火山引擎数智平台发布 Data Agent"一客一策"与 AI 数据湖"算子广场"

8 月 13 日，在 FORCE Link AI 创新巡展·青岛站，火山引擎数智平台办理方案总司理萧然在现场发布了火山引擎 Data Agent“一客一策”全新本领和 AI 数据湖服务的“AI 算子广场”功能。
 
以下为萧然的现场演讲全文。
 

 
各人上午好！我是萧然。很荣幸来到青岛，请各人和我一起进入本日的主题。
 
我们起首看一个题目，我们拥有的究竟是数据资产还是数据负债？
 
这个题目怎么明白，先来看一个数据冰山图：
 

 
在大模子期间之前，我们履历了 IT 信息化和数字化期间。当时，我们投入大量 IT 本钱和预算，构建了数据基建，也留存了海量数据。
 
但真正能用的，更多是那些在数据库和报表里的布局化数据。尚有大量非布局化数据，它们冷冰冰地躺在存储体系里，每年都在斲丧 IT 本钱，但我们却无法使用。
 
根据 IDC 陈诉统计，现有数据中，凌驾 90%黑白布局化数据，这成为了我们的数据负债。
 
同时，在用布局化数据的过程中，会由于体系间的孤岛题目，导致数据连通不畅，数据的代价也没能得到充实发挥。
 
现实上，整个大数据这座冰山，我们真正能用到的，只是水面上很小很小的一部分。
 
而大模子来了之后，我们发现，它可以或许更深入地明白非布局化数据，开释出这些数据的代价。
 

 
大模子怎么办理这个题目？我们实在有三个鸿沟：
 
起首是数据和数据的鸿沟。 借助大模子，我们可以有效辨认非布局化数据中的关键信息，让布局化与非布局化数据真正融合，去更好地赋能业务。
 
第二个是数据和工具的鸿沟。 体系平静台间的孤岛效应导致数据难以协同。但大模子可以把各平台本领拆解成原子本领，明白、调治它们，从而实现跨平台业务贯通。
 
第三是数据和人的鸿沟。 企业常有精良的数据平台和数据，却缺少精良的数据人才。而大模子能学习人的履历，固化下来成为它的知识与本领，资助我们用好数据。
 
在 5 月份的上海 AI 巡展中，我们发布了 Data Agent 产物。Data Agent 是能较好办理上述三大鸿沟的产物。
 

 
起首，借助 Data Agent，我们能快速接入企业的布局化与非布局化数据，直接赋能业务分析，驱动智能化营销。
 
通过 Data Agent，还能实现跨平台体系贯通。 比如说：针对业务用户做营销活动，按传统履历，我们得先去 BI 体系分析过往活动履历，再去画像平台圈选人群，圈完后再到主动化运营平台订定战略。整个过程，须要数据分析师和运营同砚共同，耗时几天才气完成。
 
但借助 Data Agent，我们只需与大模子举行几句对话，它就能主动实行全面的 BI 数据分析，并团结非布局化数据，比如营销物料、知识库，得出关键效果；再根据效果找到精准人群，筹划匹配的营销活动；
 
而我们确认了之后，只需一句话或一个点击，它就能主动实现营销触达。 这极大地提拔了服从，并办理了数据孤岛题目。
 
Data Agent 也有效办理了数据和人的鸿沟。 通过它，我们可以将各行业精良企业的宝贵履历、分析方法、营销战略、运营本领等内嵌成知识库，快速把握行业领先的分析思绪与营销方案。
 
自觉布以来，火山引擎 Data Agent 已经与数十家精良企业创建了相助。
 
接下来，看一个具体案例：一家消耗品企业，他们在 618 之前与我们相助，恰好遇到了这个很好的场景，他们想分析怎样订定 618 的营销方案。
 
在没用 Data Agent 时：订定一个营销方案，须要先做数据分析，形成复盘陈诉；然后运营同砚再基于陈诉筹划营销战略。
 
有了 Data Agent 之后： 我们可以直接问它，“针对即将到来的 618，请帮我复盘已往营销活动的好履历”。 Data Agent 会主动调取布局化数据和非布局化知识，生因素析陈诉。
 
