2016年1月20日，2016全球大數據峰會GBDC2016在京舉行。TalkingData CEO崔曉波做了主題為《聚焦行業大數據，探索數據新生態》的演講。他認為，目前大數據應用還處於早期階段，目前正逐漸顯露出平臺化、整合行銷的趨勢。以下是他的演講全文：

　　崔曉波：大家早上好。非常高興來到這裡跟大家分享TalkingData在過去幾年，在整個大數據應用領域的一些實踐，包括我們的一些想法，希望給同行以及整個行業能夠帶來一些新的思路或者一些啟示。今天我演講的題目是，聚焦行業大數據，探索數據新生態。這個題目是怎麼來的呢？實際上在上周的時候，我們跟很多大數據領域的從業的一些專家和同仁一直在探討，就是説未來兩到三年整個大數據領域到底它會聚焦在哪？包括上周我們也跟阿裏什麼的交換的意見，大家的意見是一致的。

　　我們認為大數據還處於非常早期的階段。所有的行業、公司，還在尋找數據真正的應用場景，它用在哪兒它有沒有價值？所以我們認為在未來的兩到三年之內，我覺得還是行業大數據還是整個的重點。雖然有很多新的技術和模式出現，但是我們覺得我們更願意把更多的資源投在幫助客戶，找到數據應用場景，證明數據有價值的環節裏。

　　毫無疑問，我們現在每天被移動互聯網的各種應用去包圍了，從我們早晨一睜眼，就是看看天氣預報，我們用天氣通等等看看天氣。我們出門的時候可能用滴滴叫個車。我們到上班期間，因為最近可能股市波動也比較大，不管怎麼樣大家得關注一下，可能上午什麼的看看股市，到了下午要訂訂電影票，晚上看看母嬰之類的。這樣不知不覺中一天的生活就被APP切成了很多部分。大家平時不是抬頭看天，就是低頭看手機，所以現在已經是移動網際網路時代了。所以毫無疑問，整個移動網際網路實際上我們可以把移動設備簡單地看成就是一系列感測器的組合。它能感知人，能感知環境，能感知情境，所以這一切會成為未來大數據的基礎數據的生態。

　　從整個移動網際網路的發展其實經歷了四個階段，我們四年的時間著力給移動的工具開發者提供各種各樣數據分析軟體。然後很快就進入到了娛樂時代，因為到2012年底，2013年的時候移動遊戲爆發。再到去年和前年大家知道O2O很熱。到今天發現傳統行業都開始進入整個移動網際網路。隨後我們有很多數據報告向大家來展示這一點，就是有很多傳統行業的應用已經往移動網際網路做很強的滲透。

　　從目前看的話我們覺得是兩個很明顯的現象：第一，成熟領域的應用已經是平臺化發展了。就是我們看到了很多，我們叫KillerAPP，就是頭部應用基本在整合線上線下的資源，開始跨界，關聯更多用戶的生活場景，來增加客戶黏性。新興領域，實際上資本是非常活躍，就是大家通過並購，整合，迅速的樹立這個行業的領先地位。從整個發展趨勢看，由於移動技術來看，給這個業務帶來了整合，比如當你進入商店的時候，你的資訊已經開始跟線上數據做關聯。從大數據角度來判，這種線上線下數據打通的話，實際上給我們帶來了真正的對人群的，有可能利用數據的細分和深入的洞察。針對每個人不同的喜好我們可以提供不同的行銷手段。

　　但是這種行銷的話不是簡單的説就去投投廣告，或者打打電話，實際上這是一個整合行銷的範疇。就是如何利用數據做行銷，也是我們一直在研究的範圍。實際上這個我們已經有一些結論。傳統行業很明顯，在加速移動網際網路行業的轉型，不管是從政府還是從地産、航空等等行業，都在加速轉型。

　　TalkingData如何幫助這些傳統行業進行移動網際網路，包括大數據方向轉型。我們是三個角度，目前我們數據體量，在中國覆蓋了20多億移動智慧設備，每天大概有2億台智慧手機通過各種形式向我們發送各種各樣的數據。因為在座同行應該知道，我們從金融領域開始，目前的話我們服務在中國90%的股份制銀行，80%的投部券商，70%的保險公司。今天我想跟大家不分享金融方面的案例了，我想跟大家講講我們在其他行業的。

　　簡單地説，因為我們最近跟地産行業交流比較多，我們發現傳統的行業，雖然它也是支柱産業，但是實際上它也碰到了産能過剩，庫存過多，轉型壓力，各方面的一些困惑。這時候其實很多傳統行業的從業人員或者企業主的話，實際上他認為大數據是他必須要探索的方向。所以在地産領域，包括零售領域，我們也做了很多的項目，包括一些試點，我們去證明如果利用這個數據幫他更好的理解他每天的到店的客戶，而不是只能看看人流，我真的能告訴他，每天到你商店的到底是什麼樣的人，他平時在哪兒活動，他有什麼樣的興趣、喜好，他的消費能力到底什麼樣的。

　　而且可能幫你指導你地面的投放，以及線上的行銷。所以這是我們在傳統行業去幫助，包括地産、零售，包括航旅在做的一些案子。因為我相信在下午的話也有很多分會場，相信有很多專家，包括我們的同行會給在座的諸位帶來非常多的精彩的案例和分享。所以我這邊也就不多囉嗦了，也希望大家能夠繼續關注TalkingData，我們相信在2016年我們會給大家帶來很多真正能夠改變大家對大數據認識的一些方法，包括案例。謝謝大家。