在過去的兩年里，企業(yè)服務(wù)領(lǐng)域經(jīng)歷了數(shù)倍的投資增長，把C端市場逼得潰不成軍的資本凜冬幾乎沒有給它留下任何影響，更多的創(chuàng)投資源開始轉(zhuǎn)入這個(gè)方向。前不久，桔子空間聯(lián)合IT桔子、阿里云在滬舉辦2016年企業(yè)服務(wù)創(chuàng)投趨勢探討會(huì)。達(dá)觀數(shù)據(jù)CTO紀(jì)達(dá)麒作為阿里云特邀嘉賓，在會(huì)上向諸多創(chuàng)投企業(yè)分享達(dá)觀數(shù)據(jù)在企業(yè)服務(wù)領(lǐng)域的探索。

企業(yè)服務(wù)創(chuàng)業(yè)公司在成長過程中，由于缺乏運(yùn)營經(jīng)驗(yàn)、獲客成本較高和競爭激烈等因素依然備受制約。探索和試錯(cuò)后，人工智能大數(shù)據(jù)領(lǐng)域仍然存在機(jī)會(huì)。紀(jì)達(dá)麒表示達(dá)觀數(shù)據(jù)智能推薦引擎在人工智能大數(shù)據(jù)企業(yè)服務(wù)的獲客、運(yùn)營、變現(xiàn)正在不斷尋求突破。

智能推薦引擎在企業(yè)服務(wù)中扮演的角色是什么？

紀(jì)達(dá)麒表示，推薦引擎能讓用戶（網(wǎng)站注冊者）和客戶（網(wǎng)站運(yùn)營者）的內(nèi)容更高效結(jié)合。傳統(tǒng)的內(nèi)容展現(xiàn)方式：當(dāng)一個(gè)用戶打開你的APP，他看到的是編輯給用戶設(shè)置好的一些文章，或一些內(nèi)容，這樣所有的用戶看到的內(nèi)容是完全一樣的。但其實(shí)每個(gè)用戶的偏好異同極為明顯，有人喜歡政治，有人喜歡娛樂，有人喜歡經(jīng)濟(jì)等，每人都有自己獨(dú)特偏好。在互聯(lián)網(wǎng)快節(jié)奏和高強(qiáng)度信息泛濫的大環(huán)境下，用戶選擇自己喜歡的才是最重要的。在移動(dòng)時(shí)代愈來愈小巧愈來愈精致的屏幕中，如何應(yīng)對(duì)用戶不同的需求，在小小的位置里呈現(xiàn)用戶最需要的內(nèi)容，這就需要智能推薦引擎。

智能推薦引擎給國內(nèi)外名企帶來了何種成就？

推薦引擎早已是國內(nèi)外最受歡迎的技術(shù)，國外亞馬遜30%、40%流量都來自推薦引擎，國內(nèi)今日頭條，他們通過千人千面的個(gè)性化推薦技術(shù)獲得了今日良好的口碑，新浪、QQ也在推薦的路上堅(jiān)持不懈，智能推薦越來越重要。紀(jì)達(dá)麒表示達(dá)觀數(shù)據(jù)提供的服務(wù)能幫助客戶實(shí)現(xiàn)像今日頭條一樣的千人千面推薦引擎。

智能推薦引擎技術(shù)是如何實(shí)現(xiàn)的？

除了用戶分享、購買、收藏行為之外，達(dá)觀還能收集用戶更加詳細(xì)精準(zhǔn)的數(shù)據(jù)，可精確到用戶每一次的瀏覽點(diǎn)擊。基于達(dá)觀大數(shù)據(jù)平臺(tái)的技術(shù)，實(shí)現(xiàn)給每一個(gè)用戶建立模型，讓每一個(gè)用戶的偏好及時(shí)組合。除此之外，達(dá)觀非常重要的技術(shù)是擁有一套實(shí)時(shí)反饋系統(tǒng)，這是做什么的？大家會(huì)發(fā)現(xiàn)，日留存可達(dá)到50%的APP相對(duì)而言較為可觀。如果達(dá)觀的算法、模型擁有小時(shí)級(jí)，甚至天級(jí)的更新速度，那么對(duì)這些客戶將無任何意義，所以達(dá)觀數(shù)據(jù)的厲害之處是在此領(lǐng)域可做到秒級(jí)更新。

在今天的互聯(lián)網(wǎng)企業(yè)服務(wù)應(yīng)用中，越來越多“聰明”的推薦系統(tǒng)被開發(fā)出來，并被廣大用戶信賴和使用。多家小說網(wǎng)站、媒體網(wǎng)站、視頻網(wǎng)站等上線達(dá)觀數(shù)據(jù)智能推薦引擎后，點(diǎn)擊率直接提升3倍，網(wǎng)站付費(fèi)提升60%，效果顯著。

亞馬遜的CEO Jeff Bezos曾經(jīng)說過，他的夢想是“如果我有100萬個(gè)用戶，我就要為他們做100萬個(gè)亞馬遜網(wǎng)站”。紀(jì)達(dá)麒表明達(dá)觀數(shù)據(jù)智能推薦引擎承載的就是這個(gè)夢想，即通過數(shù)據(jù)挖掘技術(shù)，為每一個(gè)用戶實(shí)現(xiàn)個(gè)性化的推薦結(jié)果，讓每個(gè)用戶更便捷的獲取信息。對(duì)達(dá)觀的軟件開發(fā)工程師們來說，能夠投身于推薦引擎的研發(fā)，是一件既有趣又充滿挑戰(zhàn)的工作。達(dá)觀數(shù)據(jù)將用更多的時(shí)間和人力投身于推薦算法和技術(shù)的研究與應(yīng)用中，提出更多優(yōu)秀方法，攻克更多技術(shù)難題。