【51CTO.com原創稿件】2016年11月25-26日，由51CTO.com主辦的WOT 2016大數據技術峰會在北京粵財JW萬豪酒店隆重召開。自2012年以來，WOT品牌大會秉承“專注技術、服務技術人員”的理念已經成功舉辦十二屆，不僅積累了大量的專家資源，更獲得廣大IT從業者和技術愛好者的認可和好評，已成為業界重要的技術分享及人脈拓展平臺。

在WOT2016大數據技術峰會的實時計算主題專場，【友盟+】 CDO 李丹楓 做了《從用戶行為數據透視大數據商業密碼》的演講，會后記者采訪了他，他為大家介紹了大數據相關的知識。

李丹楓，在美國數據分析和挖掘領域工作10多年，包括雅虎，微軟，FICO等在數據應用走在前沿的公司，積累了豐富的數據挖掘和機器學習的實戰經驗，所參與的產品在金融，保險，搜索，互聯網廣告及零售業中有廣泛的應用。

記者：各位51CTO網友大家好，這里是WOT2016大數據峰會現場，坐在我身邊的是【友盟+】CDO李丹楓。 

李丹楓：大家好，我是李丹楓，在【友盟+】擔任CDO的工作。我在美國工作和生活18年，2014年回國參加到了中國互聯網事業中。在美國我工作過幾個公司，包括比較有名的像雅虎、微軟，稍微小一點是美國的征信公司FICO和一個咨詢公司。我是從清華畢業的，畢業以后到了美國，在伊利諾伊大學香檳分校（UIUC）取得的博士學位。 

記者：您在金融行業有一些工作的經歷，您認為大數據會在金融行業中都有哪些應用？ 

李丹楓：大數據在金融行業最重要的一個特點就是“大”，所謂大是講覆蓋率比較大，而恰恰對于【友盟+】來說***的特點就是覆蓋量非常大，我們對接很多企業的數據，【友盟+】覆蓋率在80%~90%多，基于這些數據【友盟+】在很多領域進行了探索，其中包括我們最近在風控領域進行的一些嘗試。【友盟+】數據跟風控相關性表面看起來不是特別直接的，但其實行為數據是內在關聯的，比如你是什么屬性的人，并不由你在特定領域里的行為特征來決定。舉個簡單的例子：在美國，如果你想欺騙銀行，前期做一個信用非常良好的公民，借錢按時還，信用就會越來越高。而信用分高到一定程度，就可以借很多錢***卷錢而逃。而在風險直接相關行為上做這些事情是可以騙過系統。但是行為數據其實收集了一個人的日常行為，除了間諜之外，很少人能夠在各個方面假扮。而行為數據這時便發揮了有效性，在不經意中某個人特性就已通過數據得到了解，通過這個特性與其他強相關數據結合，能夠幫助貸款公司做更好的風險判斷。這里所謂的行為大數據就是自然人行為，在覆蓋量非常大時候就可以在風險控制領域充分發揮作用。 

記者：用戶行為規避金融風控，是否被業界所認可呢？ 

李丹楓：近期【友盟+】與融360聯合建模，上線了基于互聯網網民行為的風控評分產品，大家的接受程度還是蠻好的。在個人隱私規避的情況下，在每筆貸款的時候，都可以讓用戶簽協議：比如很多P2P公司，需要用戶提供給淘寶賬號了解一些基本的數據進行模型的建立。用戶允許用行為數據做判斷的這個層次的風險并不大。而目對于前市場接受度，【友盟+】也在拭目以待?；凇居衙?】與融360聯合建模的產品，用戶也在測試當中，當然風控不是立竿見影，我們有耐心等一段時間，也許明年的這個時候，會有比較好的判斷。 

