pdg – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Thu, 04 Jul 2019 03:17:56 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 CAMIA:2018年前第一、第二季度印尼社交媒体趋势调查 //www.otias-ub.com/archives/776480.html Wed, 26 Sep 2018 15:32:59 +0000 //www.otias-ub.com/?p=776480 研究表明,大部分人每天超过25%的时间都花在社交媒体上。社交媒体的创新和便捷很容易让用户对其产生黏性。它增加了分享信息的渠道。人们互动频率的提高归功于高频度社交媒体的使用。

如今,85%以上的企业都有专门的社交媒体平台作为营销策略的一部分。在使用社交媒体营销超过3年的企业中,有近58%的企业在这段时间里实现了销售增长。近60%的营销人员将几乎一整天的工作时间投入到社交媒体营销的开发和维护中。

通过社交媒体,人们可以做任何事情,沟通、分享照片或视频、宣传活动、推广产品、进行营销活动,因为世界各地的人们可以随时随地访问。随着社交媒体的发展,平台本身也在相互竞争以获取用户,让用户使用自家的社交媒体平台成为人们的日常习惯。

近期印尼市场调研机构JAKPAT做了关于社交媒体使用趋势的调查,调查情况如下。

受访者性别年龄月消费情况分布图

受访者受教育程度和位置

社交媒体平台使用频率

该调查显示,用户使用Facebook的频率最高,其次是Instagram,Path虽然即将关闭运营,但仍使用频率不是榜单末位。

社交媒体平台的价值

Facebook和Instagram是信息性和娱乐性最强的社交媒体,信息性方面Facebook排第一位,娱乐性方面Instagram最强。

从用户的年龄分布看社交媒体平台的价值

成年用户倾向通过Facebook获取信息。同时,青年和年轻化用户倾向用Instagram来娱乐消遣。

2018年1,2季度Facebook用户的功能使用情况分布

两个季度功能使用的数据相差不大。用户们通过Facebook和熟人们进行互动。2019年第二季度,Facebook推出新功能“stories”,这个功能比签到,上传视频更有吸引力。

用户在Facebook上的关注对象

用户在Facebook上的好友大部分仍是现实生活中最亲近的朋友,如同学,家人,同事。有趣的是,和同一工作领域的陌生人交友的趋势增长明显。

Facebook用户取消关注的原因分布图

不取消关注页面或群组,也不取消好友关系的Facebook用户数量比那些取消关注/取消好友关系的用户高出1.5倍。用户取消关注的原因是因为所选择的帐号太多垃圾信息,或该账号的观念用户自己观念不同。

2018年第一,第二季度Facebook用户最受欢迎的页面种类没有改变,但今年受大选影响,Facebook用户更喜欢政治类页面。然而,生活方式类beautyreview,fashion blogger数值也在增长。

Facebook最受欢迎的功能

Instagram最受欢迎的功能是“stories”

Instagram用户的关注对象

Instagram用户在2018年第二季度更多关注beauty review和品牌账户。和Facebook一样,用户和陌生人交友的倾向更明显。

Instagram用户取消关注的原因分布

大部分用户不会取消关注好友除非其发布垃圾信息或仇恨言论。

用户在Twitter上的活动分布图

Twitter用户的关注对象

第一季度和第二季度各类型账号的粉丝数量没有很大的差别,和Facebook,Instagram一样的是关注陌生人的倾向更明显。

Twitter用户取消关注的原因分布

只有29%的用户会因为账号发布垃圾信息,政治倾向,宣传或支持仇恨言论而取消关注。

用户选择LinkedIn的原因是从中可以找到工作上的专业信息

用户使用Tik tok的情况分布和选择Tik Tok的原因分布

社交媒体用户大多意识到广告的存在,只是对它视而不见。除此之外,他们通常会关注广告,甚至寻求广告的进一步信息。事实上,社交媒体用户对所附广告的反应是比较中立的,因为这不是他们的注意力所在,但有时可以提供比较有创意的广告。受访者普遍认为,如果广告有促销打折或降价信息会更受欢迎。

总结

1. 和去年一样,Facebook 和Instagram仍是影响力最大的社交媒体,这两个社交媒体成功地成为人们使用率最高的社交媒体品牌。他们的用户会把facebook,Instagram带到每天日常活动中,在网上和朋友进行深度互动,通过各种功能把自己的日常生活和Facebook,Instagram紧密地联系在一起。Facebook的功能最多,所以用户能通过各种各样的功能组织多样性的活动。Instagram也是如此。Facebook,Instagram和Twitter的功能更多的是娱乐用户,LinkedIn 更多用于职业社交场景。

2. 这次调查中,92%的受访者是Facebook的用户,有83%是Instagram的用户,Twitter用户量只有Facebook用户量的三分之一,但也成为2018年第二季排第三的社交媒体,紧接着的是Google+,Tik Tok, Linked in. 被印尼政府禁止运营的Tumblr不纳入调查范围。

3. 随着社交媒体已经成为日常生活的一部分,人们现在对和陌生人接触抱着更开放的态度。通过社交平台和陌生人联系的趋势在增长,包括和来自同一工作领域的人加强他们的联系。

来源:CAMIA

]]>
CAMIA:中国在线借贷平台在印尼水土不服? //www.otias-ub.com/archives/777120.html Mon, 24 Sep 2018 15:30:57 +0000 //www.otias-ub.com/?p=777120 印尼作为东南亚最大经济体通常会向经营在线贷款的金融科技公司敞开大门,因为目前印尼仍数有千万人无法获得银行贷款,印尼金融监管局OJK将在线贷款视为解决这些民众资金需求方案之一。对中资公司来说,印尼这个人口超过2.6亿的国家是一个很有吸引力的新兴市场,尤其是在国内金融监管机构出台了严格政策来规范小额信贷行业之后。

但是一些来自中国以在线借贷为主业的金融科技公司的到来,令OJK感到担忧。这些金融科技公司相当一部分没有在OJK注册,当债务不能按时收回时会采取激进的催收方式。如电话骚扰贷款人的家人朋友同事,告知其必须按时还款。对于这种激进的催债方式,印尼OJK负责监管金融科技的Hendrikus Passagi表示,这种做法有违宗教理念。印尼是毕竟一个宗教国家。
2017年以来,中国在线贷款公司已陆续来到印尼,与官员、银行家和相关行业的高管会面,以开拓市场。印尼OJK在7月公布了一份责令停止运营在线贷款业务公司的名单,该次名单上公司数量达226家,9月初被禁的公司增至407家。

在线贷款公司的业务主要是向个人和小企业发放小额贷款。印尼每年融资需求与银行提供的贷款之间缺口约有73亿美元,印尼OJK认为在线借贷业务的开展是实现借贷需求平衡的方案之一。

现在在线贷款行业仍在快速增长。今年1月至7月底,印尼64家合法注册的在线贷款机构的借贷总额达534亿美元,印尼最大的网约车平台Go-Jek与3家印尼当地P2P公司合作为切入点,进入金融科技领域。

印尼OJK赞了那些获得正规牌照的在线借贷公司。“中国有很好的在线借贷公司,尤其是上了市的公司监管往往更高效,透明。”去年11月在纳斯达克(Nasdaq)上市的总部位于北京的和信贷今年8月收购了印尼在线借贷平台Musketeer 20%的股权,以进入印尼在线借贷市场。和信贷一位发言人表示,和信贷不赞成中国部分P2P公司的恶意收债方式,他们只通过客户提供的紧急联系方式联系客户,如果逾期90天仍未还款,就将借款人列入黑名单。

印尼OJK还规定相关外资金融机构必须有一位印尼合作人,持有至少15%印尼子公司的股份,并且担任董事会成员。

来源:CAMIA

]]>
CAMIA:越南企业在庄闲网络娱乐平台进入 和AI应用方面仍然落后于国际水平 //www.otias-ub.com/archives/774579.html Sun, 23 Sep 2018 15:31:14 +0000 //www.otias-ub.com/?p=774579 根据越南在线招聘公司Navigos Group的一个调查显示,越南的企业意识到应用前沿科技(AI,庄闲网络娱乐平台进入 )的必要性,但只有极少部分公司真正地把技术应用到生产中。该公司对1000多位IT从业者进行调查,研究他们对云计算、大数据、物联网、庄闲网络娱乐平台进入 和人工智能等技术的看法和经验。调查发现,目前越南企业使用最多的技术是云计算、大数据和自动化转换软件,而应用最少的是庄闲网络娱乐平台进入 和AI。

越南企业在庄闲网络娱乐平台进入
和AI应用方面仍然落后于国际水平~

越南科技从业者对科技应用方面的看法

虽然如此,有66%的受访者表示,他们公司对庄闲网络娱乐平台进入 和人工智能感兴趣,在他们当中有13%计划于一年之内开始应用这些技术,有14%表示他们将在1年到3年内开始应用这些技术。几乎所有的受访者都相信人工智能和庄闲网络娱乐平台进入 在未来会飞速发展。86%的受访者表示相信新科技的发展潜力,并且他们对人工智能和庄闲网络娱乐平台进入 的优势都有相当程度的了解。

关于人工智能的应用,受访者对最快能实现应用的方向看法如下,39%的受访者认为能构建更好的解决方案,24%的受访者认为能创建智能机器,以帮助现在的行业生产转变为全自动化,9%的受访者认为能创建智能机器人,在未来帮助人类完成危险的工作。

关于庄闲网络娱乐平台进入 的应用,受访者认为潜力最大的方面分别是优化资金转移(22%),确保产品的质量(18%),商业流程的高效化(13%)。

Navigos Group的CEO, Gaku Echizenya在评论调查结果时强调:越南的IT公司和专家有必要自学这些新兴技术。他认为,国际上的有不少公司正在快速革新这方面的技术,因此越南需在这个科技赛道中加速前进,以在这个技术版图上写上越南的名字。越南应该提供更多的场合供这些科技公司相互交流学习新技术。为了降低技术人才流失的风险,越南还应该重视人才吸引措施,为创新产品创造良好条件,为接触新技术创造机会。

IT从业者将人工智能、庄闲网络娱乐平台进入 、数据科学、机器学习和深度学习以及互联网安全视为他们即将学习的顶级技术。然而,他们认为在越南缺乏专业培训,缺乏将理论转化为实践的机会,以及从业者们有限的语言能力是学习高科技的主要障碍。关于从业者语言能力方面的调查结果显示,41%的受访者能阅读和理解英文文件,只有26%的受访者听、说、读和写方面都没问题。超过一半的受访者表示,如果有机会在庄闲网络娱乐平台进入 或AI初创公司工作,他们愿意移居海外。

在这份报告出来的同时,全球对掌握人工智能和庄闲网络娱乐平台进入 的技术人员的需求正在增多。据越南投资评论(VIR)报道,截至4月18日,IBM正在招聘150位庄闲网络娱乐平台进入 工程师。招聘公司罗伯特•沃尔特斯(Robert Walters)最近指出,2017年以来,在亚洲与加密货币(cryptocurrency)或庄闲网络娱乐平台进入 技术相关的工作岗位增加了50%。特别是印度、新加坡和马来西亚,这三个国家的需求很大。

2018年初开始,越南已经举办了不下10次与庄闲网络娱乐平台进入 技术相关的研讨会。品牌与竞争策略研究所(Research Institute for Brand and Competition Strategy)主任Nguyen Van Nam表示,科技将改变包括越南在内的许多国家的经济、政治和社会格局。越南的主导力量是企业,这些企业生产必须数字化,这必须通过重组实现,政府应该有切实可行的政策支持。

来源:CAMIA

]]>
CAMIA:良好的在线环境为东南亚电商的发展提供最佳机会 //www.otias-ub.com/archives/771443.html Fri, 21 Sep 2018 15:31:25 +0000 //www.otias-ub.com/?p=771443 电子商务在全球盛行许些年后,部分市场已经进入饱和状态,增长速度逐渐放缓。而与此同时,作为一个互联网和智能手机行业还有巨大发展空间的大市场,东南亚电商市场尚有不可估量的开发潜力。

互联网经济实力的增长和年轻一代比例的增加增强了东南亚地区的消费潜力,这种消费潜力正好指向了在线市场。在东南亚几个国家中,有2亿人购买或租用在线服务,有2.3亿人已经习惯在网上搜索商品。在线销售渠道&服务正在改变消费者的消费方式。为了接近更多的消费者,许多线下企业也开通了线上渠道。

事实上,近年来东南亚电子商务正在以较高的速度发展,该区域的电商复合年增长率(CAGR)已经高达31%,预计至2025年该市场价值将增长至880亿美元。

通过建立与电商相关的规章制度,允许外来投资者进行大量投资,预计到2025年人口众多的印尼也将实现52%的增长。新加坡虽小却也是该地区的电子商务中心市场,许多大型电商玩家如Lazada和Zalora等都选择新加坡作为其发展基地。

泰国政府将电子商务的发展视为工业革命4.0的核心任务之一,该主张有效的推动了该国家电子商务的发展。马来西亚、越南和菲律宾等东南亚国家也都在关注各自电商行业的发展。其中社交网站上的电子销售为重点关注对象。现如今大部分在线零售商都选择通过Facebook或Instagram等社交网络与消费者接触。

在东南亚的电子商务行业中,社交网络扮演着重要而且必要的角色。如今该区域社交网站的平均销售额已达到在线销售总价值的30%,而世界平均水平仅为16%。

目前东南亚地区的电子商务交易成功率仅仍然低于世界上的其他大市场,该地区离饱和状态尚有很大的距离。正是在这样的前提下,越来越多的企业和个人将商品搬到线上渠道。而最方便、快捷的“搬迁”目的地则是社交网络。

根据We Are Social数据,东南亚社交网络用户占总人口的53%,比全球平均值——37%高出16个百分点。现在,东南亚的消费者已经习惯通过移动设备访问社交网络,搜索商品&交易。

根据相关数据,东南亚电子商务正在向“移动商务”发展。目前越南手机购物比例为33%。印尼31%,菲律宾25%,泰国52%,马来西亚40%,新加坡39%

当前东南亚的在线环境对零售商(尤其现有的东南亚电商大玩家)来说是一个很好发展的机会。在这里,玩家每天都可以在这个不饱和市场捕捉到新的消费者。

来源:CAMIA

]]>
CAMIA:在菲律宾电子商务市场中遥遥领先的8大领头羊 //www.otias-ub.com/archives/773481.html Fri, 21 Sep 2018 15:31:18 +0000 //www.otias-ub.com/?p=773481 虽然菲律宾电子商务市场在社交媒体活动中吸引了更多的消费者,但是,由于国际玩家已经取得了巨大的领先优势,地位不可撼动,因此本土玩家很难再从中分一杯羹。

有意思的是,菲律宾电子商务地图2018年第2季度调查结果显示,很多本土玩家在活跃,只有少数国际玩家接管了菲律宾的电子商务市场活动。

在菲律宾电子商务市场中遥遥领先的8大领头羊

然而,正是国际玩家在很大程度上助长了市场活动,因为他们在整个电子商务市场活动中的份额占了93%。与此同时,在社交媒体活动中,本土玩家的份额占了整个电子商务市场社交媒体活动(Facebook、Instagram和Twitter)的75%。

国际玩家是主推者

8大玩家组成了菲律宾国际电子商务的份额,他们分别是:Lazada、Shopee、Zalora、eBay、Sephora、Sophie Paris、My Sale和Melissa Philippines。

在上面提到的8大玩家中,有4个电商:Lazada、Shopee、Zalora和eBay,在菲律宾电子商务网站中访问量名列前茅。

值得注意的是,Lazada在菲律宾的连胜表现占据了电子商务市场68%的份额。具体来讲,Lazada在菲律宾的流量领先至少是其竞争对手Shopee的3倍,在菲律宾市场是独一无二的,因为它的SEA同行,在马来西亚、越南和泰国电子商务市场领先不到一半,份额分别为45%、20%和47%。对于印尼和新加坡市场来说,本土玩家Tokopedia和Qoo10是他们最熟悉的电商,是访问量最大的电商。

在菲律宾电子商务市场中遥遥领先的8大领头羊

菲律宾消费者的网上购物偏好主要是基于对品牌的熟悉程度,根据Kantar Worldpanel的调查,84%的菲律宾消费者表示,尽管市场上有大量低成本的替代品,但他们更愿意购买知名和值得信赖的品牌,拒绝“山寨货”。菲律宾消费者这种特定的消费行为主要影响了当本土玩家,因为其中大多数本土玩家才开始在数字市场中开展各自的业务。

本土玩家开始“吸粉”

本土玩家的总流量只占了菲律宾市场总流量的7%,而在整个电子商务的流量中,本土玩家占的份额更多。

其中,访问量最大的本土玩家是BeautyMNL,总体排名第5,流量不到100万,紧跟其后的玩家是排名第9位的Kimstore。

在菲律宾电子商务市场中遥遥领先的8大领头羊

Galleon、O Shopping和Takatack在2018年第1季度电子商务中分别排名第7、8和11位。 而Argomall上升了两个级别,排名第6位。

有趣的是,报告发现大多数的本土玩家在市场活动中遇到了不一致的情况,因为有时排名会出现跳跃和失误。电子商务与流量的飞跃主要有Apartment 8 Clothing,、Zeus、Straight Forward Clothing、Great Value Plus、Bayan Mall、TV Shop、Mall Hallo Hallo and CesaPH的流量排名平均提高了约7个等级。

而Adobomall、Watch Portal、Goods、Mommy Mundo、Bigmk和Abubot平均流量排名下降约8个等级。

尽管本土玩家在网站流量上的接受率较低,但在Instagram和Twitter的社交媒体活动吸引了很多关注者,占整个电子商务市场社交媒体关注者的70%和51%。同时,Facebook的社交媒体活动主要由国际玩家接管,因为它在整个电子商务市场中占有77%的份额。

随着越来越多的本土企业正通过社交媒体平台逐步扩大市场覆盖面,根据菲律宾消费者的消费偏好,他们应该优先打造电子商务品牌。目前菲律宾政府正在协助本土玩家进入数字市场来发展这个行业,然而,它仍然缺乏一个明确的支持来抗衡这些国际大玩家。

来源:CAMIA

]]>
Q&Me:2018年越南社交媒体使用调查报告 //www.otias-ub.com/archives/770581.html Wed, 12 Sep 2018 01:24:32 +0000 //www.otias-ub.com/?p=770581 越南市场研究机构Q&Me最新报告,追踪市场社交媒体最新趋势,具体如下:

一、数字媒体vs传统媒体

使用时长对比:手机vs电脑/平板vs电视vs报纸vs杂志vs广播

与传统媒体相比,互联网/数字媒体的使用时长相对非常高。尤其是移动端的数字媒体。

使用时长对比:互联网vsTV

比较明显的是,无论是PC/平板端还是移动端的互联网的使用,其中每天使用超过4个小时的受访者占所有受访者约30%。

二、通讯应用程序使用情况

通讯应用的使用情况一

Facebook和Zalo为大多数受访者最常使用的通讯应用程序,受访者使用指数高达90%+。其他应用如Viber,Skype和LINE等等的使用指数相对非常低。

使用指数较高通讯应用对比

Facebook Messengger的使用指数相对于越南本土“微信”Zalo高出16%。不过相比之下,30+岁的受访者会比较倾向于使用Zalo,二年轻人则更喜欢Facebook Messengger。

三、社交媒体使用情况

社交媒体使用理由

日常社交自然是使用社交媒体最大理由。值得注意的是,不少受访者使用社交媒体为的是买东西,该指数在本次调查中占44%。还有少部分受访者用于售卖商品。

最常使用社交媒体应用

Facebook,Zalo和和Ins为越南市场三大社交媒体应用。其中Facebook的渗透率非常高。Twitter和LINE也有不少用户。

使用时长比较:Facebook vs Zalo

各个社交媒体应用使用理由

Facebook的使用范围比较广。而Zalo主要用于日常通讯活动。

来源:CAMIA

]]>
CAMIA:印尼移动设备使用行为习惯调查 //www.otias-ub.com/archives/769631.html Wed, 12 Sep 2018 01:23:43 +0000 //www.otias-ub.com/?p=769631 现如今移动设备已经渗入人们生活的方方面面,也可以说移动设备已经成为“人体的一部分”。市场营销者已经注意到,移动营销已经成为与消费者沟通的最佳渠道。为了了解消费者日常移动设备使用习惯,印尼市场研究机构jakpat做了新调查,具体如下:

受访者属性一:性别比例&年龄分布

受访者属性二:月支出&地域&受教育程度

移动设备使用行为习惯:音乐&视频&游戏

除了日常社交之外,大多受访者移动设备的使用主要集中在娱乐领域:看电影、听音乐和玩游戏为三大主要行为。其中JOOX为最常使用音乐流媒体应用,Viu为最常使用视频观看平台。

受访者各类移动设备使用情况

所有受访者都拥有至少一部智能手机,其中还有超过一半(63%)的受访者持有电脑设备。

移动设备持有情况

移动设备持有情况

移动设备持有情况

超过17%的受访者表示拥有超过3台以上移动设备。

移动设备使用情况

社交媒体的使用为大多数受访者的移动设备主要使用行为。不过相对于女性受访者,男性受访者对游戏的偏好更高。具体如下:

日常移动设备使用行为

月支出低于200美金的受访者在音乐和游戏方面比较活跃。

月支出低于500美金的受访者移动设备适用范围相对较广

睡前移动设备使用行为

睡醒移动设备使用行为

新应用下载行为

绝大多数男性受访者和女性受访者都有体验新应用的习惯。其中20-30岁的受访者在这一方面相对比较活跃。

近期下载应用

最受欢迎应用类别

最常用音乐APP

最受欢迎TOP10游戏

来源:CAMIA

]]>
腾讯QQ大数据:神盾推荐系统的超大规模参数学习探究 //www.otias-ub.com/archives/770566.html Wed, 12 Sep 2018 01:22:32 +0000 //www.otias-ub.com/?p=770566
前言

本文介绍我们在推荐系统领域的大规模参数学习研究. 问题的起源是探究给每一个用户学习一个 ID 层级的表征, 而在千万量级的业务上, 学习如此特征将会牵涉到超十亿规模的参数学习. 对此我们根据推荐算法的特点, 实现了一个无需使用参数服务器, 在普通 Spark 能够运行的支持大规模参数学习的 FM 算法, 我们称之为 Elastic Factorization Machines (EFM). 从理论上, EFM 算法能够支持千亿规模的参数训练. 在实践中, 限于资源我们实现了一个十亿级的 EFM 算法, 并在线上对比 FM 取得 PV 点击率 5.0% 的提升.

