组件是很像的(包括代码也一样),只不过抽屉组件是从侧边打开的,并占满全屏:

对象编辑 – 用于承载编辑相关操作,需要点击关闭按钮关闭

本次更新,我们也对 Modal 进行了加强。3.0 版本开始,Modal 组件开始支持拖拽,这意味着同时可以显示多个 Modal,那层级就会是个问题。3.1.0 版本彻底解决了这个问题,如果你同时打开了多个 Modal(一般场景是打开了多个可拖拽的 Modal),现在是有层级关系的,新打开的,或者点击某个 Modal 的可视区域,它都将置为最顶层,而且按 ESC 键,只会关闭最顶层的一个 Modal,不会全部关闭了。而且新增加的 z-index 的属性,可以自定义 Modal 初始的层级值了。

如果你还没更新到 3.x,别等了,赶快更新吧,后续还有好东西在等着你呢!

TalkingData高铎 洞见二次元数说人群品牌价值

9月26日,第25届中国国际广告节在哈尔滨开幕。哔哩哔哩举办了以“B站年轻力,增长新能量”为主题的营销专场论坛。TalkingData副总裁高铎在活动现场,分享了主题为《洞见二次元 数说人群品牌价值》的行业报告,下面与各位读者们一起穿越到二次元的世界:

TalkingData副总裁高铎现场分享

自在的穿梭者、执着的收藏家

与空灵的筑梦师

我们结合二次元人群的应用偏好进行了细分,将安装了以二次元为主要内容或话题的动漫、视听平台或社群App的人群,定义为“泛二次元人群”;将安装了售卖游戏、动漫等以二次元为主题的周边手办或漫展等服务App的人群,定义为“二次元手办人群”;将安装了同人画、插画、小说、轻视频等以二次元为主题的内容原创平台或社区App的人群,定义为“UGC二次元人群”。

另外结合三类人群的特征偏好定义了三个别称,分别为自在的穿梭者(泛二次元人群)、执着的收藏家(二次元手办人群)、空灵的筑梦师(UGC二次元人群),具体特征请见后文揭晓。

男生是二次元的主力军

从数据上来看,泛二次元人群男女比例相对均衡,男性占比49.7%,女性占比50.3%,而二次元手办人群和UGC二次元人群,男性都稳稳占领着C位。那么问题来了,“为什么男生会喜欢二次元女生?”带着这个问题我们进行了调研和网络收集,他们认为,首先二次元女生在外表方面都很可爱、漂亮,而且还会卖萌;其次,几乎每个二次元女性角色都有自己的鲜明个性,御坂美琴的傲娇,三笠是个女汉子,时崎狂三的腹黑,我妻由乃的病娇等等,总有一款适合你。

其实,这也是现实与虚拟的一种互补。反之亦然,女生对于二次元男生也有着同样的迷恋,比如前阵子火爆的《恋与制作人》中的人物,霸道总裁李泽言、白衣天使许墨等等。

UGC二次元人群“夜猫子”属性强

在二次元人群设备活跃时间曲线中,我们能看到UGC二次元人群有很强的“夜猫子”属性,24点-凌晨4点有明显的活跃特征,有可能是在社区中进行交流或寻求创作灵感。白天设备活跃度整体降低,与UGC内容创作有一定关联。

二次元人群应用TGI偏好概览

通过二次元人群与移动应用的TGI偏好的数据探索,我们可以看到泛二次元人群对游戏、房产、视频、旅游有较强的兴趣偏好;二次元手办人群对阅读、网络购物、餐饮有较强的兴趣偏好;而UGC二次元人群则更喜欢教育、音乐、金融理财、健康美容类应用。首先我们先来看看泛二次元人群:

喜欢看“风景”的次元世界穿梭者

次元世界穿梭者,不仅在二次元与三次元中穿梭,他们在三次元的世界中也拥有“穿梭”的属性,他们“去了不同的地方,看了不同的风景,知道了不同的事,感悟了不同的人生”,酒店、民航、短租及旅游资讯是他们生活的“调味品”。但在婚育年龄段的他们,离不开房产的压力,买房/租房及房产装修应用也是他们生活中关注的焦点。