比方，当陈诉发现“粉丝互动赢好礼”活动已往效果突出，我们还能继续追问：“‘粉丝互动赢好礼’活动得当什么目标客群？你有什么营销发起？”
 
Data Agent 就会基于“粉丝互动赢好礼”深入分析活动数据，团结客群特性，订定差别化营销方案。 一旦确认方案，使用营销 Agent 一键触达即可。
 
这是我们落地的真实案例。
 
本日，我们非常荣幸在青岛发布 Data Agent-智能营销 Agent 的核心本领——一客一策。
 
已往常说“千人千面”营销。但传统“千人千面”基于标签体系，而标签是数学模子盘算的标签值。数学模子运算会带来信息缺失。因此，已往的“千人千面”更多是把人群分层，再针对差别层客群举行营销。
 
“一客一策”本领，会整合布局化和非布局化数据，基于用户的立体画像，团结产物、文案、触达渠道和时间，匹配营销战略，真正实现“千人千面”。
 
以我们一位企业客户为例：这是一家 B to B 的 SaaS 企业，刚完成 B 轮融资，紧张业务是资助中小企业构建数字协同平台。该企业当前核心获客渠道是线上线索，再通过电销客服触达用户。
 

 
在使用 Data Agent 之前，这家企业面对几个核心痛点：
 
一是电销线索质量乱七八糟，难以辨认高代价客户。线上线索涌入后，无法确定谁应优先接洽，无法第一时间捕捉关键商机。
 
二是对客户缺乏认知，只能使用千篇同等的话术。差别客户原来大概对 A 或 B 产物爱好各异，贩卖却只能用通用方案先容。效果许多客户没 Get 到重点就流失了，转化率自然大幅降落。
 
三是沉淀了大量数据却无法使用。官网数据、转化数据、线上实验平台数据，这些宝贵资产都未被激活。
 
借助 Data Agent，该企业实现告终构化与非布局化数据融合。 当客户再次致电，电销职员可向 Data Agent 追问：“应接纳何种营销战略？”、“客户更关注代价还是功能？” 进而实验精准营销。
 
在应用了这个本领后，该公司团体线索转化率提拔 300%。
 
以上是关于 Data Agent 的相干先容。
 

---

 
谈到开释数据冰山代价，现在可应用的仅是浮出水面的小部分数据，那么，怎样开释深藏水下的海量数据代价？
 
关键在于：筑牢数据基建根基。
 
在 6 月的火山引擎 FORCE 大会上，我们发布了多模态数据湖。它能高效处置处罚冰山下的非布局化数据，实现非布局化数据和布局化数据同一管理，从而驱动业务代价落地。
 
本日，我也非常荣幸地在青岛发布我们 AI 数据湖产物的紧张本领——算子广场。
 

 
在 AI 数据湖产物的左侧菜单中可以找到算子广场。 这里汇聚了丰富的算子，涵盖文本、视频、语音、图片等多种处置处罚本领。
 
这些算子内置了豆包大模子的数据处置处罚履历，并融合了我们与浩繁客户共创沉淀的非布局化数据处置处罚算子。同时，算子支持客户自界说开辟。
 
借助算子平台，冰山下甜睡的非布局化数据得以有效处置处罚，其代价被真正提炼出来。
 
让我们看一个实例：这是一家专注于 AI 视频天生的企业，服务于浩繁品牌方，为其制作视频广告。
 

 
这家企业在使用算子广场和 AI 数据湖之前，有两个比力大的痛点：
 
第一，数据格式繁杂，文件、图片、视频，泉源各异。这让他们须要构建多条处置处罚链路，服从比力低。
 
第二，开辟管理服从低。开辟后的数据存储分散于差别链路和处置处罚环节，无法同一有效管理。
 
借助火山引擎的 AI 数据湖和算子广场，他们实现了差别数据源与数据格式的有效处置处罚。 AI 数据湖通过数据集的方式，同一管理各类非布局化数据，明显提拔了这家企业的研发服从。
 
以上是本日的分享，渴望给在座各人有一些劳绩。
 
火山引擎数据产物团队，也非常渴望与各人一起构建知识资产，开启数据思考新将来！感谢各位。