12月16日，2016年中国互联网经济论坛在京举行，GEO集奥聚合 COO 吴海斌在现场发表主题演讲。他认为作为一家企业做数据服务，通过把不同的碎片化的信息通过不同的结合点结合起来、大量的数据整合，真正了解用户才能助力金融机构和其他行业，从而实现企业价值。

以下为演讲实录：

大家下午好！我们企业是做数据服务的，我们客户是2B客户，帮助金融机构和其他行业，比如教育机构、汽车、房产这样的行业去做营销、风控。说落地一些，我们到底是怎么跟金融机构服务的，也不要说又说经营又说风控，就说营销，就说客户管理，只说在银行做客户管理，大家可以把概念延伸到自己的行业中去。

我以前在银行做了十几年，我一直在银行做数据，我对银行有什么痛点是深有体会的。每次和银行谈，特别是和零售银行去聊，他们会问我，你到底是怎么帮助我？我现在痛点是什么？我有五千万客户有一半已经不活跃了，我不知道他们在做什么，你能不能告诉我他喜欢什么？哪些客户资产状况是想要服务的人群？打造什么产品服务他们，通过什么渠道可以接触到他们，这是银行经常问的问题，大数据可以解决这些困难吗？

而我们是可以帮助他们的，是不是100%全部解决掉？不一定，但是我可以告诉你，我可以做什么。我们能够拿到什么数据帮助银行了解客户不同维度，目标人群和普通人群对照组，在网络行为上的差异是什么。从我的数据中看出，金融角度来看目标人群比普通人群高15个百分点，出行、新闻、外卖、汽车旅游都是高的，人群特质和普通人群差异很大，知道这个信息是不是可以把产品进行优化。

什么时候目标人群和对照组里大家上网的关注度点在什么地方，不同点在什么地方，明显这么高的组点击量比对照组高很多。关注网站的情况，目标组和普通组之间的差异，哪些网站关注更高？做流量可以关注度更高的网站，包括目标群到底对哪些信赖类产品更加的关注，我说的是关注而不是购买，关注是购买的前提。

种种的信息是通过大量的数据积累来获得的线索，作为数据公司怎么来做呢？首先怎么把不同的碎片化的信息通过不同的结合点结合起来，通过KP号码、邮箱地址、新浪微博号码，等等串联起来，不同的线索是一个人做的，这是一个基本的能力。第二大量的数据整合，之后是做数据的整合，点点滴滴的行为标签，关注过什么网站、关注过什么产品、关注过什么服务，从而把画像画出，马上可以根据行为判断出来，不一定是真实的但一定是贴切的。

互联网特别是移动网络行为将会是大数据价值最深的数据源，做任何东西都在网上走，今天上午有一位嘉宾唯品会90%销量是手机上做的，这些行为点点滴滴形成的是轨迹，轨迹是偏好是你的兴趣和需求，可以判断出这个人是不是有各种各样的不同偏好。

银行，有些银行自己经营属性的数据，哪怕是工商银行客群也只能看到工商银行的交易，不知道这个客户在招行和建行也有信息，如果我把通过某一个链接的主键外部的行为，行为是预测性行为和银行数据进行对接。银行对客户的了解成为可能成为360度画像，知道客户的行为，在做服务、产品营销的时候会更加的精准，这是未来探索个性化服务的最基本的逻辑，当不了解客户的时候谈什么个性化呢？

“方舟产品”我们产品定义是银行内部的，银行信息是出不来的，银行绝对不会泄漏信息的，包括电话号码都不会轻易的出来，对银行服务是做体制化服务，系统在银行内部，银行从系统中调取对客户枝节描述信息我们叫做标签，一方面数据和三方数据结合在一起，融合在他们内部的大平台，里面有标签，标准化的标签，这个人特质的标签都在里面，是综合性的标签包括里面的建模，包括可以进行项目营销的优化，所有的操作人员是点击式的操作，选一个人有信用卡，对信用卡有关注的，对信用卡、机车消费有关注的，可以选性别、年龄和区域等等，这样会形成这次会有多少客户是在选择范围内的，这个平台是和银行内部的整个沟通平台是打通的。比如，外汇平台、EDM平台等等，完全是一体化的，信息回到平台中去，马上可以对于模型进行优化，很多模型不是天生就是好用的，如果放了一些定制化模型对你也并不一定合适，通过做的营销活动的结果来回复进来。    

银行大数据合规性的问题，我们的建议是，第一合作方数据源是合规的，要看是不是有真正的商务合同，是不是黑数据；第二是数据要加密；第三大家最好拿脱敏的数据不要拿敏感的数据，即使是术语泄漏也不会产生很大的影响。数据的匹配问题，大数据和我们合作最大的问题是匹配，握有10%、20%匹配率，这是很现实的问题。

如何评估大数据的价值，银行做任何的事情都看LI，每次设活动要有明确的KPI，然后可以计算，怎么来核算LI这个收入，并不是大数据带来销售收入全是里的收入，不用数据可以赚多少钱，增值的是真正的增长率，用这个做分子，不能只看收入和增长收入，还要看对整个银行经营效率的提升，本来是十个人做，现在加入了数据流程剩下三个人做事情，机会成本和效率都是收入。这是我给大家分享的案例和银行客户间的数据的反馈，谢谢大家！