效果说

[ QQ 动漫某场景的三天 PV 点击率对比 ]

用户 ID 层级的表征学习

推荐系统中, 用户的表征是一个非常重要的课题, 表征的粒度通常影响推荐算法的个性化程度. 当我们只能用性别的男/女来表征用户的时候, 算法能够给出的只是分群热度推荐. 而当我们能够刻画用户在每一个物品分类的兴趣的时候, 算法的便能够给不同的兴趣群体给出不一样的推荐. 越精细的用户表征, 推荐系统的个性化程度越高.

[ 越精细的用户表征, 推荐系统就越个性化 ]

而最精细的用户表征, 是用户 ID. 对每一个用户学习用户兴趣, 能够做到真正的千人千面. 但在实现上, 学习用户 ID 层级的表征通常会遇到计算量的问题, 这里主要的原因是用户 ID 层级特征量级与用户量直接相关, 以千万级用户的业务为例, 如果使用 FM 算法学习用户 ID 特征, 对每一个用户学习维度为 100 维的隐向量, 则整体参数量将会增加到 10亿级. 而如果这个业务的物品更新不快, 物品数能控制在数万规模, 则即便是用 “用户对物品兴趣” 这个用户表征也只需要训练百万级别的参数.

[ 各级别用户表征的特征量级对比 ]

无参数服务器实现大规模参数学习

业界在大规模参数学习的解决方案是使用参数服务器. 背后的核心是分布式训练. 而市面上各个参数服务器在并行策略上也有不一样的划分, 包括下面两种情况:

• 数据并行

o 这种方法是把模型分发到每一个节点做训练, 但如果模型参数量本来就非常大, 将无法支持.

• 数据并行 + 模型按需并行

o 这种方法的初衷是考虑到并不是每一个训练数据块都需要所有的参数, 因此可以统计当前训练数据所需的参数, 并只向参数服务器请求这些参数. 但因为训练数据是随机分布的, 因而可能一个参数会被多个数据块请求, 这会导致较大的网络开销.

而当我们需要给每一个用户 ID 训练表征的时候, 同一个用户 ID 的参数, 应当仅被这个用户创造的样本所需要, 这个参数对应的梯度也只能从这些样本产生. 这意味着我们只需要让训练数据和模型同时做划分(分桶), 就能够让每个用户 ID 参数仅被一个数据块请求. 在这个思想下, 用户 ID 层级的参数可以分布式存储, 从而也不需要一个单点的参数服务器, 可以在普通的 Spark 上实现.

[ 不同类型的大规模参数训练方案对比 ]

整体的实现步骤如下, 用户 ID 层级的参数和训练数据都按照用户 ID 哈希分桶, 每一个参数块都被分发到对应的数据块上做训练. 与此同时其他特征也会被分发到每一个训练数据块上. 因为除开用户 ID 层级参数外, 其他参数(例如 Item ID)量级能够控制在百万以内, 从而可以分发到各个子结点的内存中. 从参数和训练数据中我们可以算得每一个参数的梯度, 而用户 ID 层级参数的梯度也只由这个训练数据块中产生, 从而可以做一个一一对应的分发把梯度推送到对应的参数块. 而其他参数因为量级较小, 可以做一个递归合并然后在内存更新.

[ 无参数服务器实现大规模参数训练方案 ]

实现细节

规模上限

这个实现从理论上能够支持任意量级的用户 ID 层级训练. 但受限于业务资源, 我们最高只测试过十亿级别的模型训练.

算法选择

按理只要是梯度下降法的优化算法都能够利用类似的方法去实现. 这里我们实现了 SGD 和 ADAM 两种方法, 发现 ADAM 算法作为一个自适应学习率的方法, 效果更好. 这两个算法的具体原理, 可以参见文献1.

Spark 大规模参数学习的工程实现

为了训练亿万级别的模型参数, 我们做了大量的优化工作. 其中部分经验来自于作者曾经在图计算上的实践经验, 例如在多次迭代之后应当实现使用 checkpoint 功能进行 RDD 断链保证系统鲁棒性.

线上模型实现

线上服务在实现上与传统的 FM 算法相似, 除了用户 ID 层级外的模型参数都可以存储在共享内存中. 而每一个用户的 ID 层级特征可以写在 K-V 系统中, 为一个用户提供服务的时候只需要请求一次就能够得到对应的参数值. 从而对比起传统的 FM 算法, EFM 算法只额外多一次 K-V 系统请求的开销.

异步更新问题

每天例行模型训练完成之后, EFM 算法在同步模型参数到线上的时候将会遇到异步更新问题. 因为用户 ID 层级特征的参数和其他参数分别存储在不一样的平台, 更新耗时有较大差异, 从而导致在更新途中有些用户的特征将完全无法和其他特征的隐向量有匹配.

为了解决这个问题, 我们引入增量学习技术, 每天例行训练使用前一天的历史参数做热启动, 使得新一天的模型参数与前一天模型的参数在一个类似的向量空间中. 这样当其他特征更新了, 线上使用的旧模型将仍可以与其他特征有相似度匹配.

[ 两类参数的异步更新会导致部分用户的参数无法与其他特征匹配 ]

总结与展望

本文实现了一个支持亿级参数训练的算法, Elastic Factorization Machines (EFM) 算法. 而我们认为可以在 EFM 算法的基础上做更多的事情, 这里列举我们考虑到的点.

• 向量召回

o 可以分别学习出用户和物品的 Embedding, 做向量相似度的召回.

• Model Ensemble:

o 可以在用户 Embedding 的基础上, 用 DNN 做进一步的学习, 增加非线性表达.

参考文献

[1] https://zhuanlan.zhihu.com/p/22252270

来源:腾讯QQ大数据

]]>
CAMIA:2018年印尼Qurban online调查 //www.otias-ub.com/archives/769527.html Tue, 04 Sep 2018 01:07:43 +0000 //www.otias-ub.com/?p=769527 调查背景

过去几年来,由于网络和智能手机的普及,印尼网购趋势大幅增长,促成Quarban online的出现,也带动了Quarbanonline增长。Qurban online指宰牲节时消费者在网上购买牲口,直接宰杀切分,然后直接在宰牲委员会(panitia qurban)指定的地点派送,消费者通过这种方式取代之前本人直接到市场买牲口,自己宰杀、分送的方式。为此,JAKPAT做了一个关于Qurban online的消费调查。

调查分析

该调查报告显示,受访者们对使用Qurban online与否受到4个主要因素影响:伊斯兰教对于网上买牲肉的理念,网上服务的可靠性,便利性和科技信息的普及度。其他值得注意的是,受访者们表示更愿意通过众筹/ZAKAT的方式过宰牲节;Bukalapak是今年Qurbanonline最常用的电子商务网站。

受访者性别,年龄分布和月消费额

对Qurban online了解程度

尽管有86%的受访者知道Qurban online,但是只有10.5%的受访者今年使用这项服务,两组数据相差甚大。

没听说过Qurban online的受访者分析

从没听说过Qurban online的群体中大部分是年龄20-25,月消费低于200美元的女性。

今年使用Qurban online服务的受访者中大部分为年龄20-29岁,月消费额201-500美元的男性。

使用Qurban online的原因占比

使用Qurban online的原因主要是节省时间,占比73.2%,第二是避免劳顿奔波占50.7%,其次占44.1%的原因是派送牲肉的便利。

今年不再使用Qurban online的受访者的性别,年龄和月消费额

已经使用Qurban online的客户今年不再使用的原因

受访者中有14.8%表明今年没有再次使用Qurban online,主要原因有三:1,他们想自己选购牲口;2,在当地直接购买更方便;3,他们更愿意自己亲自派发牲肉。

在线购买Quarban的平台

大多数有线上购买Qurban经历的受访者使用的是众筹或者ZAKAT,不管怎样,电子商务展现出了潜力,有6.9%受访者今年使用了Qurbanonline。BUKALAPAK是今年Qurbanonline最常用的网站。

电子商务用户的属性

三大电商网站的主要客户属性

受访者对于Qurban Online的感兴趣程度

不感兴趣的受访者占32.1%,主要原因有对网购牲肉的信任度不足,不确定购买的牲肉是否派送出去,在当地买更方便等等。20.7%的受访者愿意使用QurbanOnline,因为足够便捷,省时省事。有47.2%的受访者不确定自己是否会使用,最主要的原因是不确定牲肉是否真的派送出去,其次在当地直接购买更方便,更便宜等等。

听说过Qurban online但是没有用过的原因有不确定伊斯兰教义对网购牲肉的看法,直接购买更便宜方便,对电商网站派送牲肉的确定性有存疑。

来源:CAMIA

]]>
CAMIA:印尼的第四只独角兽 //www.otias-ub.com/archives/769522.html Mon, 03 Sep 2018 01:07:40 +0000 //www.otias-ub.com/?p=769522 近年来,东南亚市场发展得如火如荼,当数不胜数的创业大军和国外投资者涌进市场,电子商务新玩家如雨后春笋般层出不穷。那么,老玩家在这股热潮中怎么发展?

Bukalapak的故事

Bukalapak于2010年由雅加达的Achmad Zacky创立,但该公司在2011年9月与其联合创始人NugrohoHerucahyono和Muhamad Fajrin一起获得PT地位。Bukalapak经营C2C电子商务,目前是印度尼西亚最大的电子商务之一。

这三人在没有任何投资者的情况下创办公司,一年后从Batavia Incubator获得资金,并在2012年获得了GREE Ventures的另一轮融资。2014年3月又获得了另一笔资金,同月里,还发布了移动应用程序。 截至2014年7月3日,已经有超过87000人下载了这个应用程序。

2015年,媒体集团EMTEK成为大股东,拥有Bukalapak 49%的股份。但是同时,Bukalapak也在亏损着,根据Bukalapak的财务报告,他们仍然亏损了299亿印尼盾(约2000万美元),利润仅为64亿印尼盾(约合40万美元)。尽管印尼是一个特别有竞争力的市场,但对于印尼(或任何)在增长阶段的主要电子商务平台来说,这都是意料之中的。

2018年1月,Bukalapak获得了独角兽“头衔”,成为印尼的第四只独角兽,其余三只独角兽分别是Go-Jek、Traveloka和Tokopedia。

如何做到的

在阿里巴巴、腾讯和京东等巨头通过收购、合资或代理进入印尼市场的节骨眼上,Bukalapak怎么可能在2018年仍成为独角兽?

Bukalapak从一开始就开始将目标市场定位在一些被大公司忽视的小人物。创始人从社区上的一些志同道合的人身上看到了商机,然后建立了一个商业平台,安排志同道合的人们见面,在这里可以谈论他们的兴趣爱好,以便在网上销售和购买一些东西。

在某种程度上,与其他平台(如Tokopedia甚至Instagram)最初在印度尼西亚的解决方式没有什么不同。

在市场增长之后,Bukalapak的目标市场扩展到中小企业,投资中小企业并尝试他们的市场。为了让中小企业了解网上商业的新事物,Bukalapak为在线和离线的中小企业举办了很多免费的研讨会(企业来自不同的城市)。事实证明,通过这样的平台吸引人们(尤其是中小企业)开展在线业务是一个很好的策略。

(Bukalapak举行了一次KOPDAR见面会)

(Bukalapak到印尼各城市举办研讨会)

在线买家和卖家有时会遇到信任问题,除非双方已经了解彼此,否则都不可能互相信任,这是在线业务中最大的绊脚石。Bukalapak如何确保买卖双方得到保证?Bukalapak与买家达成协议,除非买家已经付款,否则得不到货物,而卖家要等货物送到买家手里后才会得到钱。

在这个过程中,Bukalapak以一种托管方式行事,原则上类似于支付宝为阿里巴巴服务的方式,或Tokopedia(印尼版淘宝)正在做的事情。如果买家没有收到货,那么钱将由Bukalapak退回。

Bukalapak的发展

为了获得更多的流量,Bukalapak正在尝试开发新产品,即共同基金(reksadana),然后他们将与bareksa合作。

Bukalapak还与Grab签订了新的合同,开发了一个新的项目叫做“Grab Rush Delivery”,Bukalapak表示可以在2小时内交付,这项服务也运营到凌晨12点。

今年,卖方领域群情激奋、议论纷纷,特别是中小企业,主要是支持Bukalapak和反对Tokopedia。虽然现实并不一定与感知相匹配,但感知对人们的选择方式产生了很大的影响,现在还可以在雅加达看到很多Bukalapak与Tokopedia的广告。

阿里巴巴的动作

Bukalapak也有获得阿里巴巴支持的潜力,利用这股积极势头以及EMTEK与蚂蚁金服在支付系统Dana的合作。

但是,阿里巴巴已经拥有Tokopedia和Lazada了,为什么他们会支持第三种方式?这会不会造成不必要的竞争,从而浪费投资和资源。

数十亿美元对阿里巴巴来说不算很多,至关重要的是:印尼的电商仍处于初级阶段,在多个顶级玩家身上下注,可以避免在一个玩家身上发生不可逆转的风险,从而可能导致失去市场。

来源:CAMIA


]]>
CAMIA:为什么印尼的独角兽能通过p2p业务在印尼吸睛(金) //www.otias-ub.com/archives/770134.html Sun, 02 Sep 2018 01:07:48 +0000 //www.otias-ub.com/?p=770134

印尼的独角兽Go-Jek刚刚宣布,他们将与P2P借贷公司Findaya、Dana Cita和Aktivaku合作。这标志着他们又是一个涉足金融服务的网约车巨头。该公司决定加入贷款行业,对印尼市场来说是一个战略性的决定,因为由于大量的非银行社区的存在,印尼仍是一片沃土。政府对金融包容做出了巨大努力,但这是近期的进展。

早在2011年,只有20%的印尼成年人拥有银行账户,这使得他们无法获得金融服务,因为他们银行金融史的匮乏——即使是那些有能力偿还贷款的人。与此同时,印尼贫困人口无法获得贷款,无法摆脱困境,陷入贫困循环。

正是这种环境培育了印尼的P2P业务,并帮助它们蓬勃发展。到现在2018年可以提供的贷款总额达到2750万美元。

借贷平台Modalku以创下了东南亚P2P借贷平台融资规模最大的纪录的佳绩证明了它的价值,软银(Softbank Ventures)牵头为其融资了2500万美元。

印尼的前景

由于这些真实的需求和充满机遇的前景,我们统计了至少有40家公司专营P2P借贷领域。尽管存在大量的不法公司,使这场争斗更加复杂,但印尼人还是对这些服务持积极态度。

P2P借贷平台的流行在于它的效率——相当多的平台能够比银行更快地进行信用审查,并且提供更低的利息。P2P借贷另一个重要的吸引力是能够接受甚至是小额贷款。像KoinWorks这样的公司,允许贷款额度小至10万印尼盾。

P2P通常不需要抵押物,文件可以随时提交,而不受银行办公时间的限制。

值得注意的是,分析师们警告称,如果该行业要取得进展,就应该制定一个更准确的信用评估流程,而且随着形势的成熟,没有这种基础设施的企业似乎也会发展完善这一流程。

P2P借贷领域也吸引了那些能够从产生的利息中获利并增加自身财富的贷款人,因为大多数借贷平台都承担了风险。

规章条例

OJK正式启动金融服务创新中心

P2P借贷服务在两年前席卷全国,这标志着这个行业刚刚起步。因此,P2P借贷的监管仍然相对宽松。

尽管如此,这些平台的庞大数量和受欢迎程度都促使印尼金融服务管理局OJK专门为在线借贷服务建立了监管沙箱——在某种程度上,这预示着印尼P2P借贷行业的发展将超越其他任何金融科技。

毕竟,这对政府来说是一个双赢的局面。许多从这些平台借款的人使用种子资金来经营微型企业和中小企业,这有助于推动经济。

OJK发布的规定部分要求P2P借贷公司申请许可证。该监管机构还规定,初创企业获得经营许可证需要至少20万美元的资本金,最多只能发放15万美元的贷款。

允许潜在用户检查许可证能有助于减少诈骗贷款公司在印尼的运营,而且此类公司很多。OJK发现至少227家非法网络借贷公司。

这个规定的发布只是OJK作为P2P业务监管角色的开始,目前还没有提供一个整体的解决方案来培育和规范这个场景。或许,甚至连监管机构本身也有意允许P2P借贷帮助初创企业蓬勃发展。

当印尼人获得金融带来的便利时会发生什么?

印尼借贷的增长

在印尼努力应对无现金趋势的过程中,其金融包容性迅速增长。事实上,世界银行将印尼描述为帮助东亚和太平洋地区的非银行人口方面取得最大进展的国家。银行开户人数在2011年只有20%到2017年增至49%,尽管这个数字仍低于全球平均水平,但这个国家正迎头赶上。

就目前而言,P2P借贷业务是一个至关重要的权宜之计,使印尼政府金融包容性增长的同时,还能让印尼人获得贷款。但我们不禁要问,一旦人们通过银行业发展了金融历史,P2P贷款会就此终结吗?

我们认为这将取决于两个重要因素:P2P借贷公司能否提供除了借贷之外的价值?银行能否迅速创新和升级其借贷基础设施以超过P2P借贷公司?