游戏及短视频 穿梭者旅途中的调味品

泛二次元人群更偏好休闲游戏、动作游戏及策略类游戏,对射击“吃鸡”类游戏的偏好较低。在视频类应用中泛二次元人群在短视频APP中活跃度更高,也是他们生活休闲中的一部分。

泛二次元人群 品牌价值探索

结合泛二次元人群与相关应用关联度,及关联应用多维度行业表现进行模型算法评估,评选出其人群最具投放价值媒体。

泛二次元人群最具投放价值媒体:分别为哔哩哔哩、链家二手房、飞猪、趣头条和抖音视频

次元世界的收藏家 绝不错过任何一个渠道

模型手办是二次元人物在三次元世界中的“影子”,即便没有了二次元中的“生命感”,身为次元世界的收藏家,他们也绝不会放弃任何一个能将手办收之麾下的渠道。而往往正品手办及首发都在海外发售,这也加强了他们对海外购物类应用的强需求性。

次元世界收藏家的日常及他们的小“秘密”

通过手机漫画类应用迈进“二次元世界”及浏览搞笑段子和有声听书类应用是次元世界收藏家们的日常。如果你认为外卖订餐是他们“宅”的标志,可能他们学习烹饪的另一面,是不被人所知晓的。二次元手办人群在菜谱类应用上的活跃度占比35.47%,仅次于外卖订餐类应用1.5个百分点。

二次元手办人群 品牌价值探索

结合二次元手办人群与相关应用关联度,及关联应用多维度行业表现进行模型算法评估,评选出其人群最具投放价值媒体。

二次元手办人群最具投放价值媒体:分别为鹅漫U品、饿了么、快看漫画、下厨房、小红书

教育音乐 次元世界筑梦师成长必修课

在次元世界筑梦师的“精神世界“里,教育学习、音乐类应用占据着一席之地,从K12类教育应用来看,侧面反映出”筑梦师”的年轻化的趋势。同时,他们也不断提升语言学习及职业技能培训。音乐是反映生活情感的一种艺术,当与二次元创作融合,或成为筑梦师们灵感的火花。另外,K歌也是他们生活娱乐中的一部分。

次元世界的筑梦师们,不仅注重“精神生活“,他们对运动健身、美妆美业也有着较高的关注度, 同时,在金融理财方面也有较强的使用偏好。

结合UGC二次元人群与相关应用关联度,及关联应用多维度行业表现进行模型算法评估,评选出其人群最具投放价值媒体。

UGC二次元人群最具投放价值媒体:分别为Pixiv社区、网易云音乐、Keep、小猿搜题、TapTap

附报告解读 | 新零售人群最具投放价值奖揭晓

从传统营销到数字营销,再到已成趋势的智能营销,新零售行业逐渐开放心态拥抱新时代的营销理念。但困扰也真实存在,比如如何在营销投放中全面了解目标人群?如何找到目标“TA”在哪里?如何触达“TA”并促进转化、实现商业价值提升?

近日,“智胜营销峰会暨 Best Audience Buying 颁奖盛典”在TalkingData T11 2018数据智能峰会期间举办。在本次颁奖典礼中,TalkingData基于移动大数据的智能营销能力,通过数据加工及算法处理,以及对移动互联网人群进行洞察并综合多方数据进行考量,从中定位新零售行业用户群及消费者“TA”的聚集地,针对新零售行业人群,评选出了最具投放价值的媒体。

通过评选,获得“Best Audience Buying”大奖—新零售人群最具投放价值媒体奖的应用分别为,美团、摩拜单车、知乎。在本次颁奖典礼中,TalkingData诚意邀请IDG TN China Managing Director 王健先生作为颁奖嘉宾解读《TalkingData新零售人群洞察报告》,并为获得新零售人群最具投放价值媒体奖的获奖应用颁奖。