記者：數據可能離不開用戶行為的分析，用戶行為的數據在整體的大行業里，有一個什么樣的存在價值？ 

李丹楓：【友盟+】在風控領域的探索是有很大意義和存在價值的！行為數據是用戶很難作假的數據，不經意中的一些行為是很容易反映出用戶本質的。行為數據應用最明顯的是在廣告營銷領域。在金融領域我們也期待有好的效果！我們也希望在其它場景下這些數據同樣能夠發揮很大的作用。比如我們在傳統領域幫助傳統企業做好客戶管理，更好地了解他們的客戶。今年嘗試做了一些用戶生命周期、用戶流失的預測，【友盟+】也會不斷地在這個領域里頭繼續耕耘?；氐皆瓉淼哪蔷湓?，在中國【友盟+】用戶行為數據體量是***的，【友盟+】有責任去挖掘數據的價值，從而應用到商業當中，幫助企業更好的做數據管理， 

記者：怎樣才能更好的凸顯數據分析的價值性和高效性？ 

李丹楓：首先需要找到應用的出口，依靠純分析數據而沒有實際的應用，這個有些本末倒置。所謂的實際應用，是有龐大的客戶群體從而形成一個產品，而不是以咨詢的方式，因為每個客戶都會有不同的需求，這個不是【友盟+】的目的，【友盟+】希望通過已有的數據量形成平臺性產品，眾多的用戶在產品上面受益，這個是對價值挖掘最核心的東西。 

記者：現在會說到數據挖掘，一提到數據挖掘，就會提到機器學習，這兩個有什么區別嗎？ 

李丹楓：這兩個我認為本身沒有什么區別，機器學習、人工智能、數據挖掘大家都有一點點不同的定義，在實際應用當中，大家用的方式方法，用的系統沒有本質的區別，我們這個崗位叫數據科學家，不管在數據挖掘、機器學習和人工智能，我們應該都是適合的。很少說你是個數據挖掘科學家，你是個人工智能科學家，我個人認為這些是沒有區別的。 

記者：【友盟+】是如何在海量數據中做到精準分析的？ 

李丹楓：【友盟+】精準分析分成幾個層面，精準的定義不同，比如說我經常去閱讀財經有關的新聞，但是看見財經廣告從來不點，對一個廣告主來說，我就是對財經廣告沒有任何興趣的人。但對于一個新聞媒體來說，我對于財經類目非常有興趣，所以精準的定義，在這兩個場景里面精準完全不一樣。對于新聞媒體來說，定義我為成對財經感興趣，這是非常準確的。對于廣告來說則不同。我們需要在數據挖掘的時候把不同場景區分出來。精準對于數據科學來說，最重要一點是要準確定義目標。目標函數做任何一個模型之前，都是非常重要的一點，在不同的場景下，定義不同的目標，會有不同的訓練數據來訓練這個模型，所以未來【友盟+】在這個方面，要把精準做的更好。 

還有一些其他的精準分析，包括：短期行為、長期行為。【友盟+】做精準的好處，可以通過一些比較可靠的標注過的數據，這些比較可靠的標注數據我們可以做出更好的模型，包括性別、年齡，都是通過這些非?？煽康臄祿吹脕淼?。當然最重要的：數據也好，體量也好，定義好目標和精準的實際意義，從而區別對待，不同的場景，有不同的精準定義。 

記者：【友盟+】除了在精準分析上與其他平臺有一些差異，還有什么***的優勢？ 

李丹楓：【友盟+】***的優勢有三點：

• ***點，是數據體量確實非常大且覆蓋了全域數據包括：pc、移動、線下、IoT，截止到第三季度【友盟+】每天收集線上線下各類應用場景數據260億，每天可觸達全球獨立活躍設備14億；服務APP應用110萬款；服務大中小型網站共計近600萬家網站。

• 第二點優勢，【友盟+】是阿里的全資子公司，有雄厚的技術實力和和數據挖掘能力。

• 第三點優勢，【友盟+】在數據行業里耕耘很久，在行業的積累上也是具有強大的優勢！

記者：謝謝李丹楓老師今天為我們大家帶來的專訪內容。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】