在印尼,贷款仍被认为是一种新兴的子行业,这意味着它们更灵活,能够迅速改变业务模式,或在一瞬间达成战略合作伙伴关系。

但事情可能也不会发展成非此即彼的局面。

和银行联手

全球金融科技趋势展示了以前敏捷、竞争激烈的金融科技组织最终与它们曾经试图颠覆的银行联手。这通常发生在银行试图创新的时候,它们意识到,与其从零开始,不如引入成熟的服务。与此同时,金融科技公司被大量的资金所吸引,并有机会获得公司级别的商业机会。从集团借贷机构起家的P2P借贷公司Amartha,已经与印尼央行(BNI)合作,可能成为为合并铺平道路的潮流引领者之一。

或许印尼能发展出自己的借贷巨头

在很多国家,银行和科技金融的联合中银行扮演的角色戏份比民众更重。因此,考虑到银行开户人数相对较低,以及新形成的客户缺乏金融教育经历,有可能金融科技服务在借贷领域会超过银行业。

当电子钱包在中国占据主导地位时,中国整个金融机构都被带动改变,腾讯(Tencent)和阿里巴巴(Alibaba)因此发展成巨头,并充分利用“一带一路”的政策发展。

同样,一家印尼公司也有可能崛起为印尼金融科技巨头。

为此,如果我们按照中国的先例,go – jek在印尼就能胜任这个角色。阿里巴巴和微信都是从电子商务和即时通讯领域起步的,之后分别进军钱包和黄金领域。

尽管借贷不能和电子现金相比,但这并不能排除电子现金业的竞争者,如资金雄厚的Modalku公司,尽管他们在服务上缺乏多样化,仅仅是因为经验和现有的客户,都能上升到主导地位。

来源:CAMIA

]]>
CAMIA:App Store越南应用&游戏 //www.otias-ub.com/archives/769235.html Sun, 02 Sep 2018 01:07:39 +0000 //www.otias-ub.com/?p=769235 为庆祝越南国庆(9月2日),Apple制作了一张App Store——Made in Vietnam 游戏&应用列表。

这张Made in Vietnam 的列表中涵盖游戏、娱乐、财务及教育等等类别的15个应用程序。

列表中有不少越南人所熟悉的面孔,其中就有个人日常收支管理应用《Money Lover》,教育类应用——英语“流利说”《Elsa Speak》,旅游服务应用程序《Tale.city》,儿童英语学习软件《English Alphabet for Kids》,儿童游戏《123 Math Genius – Count Number》等等。

(完整列表)

这些游戏&应用涉及的发行商包括Hiker Games,Super Happy Fun Time,Unstatic,Viet Tran,WeHelp,Hieu Le,Early Start 和Candybots 等等。

Hiker Games是本次列表中首位策略游戏《Caravan War》的持有者,该发行商在App Store上的游戏还有动作游戏《FZ9: Timeshift 》和《Eraser》等。

(列表涉及发行商App Store上产品)

(列表涉及发行商App Store上产品)

VKIDS是儿童英语教育应用程序《English Alphabet for Kids》的持有者,该公司专注儿童教育应用&游戏市场。除了《English Alphabet for Kids》之外,该公司旗下还有越南语&英语学习应用程序《Be Hoc Tieng Viet & Tieng Anh》,儿童教育类游戏《Animal games – Learning games for kids & toddlers》等产品。——【微信号:CAMIA出海】

(列表涉及发行商App Store上产品)

来源:CAMIA

]]>
CAMIA:越南电子商务的兴起为数字移动支付的繁荣铺平了道路 //www.otias-ub.com/archives/765924.html Sun, 02 Sep 2018 01:04:28 +0000 //www.otias-ub.com/?p=765924 虽然越南仍是现金主导型经济体,但有数据表明数字和移动支付正在迅速增长。渣打银行越南零售银行业务主管Harmander Mahal表示,越南电子商务的兴起正在为数字支付的发展铺平道路。

Mahal认为电子商务/无卡(CNP)平台是越南电子支付增长的最大引擎,其驱动力来自非常高的智能手机和移动设备的普及率,也是东南亚社交媒体人均消费时间最高的领域之一。

越来越多的越南消费者在使用电子商务,他们是东南亚最常见的在线购物者之一。根据《2017年签证消费者支付态度研究报告》显示,在五百多名越南受访者中,84%的人说他们每个月至少在网上购物一次,仅次于泰国85%。

(2017年签证消费者支付态度研究报告数据)

总部位于新加坡,阿里巴巴旗下的Lazada是越南电子商务的领跑者。Lazada于2012年由RocketInternet成立,从自己的仓库销售库存,并允许第三方零售商销售其产品。Lazada在印度尼西亚、马来西亚、菲律宾、新加坡、泰国和越南都开展了业务,Lazada客户服务官Vu Ngoc Lam声称每月有超过3100万人次访问他们的网站。

(Lazada越南主页)

阿里巴巴今年3月向Lazada注入了额外的20亿美元资金,强调了对Lazada未来的成功以及东南亚市场增长前景的信心,是阿里巴巴全球增长战略的一个关键部分。(好吧,这意味着他们还没有挣到钱)。阿里巴巴于2017年正式进入越南,并声称,在短短半年时间里它已经积累了数万名商业会员。

阿里巴巴在越南的投资是趋势的一部分,它瞄准了越南市场,加入了进军越南电子商务市场的行列。

今年早些时候,中国电子商务公司京东(JD.com)在越南的在线零售服务商Tiki.vn发起了一场未公开的C轮投资。 据报道,这家越南初创公司正在筹备D系列筹款活动,预计将筹集5000万美元至1亿美元资金。

(Tiki.vn主页)

Tiki.vn由在线书商SonTran Ngoc Thai于2010年创立。2017年,它已经发展成为一个拥有2.5亿浏览量的多面电子商务平台,占了越南电子商务网站流量的10%左右。展望未来,Tiki.vn表示计划将业务扩展到台湾。

上周,越南C2C市场Sendo获得了由日本SBI集团牵头的5100万美元B轮融资。参与此轮谈判的SoftBankVentures Korea合伙人兼董事总经理Daniel Kang表示,越南的电子商务部门“增长势头强劲”。

亚马逊是最先推出进入越南计划的公司。今年3月,这个美国电子商务巨头与越南电子商务协会(VECOM)合作。该协会拥有140个成员,是当地最大的在线企业集团之一。

Sendo执行主席兼联合创始人NguyenDac Viet Dung表示,这笔资金将有助于公司扩展C2C平台Sendo,推出B2C市场SenMall,并使SenPay成为越南领先的金融科技平台。

对移动支付解决方案的需求增长

越南的年轻人是东南亚移动设备最活跃的用户之一,越南的独立移动用户普及率为73%,互联网用户普及率为67%。根据Hootsuite和We Are Social的报告,2017年1月至2018年1月期间,越南增加了1400万互联网用户和79,000名独立移动用户。

(2018年越南数字)

智能手机目前是东南亚最流行的通讯设备,并且越来越多地运用于银行和金融领域。特别在越南,根据《2017年签证消费者支付态度研究》显示,移动银行业务比实体银行业务更受欢迎。

(2017年签证消费者支付态度研究数据)

渣打银行Mahal表示,越来越多的越南客户正在寻找移动支付解决方案,为了应对日益增长的需求,他们已经与Lazada、Tiki、Agoda和Adayroi在内的电子商务商家展开了合作。

“我们还通过我们的全球网络与国际电子商务商家合作,为信用卡和借记卡持有者创建了一个特定的电子商务服务。”Mahal说,“今天,50%以上的信用卡交易都是CNP交易。”

外国玩家已经嗅到了越南数字和移动支付前景的芳香。今年6月,硅谷的投资基金Fenox Venture Capital证实了对数字钱包应用OnOnPay的一项未披露投资,这是该公司在越南的第一笔投资。

(OnOnPay主页)

同月,越南支付解决方案股份有限公司(VNPay)和银联国际签署了一项协议,合作开展二维码支付,为来自韩国、中国和新加坡的游客提供更方便的数字支付方式。

(VNPay QR二维码支付)

MoMo是M_Service的一项服务,仍然是越南领先的移动支付平台,在全国拥有800万用户和5,000个交易点。

2016年,这家初创公司向渣打私募股权投资公司(SCPE)和全球投资银行高盛(Goldman Sachs)募集了高达2800万美元的投资资金。

根据越南国家银行(SBV)的数据,2017年前9个月通过手机进行的交易数量达到9000万,比2016年增长93%,比2015年增长153%。这一数字预计将在2018年大幅增加。

来源:CAMIA

]]>
CAMIA:越南本土电子商务Adayroi去哪儿了? //www.otias-ub.com/archives/766677.html Sat, 01 Sep 2018 01:04:31 +0000 //www.otias-ub.com/?p=766677 在各大电商都在竞相争取更多市场份额的同时,越南本土电商Adayroi却表现得异常冷静。佛系玩家Adayroi或是打算不玩了?

近日消息,越南本土C2C电商Sendo获得了由日本 SBI Group领投,软银韩国以及FPT Group、eContext Asia、BEENEXT 和 BEENOS 等投资者参投5100万美元B轮融资。可见越南仍旧是一个富有吸引力的电商市场。

在未来的时间里,越南或将继续见证各个电商玩家争取市场份额的斗争。但是,这个名为Adayroi.com的本土玩家的未来似乎遥不可见。

当对手相继获得投资资金时,Adayroi默不作声

自2016年Shopee正式进入市场并且取得了显著的成绩之后,越南电商战场就已经形成了Lazada,Shopee,Tiki,Sendo和Adayroi五足鼎立的竞争。

过去一年来,Lazada,Tiki和Sendo都获得了来自国内外投资者大量资金的注入。2022年越南电商市场预估价值100亿美元,而资金的支持使这三位玩家赢得了更多胜算。

今年3月19日,阿里巴巴向Lazada追加20亿美元投资,用于该公司在东南亚地区的业务扩张。加上此次投资,阿里对Lazada的投资额总计将达到40亿美元。此前,阿里曾在2016年投资10亿美元控股Lazada,2017年追投10亿美元,对Lazada持股比例增至83%。

Tiki在2016年获得1700万美元的投资后,于2017年11月22日 继续从京东等投资者筹得4400 万美元融资。今年1月份,Tiki又获得来自京东集团和 VNG Group的 C 轮融资,融资金额未披露,但在这笔交易完成后,京东将与 VNG Group 一同成为 Tiki 最大的股东之一。

与此同时,Shopee的母公司SEA也于2017年10月在纽约证券交易所进行IPO,收获8.84亿美元。

而Adayroi至今为止却似乎没有任何动态。

移动设备上的竞争,Adayroi优势难寻

根据Iprice越南电子商务报告数据,Adayroi.com网站平均每月点击量低于500万次,远远低于竞争对手。 Lazada近3300万,Shopee超过2600万,Tiki近2000万,Sendo超过1600万。

同样根据这份报告,Adayroi的应用程序排名在iOS和Android操作系统上分别排第6位和第9位,而Shopee,Lazada,Sendo和Tiki应用程序则依次占据了两种设备端的1-4位。

为了获得更大盈利,过去一年来Shopee,Lazada,Sendo和Tiki推出了各种大型促销活动,与名人名牌合作进行媒体宣传以吸引更多消费者。唯有Adayroi仅仅专注于销售。

所以Adayroi还能坚持至今,其优势何在?

在Sendo获得5100万美元资金之后,Adayroi已是越南五大电商中唯一没有获得国际资金支持的玩家。Lazada,Shopee,Tiki和Sendo的支持者都是电商领域的技术型玩家,这对Adayroi来说是一个巨大的挑战。

但是Adayroi的优势在于其拥有的是其他四个玩家不曾拥有的——Vingroup的生态系统。

除了Adayroi,Vingroup的生态系统还包含有商业中心Vincom,连锁超市Vinmart, VinPro和连锁便利店Vinmart+等线下销售路线。线下与线上的结合形成了多渠道零售模式,而这正是Adayroi相对于其他四位玩家的优势所在。

越南电子商务市场将继续成为许多竞争者争夺的一块沃土。如若Adayroi认真争斗,那么战争一定更加精彩。但是无论如何,最终受益的还是消费者。

来源:CAMIA

]]>
CAMIA:越南幼儿教育游戏市场 //www.otias-ub.com/archives/767381.html Fri, 31 Aug 2018 01:04:36 +0000 //www.otias-ub.com/?p=767381 随着智能手机、平板等移动设备越来越普及,越来越多家长使用移动设备作为儿童的教育辅助工具,儿童也成为了移动互联网市场中的重要消费群体。根据相关数据,东南亚地区约有90%的儿童会使用智能手机,其中玩游戏和观看Youtube等平台娱乐视频为其主要活动。

儿童教育应用程序主要分为针对性的学习类和娱乐性的游戏类,其中的学习类主要为动物与颜色的认识和语言学习。

儿童教育类游戏主要通过语言引导孩子识物、识色、识字以及辨别形状等等,较针对性的语言、颜色和数字学习教育应用而言,教育类的游戏相对更加丰富多样。

(近日《宝宝梦幻小镇》进入越南GP游戏榜前五)

部分越南家长表示,这些教育类的游戏还可以教授孩子一些生活常识,例如《Baby Panda’s Vacation宝宝假日旅行》教孩子认识消防安全通道、《Baby Panda’s Airport宝宝飞机场》教孩子飞机上不使用手机等安全知识。这也是他们允许孩子使用这些教育类的游戏的重要原因。

(越南GP游戏—教育类TOP10榜)

仔细一看,现如今各个应用商店中的TOP榜单中有不少与儿童相关的教育类移动游戏应用程序。在越南GP商店中的TOP100游戏榜单,教育类的游戏约占5个百分点,该指数在印尼约为6。

(《宝宝梦幻小镇》越南GP游戏榜每日排行情况)

根据AppAnnie数据,本周一款名为《Little Panda’s Dream Town宝宝梦幻小镇》的儿童教育类游戏在越南相当表现突出,与《Garena Liên Quân Mobile》及《Garena Free Fire》大游戏排榜单前三。

宝宝巴士( BabyBus)旗下产品《Little Panda’s Dream Town宝宝梦幻小镇》是唯一一款进入榜单前三十的儿童教育类游戏。

在越南GP游戏TOP100榜中的儿童教育类游戏还有稳定前五十的《Masha and the Bear玛莎和熊》,前六十的《Baby Panda’s Farm宝宝农场》,前七十的《Baby Panda’s Vacation宝宝假日旅行》及前八十的《Baby Panda’s Supermarket宝宝超市》。五款儿童教育类游戏中除了《Masha and the Bear玛莎和熊》之外,其余的都是宝宝巴士( BabyBus)旗下产品。

不少家长(多为女性家长)表示,工作繁忙导致陪伴教育孩子的时间较为少,如今互联网提供了非常大的便利,希望能有较为可靠且具有实际性教育意义(“教学保姆”)的应用程序作为辅助教育工具。

来源:CAMIA

]]>
CAMIA:2018年印尼播客用户行为调查 //www.otias-ub.com/archives/766140.html Thu, 30 Aug 2018 07:09:44 +0000 //www.otias-ub.com/?p=766140 播客 “podcast” 是iPod+broadcasting,是数字广播技术的一种。播客内容犹如YouTube上的视频内容或Spotify上的音乐内容,用户可根据自己的需要订阅。现如今有越来越多的移动应用程序提供播客内容。

多样丰富的内容使播客首宗持续增加。现如今印尼当地有一些播客内容制作商,其中就包括了本次报告制作者DailySocial。基于广告的内容是播客获利的主要方式。

在印尼,较点播内容而言播客的增长速度相对慢许多。但是最近DailySocial注意到播客正在获得更多观众的关注。为了解当地播客使用情况,DailySocial做了新研究,情况如下;

(受访者属性)

(播客熟悉程度)

以前印度尼西亚人非常喜欢收听无线广播。在这样的基础下,大多数受访者(将近68%)还是比较熟悉无线广播的数字形态播客。不过也有很多受访者(32%)不了解播客。

(播客近期使用行为)

在熟悉播客的68%的受访者中,超过80%的受访者经常使用播客。

对播客感兴趣并且有定期收听习惯的受访者占约43%。相比之下,较无线广播而言,收听播客内容的受访者较多。这种趋势表现了用户对数字广播的偏好。

可以收听播客内容的平台较多。其中Spotify,Soundcloud和Google Podcast为三大主要收听平台,使用指数分别为52%,46%和41%。其中后两者提供的内容都为免费。

像Inspigo等本地播客内容提供平台也开始受到关注。

(播客收听理由)

受访者认为,播客内容(65%)和其灵活性(按需)(62%)是他们选择播客的重要原因。 到目前为止,在本地播客生态系统中呈现的内容非常多样化,涉及娱乐,技术和教育等领域。

(播客收听场所)

(播客收听时段)

(播客收听时长)

受访者感兴趣的播客内容包括娱乐类、生活方式类、科技类、教育类以及商业类。其中娱乐类、生活方式类和科技类最受欢迎。

参考来源:CAMIA

]]>
腾讯QQ大数据:Quicksilver快数据处理系统 //www.otias-ub.com/archives/765934.html Thu, 30 Aug 2018 07:09:14 +0000 //www.otias-ub.com/?p=765934 导语: Quicksilver为神盾推出的一款推荐场景下数据快速处理系统,旨在解决数据如何在分钟级、秒级更新并对接线上。
背景

随着神盾推荐业务场景的不断深入,传统的离线训练+线上计算的模式可以说是推荐系统1代框架,已经不能完全满足部分业务场景的需求,如短视频、文本等快消费场景。下面先简单介绍下传统模式以及其在不断变化的场景需求中的不足点。

传统模式简单介绍
传统模式下,整个推荐流程粗略可分为,数据上报、样本及特征构造,离线训练评测,线上实时计算,abtest等。

• 优点:
系统架构简单
普适性较强,能满足大多数业务场景。

• 缺点:
数据及时性不够。
模型实时性不强。

下面举一个简单例子,来说明这样的问题:

小明同学在微视上看了一个视频,那么在推荐场景下,可能会遇到以上四类需求,并且每种需求对于数据的实时性要求并不一样。从推荐系统功能来看,可以概括为已阅实时过滤、用户行为实时反馈、物品池子更新等。所以如果要满足业务需求,从代码层面来看,这样的需求并不复杂,但是从架构层面或者可扩展性来说,神盾作为一个面向不同业务的通用推荐平台,就需要提供一个能满足大多数业务,对于快速据消费的通用平台。
针对不同业务、不同场景需求,神盾希望构建一个快数据处理系统,旨在满足更多业务场景的快速据消费场景。

需求调研

任何系统的搭建及开发离不开特定的业务场景需求调查,神盾根据多年业务经验,收集归纳了相关快数据处理的相关需求,具体如下:

我们深入调研、讨论,结合业界实践以及神盾的实际情况,总结为两类系统需求:

• 1、 近线系统。满足业务对于物品、特征、及其他数据类服务的准实时更新。

• 2、 在线学习。满足业务对于模型的准实时迭代更新。

基于以上调研,神盾推出Quicksilver(快数据计算)系统,解决推荐场景下快数据计算及更新问题。

系统设计

Quicksilver系统是一个集近线及在线学习能力为一体的通用架构系统,我们设计之初,从收、算、存、用四个维度来进行设计,如下:

• 收:数据的收集。目前主要支持基于DC、TDBank数据通道上报。

• 算:计算层。针对不同的数据类型,定义不同的计算模块。不同的计算模块,采样不同的技术方案来实现。例如对于物品池子此类分钟级更新要求的数据,我们采用sparkstreaming,而对于用户行为实时反馈等类数据,我们采用spp实时处理类服务器框架。设计中屏蔽掉用户对于底层实现的细节。

• 存:存储层。针对不同的数据规模及访问频率,神盾采用不同的存储介质来满足数据存储的要求及对线上服务延迟的要求。例如对于物品类特征、池子类数据,神盾采用自研的SSM系统,而对于用户类特征,数据量较大、存储访问实时性要求也较高,我们选型为公司的grocery存储组件。

• 用:使用对接层。通过Quicksilver计算得到的数据,我们均通过神盾产品化来配置管理,降低对于数据使用的门槛,最终可以通过配置,直接与线上的召回、精排、重排、规则等计算单元进行打通使用。

架构实现

以上为Quicksilver整体架构实现图,主要分为近线系统及在线学习系统。下面详细介绍。

近线系统

近线系统主要为了满足以下几类细分需求:

• 实时召回:
Quicksilver处理物料,经过各通道后到线上 (要求秒级,实际分钟级)

• 实时因子:
Quicksilver统计计算,经过各通道后到线上(分钟级)

• 实时特征:
统计型(物料、行为、场景):Quicksilver计算,经过各通道后到线上(分钟级)
实时特征(用户):实时特征构造引擎构造,构造后直接对接线上(秒级)

于是,在选型上,我们针对不同的数据计算模式,选择不同的计算平台,对于统计类型数据,我们选择sparkstreaming来作为我们的计算平台,对于实时性要求较高的数据,如实时反馈类,我们采用spp来进行平台型封装。

数据批处理

数据批处理是基于sparkstreaming实现,如上,有几点说明:
1、对于使用者来说,采用api接口封装,下层通信等均透明化处理。用户只需在处理不同的数据时,选择不同的接口即可,如物品池子接口,特征接口等。使用PB协议进行下层数据通信。

2、底层数据生成后,使用kafka进行缓存。
3、数据线上使用时,统一在神盾产品化上进行配置管理,降低运维成本。

数据实时处理

数据实时处理是基于spp server实现,如上,有几点说明:
1、对于用户来说,希望一次转发,多次使用。Quicksilver通过接入层interface来实现,业务只需要转发到统一的对外L5,即可实现数据一次转发,多次使用,如部分业务可能想即进行特征构造,有可以将数据转发到样本构造,在此即可实现。而所有的这些配置,也通过神盾产品化进行配置管理。
2、对于不同的业务,由于数据上报标准不一样,那么如何实现不同的数据上报标准都可以在Quicksilver上使用,这是实际中遇到的挺头疼的一件事。我们将这样的问题拆解成不同的数据标准,转化成神盾统一的上报标准的问题。于是,在实际代码开发中,只需要留出这样的转化接口,不同的业务实现不同的接口,并可以根据配置选择不同的接口,那么即可解决这一的问题,在这里,反射即可以很好解决这一的问题。

在线学习

在线学习有两方面优点,一是充分利用数据时效性,实时跟踪用户对物品的偏好,比如10点钟上线的新游,在11点的推荐结果中就可以反馈出不同用户对新游偏好情况,使得在尽快适应用户偏好同时,提升了apps转化率;二是在线学习前提是标记数据和特征在线拼接,该操作可以在一定程度上缓解模型离线训练资源不足瓶颈。

以某apps推荐为例,面临效果提升瓶颈,我们分析有两方面原因导致,一是数据源红利降低(新增数据源成本越来越高);二是高维线性模型遭遇瓶颈,暴力式特征交叉是LR模型提升特征维数的主要手段,它存在两个问题,一方面,做不同特征之间交叉组合需要一定成本,另一方面,无法穷尽所有交叉组合方式。

面对推荐效果提升瓶颈问题,有三种解决方案,一是继续想办法引入新数据源构建特征;二是充分利用现有数据源,尝试更好特征工程方法,比如Stacking集成或者特征工程自动化;三是考虑充分利用数据时效性,引入在线学习方案,实时跟踪用户对apps偏好变化。

