【友盟+】李丹枫：从用户行为数据透视大数据商业密码

在WOT2016大数据技术峰会的实时计算主题专场，【友盟+】 CDO 李丹枫 做了《从用户行为数据透视大数据商业密码》的演讲，会后记者采访了他，他为大家介绍了大数据相关的知识。

李丹枫，在美国数据分析和挖掘领域工作10多年，包括雅虎，微软，FICO等在数据应用走在前沿的公司，积累了丰富的数据挖掘和机器学习的实战经验，所参与的产品在金融，保险，搜索，互联网广告及零售业中有广泛的应用。

记者：各位51CTO网友大家好，这里是WOT2016大数据峰会现场，坐在我身边的是【友盟+】CDO李丹枫。

李丹枫：大家好，我是李丹枫，在【友盟+】担任CDO的工作。我在美国工作和生活18年，2014年回国参加到了中国互联网事业中。在美国我工作过几个公司，包括比较有名的像雅虎、微软，稍微小一点是美国的征信公司FICO和一个咨询公司。我是从清华毕业的，毕业以后到了美国，在伊利诺伊大学香槟分校（UIUC）取得的博士学位。

记者：您在金融行业有一些工作的经历，您认为大数据会在金融行业中都有哪些应用？

李丹枫：大数据在金融行业最重要的一个特点就是“大”，所谓大是讲覆盖率比较大，而恰恰对于【友盟+】来说最大的特点就是覆盖量非常大，我们对接很多企业的数据，【友盟+】覆盖率在80%~90%多，基于这些数据【友盟+】在很多领域进行了探索，其中包括我们最近在风控领域进行的一些尝试。【友盟+】数据跟风控相关性表面看起来不是特别直接的，但其实行为数据是内在关联的，比如你是什么属性的人，并不由你在特定领域里的行为特征来决定。举个简单的例子：在美国，如果你想欺骗银行，前期做一个信用非常良好的公民，借钱按时还，信用就会越来越高。而信用分高到一定程度，就可以借很多钱最后卷钱而逃。而在风险直接相关行为上做这些事情是可以骗过系统。但是行为数据其实收集了一个人的日常行为，除了间谍之外，很少人能够在各个方面假扮。而行为数据这时便发挥了有效性，在不经意中某个人特性就已通过数据得到了解，通过这个特性与其他强相关数据结合，能够帮助贷款公司做更好的风险判断。这里所谓的行为大数据就是自然人行为，在覆盖量非常大时候就可以在风险控制领域充分发挥作用。

记者：用户行为规避金融风控，是否被业界所认可呢？ 

李丹枫：近期【友盟+】与融360联合建模，上线了基于互联网网民行为的风控评分产品，大家的接受程度还是蛮好的。在个人隐私规避的情况下，在每笔贷款的时候，都可以让用户签协议：比如很多P2P公司，需要用户提供给淘宝账号了解一些基本的数据进行模型的建立。用户允许用行为数据做判断的这个层次的风险并不大。而目对于前市场接受度，【友盟+】也在拭目以待。基于【友盟+】与融360联合建模的产品，用户也在测试当中，当然风控不是立竿见影，我们有耐心等一段时间，也许明年的这个时候，会有比较好的判断。

记者：数据可能离不开用户行为的分析，用户行为的数据在整体的大行业里，有一个什么样的存在价值？ 

李丹枫：【友盟+】在风控领域的探索是有很大意义和存在价值的！行为数据是用户很难作假的数据，不经意中的一些行为是很容易反映出用户本质的。行为数据应用最明显的是在广告营销领域。在金融领域我们也期待有好的效果！我们也希望在其它场景下这些数据同样能够发挥很大的作用。比如我们在传统领域帮助传统企业做好客户管理，更好地了解他们的客户。今年尝试做了一些用户生命周期、用户流失的预测，【友盟+】也会不断地在这个领域里头继续耕耘。回到原来的那句话，在中国【友盟+】用户行为数据体量是最大的，【友盟+】有责任去挖掘数据的价值，从而应用到商业当中，帮助企业更好的做数据管理，

记者：怎样才能更好的凸显数据分析的价值性和高效性？

李丹枫：首先需要找到应用的出口，依靠纯分析数据而没有实际的应用，这个有些本末倒置。所谓的实际应用，是有庞大的客户群体从而形成一个产品，而不是以咨询的方式，因为每个客户都会有不同的需求，这个不是【友盟+】的目的，【友盟+】希望通过已有的数据量形成平台性产品，众多的用户在产品上面受益，这个是对价值挖掘最核心的东西。

记者：现在会说到数据挖掘，一提到数据挖掘，就会提到机器学习，这两个有什么区别吗？ 

李丹枫：这两个我认为本身没有什么区别，机器学习、人工智能、数据挖掘大家都有一点点不同的定义，在实际应用当中，大家用的方式方法，用的系统没有本质的区别，我们这个岗位叫数据科学家，不管在数据挖掘、机器学习和人工智能，我们应该都是适合的。很少说你是个数据挖掘科学家，你是个人工智能科学家，我个人认为这些是没有区别的。

记者：【友盟+】是如何在海量数据中做到精准分析的？

李丹枫：【友盟+】精准分析分成几个层面，精准的定义不同，比如说我经常去阅读财经有关的新闻，但是看见财经广告从来不点，对一个广告主来说，我就是对财经广告没有任何兴趣的人。但对于一个新闻媒体来说，我对于财经类目非常有兴趣，所以精准的定义，在这两个场景里面精准完全不一样。对于新闻媒体来说，定义我为成对财经感兴趣，这是非常准确的。对于广告来说则不同。我们需要在数据挖掘的时候把不同场景区分出来。精准对于数据科学来说，最重要一点是要准确定义目标。目标函数做任何一个模型之前，都是非常重要的一点，在不同的场景下，定义不同的目标，会有不同的训练数据来训练这个模型，所以未来【友盟+】在这个方面，要把精准做的更好。

还有一些其他的精准分析，包括：短期行为、长期行为。【友盟+】做精准的好处，可以通过一些比较可靠的标注过的数据，这些比较可靠的标注数据我们可以做出更好的模型，包括性别、年龄，都是通过这些非常可靠的数据源得来的。当然最重要的：数据也好，体量也好，定义好目标和精准的实际意义，从而区别对待，不同的场景，有不同的精准定义。

记者：【友盟+】除了在精准分析上与其他平台有一些差异，还有什么最强的优势？