Stratifyd: 数据驱动业务价值，让决策更精准 | 技术篇

以下内容来源于Stratifyd 高级解决方案经理周冠男在AWS网络研讨会中的演讲内容「技术篇」，如需查看完整演讲视频和演讲课件，可关注“Stratifyd”微信公众号，后天我们会发布“数据驱动业务价值，让决策更精准”系列的「案例篇」，完整演讲资料可在「案例篇」获取。

上篇我们讲到了如何从业务效率和科学决策层面驱动企业的数字化转型，以及构建“以客户为中心”的核心价值体系。明确了以客户为中心去构建数据驱动业务的体系以后，下面的重点和难点就是如何释放数据的价值。本文将重点介绍如果利用增强智能技术充分释放数据价值。

什么是增强智能？

关于“增强智能”（Augmented Intelligence）概念的解读和应用在“Gartner报告：人机结合的增强智能将成为AI最有价值的应用”这篇文章中有详细介绍。Gartner将智能增强定义为”以人为中心”的伙伴关系模型，即人们和AI一起工作以提高认知性能，包括学习、决策和新的经验。增强智能的目的是弥补人类自然能力的不足，同时又将人类智慧应用于AI，使商业智能变得更加完善，实现人类跟机器的优势互补，发挥最大价值。

Stratifyd增强智能平台拥有非凡的数据分析能力，通过整合结构化数据与非结构化文本、语音数据，实现数据的动态联动，层层深钻，深入拆解企业的各项关键业绩指标，比如客户净推荐值（NPS），了解故事发展全貌。

增强智能释放数据价值

利用增强智能技术可以挖掘更广的数据资产、运用更多的算法技术、执行更自动的决策方案，进而释放数据价值，找到客户反馈数据中更深的故事含义。

Stratifyd提出的数据驱动业务的体系框架如下图所示，除了企业的内部数据（运营数据、财务数据等）之外，Stratifyd还可以收集客户在公开渠道反馈的数据，包括语音、聊天、问卷调研、电商、社交平台等。数据收集起来之后，我们去发挥它的价值，无论是定性地研究、抽取话题、判断情感，还是定量地分析趋势以及分布，在不同颗粒度上进行研究，这些都会借助很多增强智能的技术。在这个过程中其实已经构建了一个数据收集、分析的自助式/自动化流程，那么在不同的决策阶段都可以给到数据支持，包括体验优化、新品验证、抱怨倾听、需求研究、意图情感、合规质检、商机识别、智能推荐，在这些场景里面都可以去发挥数据的价值。

Stratifyd数据驱动业务体系

上面提到的数据驱动业务体系背后其实是基于“以客户为中心”的理念构建的。以客户需求作为出发点我们去收集客户数据，然后利用增强智能技术分析数据，再到可视化呈现分析结果，持续监测聆听客户反馈，不断完善、优化业务流程，去更好地指导市场、产品以及客户体验团队，帮助管理者做出更科学的分析和决策，这些决策会影响到客户下一轮的体验，这样就会形成一种积极的正反馈，促进企业不断地向客户需求靠拢。

以客户为中心，以数据为引擎

数据采集的过程中有很多传统的数据资产，比如结构化的运营数据和财务数据，对这些数据进行分析可以复制企业很好地制定决策方向，但不能作为唯一的参考标准。大量实践案例证明，像客户数据、调研数据、社交电商、视频记录、用户行为以及地理位置等非结构化的数据中蕴藏着容易被我们忽视，但是却非常重要的商业价值。只有将结构化与非结构化数据结合，进行联动分析，才能得出更准确、更明智的结论。

形形色色的数据都可以成为数据资产

Stratifyd不仅可以分析传统的结构化数据，还可以分析语音、文本等非结构化数据，我们把数据资产扩充之后，才能更广泛地应用数据分析技术。对于结构化数据，我们更多会使用BI技术，通过数据可视化更直观、更清晰地在不同颗粒度上去看到数据的分布和趋势。Stratifyd在非结构化数据的分析、处理上也非常有优势，比如自然语言处理和理解技术（抽取话题、预测情感），语音转写技术、时间序列预测技术，这些应用类的技术其实是得益于很多机器学习算法相关领域的快速发展，从底层统计学的算法，到深层次的非监督学习、有监督学习算法，都可以帮助我们在现实中去应用技术。

说到这里，增强智能技术在现实中有哪些实际应用呢？后天Stratifyd微信公众号将发布“数据驱动业务价值，让决策更精准「案例篇」”，在「案例篇」内容里我们将带大家从一些有趣的客户案例里一起了解数据价值对业务运营的高效驱动作用，敬请关注。

关于斯图飞腾（Stratifyd Inc.)

斯图飞腾（Stratifyd Inc.) 总部位于美国南部金融重镇夏洛特，是全球领先的人工智能（AI）数据分析服务提供商。公司有强大的非结构化数据语义分析能力，致力于推进AI在企业数据分析以及商业智能领域的进步。Stratifyd人工智能平台通过整合多个数据源的结构化和非结构化数据，深入洞察消费者反馈信息背后的故事场景，帮助企业提升客户体验，实现高效获客与转化留存。