Quicksilver在线学习架构设计如下:

整个系统主要细分为5个小模块:

• 样本采样:根据模型的优化目标支持自定义采样方法,同时在后期也需要将场景特征考虑进来,采样的结果作为实时拼接的输入

• 实时拼接:将实时样本的userid 、itemid的全量特征进行拼接,拼接的结果一方面可以作为离线平台的输入,另外一方面也可以作为特征引擎的输入;

• 特征工程引擎:根据各个在线训练算法的特征配置,从拼接好特征的样本中进行特征选择、特征交叉等操作,并将处理的结果写入kafka消息队列,模型训练和模型评估模块消费消息队列里面的数据进行训练和评估;

• 流式训练:消费kafka里面的样本数据,采用onepass或者minibatch的形式进行模型参数更新;

• 模型评估:对模型训练出来的模型实例,从kafka消费实时样本数据对模型进行auc评估。

下面关于几个较重要模块进行较详细介绍:

样本采样

• 使用spp server实现类map、reduce操作,采样的结果支持存储到kafka或者下一个实时拼接模块。

• 采样规则引擎基于flex/yacc设计实现。

• 所有采样的配置信息,均通过神盾产品化实现管理。

特征拼接

实时拼接服务主要是将样本中包含的物品和用户的“全量”基础特征拼接到一起,为下一步实时特征提供原料。 特征来源有是三个不同的地方:

• 用户特征(包括实时用户特征):目前主要是来自grocery

• 物品特征(包括实时物品特征): 目前主要从SSM中读取

• 场景特征:是在采样的过程中生成。

实时特征拼接后,下一步便是特征工程引擎的环节,目前主要支持内积、外积、笛卡尔积三种模式,在此不详细介绍。

模型训练

• 目前主要实现基于FTRL的lr及fm算法实现,正在调研参数服务器大规模生产环境使用的路上。

• 动态采样:有的算法算法需要控制正负样本的比例,但线上的流式训练与离线的batch不同,不能再训练之前就知道本次训练总样本量是多少,以及正负样本的比例,故需要根据设置的正负样本比例值,根据时间的推移来动态控制,即在训练的过程中动态采样。

• 低特征覆盖:为了提高模型的可靠性,其中方法之一就是在模型中结合场景特征屏蔽掉低覆盖度特征,与动态采样一样,流式训练时,在训练前无法统计提前统计出每个出现的频率,故也需要动态过滤低频特征,此方法不仅可以用在模型启动时,对于新加入的特征同样适用

模型训练后,即效果评估及上线环节,目前主要支持AUC、MAE等主要评估指标,在此不再详细赘述。

写在最后

对于任何系统设计来说,都不应该脱离实际的应用场景,这是神盾推荐系统一直贯彻的原则。Quicksilver系统也是神盾这么长时间来从实际的业务场景中收集需求、设计、实现的,已经在空间、电竞、手游、动漫、京东等多个业务场景中上线使用,并取得了不错的效果。神盾也不断在实际场景中继续完善、优化其中的相关能力,给业务带来更高的效果提升。

来源:腾讯QQ大数据

]]>
极光大数据:2018年输入法 app 行业研究报告 //www.otias-ub.com/archives/765903.html Thu, 30 Aug 2018 07:08:30 +0000 //www.otias-ub.com/?p=765903

极光大数据发布《2018年输入法app行业研究报告》,从行业趋势、主流输入法app运营情况、输入法app用户画像及搜狗输入法app用户图鉴等维度分析当前输入法app行业的市场格局。

数据亮点:

  • 截至18年6月最后一周,输入法app行业用户规模接近7亿人
  • 搜狗输入法、讯飞输入法和百度输入法是仅有的三款MAU量级过亿的输入法app
  • 每10个安装了输入法app的用户中,有7个是搜狗输入法用户
  • 搜狗输入法app的渗透率仅次于微信和QQ,是国内第三大APP

一、行业趋势

输入法行业发展历史

搜狗输入法:于2006年上线,是国内最早上线的主流输入法

  • 输入法作为互联网的入门级工具型软件,从PC端时代就开始在中国网民中渗透,搜狗输入法作为目前主流输入法中上线时间最长的输入法,已经深深扎根中国互联网
  • 2009年以来,移动互联网疾速发展,带来了讯飞等一批新兴的移动输入法,近年来手游大热,更是催生了像66键盘这样的垂直手游输入法app

输入法行业竞争格局

头部输入法凭借完善功能制霸市场,中长尾输入法在垂直领域各有千秋

  • 以搜狗为首的头部输入法凭借其强大开发实力不断实现产品迭代,良好的用户体验为其赢得了基数庞大的用户群
  • 66键盘(主打游戏键盘)等第二梯队输入法更聚焦输入法垂直领域

输入法行业融资情况

搜狗与腾讯战略合作后,QQ输入法并入搜狗

  • 2013年9月,腾讯入股搜狗,QQ输入法运营开发获得搜狗支持
  • 搜狗和科大讯飞凭借优良的产品和市场潜力,率先完成上市。其他主流输入法公司也都获得了不同程度的资本青睐

输入法行业发展趋势分析

以搜狗输入法为代表的新一代输入法解锁人工智能技术,让输入法不仅仅是输入法

  • 以搜狗输入法为代表的新一代输入法融合了大数据分析、人工智能分类器和深度学习方法,在交互体验上对于用户多样的意图表达都有更精准的解读,区别于过去专注文字输入功能的输入法
  • 以搜狗输入法为例,当用户在使用移动输入法的过程中希望分享图片、新闻、视频、音乐等分类信息,通过搜狗输入法的智能分享一键搜索,无需切换app,即可获得需要的信息,开发了输入法作为新一代流量入口的潜力

输入法app行业用户规模历史趋势

截至18年6月最后一周,输入法app行业用户规模接近7亿人

  • 根据极光大数据统计,输入法app行业过去一年的用户规模表现平稳,截至18年6月最后一周,输入法app行业用户规模达到6.9亿人,与去年同期相比增长了13.1%

 

二、主流输入法app 运营情况

主流输入法app MAU

搜狗输入法MAU表现一骑绝尘,在月活跃用户量级上占有绝对优势

  • 通过观察极光大数据发现,搜狗输入法、讯飞输入法和百度输入法过去一年的MAU均值分别为:4.6亿、1.1亿和1.0亿,是仅有的三款MAU量级过亿的输入法app,其中搜狗输入法的MAU表现最出色

 

主流输入法app DAU指数

搜狗输入法DAU在一众输入法app中表现突出,在过去一年持续领先

  • 通过观察极光大数据发现,搜狗输入法app在一众输入法app中表现突出,在过去一年中的DAU持续领先。以搜狗输入法app的DAU为基准,将搜狗输入法的DAU指数设置为100,百度输入法和讯飞输入法的过去一年的DAU指数均值分别为32.10和22.14,与搜狗输入法有较大的差距

搜狗输入法app市场占有率

每10个安装了输入法app的用户中,有7个是搜狗输入法用户

  • 根据极光大数据显示,在已安装输入法app的用户中,70%的用户安装了搜狗输入法app

 

三、输入法app用户画像

输入法app用户画像

输入法app用户:男性用户占比56.0%,85.3%的用户不到35岁

  • 根据极光大数据统计,输入法app用户中男性用户占比为56.0%,85.3%的用户不到35岁
  • 极光调研显示,输入法app用户的本科及以上学历用户为29.1%,月收入在5000元以下用户的占比为53.6%

输入法app用户画像

学生党是输入法app的主要用户群体,占到总群体的43.6%

  • 根据极光调研数据统计,43.6%的输入法app用户是学生,14.6%的输入法app用户是专业技术人员,还有14.4%是自由职业者或个体户

输入法app用户画像

搜狗输入法app的渗透率仅次于微信和QQ,是国内第三大APP

  • 通过观察极光大数据发现,搜狗输入法app在输入法app人群中的渗透率为69.8%,仅次于微信和QQ,用户基数高于支付宝和手淘,名列第三

头部输入法app用户画像

55.5%的搜狗输入法用户为女性,讯飞输入法和百度输入法男性用户偏多

  • 极光大数据显示,搜狗输入法和谷歌拼音输入法的女性用户偏多,这两款app的女性用户占比分别为55.5%和51.9%,百度输入法和讯飞输入的男性用户占比明显高于女性

 

头部输入法app用户画像

超过九成搜狗输入法app用户不超过35岁

  • 根据极光大数据统计,相对于百度输入法、讯飞输入法和谷歌拼音输入法,搜狗输入法的用户更低龄化,超过90.5%的用户年龄不超过35岁

头部输入法app用户画像

搜狗输入法、百度输入法和讯飞输入法的学历水平分布相似度高

  • 通过观察极光调研发现,用户基数较大的输入法app搜狗输入法、百度输入法和讯飞输入法的学历分布水平均匀,相似度高,其中搜狗输入法本科及以上学历水平的用户略高于另外两款输入法

输入法使用场景app分布

33.1%的输入法app用户在进行搜索时会使用搜狗输入法,另外有33.0%和30.8%的输入法app用户分别在进行浏览新闻网站、社交沟通时选择搜狗输入法

  • 极光调研结果显示,受访的输入法app用户在11个使用场景中均优先使用搜狗输入法,其中33.1%的受访者表示在进行搜索时会使用搜狗输入法,还有33.0%和30.8%的受访者分别表示在浏览门户网站和社交沟通的场景下如需使用输入法,会选择搜狗

 

四、搜狗输入法app用户图鉴

本章节选取在输入法app中各项运营指标领先的搜狗输入法进行深度剖析

搜狗输入法app用户兴趣爱好和社交风格

搜狗输入法用户喜爱服装饰品,对美食和电影感兴趣

  • 通过观察极光大数据发现,搜狗输入法用户的兴趣点在于服装饰品、美食和电影,他们喜欢通过具有文艺小清新、幽默笑话属性的app或社群交友,对生活品质有较高的追求

搜狗输入法app用户常用输入法功能

中文联想、表情斗图和主题皮肤是搜狗输入法app用户最常用的输入法功能

  • 根据极光调研统计,60.5%的搜狗输入法用户表示中文联想是他们最常用的输入法功能,另外分别有37.2%和33.0%的受访者表示自己常用表情斗图和主题皮肤功能

搜狗输入法app用户选择使用搜狗输入法app原因

它操作方便,界面简洁美观,斗图也给力

  • 根据极光调研统计,在将搜狗输入法app设置为默认输入法的受访者中,51.5%的用户认为搜狗输入法操作方便,31.6%的受访者受它的“颜值”吸引,认为搜狗输入法的界面简洁美观,皮肤简洁丰富,另外还有31.6%的受访者被搜狗输入法丰富的表情、斗图和颜文字功能吸引

 

来源:极光大数据

 

]]>
CAMIA:2022年越南电子商务价值或将达46亿美元 //www.otias-ub.com/archives/765270.html Thu, 30 Aug 2018 07:08:01 +0000 //www.otias-ub.com/?p=765270 过去一年来越南电子商务市场总体体现出非常活跃的景象。线上销售、经营活动不但没有出现冷却的迹象反而其市场竞争越来越激烈。其中主要表现于大投资者如阿里、京东、Creador等对市场的大额资金注入。

根据一个名为 TheLEADER 的论坛报告,越南、泰国和马来西亚是世界上电子商务发展最快的几个国家。而相关数据预测,2018年至2022年越南电子商务的复合年增长率或将达13.7%。

(越南十大电商网站)

根据该发展趋势,越南电子商务市场也逐渐由本地向如泰国、马来西亚等其他国际市场扩张。

(各国电商增长速度)

根据 Kantar Worldpanel数据,越南、泰国和马来西亚的电商境界在2017年3月之前的一年内创造的收入总体增长了30%。

(2017年越南电商收入增长69%,其中FMGG占了60%)

移动端为主要访问渠道。越南电商移动端流量增长速度已经超过19%,占整个电子商务流量的72%+。根据谷歌的数据,越南平均每人访问电商网站的频率为10次\小时。由该数据看来,智能手机已经成为消费者访问电商网站的主要端口。

社交电商逐渐成为主流。根据Facebook的数据,2017年越南有4600万消费者在社交网站上进行商品交易,电子商务与社交网站的结合已经成为一种新的趋势。

根据市场研究公司Euromonitor数据,2020年越南电子商务市场价值将上升至25亿美元,是2017年的两倍。

(Euromonitor预测数据)

互联网发展、人均收入、经济发展以及城市化等等因素推动了越南电商经济的发展。根据预测,凭借33%的年平均增长速度,预计至2022年越南电商价值或将达46亿美元。

(越南电商大玩家与投资方)

根据danso.org的预测,到2020年越南的城市人口将增长至总人口的36.4%,到2030年将指数将增加至41.6%。人口的增长和经济实力的增强都是该国电子商务增长的推动力。仅在2018年的前六个月,越南的经济增长率已经超过7%。

来源:CAMIA

]]>
腾讯QQ大数据:视频打标签算法探讨 //www.otias-ub.com/archives/761844.html Thu, 30 Aug 2018 07:07:26 +0000 //www.otias-ub.com/?p=761844 随着内容时代的来临,多媒体信息,特别是视频信息的分析和理解需求,如图像分类、图像打标签、视频处理等等,变得越发迫切。目前图像分类已经发展了多年,在一定条件下已经取得了很好的效果。本文因实际产品需求,主要探讨一下视频打标签的问题。

查阅了部分资料,笔者拙见,打标签问题无论是文本、图像和视频,涉及到较多对内容的“理解”,目前没有解决得很好。主要原因有以下一些方面,标签具有多样性,有背景内容标签,细节内容标签,内容属性标签,风格标签等等;一些标签的样本的实际表现方式多种多样,样本的规律不明显则不利于模型学习;标签问题没有唯一的标准答案,也存在一定的主观性,不好评估的问题则更不利于模型学习。

依然笔者拙见,视频打标签问题目前还没有很好的解决办法,也处于探索阶段。方法上主要有以下一些思路:可以从视频角度出发,可以从图像角度出发;可以利用caption生成的思路,可以转化为多分类问题。

直接从视频角度出发,即从视频整体的角度出发,提取图像帧,甚至字幕或者语音信息,进一步处理得出视频标签的结果。Deep Learning YouTube Video Tags,这篇文章提出一个hybrid CNN-RNN结构,将视频的图像特征,以及利用LSTM模型对标签考虑标签相关性和依赖性的word embeddings,联合起来,网络结构如下图。

Large-scale Video Classification with Convolutional Neural Networks提出了几种应用于视频分类的卷积神经网络结构,在网络中体现时空信息。single frame:就是把一帧帧的图像分别输入到CNN中去,和普通的处理图像的CNN没有区别;late fution:把相聚L的两帧图像分别输入到两个CNN中去,然后在最后一层连接到同一个full connect的softmax层上去;early fution:把连续L帧的图像叠在一起输入到一个CNN中去;

slow fution:通过在时间和空间维度增加卷积层,从而提供更多的时空全局信息。如下图所示:

另一方面,为了提高训练速度,这篇文章还提出Multiresolution CNNs,分别将截取中间部分的图像和缩放的图像作为网络的输入,如下图所示:

这篇文章主要研究了卷积神经网络在大规模视频分类中的应用和表现。通过实验,文章总结网络细节对于卷积神经网络的效果并不非常敏感。但总的来说,slow fusion网络结构的效果更好。

从图像角度出发,即从视频中提取一些帧,通过对帧图像的分析,进一步得出视频标签的结果。对图像的分析,也可以转化为图像打标签或者图像描述问题。Visual-Tex: Video Tagging using Frame Captions,先从视频中提取固定数量的帧,用训练好的image to caption模型对图像生成描述。然后将文本描述组合起来,提取文本特征并用分类方法进行分类,得到tag结果。这篇文章对生成的描述,对比了多种不同的特征和多种不同的分类方法。可见,图像打标签对视频打标签有较大的借鉴意义。另一种思路,CNN-RNN: A Unified Framework for Multi-label Image Classification可以看作将图像打标签问题转化为多分类问题。将卷积神经网络应用到多标签分类问题中的一个常用方法是转化为多个单标签的分类问题,利用ranking loss或者cross-entropy loss进行训练。但这种方法往往忽略了标签之间的联系或者标签之间语义重复的问题。这篇文章设计了CNN-RNN的网络结构里,并利用attention机制,更好地体现标签间的相关性、标签间的冗余信息、图像中的物体细节等。网络结构主要如下图所示,主要包括两个部分:CNN部分提取图像的语义表达,RNN部分主要获取图像和标签之间的关系和标签之间的依赖信息。

针对空间部分短视频数据,笔者设计了一个简单的视频打标签的方案,并进行了实验。由于预处理和算法细节的很多进一步改进和完善工作还没有进行,在此只是提出一种思路和把实验结果简单地做个分享。

方法介绍:

整体思路:图片打标签 => 视频打标签

也就是说,对视频提取帧,得到视频中的图片;然后对图片进行打标签;最后将视频中帧图片的标签进行整合,得到视频标签。

1、从图片描述说起:

图片描述典型框架:利用deep convolutional neural network来encode 输入图像,然后利用Long Short Term Memory(LSTM) RNN decoder来生成输出文本描述。

2、在打标签任务中,我们把标签或类别组合,构造成“描述”:

一级类别+二级类别+标签(重复的词语进行去重)

3、利用预训练和强化学习,对训练样本图片和标签构造模型映射。

《Self-critical Sequence Training for Image Captioning》

网络模型有三种:fc model;topdown model;att2in model;模型细节见论文。

一般地,给定输入图像和输出文本target,,模型训练的过程为最小化cross entropy loss(maximum-likelihood training objective):

利用self-critical policy gradient training algorithm:

其中,是reward funtion

通过根据每一个decoding time step的概率分布进行采样获得,是baseline output,通过最大化每一个decoding time step的概率分布输出获得,也就是a greedy search。论文里提到,利用CIDEr metric作为reward function,效果最好。

4、根据视频帧图片的标签,对视频打标签。具体有两种思路:

记录视频提取的所有帧图片中每一个出现的标签,以及标签出现的次数(有多少帧图片

被打上了这个标签)。按照出现次数排序。

1.将帧图片的最多前n个标签,输出为视频标签。

2.将帧图片中,出现次数大于阈值c的标签,,输出为视频标签。

数据示例:

其中1class表示一级类别,2class表示二级类别。

实验结果示例:

截取一些实验结果展示如下,其中output指模型输出的结果,reference指人工标定的参考结果。

总的来说,游戏类视频的数据量最大,效果较好;但具体不同英雄的视频数据如果不平衡,也会影响算法结果。其他类型视频数据不算太稀疏的效果也不错,长尾视频的效果不行。

总结:

数据预处理、模型结构、损失函数、优化方法等各方面,都还有很多值得根据视频打标签应用的实际情况进行调整的地方。后续再不断优化。方法和实验都还粗糙,希望大家多批评指导。

来源:腾讯QQ大数据

]]>
CAMIA:2018年8月菲律宾最新移动网络报告 //www.otias-ub.com/archives/767687.html Tue, 28 Aug 2018 01:04:39 +0000 //www.otias-ub.com/?p=767687 在菲律宾政府试图吸引第三家移动运营商进入电信市场之际,其中有两家运营商正在继续努力扩建它们的4G服务,扩大其LTE信号覆盖范围并逐步提升移动宽带速度。

距OpenSignal发布菲律宾移动网络报告,已经过去6个月了。通过收集分析从2018年5月1日起的数据,对比了菲律宾两家移动运营商环球电信和PLDT智能通信的3G和4G数据结果。

与6个月前的情况一样,Globe和Smart共同获得了4G可用性和4G下载速度奖。Smart在LTE下载速度方面仍然处于领先优势,但Globe在4G可用性方面已大大缩水。Smart将4G可用性的差距缩小到不到4个百分点,Smart在4G接入领域的增长相当惊人。18个月前,Smart的4G可用性评分低于40%。

目前还没看到任何运营商的4G下载速度有变化,但是总体下载速度已经有了很大的提高。在过去的6个月中,Globe的平均总下载速度已经增长了近14%到5Mbps,而Smart的总体平均下载速度则增长了29%,达到7.5 Mbps。Smart整体速度提高的原因是它的4G可用性快速增加,所以用户能够更频繁地获得4G连接。

在4G延迟指标中,延迟衡量网络的响应时间,分数越低越好。Smart的4G延迟在过去的6个月里增加了5毫秒以上,而Globe的增长大致相同。

(奖项表)

4G下载速度:Globe和Smart的LTE平均下载速度,Smart明显处于领先优势。

3G下载速度:Globe和Smart的平均下载速度,Globe的3G下载速度比Smart稍微快点。

总体下载速度:Globe和Smart的3G和4G网络平均下载速度,Smart总体速度比Globe更快。总体速度不仅影响到3G和LTE速度,而且还影响到各种网络技术的可用性。LTE可用性较低的运营商的整体速度往往较低,因为他们的用户必须花更多的时间去连接较慢的3G网络。