颁奖嘉宾IDG TN China Managing Director 王健先生与获奖媒体美团、摩拜单车、知乎的领奖嘉宾的合影(从左到右)

现在,我们具体回顾一下颁奖典礼现场,由王健先生解读的《TalkingData新零售人群洞察报告》(下文中,均简称为“报告”),助力新零售行业广告主全面了解、定位、触达目标人群,并持续优化形成智能营销闭环。

线下新零售人群主力是未婚青年女性

新零售使线上的互联网力量和线下实体巧妙结合,不仅解决了电商平台和实体零售店面在商业维度上的短板,还对此进行了优化升级给消费者带来了全新的购物体验。根据线下新零售人群性别分布,证实了”爱购物是女生的天性“并非虚言。女性“称霸”新零售人群占比71.6%,男性仅占28.4%。

线下新零售人群以26-35岁女性为主,而且多为未婚。因为没有家庭制约,她们财务自由可随心消费“买买买”。根据上图数据显示,我们可以了解到线下新零售人群的出行方式还是以公共交通为主。

新零售人群对于商旅出行类应用兴趣较高

通过对新零售人群感兴趣应用类别TOP10分析,可以看出新零售人群多为白领人群,对商旅出行有很强的需求。虽然因工作需要出差是原因之一,但对度假游玩的强烈向往其实也是原因之一哦。

在上一页数据中,我们了解到新零售人群以女性为主,也因此网购类应用在新零售人群应用类别兴趣排名中也非常超前,可以说出行和购物是新零售人群的最大特点。

爱吃是新零售人群的最大特征

新零售人群和网络购物人群,线下消费品类位居第一的都是餐饮,用“吃货”一词来形容他们最合适不过了,而位居第二的消费品类则是零售卖场。简单来讲,新零售人群和电商人群的共同爱好,可能就是“逛吃、逛吃”了吧。

分析完线下消费品类的相同之处,再看一下新零售人群与网络购物人群的消费偏好有哪些差异。新零售人群的珠宝手表、培训机构和运动健康等TGI指数已经超过100,他们对生活品质有很高的要求而且有很强的购买力。新零售人群家居厨具指数凹进,说明他们很少进厨房,下馆子果腹是生活常态。

网络购物人群与新零售人群偏好恰恰相反,在家居厨具、医疗和家用电器方面TGI指数都很高,他们非常居家和爱好养生。

新零售人群更加偏爱外国菜和咖啡甜点

新零售人群线下消费类别和网络购物人群差距还是蛮大的,新零售人群喜欢咖啡、西餐、快餐、韩式料理等,可以看出此人群生活偏小资,而且偏爱外国菜,网络购物人群则是偏好中餐和火锅。

根据以上数据就可以看出新零售人群和网络购物人群的饮食差异,新零售人群偏爱外国菜,而网络购物人群喜欢中餐。

新零售人群要比网络购物人群早起晚睡

新零售人群活跃时段整体比网络购物人群更为活跃,他们对移动互联网的依赖性更强,而且根据活跃时段数据可以看出来,新零售人群比网络购物人群早起晚睡。

TalkingData支宝才:App将成为券商综合金融服务和投资管理的核心平台

近日,由证券时报·券商中国主办、TalkingData协办的“2018证券行业金融科技峰会” 暨券商中国·优秀证券公司APP评选第二届颁奖典礼在深圳召开。会上揭晓了2018年优秀证券公司APP评选结果,来自国内数十家证券公司的业务高管出席了此次峰会,并就科技助力证券行业金融服务能力提升的主题进行了深入探讨。

作为协办单位,TalkingData配合券商中国完成了优秀证券行业App的评选工作,TalkingData高级副总裁支宝才受邀出席会议并为获奖券商颁奖。

支宝才在致辞中表示,今年是TalkingData与券商中国连续第二年合作,TalkingData作为国内领先的第三方数据智能服务商,很荣幸能够协办由证券行业的权威机构——券商中国主办的此次评选,同时也深感责任重大。