4G上传速度:Globe和Smart的LTE连接上每个运营商的平均上传速度,Smart的上传速度处于明显的优势。

4G的延迟时间:Globe和Smart的LTE平均延迟时间/毫秒,得分较低是网络反应更强的标志,两者的延迟时间大径相同。

3G的延迟时间:Globe和Smart的LTE平均延迟时间/毫秒,得分较低是网络反应更强的标志,Smart的网络反应更快。

4G的可用性:Globe和Smart可以使用LTE连接的时间比例,Globe用户访问4G网络的频率更高。

(OpenSignal度量标准的区域获胜者表格)

假若第三方移动运营商进入菲律宾电信市场,是否会改写市场格局?但是无论怎样,第三方移动运营商的加入对菲律宾网民来说都是件好事,因为这意味着有更多的网络服务可以选择。

来源:CAMIA

]]>
CAMIA:80%的越南人喜欢在网上找工作 //www.otias-ub.com/archives/764535.html Sun, 26 Aug 2018 10:31:19 +0000 //www.otias-ub.com/?p=764535 Vietnamworks.com与JobStreet.com等越南“智联招聘”的出现为许多越南求职者以及企业提供了非常大的便利。根据总部位于马来西亚的招聘平台JobStreet.com的一份调查,80%的越南劳动人民通常喜欢在网上找工作。

2012年进入市场,总部位于马来西亚,业务覆盖新加坡、菲律宾、印尼等国家的JobStreet.com在最初几年内一直受到越南求职者的好评。除了JobStreet.com,越南本土招聘平台Vietnamworks.com也被称为该领域的流量平台。Vietnamworks.com可以说是越南的“猎聘”,是许多猎手以及经验人士的不二选择。

除了以上两个平台,越南第一个招聘网站 MyWork,越南本土招聘网站Vieclam.24h.com.vn,越南报社Tuổi trẻ旗下招聘信息发布平台Vieclam.tuoitre等等也是当地较为熟知的找工作渠道,这些平台主要发布各个企业的全职招聘信息。

总部位于美国的CareerBuilder.vn 以及越南Careerlink主要提供大量的临时工/兼职信息。不过相比之下,同业者vLance.vn似乎更受自由职业者的欢迎。

除了特定的招聘网站,社交网站如Facebook也是许多求职者找工作的渠道之一。根据相关数据,58%的越南自由职业者习惯通过社交网络找工作。

(行业部分玩家)

虽然招聘讯息发布渠道看似非常多,但是还远远不能够满足市场的需求。越南招聘平台JobStreet.com的另一份调查报告显示,2018年越南人才市场呈现出非常紧张的景象。随着越南海外业务的不断扩张以及大量投资者的资金入注,可供人们选择的工作机会也越来越多。其中信息技术行业对人才的需求最大。

根据越南另一大招聘平台VietnamWorks的调查,在过去三年中,越南信息技术领域的岗位数量每年以47%的速度高速增长,但是每年完成的指标仅仅为8%。如此发展下去,至2020年该国的信息技术人才空缺将增长至50万左右。 Itviec.com预测,今年越南信息技术领域企业人力需求将增加10%-50%的员工。

人才需求量增加主要是因为自2012年起,该国信息技术领域企业数量增加了69%。仅仅是软件公司而言就已经增加了124%。除了软件,游戏、移动应用程序、网络安全以及人工智能等等企业的增加也加大了人力的需求。然而该国毕业生的数量和质量还远远无法满足这些企业的需求。相关数据显示,45%的该国信息技术企业已经将员工薪资水平提高10%-20%。

来源:CAMIA

]]>
CAMIA:柬埔寨的移动支付行业 //www.otias-ub.com/archives/764542.html Sun, 26 Aug 2018 10:30:49 +0000 //www.otias-ub.com/?p=764542 尽管现金仍然是柬埔寨无可厚非的王者,但数字交易和移动支付这两头“小牛犊”的发展为金融科技企业提供了巨大的机会,为未开户的企业提供了服务,并改变了柬埔寨的金融环境。

在发展中的东南亚国家柬埔寨,手机使用率和连通性高,但银行渗透率低,所以移动支付市场具有巨大的吸引力。

96%的柬埔寨人拥有一部移动电话,总使用的手机数量超过1000万。据We Are Social的2017年数字报告显示,柬埔寨173%的移动连接是东南亚地区最高的,超过区域平均值133%,甚至超过新加坡的142%。

由于只有5%的人口拥有银行账户,因此金融科技公司有巨大的机会通过数字平台提供价格合理且更便捷的金融服务。移动技术使这些公司能够接触到无法获得任何基本金融服务的柬埔寨人,从而推广自己的产品。

Wing公司正在紧紧抓住柬埔寨移动支付的机会,是该行业主要参与者。该公司为柬埔寨人提供使用Wing的代理网络,Wing Money移动应用程序和USSD消息发送和接收资金的方法。Wing的产品和服务支持每个柬埔寨人都能获得金融服务,如本地汇款、电话充值、账单支付、WingKet Luy和在线支付。

为了扩大发行规模,Wing与多家外国公司合作,6月份与马来西亚公司Valyou签署了一项合作协议,专注于提供从马来西亚到柬埔寨的移动钱包汇款服务。

新产品允许在马来西亚工作和居住的柬埔寨人使用Valyou移动钱包应用程序和马来西亚各地2500个Valyou代理地点直接把钱汇回家。 转账后,发送的款项可以在收款人的Wing账户中兑现,或者可以在柬埔寨境内5000多名Wing代理商处提取现金。

据估计,每年有150万柬埔寨人作为海外移民工人,每年向柬埔寨的家庭汇款近20亿美元。

Wing公司6月与日本的Sathapana Commercial Bank签署了另一项合作协议,根据协议,SathapanaCommercial Ban的客户可以通过Wing的平台和服务偿还贷款或转移资金。银行的客户也可以通过手机从任何地点和任何时间使用Wing信息亭转账,无论接收方是否有Wing的账户。

(Wing信息亭)

自Wing于2009年推出以来,柬埔寨就出现了许多移动支付解决方案。 例如,ABA银行的电子现金服务允许向没有银行账户的柬埔寨人汇款,收件人可以在不使用卡的情况下从ATM提取现金。

(ABA银行电子现金)

本地创企Pi Pay提供了一个连接客户和商家的数字支付应用程序,这个应用程序采用简单有趣的设计,还带有自定义表情符号,旨在吸引柬埔寨的年轻人和高科技人群,该应用程序还有一个内置的视频聊天消息。

PayGo是另一家柬埔寨移动支付公司。它与ABA银行合作创建了一个虚拟信用卡,使客户能够更快地进行在线支付。柬埔寨的其他移动支付公司还有True Money,Asia Wei Luy和SmartLuy等。

来源:CAMIA

]]>
CAMIA:印尼数字平台的信息真假检验行为调查报告 //www.otias-ub.com/archives/763718.html Sat, 25 Aug 2018 10:29:52 +0000 //www.otias-ub.com/?p=763718 在互联网时代,信息经常通过社交媒体、新闻频道等渠道流动。许多人不能够正确的消化这些信息,最终导致了虚假信息在社会上流传。在印尼这种现象似乎较为普遍。

印度尼西亚的Masyarakat Telematika在2017年初的一份调查显示,84.5%的受访者常常受到虚假信息的干扰。为了了解印尼虚假信息在数字平台间的传播情况,DailySocial近期做了新调查,具体如下:

(参与调查受访者属性)

(常用信息收发平台)

根据调查,Facebook、WhatsApp和Instagram(均为Facebook Inc .所有)是搜索信息的三大首选应用,其中以Facebook为首。App Annie的数据显示,这三款应用也是印尼最受欢迎的社交和短信应用。同时LINE和Twitter也是许多受访者的信息收取渠道。

(信息阅读完整情况)

从调查来看,绝大部分受访者都有完整阅读信息的习惯,该指数在调查中占77.76%。少部分受访者仅仅看信息标题,该指数在调查中占约22%。不过也正是如此虚假信息才更容易传播。大多数受访者只阅读信息而不会辨别信息的真假程度。

(信息分享情况)

超过77%的受访者会将自己认为重要的信息分享至朋友或者群组。同时还有将近12%的受访者习惯性的分享信息。在用户有这样的行为习惯下,如果虚假信息未能被识别,那么其传播可以说非常方便。

(信息真假验证情况)

大多数受访者有都有验证信息真假的好习惯,其中将近56%的受访者会总是会检验所收到信息的真假。

(检验信息真假难易程度)

虽然许多受访者有验证信息真假的习惯,但是对很多受访者来说最终仍然不能确定信息的正确性,该指数在调查中占超过75%。

(检验方法)

受访者检验信息真假的方式有很多,其中对比最新相关信息、搜索引擎查询为两大最主要检验方法。

(虚假信息传播渠道)

作为搜索信息的三大首选应用,Facebook、WhatsApp和Instagram同样是虚假信息传播的主要渠道。其中Facebook的绝大部分用户经常受到虚假信息,该指数在调查中占超过81%。相比之下Twitter安全得多,不过这也是因为印尼越来越少人使用Twitter。

总结

· Facebook, WhatsApp和 Instagram在印尼拥有非常多的用户,这三大社交网站是大多数印尼用户接收信息的平台,同时也是大量虚假信息投放平台。

·绝大部分(73%)受访者都会完整阅读所收到的信息,同时也有相当一部分受访者有检验信息真假的习惯。一般主要通过各个搜索引擎进行验证,不过网上的说法同样多种多样,导致最后也无法辨别真假。

·大部分受访者习惯将自己受到并且认为重要的信息转发于他人。在无法确定信息真假的情况下,虚假信息的传播较为“通畅”。

来源:CAMIA

]]>
CAMIA:越南常用酒店预订平台 //www.otias-ub.com/archives/761638.html Fri, 24 Aug 2018 10:30:04 +0000 //www.otias-ub.com/?p=761638 现如今,随着全民整体收入的提高,人们对生活、娱乐的投入也随之加大。大多数人不再像以前一样整天只知道工作、埋头苦干,偶尔也会计划出出远门放松心情。越南人的出门旅游一般分为两种形式:报团和自助游。现如今大部分越南人更多的会选择自助游,出行安排自由。

(越南人对旅游的喜爱表现的越来越明显)

互联网、智能手机、按需服务等等为自助游提供了非常大的便利。出行者不需要到达目的地就可以预定到出行的车票以及喜欢的酒店。对于越南出行者来说,比较熟悉的旅游预订平台有Agoda, Trivago, Booking.com和Mytour.vn,等等。

(旅游常用酒店预订平台)

根据相关调查,Agoda.com现被评为越南人最常用的酒店预订平台。在该平台上,出行者不仅仅可以预定越南本地酒店,同时还可以预订泰国、印尼、新加坡等国际酒店。除了在国内旅游,国外如泰国、日本等等旅游也成为许多越南人选择。

Agoda.com支持各种信用卡的付款,其中包括Visa,MasterCard和American Express等等。除了信用卡之外也支持银联储蓄卡支付以及电子钱包PayPal支付。与其他预订平台不同的是,Agoda.com的酒店预订可以到店再进行支付。

如今越南信用卡持卡率逐渐上升,国外旅游也逐渐成为一种趋势。或许正是因为有足够广的业务覆盖范围以及足够强的支付包容性,Agoda.com才成为了越南大众的选择。

从根本属性上来说,被评为第二大平台的Trivago不算是一个酒店预订平台而是一个酒店比价平台。在Trivago消费者可以找到Agoda、 Booking.com、Mytour.vn及Vntrip.vn等预订平台上价格优惠的酒店。

同样被评为越南人常用的酒店预订平台还包括 Booking.com、traveloka、Mytour.vn和Vntrip.vn。与其他三个平台不同的是, Booking.com只支持国际上常见的通用信用卡如Visa、MasterCard等的支付。而对于traveloka、Mytour.vn和Vntrip.vn而言,这三个平台主要支持越南国内银行卡的支付。各平台具体支持的支付方式如下:

整体上来说,这些酒店预订平台付款方式主要分为二。一为线下支付,包括银行转账、到店支付、线下便利店支付以及邮局转账。二为线上支付,包括信用卡、电子钱包等的支付。虽然线下支付仍然占据较大的比例,但是线上支付已逐渐占据上风。

来源:CAMIA

]]>
CAMIA:菲律宾网络购物的主力军 //www.otias-ub.com/archives/763715.html Fri, 24 Aug 2018 10:29:56 +0000 //www.otias-ub.com/?p=763715 菲律宾电子商务一直在不断扩大其在线市场,其用户来自新兴的中产阶级和“千禧一代”,这群人精通科技,玩转社交网络。事实上,根据PwC的报告,到2020年,全球千禧年劳动力预计至少占世界人口的一半。

在菲律宾,目前的劳动力人口占千禧年人口的47%以上。据KMC Saville的一份报告显示,在未来五年中,菲律宾的千禧一代劳动人口预计将达到整个劳动人口的55%。在线活动方面,Digital在2018年的报告中发现,菲律宾人是东南亚社交最多的人,他们一天在网上花费大约四个小时。

为了解菲律宾在电子商务行业的市场行为,iPrice Group收集分析了一部分商家数据。菲律宾在SEA中的流量排名第三,但购买率只是0.8。

同时,在所分析的所有6个市场中,与台式机相比,菲律宾的移动设备购买率相对较低,是最低的市场之一(和泰国一样)。

根据《2017年电子商务状况报告》,菲律宾是移动商务中第三活跃的国家,占SEA流量的71.25%。尽管很多人都是因为网上购物的便利性导致一时冲动购物,但菲律宾消费者的行为暗示着一种出乎意料的市场反应。不过,在实际购买之前,菲律宾消费者更喜欢首先利用不同的在线平台搜索类似的产品,货比三家,再考虑是不是真的要剁手。

《2017年购买路径报告》发现菲律宾消费者在购买产品之前首先进行一系列搜索,尤其是通过价格比较、产品评论和视频进行搜索。虽然结果可能表明消费者渗透率方面存在滞后因素,但该国的平均总支出额(篮子价值)表明,菲律宾人对网上购物的信心还是很高的(与SEA市场相比)。

从PHL经济的宏观角度分析,该国的人均国内生产总值(2951.07美元)在SEA中是最低之一(这与篮子价值密切相关)。然而,它的篮子价值以56美元(PHP 2887)的价格跃居SEA第二,而新加坡最高,为91美元(PHP 4736)。这表明,菲律宾消费者的购买力一般较低。但是,通过可信的产品评论和比较平台,可以激起他们在网上的购买欲。

同时,电子商务中的支付方式也在很大程度上影响着购买活动。随着越来越多的菲律宾人开始探索网上购物的便利性,信用卡是该国最常见的支付方式。SEA电子商务状况报告显示,菲律宾有95%的电子商务商家提供信用卡支付方式,而另外80%最常见的支付方式是货到付款。

来源:CAMIA

]]>
CAMIA:2018越南直播APP市场似乎已经进入饱和 //www.otias-ub.com/archives/761859.html Thu, 23 Aug 2018 10:30:00 +0000 //www.otias-ub.com/?p=761859 2011年4月份,Youtube 推出了新功能 Youtube Live ,允许用户在平台进行直播。在那时,直播对许多越南用户来说仍是一个比较陌生的概念。直到2014年年初 VNG旗下TalkTV(最初称为 Cctalk)的出现,越南直播市场才开始有了急剧性的转变。专注游戏直播和明星直播两大板块,TalkTV很快就吸收了大量用户。

继TalkTV之后,越南直播市场见证了许多国内外玩家的加入。随后出现的典型玩家有IdolTV (VTC), 88sao, Hallostar, StarTV等等,而这些平台也同TalkTV一样集中发展明星直播板块。而一些国际玩家如Twitch和 Azubu等则针对该市场的游戏直播板块。

越南直播真正热起来是在Facebook向公众推出直播功能Facebook live 的时候。2016年初至今,直播仍旧是许多越南用户的话题中心。

目前越南互联网用户约占全国总人口的70%(6400万+),其中社交媒体用户约为5300万。许多玩家都在争取该市场的份额。除了Youtube, Facebook, TalkTV (VNG), Twitch (Amazon), Bigo等玩家,越南VTV也借助产品VTVGo进入了直播市场。

TalkTV最初曾占据越南市场最大部分份额,而随着越来越多国际玩家的加入,TalkTV的份额逐渐缩小。现如今该市场份额已经逐渐倾向BIGO LIVE,Cube TV,Nonolive,V LIVE等国际玩家。

(部分市场玩家)

现如今越南直播市场似乎已经进入饱和事情,整体表现出比较平静/稳定的状态。老玩家已经稳定市场地位,新玩家想要加入可能已经没有那么简单。

来源:CAMIA

]]>
CAMIA:越南数字银行尚有很大的发展空间 //www.otias-ub.com/archives/761644.html Wed, 22 Aug 2018 10:30:00 +0000 //www.otias-ub.com/?p=761644 正如亚洲其他新兴国家一样,越南数字银行渗透率正在逐渐增长。根据越南市场研究机构IDG相关调查,81%的受访者表示在2017年使用过数字银行解决方案,而该指数在两年前仅仅为21%。

数字银行解决方案因其便利性和实用性而获得消费者的赞赏。麦肯锡的一项调查发现,大约60%的越南消费者将考虑注册无网点数字银行账户。可见数字银行在越南尚有很大的机会。

越南大多数银行已经向客户提供网上银行和数字支付服务。例如Vietinbank,Vietcombank,BIDV,Agribank,Techcombank和OCB等银行都已经允许客户通过相应手机银行APP进行QR扫码支付。

越南农业与农村发展银行——Agribank是首批通过手机银行APP向客户提供QR码扫码支付服务的银行之一。该银行董事会主席Trinh Ngoc Khanh表示,Agribank近期的重要任务之一是向客户提供基于QR扫码支付、Samsung Pay和Autobank等高科技、高质量平台的服务。

另外两家银行——Techcombank和VIB表示将向客户提供通过Facebook和Zalo等社交网络平台进行汇款以及ATM无卡取现等服务。同时VP Bank表示将利用IBM的数据分析技术来分析客户行为,并通过当地创企Lifestyle Project Management Vietnam Ltd.开发的平台Timo提供全面的数字银行体验服务。

(Timo的移动应用程序及Timo卡)

外来银行也在寻求越南数字银行市场的发展机会。上周新加坡的UOB(大华银行)宣布其东南亚五大市场的数字银行战略:新加坡、印尼、大马、泰国和越南。UOB计划将其即将到来的东南亚数字银行的整个银行业务流程数字化以满足消费者日常支付需要。

大华银行副董事长兼首席执行官Wee Ee Cheong表示,作为东南亚数字经济发展最快的市场之一,越南是UOB数字银行策略的中心市场。

“我们通过各个国家看到了两种趋势:监管机构正在增加数字技术的采用。例如,利用技术了解客户(know-your-customer )的需求,并通过沙盒为金融科技推广创新以能够在沙盒的要求下运行,”麦肯锡表示。

越南95%的银行提供网上银行和手机银行服务。越南政府也多次表示促进和推动金融科技创新的雄心,此前曾在2017年宣布一项于2020年实现完全无现金化的重大举措。

从那时起该国的非现金支付与非接触式支付就已经开始增长。越南国家银行统计的数据显示,2017年该国通过手机进行的金融交易增长了81%,网上金融交易也比上一年增长了67%。

越南银行学院国际商业学院的Nguyen Thi Thanh Van博士表示,定位数字技术在该领域的发展至关重要,因为技术可以促进金融服务的使用和可访问性。

目前在越南有大约78家金融科技公司。虽然其中大多数(47%)在支付领域运营。不过近年来也出现了几个其他领域的金融科技,同样也可以帮助银行提供更高效和便捷的数字服务。

例如,KIU Global建立了一个跨境B2B电子商务平台,该平台集成了企业资源规划、物流和贷款,旨在为东南亚的中小企业提供服务。该公司使用人工智能建立了一个信用评级系统,允许银行在不到10秒的时间内给中小企业“打分”。目前 KIU Global正在与越南的VIB银行合作。

另一家名为Weezi Digital的初创公司提供生物识别解决方案,帮助金融机构实现移动性和数字化。至于Wecash,该公司利用移动技术、大数据和机器学习来防止欺诈并确定消费者信誉。

参考来源:CAMIA 

]]>
CAMIA:未来五年内,泰国在线零售或将占该国零售市场总量10%左右 //www.otias-ub.com/archives/761634.html Tue, 21 Aug 2018 10:30:05 +0000 //www.otias-ub.com/?p=761634 泰国零售协会预测,未来五年内该国在线零售将实现稳步增长,其价值或将占该市场零售市场总量的10%左右。

该协会表示,零售商需要更多的利用技术以及其他服务和活动来促进业务增长。泰国零售协会主席Worawoot Ounjai表示,泰国今年B2C的在线渠道增长潜力约为30%左右。这主要归于在刺激消费的促销活动下在线渠道消费者的大量增加。

今年上半年,泰国零售市场总量增加了2.8个百分点。Worawoot表示,到今年年底,该国零售市场销售额或将超过3万亿泰铢,其中的3%将来自在线渠道,即B2C。

泰国零售协会预测,五年内在线零售市场份额将高达10%,在线B2C销售额将超过3000亿泰铢。

(2018 至-2022 年东南亚电商预估营收 source:Statista)

作为东南亚大电商市场之一,泰国确实具有非常大的发展潜力。根据Statista的预测,泰国将于2022年超越新加坡成为东南亚第二大电商市场。2018年该市场电商规模或将达35.4亿美元,预计到2022年该数值将增长至58.3亿美元,年均复合增长率高达13.2%。

泰国电子商务市场的亮丽前景吸引了大量的国际大型企业进军该国在线零售市场。

2017年底,中国电商巨头京东集团首席执行官刘强东日前在曼谷表示,京东将把中国的现代物流体系以及无人机等全球顶尖物流技术带到泰国,助力泰国零售和物流基础设施以及供应链管理。此前京东已经与泰国零售巨头Central Group共同投资5亿美元成立合资公司,提供电商等相关服务。

同样注意到东南亚电商快速增长的发展趋势以及在线零售商之间竞争日益激烈的局面,今年4月份,中国电子商务巨头阿里巴巴也加大了在泰国的投资。

此外泰国国内零售商也在进一步扩大市场业务。本土大型零售集团——Central Group目前正在向越南市场扩展。未来五年内,该集团将向越南市场的零售业务投资超过5亿美元。此外,Central Group或将于今年第四季度将业务扩展至马来西亚。

为最大限度的开发在线零售市场的潜力,泰国零售协会鼓励零售商采用多渠道的方法,使用PoS、人工智能、大数据和在线到离线平台等技术,同时加强客户服务以更好的满足消费者的需求。

同样,为了向在线零售玩家以及想涉入该领域的未来玩家提供相关的知识支持,该协会还与合作伙伴推出了一场名为RetailEX Asean 2018的活动。

来源:CAMIA

]]>
CTR媒介智讯:2018上半年中国广告市场整体同比增长9.3%,互联网广告增速减缓 //www.otias-ub.com/archives/759188.html Sat, 18 Aug 2018 03:54:55 +0000 //www.otias-ub.com/?p=759188  CTR日前发布《2018上半年中国广告市场回顾》,数据显示,2018上半年中国广告市场的增幅同比有了明显提高,达到了9.3%,CTR还预计,随着各月的增长回稳,今年下半年的增幅将会有一定的回落。

今年上半年,中国广告媒介市场中:

  • 电视和广播媒体的广告刊例花费都有10%左右的增长。其中,电视的广告时长增幅较去年同期增长了1.7%;而广播广告时长却是继续下滑的,由去年的下滑0.9%进一步扩大至下滑1.3%。
  • 电梯电视、电梯海报、影院视频继续保持着匀速增长,并且上半年的广告刊例收入较去年同期均有比较大的涨幅(都超过24%)。这比整体广告市场的增幅(9.3%)是大得多的增速。
  • 互联网广告增速大大减缓。互联网广告从去年上半年的14.5%的增长率,到今年上半年的增速仅有5.4%,甚至落后于整体广告市场的增速。这多少让人有些吃惊。
  • 可口可乐公司成为全媒体广告花费厂商榜首。天猫和京东商城首次进入全媒体广告花费TOP20品牌榜单。

总体市场

电视广告

广播广告

报纸广告

杂志广告

传统户外广告

电梯电视广告

电梯海报广告

影院视频广告

交通类视频广告

互联网广告

数据备注

* 广告花费以媒体公开报价为统计标准,不含折扣;
* 广告花费\面积等绝对量数据均以当年1月监测范围为基准,增幅均以前一年1月监测范围为基准;

* 除特殊说明外,电视频道广告监测时间为17:00—24:00。

 

来源:CTR媒介智讯

]]>
CAMIA:马来西亚电子商务市场最高管理层缺乏女性领导者 //www.otias-ub.com/archives/759816.html Sat, 18 Aug 2018 03:53:52 +0000 //www.otias-ub.com/?p=759816 2018年5月21日,马来西亚正式宣布Wan Azizah女士成为马来西亚第一位女副总理,Wan Azizah在历史上留下了浓重的一笔。

这一事件意义非常重大,因为Wan Azizah女士是东南亚为数不多宣誓就任副总理的女性领导人之一。这也是一个重要的里程碑,因为各种研究表明,当一个企业组织里有足够数量的两性代表时,企业组织就更有可能蓬勃发展。

然而,在马来西亚的电子商务市场中,缺乏女性领导人。数据是通过分析马来西亚电子商务地图上15个访问量最大的电子商务平台中数百名高级和中级管理人员得出的。

马来西亚的高层女性人数明显低于其他东南亚国家

数据表明,马来西亚的男性担任着91%的C级职位(创始人,董事,酋长),而女性只有9%。与新加坡,菲律宾和越南等其他东南亚国家相比,马来西亚的差距要大得多。越南和菲律宾的女性担任高层职位的比例最高,比例分别是23%和21%。

(马来西亚缺乏高层职位的女性)

在马来西亚,拥有高层职位的女性屈指可数。其中有Ezbuy的在线销售总监Ethel Hoong,Astro GoShop执行董事Swee Lin Liew和Fashion Valet的创始人Vivy Yusof。

到2025年,马来西亚的电子商务行业预计价值为330亿林吉特(80亿美元),但是国内电子商务企业需要克服性别差距,有必要在公司高层管理职位中融入平等和多样性文化。

目前,女性在马来西亚的人口中占有很大的比例。截至2018年第1季度,马来西亚统计局指出,国内女性人口占48%,男性占52%。马来西亚通信和多媒体委员会的另一份报告指出,在线购物者57%是女性,女性成为网购主力。

中层管理人员中不乏女性

女性在电子商务业务中同样重要,中级管理层中不乏女性。在马来西亚顶级电子商务平台中,25%的女性担任高级副总裁(SVP)职位,23%的女性担任副总裁(VP)职位,48%的女性担任主管职位。尽管女性在中层管理职位上工作优异,但能够进入最高管理层的女性却寥寥无几。

2018年7月,在2018年东盟机电工程展上,女性、家庭和社区发展部副部长Hannah Yeoh表达了自己的观点。Hannah Yeoh认为,虽然接受高等教育课程的女性人数正在增加,但这并没有反映在工作场所的高级职位上。

为了缩小女性在这些层次上的差距,Hannah Yeoh认为有必要赋予女性更多权利,并希望大家认识到她们的重要性,企业组织应该积极响应政府的号召:在2019年在每个办事处开设儿童保育中心,让女性可以腾出更多时间发展自己的事业。

企业应该积极倡导性别多样化

如果马来西亚电子商务平台要像Google & Temasek所预测的那样,实现330亿令吉(80亿美元)的目标,企业就必须在倡导性别多样化方面发挥积极作用,一个多样化、包容的工作环境可以培养创新思维和更好的领导能力。 在英国,董事会中的女性人数从2010年的12%增至2017年的26%,因为有杰出的主席支持企业组织应该接纳更多的女性这个观点。

为了弥补这一差距,企业必须首先认识到高级管理层中缺乏妇女是一个实际问题。马来西亚前政府已确定目标:即到2020年,公共上市公司的最高管理层中至少有30%是女性。

企业的领导者们应该采取积极的措施,将女性留在企业阶梯的每个阶段,并专门为女性创建管理职位,鼓励并支持更多的女性走上领导的岗位。可以考虑增加专门针对妇女的福利,如托儿服务或女性保险政策,

高层女性榜样有助于促进初级和中层女性的敬业度和个人发展,榜样的力量不容忽视。女性之所以难以步入最高管理层,有两大原因:1、挥之不去的性别排斥;2、来自家庭的压力,要求她们注重家庭而并非职场。

总而言之,男女平等,都应该得到同样的尊重。

来源:CAMIA

]]>
CAMIA:印尼的无现金使用率尽管多方支持仍相对较低 //www.otias-ub.com/archives/759025.html Fri, 17 Aug 2018 03:53:13 +0000 //www.otias-ub.com/?p=759025 为了促进其数字经济的增长,印度尼西亚现在正在鼓励其公民走向无现金社会。从2017年开始,许多行业内观察家一直在讨论印尼能够转变成为无现金王国的可能性,该现象也一直持续到了今年。

印尼的无现金试验在雅加达已经取得了非常明显的成效,其交通业为该国的无现金之路打开了新的大门。典型的例子就是印尼本土Go-Jek和Grab,在获利的同时也为印尼的无现金铺平道路。此外,据了解印尼正在开发雅加达的MRT和LRT系统,这些系统也将完全无现金化。

除了交通行业之外,其他行业也在无现金的道路上做各种各样的尝试。如Mandiri以其电子钱包作为正规银行的替代品,将印尼无银行账户人口联系起来。

实际上作为一个发展中国家,印度尼西亚在提供无现金支付方式方面仍然落后。不过近年来随着乘车应用程序和电子票务系统的兴起,该国对无现金的接受程度已经明显提高。

印尼的无现金能有今天的成绩,除了交通业之外还有来自包括电信公司、银行以及金融科技公司等多方面的支持。不过在无现金概念已经深入大众的今天,印尼在无现金这条道路上似乎还面临着许多阻碍,消费者对无现金的接触似乎还没有上升到采用层面。

根据世界银行相关数据,2017年印尼数字产业创造的交易价值仅占总交易价值的27%。此外持借记卡人数仅仅为总人口的31%。尽管Go-Jek和Grab表示通过他们的无现金交易急剧增加(2017年通过Go—pay完成的交易占印尼数字交易的30%)。

信用卡的情况似乎也没有好转。许多印度尼西亚人似乎更喜欢使用现金而不是使用信用卡来满足他们的日常交易需求。但奇怪的是,据Statistica记录,相对于现金61%的印度尼西亚消费者更喜欢无现金。而在过去的一年中,中央银行的借记卡和信用卡使用以及电子货币交易增加了50%以上。这种增长证明该国消费者已经习惯了电子支付。

导致印尼无现金使用率低的的原因或许不在消费者而在商家。在印尼,商家尤其是小商户比较难以申请EDC系统(电子数据捕获系统),该系统是印尼使用的较长时间无现金接收系统。

或许真正能够带动无现金发展起来的还是电子商务。据相关资料,2018年-2020年印尼电子商务销售额将增长91%。如果顺利,印尼的无现金道路将可以借助在线购物走向一片新的天地。

来源:CAMIA

]]>
CAMIA:2018年8月柬埔寨移动网络状况 //www.otias-ub.com/archives/760236.html Thu, 16 Aug 2018 01:47:43 +0000 //www.otias-ub.com/?p=760236 柬埔寨4G的快速增长在opensignal的指标中出现了一些有趣的结果,运营商正在扩大LTE服务器的访问以满足用户的需求,导致4G可用性指标上升。 另一方面,对移动数据的需求也可能会对运营商的4G网络产生负担,平均4G下载速度正在减缓。

Cellcard夺得速度奖项

在所有四个OpenSignal的速度指标中,Cellcard得分最高,而且在这种情况下,它都获得了大幅度的利润。 虽然Smart在速度指标中排名第二,但Metfone显然快要赶超了,特别是4G下载速度,平均只有3.6 Mbps。

柬埔寨的网络响应能力得到提升

随着柬埔寨运营商对其LTE网络进行微调,其4G服务的响应时间也在不断改善。所以三家主要运营商的4G延迟分数均低于50毫秒,但Metfone的往返响应时间为42.8毫秒。

Smart在4G可用性方面跃居领先地位

Smart在4G可用性评分中获得了6个月的9个百分点的突破,在排名中名列前茅。 Smart能够在78.2%的时间内为用户提供4G信号。

4G速度下降,整体速度稳定

柬埔寨的平均4G速度正在下降,这是在许多较新的LTE市场中能看到的趋势。但随着运营商扩大对4G连接的接入,柬埔寨用户的日常速度保持稳定。

(奖项表)

(LTE连接上每个运营商的平均下载速度)

(每个类别度量标准的区域获胜者)

分析

柬埔寨的4G市场正经历一些成长的疼痛。一方面,随着三大运营商中的两家扩大了LTE业务的覆盖范围,4G信号的访问量正在稳步增长。另一方面,4G下载速度正在减缓,这很可能是4G用户增长和柬埔寨移动数据需求增加的结果。不过,这两种趋势是相互平衡的。随着4G可用性的增加,用户可获得的总速度将保持稳定,因为LTE信号变得更容易找到。

OpenSignal分析了从2018年4月1日开始的90天测试期间的测量数据,比较了柬埔寨三大运营商提供的3G和4G移动数据服务:CamGSM的Cellcard,Viettel的Metfone和Smart Axiata。除了查看在国家层面的指标外,还对首都金边进行了仔细研究。

速度与可用性,4G平衡行为

柬埔寨的4G接入水平正在上升,没有哪家运营商比Smart更能体现这种趋势。 自上次柬埔寨报告发布以来的六个月内,其4G可用性得分显着提高了9个百分点。 在90天的测试期间,用户能够在78.2%的时间内接入LTE连接。 Metfone的4G覆盖范围也较小,而Cellcard的4G可用性分数在过去六个月中保持相对平稳。 在上一份报告中,记录了该指标中主要运营商之间的三方平局,但Smart在此测试期间的巨大收益使其获得了4G可用性奖励。

在4G下载速度方面,有着相反的趋势。 Cellcard连续第三次获得4G下载奖,但在测量中,其平均LTE连接速度在过去六个月内下降了近3Mbps至16.5 Mbps。 Smart的4G下载速度结果也有类似的下降,在同一时间段内下降超过4 Mbps至12.1 Mbps。 Metfone是唯一没有经历4G下载速度得分下降的运营商,但在测试中平均连接速度为3.6 Mbps,其4G下载速度极慢,比全球平均值低13 Mbps。 这些低速可能表明Metfone网络的4G容量有限,或者可能表明Metfone正在限制其用户可用的下载速度。

虽然4G速度下降似乎是一个令人担忧的趋势,但在LTE服务相对较新的国家却很常见。 随着运营商扩大其4G服务,获得更多用户并扩展其LTE足迹,网络变得负载,导致平均连接速度下降。随着运营商升级网络容量,速度通常会反弹,通常超过其服务首次启动时提供的初始速度。 可以看到柬埔寨运营商通过新的LTE-Advanced升级和其他网络增强来解决容量问题。

柬埔寨4G网络的普及率上升,这意味着用户每天看到的下载速度没有任何下降。LTE下载速度可能更低,但4G连接更容易访问,这意味着用户在较慢的3G网络上花费的时间更少。总体下载速度度量了典型的连接速度,用户可以在运营商的移动宽带网络上看到:三大柬埔寨运营商在过去6个月的总体下载速度保持平稳。

在剩余的速度类别中,记录了Cellcard的另外两个大赢家。它引领了4G上传速度指标,平均连接速度为5.9 Mbps,并且在3G下载速度方面排名第一,平均速度为2.8 Mbps。(如果他们希望取消速度指标之王,Cellcard的竞争对手需要加把劲……)

尽管Metfone的4G速度分数并没有给人留下深刻的印象,但它的LTE网络在最终的度量类别延迟方面表现出了显著的恢复能力,它测量了一个网络的响应时间。较低的延迟连接意味着网页加载速度更快,实时通信应用程序的延迟时间更短。 Metfone赢得了4G延迟奖,响应时间为42.8毫秒,但所有柬埔寨网络的延迟都在提高。 这三家运营商的4G延迟分数都低于50毫秒,这对于仍处于LTE发展早期阶段的国家来说是一个重要的里程碑。

Smart在赶超Cellcard

在金边, Cellcard测得的首都4G下载速度远低于全国平均水平,但Smart和Metfone的国家4G下载分数有所提升。 结果是在首都的Cellcard和Smart获得了4G下载速度奖。 在4G可用性方面,Smart在金边是全国冠军,测量成绩为82.4%。 然而,这三家运营商的4G可用性结果均高于该市的72%,显示他们在首都建立了多少LTE网络。

在任何典型的LTE网络部署中,升级都从大城市开始,然后扩展到全国其他地区。因此,可以预测柬埔寨的4G可用性分数将来会继续保持上升趋势。但随着4G服务的进一步普及,可能会看到4G下载速度进一步下降,因为用户利用这些新的可用信号,对有限容量造成更大压力。问题是柬埔寨的运营商是否会满足对具有额外网络容量的更多移动数据的需求?

来源:CAMIA

]]>
腾讯QQ大数据:聚类算法如何应用在营收业务中——个性化催费的尝试 //www.otias-ub.com/archives/759847.html Thu, 16 Aug 2018 01:47:28 +0000 //www.otias-ub.com/?p=759847 导语 同一催费场景,挖掘人群特点,不同人群触达不同文案与图片提升转化

背景

“尊敬的XXX用户,您的话费已不足10元。为了您的正常使用,请及时充值。”

——移动公司

“温馨提示:XXX先生/小姐,您的住房贷款将于11月5日扣款,请在此账号中存足款项。”

——家银行

就算是在尊敬的称谓,就算是再温馨的话语,还是感觉有些冷冰事故,千里追债。

通信和金融业务,算是每个现代人的“刚性”需求。收到催费通知尚且不爽,何况是偏向娱乐的互联网业务催费通知。如何能让人觉得不突兀,稍微有点打动人心的感觉?以3年前某业务合作案例为例,抛砖引玉,与各位一起讨论从数据角度发现数据规律,同样是让用户付费场景,通过挖掘出不同用户的付费G点,以不同群体推送不同文案与图片的方式实现个性化催费,推动业务增长。

数据探索过程中12个字感悟:大胆想象,敢于尝试,小心验证

7步骤完成整个流程

行动

Step 1:大胆想象

和“传统”垄断行业相比,我们有哪些优势?

有数字化的用户数据。以计算机和网络为框架的服务模式,天然将用户属性和行为数字化并记录下来,变成和营收一样,公司最大的资产。

哪种服务是温度的,能打动人心的?

唯有高端私人定制。不管是葛大爷、白百何电影中的“圆梦方案”,还是大众辉腾使馆区的线下定制中心,均体现出浓浓的顶级个性化的感觉,红尘万千,只为伊人。这不正是互联网服务的终极吗?个性服务,千人千面。然而圆梦方案终究灯亮散场,低调辉腾亦低调隐退。

为什么?粒度太细,难以形成规模效益,导致每一单的成本太高,整体盈利太少。催费如果要做到真正千人千面,投入太高,收益暂时难以评估。所以初期尝试,我们化“点”为“面”,粒度不是每个人,而是某类人。

Step 2:数据发现挖掘点

算法+数据 => 增长点

如何化“点”为“面”,识别人群,在事先没有预期目标的情况下,称手的工具就是聚类算法了。

• 1 算法

聚类算法简单来讲,就是把全部对象按照其特征的距离远近,划分成若干簇。这些簇满足以下条件:

1)一个簇内部对象距离近

2)不同簇对象的距离远

类似于上图显示的效果,中心点为集群的核心,围绕中心点近的一批就是同一个簇。很容易分出来不同类别,不同业务特性的群体。分群体运营,比较容易获得更好的效果。

举个例子,比如某个业务的特征包括以下几类,具体应该如何应用聚类算法呢?

• 2 特征标准化

收集完上述行为数据后,需要对数据做“标准化”处理。标准化方式方法很多,这里做一个简单举例。

为什么要做标准化处理?这涉及到聚类算法K-means的实现原理。K-means是一种基于距离的迭代式算法,它将n个观察实例分类到k个聚类中,以使得每个观察实例距离它所在的聚类的中心点比其他的聚类中心点的距离更小。其中,距离的计算方式可以是欧式距离(2-norm distance),或者是曼哈顿距离(Manhattan distance,1-norm distance)或者其他。以我们初中学的欧式距离为例

其中为两个对象的对应特征量,比如都是播放时长,单位为秒。同理为周播放天数。秒的量纲远远大于周播放天数,一首2分钟的歌曲有120秒的播放时长,一周无休播放,也只有7天的播放天数。最终导致播放天数对距离计算影响小,聚类特性偏向播放时长。其他常用的计算距离方法同样存在类似问题,比如:

曼哈顿距离:

闽科夫斯基距离:

解决思路在于无量纲化,方法就是标准化。

我们这次采用的是Z-score标准化,公式如下:

其中x为某一具体分数,μ为平均数,σ为标准差。

标准分数可以回答这样一个问题:”一个给定分数距离平均数多少个标准差?”在平均数之上的分数会得到一个正的标准分数,在平均数之下的分数会得到一个负的标准分数。

• 3 聚类结果输出与解释

得到三个有业务意义的簇,在三维空间上的投影如下:(由于业务敏感性,忽略具体描述)

可以看到,每种类别在空间中的位置和集中程度都有区别,我们就根据这些差异总结出上面三种类型的不同特点。接下来依据不同特点做不同的催费方式。

Step 3:产品沟通

与产品沟通,推动方案落地。由于业务关系,这里不做累述

说服产品经验技巧:

• 深知运营痛点,瓶颈点

• 成功案例举证(首个案例,靠个人或团队影响力)

• 算法初探举例

Step 4:线上测试

我们需要一种快速的,低成本的验证方法。在整体流程不变,后台接口不变的约束下,有什么替换图片与文档的方法更快速,风险和成本更低呢?通过多次迭代优化,所以最终效果如下:通过改变紫色框中的图片与红色框中的文案,对不同用户群体进行不同图片与文案触达

Step 5:效果跟踪与评估

7天流量灰度测试的结果如下:

• 1 常规的线上实际转化效果对比

衡量指标:成功发送催费消息到支付成功转化率均值

炫耀型:x1%    享受型:x2%    扮酷型:x3%    参照组:c1%

x2 > x1 > x3 > c1

• 2 因素影响显著性论证

好了,看到实验组的均值高于参照组,说明有效果。扩大灰度、发邮件、收工了?那么问题来了,如何知道上述效果是个性化文案导致的,还是环绕周围的随机性造成的?