当下,券商行业对App的定位已不仅仅是基础业务的线上化呈现渠道,券商App的发展已出现百花齐放的势头。无论是在产品迭代、功能深化还是创新方面,都出现了很多令人期待的变化。支宝才指出,“正是基于这样的变化,券商中国和TalkingData在去年的评测基础上进行了适度调整,对App产品功能升级、数据智能化、内容创新等层面进行了更细致的数据信息收集分析和评测工作。我们希望结合行业的快速发展,对券商App的发展现状及大家去年的工作进行更全面和客观评价的展现。”

TalkingData发现,与上一评测年相比,各大券商在今年越发重视App的建设,投入也越来越大,很多券商对App功能进行了大规模升级。除了加速基础功能的补足外,很多券商还增设了智能诊股、智能客服、积分体系建设、资产分析的可视化呈现、音频盘面解析等功能。这些功能的升级,无疑是为了向客户提供更深层的服务。其中,最主要的特点就是领先券商App开始在财富管理相关功能的转型上发力,例如增设了理财投教专区、决策支持、开发财务规划和资产配置功能,扩充理财产品种类,建立或补充线上理财顾问团队制等。这也表明,对多数券商而言,未来App不再仅仅是客户线上服务和交易渠道,而是客户综合金融服务和投资管理的核心平台。

在发言的最后,支宝才对券商App的发展方向进行了展望,期待在下一个评测年中,看到券商在App精细化运营、精准服务客户、客户体验优化、投资管理能力升级、数据智能创新方面有更多的探索和布局。

一个亿的大项目已上线,这里是参与方式

“百灵计划”是TalkingData发起的合作伙伴共创计划,基于TalkingData的数据资源与数据中台能力,与数据应用合作伙伴共同探索和构建基于大数据及领先数据技术下的实际商业应用,更好的实现数据叠加业务后的商业价值。

第一阶段,TalkingData计划投入一亿元,在一百天中,为至少一百家合作伙伴,免费开放数据、计算资源能力、提供服务与培训,共同探索一百个数据应用场景或模型

“百灵计划”在不久前举办的T11 2018暨TalkingData数据智能峰会上首次亮相,随即引起广泛关注,微信后台也收到了很多询问。目前“百灵计划”已正式启动,感兴趣的伙伴们快来了解下详情:

如果您是——

  1. 有实际业务场景,并有数据服务及建模需求的各行业企业
  2. 有数据应用产品开发需求的各领域合作伙伴

如具备下条件,将帮助您优先入选:

  • 数据产品或服务可应用于金融、零售、汽车、地产、互联网等行业领域
  • 已具备比较成熟的应用场景,可商业化应用于其他行业领域
  • 对目标数据应用场景具有实践经验
  • 已具有一定量的业务数据积累,可用于建模实践
  • 具备相对成熟的数据应用思路及有经验的建模团队

您可以获得——

  • 数据:用于构建数据模型或应用产品服务所需的数据,可通过数据集或数据服务方式提供
  • 环境:构建模型和数据验证所需的计算资源环境,或者数据集、数据服务访问接入
  • 培训:由腾云大学(TalkingData University)提供的数据工程、建模基础、数据科学等专业培训
  • 科学家支持:依据具体场景,TalkingData可提供数据科学团队参与建模过程或提供数据分析支持

还可以帮您实现——

  • 通过数据建模结果,洞察实际商业问题、获取解决问题的思路和对未来方向的把控
  • 基于实际问题获取数据服务、数据连接或数据应用能力,将数据与业务应用深度结合
  • 借助相关培训和指导,提升企业自身数据分析师、业务人员的应用和实操能力
  • 针对行业典型场景,双方可联合发布数据建模结果,提升行业影响力

参与方式——

  1. 前往TalkingData官网“百灵计划”页面
  2. 在页面下方填写并提交相关信息
  3. TalkingData将安排专人与您取得联系,并跟进后续审核事项

『关于TalkingData』

TalkingData 成立于2011年,是国内领先的第三方数据智能服务商。借助以SmartDP为核心的数据智能应用生态为企业赋能,帮助企业逐步实现以数据为驱动力的数字化转型。