将这个问题转换为统计学的问题,实验组和参照组的均值差异是显著的?

我们可以使用方差分析来尝试解答。方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析 ”,是R.A.Fisher发明的,用于两个及两个以上样本 均数差别的显著性检验 。

工具我们使用喜闻乐见的R,套路如下:

由此我们可以大致认为,不同组的均值差异受不可控随机因素影响的可能性小,差异来自可控因素,基于用户行为的个性化文本的影响。

Step 6:自动化运营

用户数据+模型例行化,各接口联调,部署上线

Step 7:效果监控

通过邮件,短信,QQ,微信等各种形式对效果进行长期监控,关注变化情况及时优化。

参考文献

[1]. Z-score

http://baike.baidu.com/link?url=n2HbtKxAC_wAyGEJMN-D7wwZNg2B3-dFa-0W9W8sAFJWf5BTry5hIAG6RlFWl-zlWNUUJht85XhoLIy4Hg9Gj_

[2]. 归一化

http://baike.baidu.com/link?url=egN4K40qIsxRxknS6uvOlL63MFGx5LCUq12ojBI-3caMRCYAM5WihO_o2t6vHP0rQKfyei-LKVuN7kbg4HExRK

[3]. K-means

http://www.cnblogs.com/bourneli/p/3645049.html

[4]. 方差分析

http://baike.baidu.com/link?url=-OkUo0mu0bfo9-F9PjvVXR5rdk02I16lJT3UHXDy0I66je4e0t2s-8dpAHW6FxYWf8m36hP-Bs69CJMH-MUJ-lyrRtqbKB9nFQZ0qregXmNvqO0deQNEOT4w_RJ9EaNw

来源:腾讯QQ大数据

]]>
CAMIA:2018印尼B2B商务调查报告 //www.otias-ub.com/archives/759833.html Thu, 16 Aug 2018 01:46:24 +0000 //www.otias-ub.com/?p=759833 现如今电子商务的竞争仍然集中在消费者市场。 Tokopedia,Shopee,Bukalapak,Blibli以及所有的电商玩家都在争夺数百万人的消费者市场。互联网消费者正在逐渐变得细分。其中非常引人关注的一个细分市场之一就是商业消费市场。

B2B电子商务领域在全球越来越有吸引力。为了研究东南亚区域中最具发展潜力的电商市场——印度尼西亚B2B电商情况,市场研究平台DailySocial与Jakpat做了新调查,情况如下:

从一开始,印尼电商服务主要针对最终用户,他们以B2C或者B2C的商业模式运行。不知从什么时候开始,企业消费者逐渐取代个体消费者变成了电商最终目标。B2B电商最终同B2C电商一样变成了独立的单元,为企业消费者提供服务。相关数据预计到2020年,全球B2B商务市场份额将达到6.7万亿美元。

B2B电商被定义为商业圈消费者的在线销售服务。大多数交易的物品为办公用品,从电脑、电子产品、纸张、文具到汽车。当今凭借数字的支持,企业可以与在线分销商、零售商等其他合作伙伴建立关系。

DailySocial与Jakpat调查结果显示,65.40%的受访者知道专门为企业消费者服务的电商的存在。不过仍有不少受访者不太明白企业消费者电商的概念,或许他们对电商的了解还停留在比较浅的层面。

同样根据数据,多达57.32%的受访者表示他们已经听说过并且知道B2B电子商务一词,也就是说仍有很多人并不知道B2B电商的概念。

在印尼,最受欢迎的本土B2B商务平台是Bhinneka Bisnis,Bizzy和Mbiz。

Bhinneka Bisnis在调查中获得最高分,32.70%的受访者都知道Bhinneka Bisnis,可以说是印度尼西亚最受欢迎的B2B平台。其次是Bizzy,然后是Mbiz,这是印度尼西亚三大最受欢迎的B2B平台。 当然还有其他知名度不是特别高的如Eprocurement-Indonesia.com和SourcingIndonesia.com。

目前,B2C和C2C电商仍然主导者印尼市场,而B2B商务平台还处在兴起阶段。

印度尼西亚的B2B商业

1.B2B商业的使用

36.36%的受访者表示曾经在B2B商务平台进行交易,而在这36.36%的受访者中有多达56.87%的人最常使用Bhinneka平台。

2.对B2B平台的看法

无论是线上或是线下,PC端还是移动端,B2B商务的需求都非常大。其在印度尼西亚还处在积极成长阶段,它仍需要在许多方面进行优化。

来源:CAMIA

]]>
CAMIA:2018年马来西亚金融科技报告 //www.otias-ub.com/archives/756375.html Wed, 15 Aug 2018 03:53:26 +0000 //www.otias-ub.com/?p=756375 2018年,标志着马来西亚一个新的黎明。60多年来马来西亚首次对政府进行了历史性的民主变革,希望这将为马来西亚金融科技领域带来一个新的曙光。

今年,随着马来西亚与新加坡的GDP差距进一步缩小,马来西亚的经济出现了显著增长。货币基金组织报告说,马来西亚更接近实现高收入国家的地位。

结合健康的经济基础以及互联网智能手机的高渗透率,还有金融科技创企公司数量的不断增加,这是马来西亚金融科技行业发展的完美配方。

(互联网智能手机的高渗透率)

网上银行主导大额支付,手机是微支付之王

根据马来西亚国家银行的统计数据,网上银行仍然是马来西亚人进行交易的主要渠道,网上银行渗透率高达85.1%,其原因是显而易见的。

尽管交易金额比较小,但手机银行和电子钱包的交易量却大大增加。这些数据说明:通过电子钱包或手机银行进行的移动支付是执行小额支付的首选渠道。

(2017年马来西亚的交易情况)

马来西亚金融科技玩家的细分

就像去年的报告一样,电子支付和数字钱包仍然是马来西亚金融科技场景的最大代表。支付占市场份额的19%,而电子钱包则占市场的17%,相较去年分别占18%和12%。

电子钱包的增长很可能是由于玩家意识到移动支付的需求不断增长,以及其他人也加入了这股热潮的结果。然而,这个空间却变得越来越拥挤。在马来西亚,要在一个月内通过一个新的电子钱包基本很难。

(金融科技玩家的总观)

加密货币的风起云涌

虽然自2017年11月至12月的高点以来加密货币炒作大幅减少,但人们对建立加密货币交易所的兴趣并未减弱。

一年前,马来西亚只有少数交易所,但在2018年,许多玩家都在准备进入这个领域。

(实体注册的公司)

不过,值得注意的是,虽然大部分玩家名单是从Bank Negara的报告交换列表中提取的,但名单上有几个有问题的公司,其中一些与骗子有关联(其中一些已从名单上删除)。

这就是为什么消费者会明智地注意马来西亚中央银行的声明,尽管这些加密货币交易有报告义务,但如果发生任何纠纷,作为非监管实体,消费者的权益将得不到保护。

为了促进这一领域的创新,马来西亚中央银行于2016年推出了“马来西亚监管沙盒”,许多沙盒参与者的“毕业日期”越来越近了。

(监管沙盒参与者)

其中最接近“毕业日期”的是GoBear,它在“沙盒”中的监管时间即将到期。

值得注意的两件事是:1、“沙盒”增加了与银行合作的功能;2、WorldRemit已经停止运营。

总体而言,马来西亚监管机构对金融科技持开放同时谨慎的态度,根据当前发展趋势来看,在未来的一段时间内金融科技行业在马来西亚仍然能够保持良性增长。对于金融科技创企公司来说,马来西亚好比一片肥沃的土地,发展潜力巨大,但是想要在这片土地上获得硕果也并非一件容易的事情。

参考来源:camia

]]>
CAMIA:全球160个国家物流绩效指数排行榜泰国跃升13位 越南25位 //www.otias-ub.com/archives/758442.html Wed, 15 Aug 2018 03:53:23 +0000 //www.otias-ub.com/?p=758442 由于在运输基础设施方面的大量投资和相关的法律改革,今年东南亚各国物流业都有了很大的改善。

根据世界银行近期公布的物流绩效指数报告,在对全球160个国家的比较中,总体上来说东南亚各国在榜单中的排位都有了明显的上升。其中泰国物流绩效指数排名由2016年第45位上升至今年第32位,超越马来西亚成为东南亚第二。同样超过马来西亚成为东南亚第三的越南在榜中位置由2016年的第64位上升至今年第39位,总共上升25位。虽然在总榜中有所下降,但是新加坡仍然保持着东南亚第一的位置。

报告指出,一些低中等收入国家,例如印度和印尼这些大型经济体以及像越南等新兴经济体在这一方面表现较为突出。其中上升25位的越南达到了自2007年以来历史最高排位。

泰国总理办公室部长表示,泰国物流绩效指数的上升,反映出政府对物流行业基础设施建设的投资以及相关法律法规的改革已经起到了至关重要的作用。他强调,泰国该指数将在未来两年内将有更大的改善,因为政府已经在相关基础设施建设和法律改革方面投入了大量资金。

此前在第十二届国民经济和社会发展计划中,泰国将广泛投资于交通基础设施建设,而该计划旨在将泰国的物流成本从2016年的14%降低至12%。

不过虽然越南在物流绩效方面取得了较大的进步,但是较东南亚其他国家而言,越南物流成本依旧非常高。根据相关资料,2017年越南物流成本占该国家GDP20.8%,而改指数在发达国家仅仅为9%-14%。虽然该国同样在硬件基础设施投资方面取得了较大的进展,但是就提升该国物流绩效而言还是相对比较困难。此前2014年-2016年该国物流绩效指数一度由第48位下降至第64位。

提升难度主要源于物流业的一些局限性,例如相关机构之间缺乏密切联系,交通基础设施以及信息技术薄弱,人力资源以及本地企业的竞争能力不足够与外来企业抗衡,等等。而排在东南亚第五,全球第46位的印尼也面临着同样的问题。

来源:CAMIA

]]>
CAMIA:2018年越南“饿了么”们网上订购食品 //www.otias-ub.com/archives/756963.html Tue, 07 Aug 2018 05:10:53 +0000 //www.otias-ub.com/?p=756963 随着智能手机和互联网的使用率不断提高,越来越多的企业利用这一实在的便利为消费者提供方便快速的产品与服务。如今外卖对消费者来说已不再陌生,而与之息息相关的食品交付服务也随之不断的深入消费者的生活之中。

(参考来源:Q&Me)

越南零售商协会(Association of Vietnam Retailers of Vietnam)表示,在过去的几年里,越南河内和胡志明市网上订购食品人数呈明显增长趋势,而在这趋势中获利的大多是外国公司。

目前在越南食品交付市场占主导地位的是Delivery Now和Vietnammm.com两位玩家。

Delivery Now是越南一家食品服务初创企业Foody Corporation的产品,不过Foody在去年已经被新加坡互联网公司Sea收购。而Vietnammm.com则是世界上最大的在线食品订购平台之一——荷兰Takeaway.com的子公司。此前Vietnammm.com在2015年收购了于2012年进入越南食品交付市场的Foodpanda,vn。

(行业部分玩家)

(订购方式:电话订购,APP下单和网页下单。年龄30+的消费者比较喜欢电话订购,相比之下年轻人更喜欢APP下单)

由越南胡志明市信息技术与服务公司Scommerce投资,同时凭借投资者的先进高科技技术,Lala被视为越南食品交付行业的新星。Lala将其用户直接与餐厅连接,交付任务则由投资者旗下运送服务Ahamove负责。

Lala的联合创始人兼董事Vu Hoang Tam曾表示,Delivery Now现在占据了越南食品交付市场半边天,而新来的玩家GrabFood也给其他玩家带来了一定的竞争压力,毕竟Grab已经拥有庞大的司机基础,这使得其运送服务更加方便。

不过GrabFood也有一定的弱势。GrabFood没有将用户与餐馆直接连接起来,负责运送的司机需要承担一定的风险,因为他们必须先支付食物费用,然后再从顾客那里收取货款。

最近从越南河内科技公司VCCorp获得投资的eat.vn 和chonmon.vn也逐渐为越南消费大众所知。chonmon.vn主要为当地消费者服务,而eat.vn主要针对越南外籍人士/游客。

如果说几年前约车服务行业在越南引发了一场战争,那么现在应该是关于食品配送行业的另一场战争了吧。

如今食品配送行业出现这样的走势也许并不算意外,毕竟作为东南亚电商行业发展最快的国家,越南的物流行业也在以15%-20%的速度不断增长。未来5-10年,越南物流行业市场价值或将达100亿美元。

同时相关数据显示,今年越南食品交付行业价值或将达3300万美元,2020年或将超过3800万美元。

显然这是一块肥沃的土地。

来源:CAMIA

]]>
CTR媒介动量:2018上半年电视广告市场形式及展望 //www.otias-ub.com/archives/757968.html Tue, 07 Aug 2018 05:10:22 +0000 //www.otias-ub.com/?p=757968 2018年8月2日下午,央视市场研究(CTR)总经理助理、CTR媒介智讯总经理、CTR媒体融合研究院执行副院长赵梅女士参加“融汇数据 融变内容——CSM江浙沪电视台客户市场分析及研讨交流会”,并发表了题为《广告去哪了——2018上半年电视广告市场形式及展望》的主题演讲,以下内容为演讲实录:

央视市场研究(CTR)总经理助理 CTR媒介智讯总经理 CTR媒体融合研究院执行副院长 赵梅

广告主有钱吗

当谈到广告经营的时候,第一关心的就是广告主有没有钱。从CTR每年都会去做的广告主调研数据来看,今年的广告主还是相对有钱的,他们对整个市场的信心还是比较足的,无论是对于行业的信心,还是对于整体国民经济环境的信心,以及对于企业自身的信心都还是比较好的。而且广告主对自身经营的预期达到十年以来的最高值。所有这些信心在转化成最终的广告投入是怎样的呢?

根据CTR广告主调查数据显示,在过去这些年起起伏伏的趋势中,去年和往年不太一样,保持投入的广告主的比例最高,达到46%,今年增加和持平的广告主比例达到相对持平的状态为43%,也就是希望增加投入以及希望减少投入的广告主的比例基本上是一致的。

这就意味着我们的广告主其实不是没有钱,根据后续的定性调研发现,他们做这些选择的原因集中在几个方面,第一就是十九大召开后,他们对整体的经济环境的发展是基本上有了稳定的判断,这是大环境的去不确定情况的影响。

第二个方面就是对行业以及消费趋势观察,市场还是在消费升级的。根据CNRS的数据,在过去十年中,不少品类的渗透率几乎持续上升,消费者已经完成了从无到有的阶段,那下一步的发展只能是从有到好的阶段,所以从这个整个市场大趋势来讲,应该是进入到消费升级的状态。

新零售其实对于整个商业环境是有一些促进的作用,大家都希望在这个有所变革的机会里面来找到自己的优势。通过新零售和消费升级这两个概念,企业以及新产品新品牌想去做的一些新的市场活动都会爆发出来。

那么还有很重要一点,就是整个市场的营销费用的上升。也就是原来我们获得好的营销结果,让所有人知道我们的品牌,知道我们的产品,并不会因为我们所说的精准的营销变得越来越便宜,而是市场上因为信息量的越来越大,因为信息的扩展,因为营销渠道越来越多,因为形式越来越多,使得说服消费者的成本是上升的。

记得曾经有广告主说,多少年前我花两个亿大江南北都知道我的品牌了,现在十个亿下去,我没有听到任何的声音。这个就是在新的广告环境下,广告主所面临的情况,如果打算在这个市场里面突围,那他必须有更加多的投入。那当然各个行业的发展的机会也是不太一样的,也和他们所处的发展阶段是不一样的。我们可以看到,药品、日化、家用电器、房地产是在2018年会增加广告投入的,也是增加营销费用的主要行业。大部分的行业都还是有增加广告预算的倾向,可以看看这些有没有成为下一步开发客户的可能。

广告主的预算怎么用

未来的这个市场广告主会选择哪几个媒体,其实我们判断依然是这三个媒体,电视、互联网、户外会成为三足鼎立的状态。

为什么?首先说说电视。根据CTR广告主调研的结果。企业规模越大,选择电视媒体和传统媒体的预算比例就越高。这并不是偶然的,因为所有的大型企业它们都是建立在工业生产的规模化生产的效率上,只有大的规模,才可以获得更高的利润才可以形成发展空间。所以当需要大规模生产基础上的营销活动,势必要大规模的消费者触达,而这种规模性的营销——定时的爆发点的、有传播势能的营销,其实是在以电视为首的这样传统媒体上予以形成的。所以我们会看企业规模越大,在传统媒体上的预算是越高的。

广告主在营销方式的选择上越来越多样。比如说公关宣传、终端推广、中间商的推广等,这些方式上计划增加费用的广告主比例都是在逐年在上升,这意味着什么?就是广告主选择的营销渠道是越来越多样的,他更倾向于在多个渠道之间做协同。现在很多的购买行为可以在互联网上形成之后,消费者体验性的活动是必须在线下完成的,而这个线下完成的活动是在他们出了家门之外,去和外界进行沟通的,所以也是为什么无论是终端活动还是中间商等等,这些内容都会持续的来分散这个营销费用。

未来的发展来看,即使互联网非常快速的侵占广告主的营销预算,但是户外这部分一直是相对稳定的,并且我们看好这部分的成长。户外以及终端,应该说还是比较重要的,同时多种营销方式组合是现在必选的路径

互联网方面,互联网最核心解决的是数字化的问题。互联网出现之后,它其实是像电和水这样基础设施的存在,它不会是只做媒体市场合作,它是对整个的生存状态去发生作用,所以只把互联网看成媒介是不够充分的,他更是会改善改变生活的方方面面。所以对于电视媒体它无非是通过数字化的方式改变我们的电视媒体,也许电视媒体未来还是电视媒体,它只是被互联网赋能之后的电视媒体,那么被互联网赋能之后的电视媒体是什么?我们觉得OTT其实就是被互联网进入之后的很典型的电视媒体。根据广告主调查的结果,2015年的时候广告主投放OTT(IPTV)的比例只有13%,而2017年已经涨到了21%。

从OTT对其他媒体的预算分流的影响来看,广告主对于OTT的广告预算有58%是从传统媒体转移过来的, 28%来自数字媒体,14%是来自于新的预算。

从这个数据很明显的能看到,被互联网赋能后的电视媒体对电视媒体,对传统媒体的影响还是非常大的。

广告市场的反应

根据CTR媒介智讯的数据显示,2018上半年全媒体的增长是9.3%。这个数据应该是过去三年以来最好的一年。但是我们也都知道,去年整个市场是负的增长,前一年市场大概是持平的,那今年的9.3%是因为前几年降的太多,还是今年增的更多,也许是我们要想一下的。

其实,从近几年的数据可以看出,整体的走势有缓慢上升的过程,今年9.3%的增长与去年同期的最低值是相对应的。今年的高增长与去年的低谷呼应,形成了较大的增量,因此今年的数据也没有表面上体现的那么乐观。

从整个市场来看,电梯电视、电梯海报、影院视频这部分还是保持着比较良性的增长。从对市场的贡献量来看,虽然电视的增量很小,但是它对市场的拉动作用很大,因为他的基数还是最大的。其次是电梯电视、影院视频,后面是互联网、电梯海报、广播等。

电视媒体的主要行业中,前五行业为饮料、食品、药品、化妆品/浴室用品以及酒精类饮品,而从OTT广告监测的数据看,化妆品/浴室行业类在电视媒体的花费在下降,但在OTT是投放的第二大行业。快消品行业对于新渠道的敏感度还是相对比较高的。

 

 

从各类地面频道的广告花费前五行业数据来看,省级地面台的药品、饮料、酒精类排在前三,省会城市台和其他市县台商业及服务性行业、化妆品/浴室用品排在前三位置。所以总的来讲地面台以及区域台更主要还是以区域化的品牌为主,这是大家的经营现状,更多的是来自于商业服务性行业,娱乐休闲、活动类等等收入。对于各类地面台来说,大品牌的收入已经被上一层的媒体覆盖掉,现状就是区域台更多的是倾向于服务区域商业。

此外,各类地面台的品牌广告的增长进入瓶颈期。三类地面台的品牌数量同比都是下降的。省级地面台下降了7.4%,意味着每个台服务的客户的数量是在下降。但在花费总量上,并没有随之下降。原因是什么?其实是长版广告的作用。从CTR媒介智讯的广告监测数据看,各市县台30秒以上广告的时长占比都在50%左右。看起来是广告主获得了更多的回报,单位广告主获得了更多的时长。但从另一个角度看,也许这是一个饮鸩止渴的状态。

 

电视突围的方向

首先就是媒体的品牌化,也可以说是媒体可信度的兑现,无论什么方式,其实它是可以去兑现的维度。从广告主调研的结果看,媒体的形象/影响力在15年的时候排在第5位5,后来下降成6,去年回到4,那么今年更是回到了3意味着什么?当我们的信息或者非常碎片化的时候,以及所有的信息过载的这个状态下的时候,能不能给我靠谱的信息变成了重要的事情,90%以上的消费者希望有可信的媒体减少信息选择困难。

如果有好的媒体告诉消费者这个信息是可信的,那么消费者会更倾向于去选择这样的信息渠道。这一点其实更契合我们的传统媒体有这种公信力背书的情况下,可能形成的相应的价值,而这个价值应该也是在不同维度上去打造的。一个例子是过去两年中央台比较成功的国家品牌计划。

所以我们有什么样的广告资源可以品牌化呢?整个市场越来越变成两极化的竞争市场,但是这个两极化从大的来说,央视相对于电视媒体是头部,BAT相对于互联网是头部,在存量经济的情况下,其实头部这个作用是非常明显的。

这个市场其实已经变成了非常碎片化的市场,这个碎片化的核心是文化多元化的基础。那只要在细分市场里面能够形成头部,能够形成这个细分市场的品牌化,我们就有可能有机会赚取这个头部的收入,所以头部是在于如何去定义范畴。不管怎么说,国家品牌计划对中央台的收入形成了非常好的拉动作用,或者存量保证的作用,这是给我们的重要思考。

另外,长效的方法就是用户运营。还是要回到媒体来去看数字。如何去看数字,数字最主要的来讲它是互联网,是为媒体等各个行业赋能的,那对媒体行业的功能是什么?就是把媒体数字化。其实在传统媒体上面,所有融合的核心都是有没有数字化。能不能把看电视的人找到,无论什么方式,通过互动之后把这个信息留存下来,还是通过线下活动把它变成每个人的数字信息,还是通过社交网络把这个人的摇红包摇一摇等,这个沉淀的数据呈现在我台的数据资源里面。必须是实现数字化,如果不实现数字化的话,在谈到渠道的多元整合的时候,我们会缺非常大的一角。否则就是虽然能够有规模化的触达,但是并不能或者没有基础把规模化的受众转化成规模化的用户。

内容从来都是媒体的核心,通过聚合内容可以形成用户化的流量,那如何利用好内容来形成这个流量积累、用户积累也是我们可以去考虑的方面。

那当然以用户为核心,自然可以形成多元化的文化形成的不同的圈层的突破,从这个维度上来形成更多的流量增量,这其实才是我们说如何保存量、找增量的很重要的突破口。那当然这是长效的做法,长效就是要现在开始做,而不是等没机会的时候,等节目完全没人看的时候,再去想这件事情就已经是不行了。

还有就是保健良方,就是政府机遇。政府现在对网络的严管,对电视媒体形成的内容空间千万不要浪费。比如说,世界杯的时候,有很多的媒体都停下来了,什么都没有在做,因为他们觉得这个时候受众肯定是都在中央台,没拿到版权,又没有转播权,我们做什么呢?那就停下来,但这时候有很多的媒体也在做一些活动,虽然它没有这些流量,但它做了很多的互动,基于世界杯题材做一些活动,这个时候实际上真正形成了重新的受众结构的重新分配,因为这个时候只要市场有变化,就会形成新的结构的调整,所以不要放弃每个政策节点带给大家的变化的机会,只要有变化的机会,就可能拿到新的受众,达到新的可能的空间。

另外就是政府项目,我觉得这也是很多的地方还在不断努力的方向,如果把政府的项目,不仅仅是宣传项目,而是很多的服务项目变成媒体资源的部分,那在这一点上面电视媒体和平面媒体和其他媒体之间的关系是什么?在运用政府资源上面如何形成自身的优势,都是可以去考虑的。

但是在宣传这一点上,我们也是发现了有趣的事情。上半年有758个市县形象的宣传片在地面频道播出,在花费前50的榜单中只有七个是在外省市投放的广告,也就是本市的宣传只是为了本地城市的人民看到,所以这个确实不像一个好的传播。我希望大家也反思一下这样数据,我们既然要为政府做宣传,如何利用我们电视的力量形成我们的网络,帮助我们政府做好宣传。

小结

最后,总结三个短句。

一是若有微光。广告主的数据告诉我们他们有钱,而且还在慢慢的增加钱,所以希望我们来争取这个增加的费用。

二是前路崎岖。无论怎么样,市场的竞争格局已经重新形成,电视在这里并不占优势,而且需要快速转型来获得下一步发展的机会。

三是砥砺前行。必须从现在开始努力、开始行动。

来源: CTR媒介动量

]]>
腾讯QQ大数据:机器学习建模问题中的特征构造方法 //www.otias-ub.com/archives/758115.html Tue, 07 Aug 2018 05:09:39 +0000 //www.otias-ub.com/?p=758115 导语 在机器学习建模问题中,合适特征的构造对于模型的性能至关重要,看到很多同学介绍特征工程,包括特征的预处理和特征筛选等,这些非常重要,但是特征预处理和特征筛选的前提是要有基础特征,而这些特征从哪里来,又如何构造?现在总结一下在推荐系统中比较通用的特征构造方法。

场景分析:

推荐场景一般可以抽象为:内容(Item)和受众(User),其中内容主要是指要推荐的Item,在购物场景中Item就是商品,歌曲推荐中Item就是歌曲,受众是访问当前场景的用户,一般是自然行为人;推荐模型一般是计算不同的User-Item对的得分,这个得分反映的是用户点击当前物品的概率,获取得分最高的Top n的Item推荐给用户,所以整个特征关联模型可以抽象为如下图-1所示:

图-1 推荐系统关系模型

其中,可以分解为如下几部分:User-Item特征、User特征、Item特征、User-Item属性分布特征,下面具体阐述每种特征的构造方法。

User-Item特征:

User-Item特征主要从三个维度来刻画User对Item的“兴趣”,如图-2所示:

图-2  User-Item类型的特征构造

1)时间序列上的统计特征:

统计特征从四个角度(绝对值,相对值,是否感兴趣和深度感兴趣)来刻画User对Item的“兴趣”。比如,时间序列中User累积对某个Item的行为次数就是User对Item的绝对兴趣值:如果时间序列分为:一天、三天、一周(实际中时间还需要继续拉长一点来刻画用户长期的兴趣),行为是“点击”。那么这一个特征构造语句就可以翻译成三个不同的特征:分别是最近一天,三天和七天用户对每个Item的点击次数;时间序列上User对Item是否有重复的行为用来刻画和区分哪些Item是对User有深度吸引力的,如果在一段时间上只发生了一次行为,那么很可能User对这个Item并没有兴趣,只是随便看看;时间序列上User对Item是否有行为,用来刻画User过去某一段时间用户的关注点在哪里,对哪些是可能喜欢的,和上面的一条特征的区别在于可以涵盖用户可能比较感兴趣的Item并且这样用户兴趣特征也会更加丰富。

2)时间特征:

时间特征从三个角度(最近时间,行为频度,行为稳定性)来刻画用户对于Item的兴趣在不同时间上的活跃度。比如,User对Item的最后行为时间,可以翻译成一个时间特征,可以将这个时间进行归一化为一个0—1的标量,越接近于1表示User对这个Item具有越强的新鲜度;User对某个Item的平均行为时间间隔用来刻画User对Item的活跃频率,时间间隔越小说明对用户的吸引力越大。User对Item的行为时间间隔方差可以用来刻画User对Item的喜好的稳定性。

3)趋势特征:

趋势特征主要刻画用户对某个Item的兴趣趋势。比如,User一天对Item的行为次数/User三天对Item的行为次数的均值,表示短期User对Item的热度趋势,大于1表示活跃逐渐在提高;三天User对Item的行为次数的均值/七天User对Item的行为次数的均值表示中期User对Item的活跃度的变化情况;七天User对Item的行为次数的均值/ 两周User对Item的行为次数的均值表示“长期”(相对)User对Item的活跃度的变化情况。

User特征:

User特征主要包括用户的属性特征以及从多个方面刻画用户的“活跃度”,User类型的特征构造方法如图-3所示:

图-3  User类型的特征构造

时间序列的统计特征:

主要从三个维度(User总活跃,用户深度活跃,用户对于Item的覆盖度)来刻画用户的活跃。比如,时间序列上User行为次数总和,在划分成三个时间细粒度的情况下,可以翻译成三个特征,分别是一天,三天和七天User的行为总和,来表示User在当前时间段上的活跃。时间序列上User重复行为次数用来刻画用户真实的活跃深度。时间序列上User有行为的Item的数量,可以用来刻画用户的活跃广度,来表示用户是否有足够的意愿尝试新的Item。

1)时间特征:

主要从三个角度(最近时间,行为频度,行为稳定性)来刻画用户的活跃度。比如,User最后行为时间,时间越接近当前时间说明User的活跃度越强;User的平均行为时间间隔用来刻画User的活跃度,时间间隔越小说明User的活跃度越强。User的行为时间间隔方差可以用来刻画User活跃的稳定性。

2)趋势特征:

趋势特征用来刻画User的活跃趋势。比如,User一天的行为次数/User三天的行为次数的均值,表示短期User活跃趋势,大于1表示活跃逐渐在提高;三天User的行为次数的均值/七天User的行为次数的均值表示中期User的活跃趋势;七天User的行为次数的均值/ 两周User的行为次数的均值表示“长期”(相对)User的活跃趋势。

3)属性特征:

主要用来刻画用户的一些属性特征包括性别、年龄、学历以及使用机型等。

Item特征

Item特征主要包括Item的属性特征以及从多个方面刻画Item的“热度”,Item类型的特征构造方法如图-4所示:

图-4  Item类型特征构造

1)时间序列的统计特征:

从三个维度(Item的行为热度,热度趋势和时间间隔)来刻画Item的热度。比如,时间序列上Item行为次数总和,在划分成三个时间细粒度的情况下,可以翻译成三个特征,分别是一天,三天和七天Item的行为总和,来表示Item在当前时间段上的热度。时间序列上Item被重复点击次数用来刻画Item真实的热度深度,尤其在APP的推荐上,重复的使用或者点击说明当前APP对用户的吸引力越强。时间序列上和当前Item发生行为的User的数量(去重)刻画了Item的热度的广度。时间序列上Item的点击和曝光的比值(User不去重)—CTR,刻画了Item在相同曝光下被点击的概率。时间序列上Item的点击和曝光的比值(User去重)—CTR,刻画了Item在相同曝光下被点击的概率,剔除了某些特殊情况某个User对某个Item的行为过于集中的情况。

2)时间特征:

主要从三个角度(最近时间,行为频度,行为稳定性)来刻画Item的热度。比如,Item最后行为时间,表示Item的最近活跃;Item的平均行为时间间隔用来刻画Item的热度,时间间隔越小说明的热度越高。Item的行为时间间隔方差可以用来刻画Item热度的稳定性。

3)趋势特征:

主要刻画Item的热度和CTR的趋势。比如,Item一天的行为次数/Item三天的行为次数的均值,表示短期Item的热度趋势,大于1表示热度逐渐在提高;三天Item的行为次数的均值/七天Item的行为次数的均值表示中期Item的热度趋势;七天Item的行为次数的均值/ 两周Item的行为次数的均值表示“长期”(相对)Item的热度趋势。另外一种特征表示CTR的趋势:其中一天的Item的CTR / 三天Item的CTR表示“短期”Item的CTR趋势信息。

4)属性特征:

主要用来刻画Item的一些属性特征主要包括所属的类别。

User和Item之间的属性分布特征:

主要通过计算在不同时间段上User和Item之间的行为的统计特征:如果当前的User的属性包括:性别、年龄和Device,Item的属性包括:Item_id和类别,那么特征构造方法如图-5所示:

图-5  User和Item之间属性分布特征构造

1)时间序列上Item在Age的分布特征:

通过计算Item在年龄段上的行为数量(User不去重和不去重)来刻画Item在不同年龄段上的热度;Item在年龄段上的行为数量/Item总的行为数量来表示User在年龄上的热度分布;Item在不同年龄段上的点击和Item在相应的年龄段上的曝光之间的比值来刻画Item在不同的年龄段上的CTR。

2)时间序列上Item在Gender的分布特征:

通过计算Item在性别上的行为数量(User不去重和不去重)来刻画Item在不同性别上的热度;Item在性别上的行为数量/Item总的行为数量来表示User在性别上的热度分布;Item在不同性别上的点击和Item在相应的性别上的曝光之间的比值来刻画Item在不同的性别上的CTR。

3)时间序列上Item在Device的分布特征:

通过计算Item在不同Device上的行为数量(User不去重和不去重)来刻画Item在不同Device上的热度;Item在不同Device上的行为数量/Item总的行为数量来表示User在Device上的热度分布;Item在不同Device上的点击和Item在相应的Device上的曝光之间的比值来刻画Item在不同的Device上的CTR。

4)时间序列上User在ItemType上的分布特征:

通过计算User在不同的ItemType上的行为数量来刻画Use对不同的ItemType的喜好,计算User在不同的ItemType上是否有行为来刻画在时间段上User是否对当前的Item的类型感兴趣,计算User的行为在不同的Item上的分布来刻画对不同的ItemType的喜好程度。User在一段时间内,是否在ItemType上有重复行为,来刻画用户是否对当前ItemType深度感兴趣。

5)时间序列上ItemType在Age上的分布特征:

通过计算ItemType在不同年龄段上的行为数量(User不去重和不去重)来刻画ItemType在不同年龄段上的热度;ItemType在不同年龄段上的行为数量/ItemType在年龄段上的用户数量来刻画当前ItemType对这个年龄段的User的吸引程度;ItemType在不同年龄段上的点击和ItemType在相应的年龄段上的曝光之间的比值来刻画ItemType在不同的年龄段上的CTR。

6)时间序列上ItemType在Gender上的分布特征:

通过计算ItemType在不同性别上的行为数量(User不去重和不去重)来刻画ItemType在不同性别上的热度;ItemType在不同性别上的行为数量/ItemType在当前性别上的行为用户数量来刻画当前ItemType对这个性别的User的吸引程度;ItemType在不同性别上的点击和ItemType在相应的性别上的曝光之间的比值来刻画ItemType在不同的性别上的CTR。

上面列举了一些常见属性之间的分布特征,都是User针对Item或者Item针对User的统计分布,这些只是大部分场景中会出现的场景,在具体的业务中可以根据实际可以获取到的属性结合和样本之间的相关性来进行建模。

特征选择:

在实际的业务中,首先需要思考的是如何正确的构建样本对,在恰当的样本对构造的基础上思考和样本标签具有相关性的因素,这些因素包括用户和物品侧,找到这些因素之后才是特征构建,不同的场景和算法情况下需要不同的特征选择:比如说游戏推荐中活跃时长、付费意愿很重要,而弱化了在性别上的分布,因为游戏属于用户粘性比较大的类型,在商品推荐中性别分布和浏览、加购物车行为则同等重要,因为用户的性别和用户之间的兴趣有很强的相关性;对于不同的算法同样也需要不同的特征体系,对于逻辑回归这种解释性很强的线性模型,通常需要根据建模场景选择特征的细粒度,然后生成和样本具有相关性的特征,获取相关性最直接的方法是对特征进行特征交叉,而对于树模型或者FM模型,理论上则不需要进行特征交叉,因为模型本身就具有了特征的交叉能力。总之,合适模型加上适配的特征特征体系才能获得较好的效果。

小结:

特征工程通常在算法调优中占据了大部分的时间,本文旨在通过梳理推荐系统中常用的特征构造方法,实现快速的特征构造。本文主要是面向初涉推荐系统的同学,可以快速构造一些简单有效的特征,同时,本文提到的一些特征构造方法在某些场景下是冗余的,并不能带来新的信息,所以在实际的应用场景中还需要根据需求进行选择。

附录:

整体特征构造框架如图-6所示:

图6 特征构造框架

 

来源:腾讯QQ大数据

]]>
CAMIA:2018年越南在电子商务刺激下增长的电子物流 //www.otias-ub.com/archives/758124.html Tue, 07 Aug 2018 05:07:35 +0000 //www.otias-ub.com/?p=758124 虽然目前越南物流市场规模尚小但是增长速度仍然相对较快。作为东南亚电商行业发展最快的国家,越南的物流行业正在以每年15%-20%的速度不断增长。未来5-10年,越南物流行业市场规模或将达100亿美元。

经电子商务行业的带动,越南物流行业中大多数玩家已经由传统模式向线上模式过渡。据相关资料显示,现如今已经有1300多行业玩家,其中超过一半的物流玩家实现线上化。目前在越南占有相当大一部分市场比重的玩家有DHL, FedEx, UPS, Maersk等国际物流玩家。

现如今比较为大众所知的越南本土物流业者为GHN Express – Giao Hàng Nhanh。成立于2012年,经过5年多的发展,GHN Express在全国已经形成了较为完善的物流网络系统。目前GHN Express与 Tiki.vn,Sendo,shopee,hotdeal等全国各大电商都有合作。

除了GHN Express之外,Lazada公司的 LEX及其他玩家如Grab Express, Speedlink,Viettel Post,VNPost等也都是越南消费者所熟知的物流业者。

为了争取占据更多的市场份额,近年来国内外物流玩家都在争相扩大业务范围。

2017年3月份,越南本土物流公司Shipchung与 Zalo Shop合作,为Zalo Shop消费者提供优惠运送服务。同月,越南另一家本土物流公司Giao hàng tiết kiệm与Shopee达成了合作。

2017年4月份,越南本土物流公司VNPost与同业者ITL 合作发展跨境电商业务;同年8月VNPost还与本土航空公司Vietnam Airlines签订了合作协议。

同样,为了提高最后一公里服务质量,2017年年底DHL越南在全国各地增设服务点。

(在电商领域运行的部分物流玩家)

不过虽然行业内竞争激烈,充满生气,但还存在着许多较为明显的不足。相关专家指出,目前越南物流业服务费用仍然相对较高,已经是其他发展中国家的两倍及已经高出全球平均指数14%。同时行业服务质量尚有很大的提升空间。此外,缺乏投资者以及物流与电商两者的连接性还不是非常的紧密也是当前越南物流行业面临的比较大的问题。

来源:CAMIA

]]>
CAMIA:泰国2018上半年应用与游戏下载榜 //www.otias-ub.com/archives/753623.html Sun, 29 Jul 2018 04:40:43 +0000 //www.otias-ub.com/?p=753623 2018上半年泰国GP免费下载榜单TOP100应用总数占78%,游戏占22%,。应用类别共涉及十八个类别,其中摄影类、娱乐类、通讯类和工具类占比最大,其中占比最高的摄影类为11%。

榜单游戏类别共九个类别,同印尼市场一样,其中动作类占比最大,占比指数高达7%。

其中属中国发行商旗下产品共二十三款,应用占十八款,游戏占五款。其中应用类中视频播放与编辑类有两款短视频应用:抖音海外《Tik Tok》和小影国际《VivaVideo》,而这两款同时也出现在上期印尼榜单的前五十之中。

同时,榜单中仅有的两款个性化应用——猎豹移动旗下输入法应用《Cheetah Keyboard》和手机桌面应用《CM Launcher 3D猎豹3D桌面》,传输工具《SHAREit 茄子快传》,清理软件《Super Cleaner》和《Clean Master》及同是输入法工具的《GO Keyboard》,包括同样出现在上期印尼榜单的《JOOX Music 》和全民K歌海外版《WeSing》等等都是中国发行商旗下产品。

榜单中涉及的游戏种类虽多但是数量比较少,除了动作游戏类别能够占取7个百分点之外,其他游戏只占一个至两个百分点。其中中国玩家旗下游戏有《PUBG MOBILE》、《Lords Mobile》等等,而这两款游戏也出现在印尼榜之中。

榜单涉及的泰国本土玩家产品比价少,一共十五款,应用占十四款。其中榜单中的六款财务类应用都为泰国本土玩家产品。榜单中唯一一款被分配至小游戏类别的《Panya》也是泰国本土产品。

完整榜单如下:

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

参考来源:Simmilarweb 时间:2018年1月-6月 注:应用类别依据商店类别进行分组

来源:CAMIA

]]>
广告OCPC数据还能告诉我们哪些被忽视的真相 //www.otias-ub.com/archives/754197.html Sun, 29 Jul 2018 04:39:47 +0000 //www.otias-ub.com/?p=754197  什么是OCPC/OCPA广告

在最大化流量价值的驱动下,广告平台为广告主提供OCPC/OCPA(目标激活成本出价、目标注册成本出价和目标付费成本出价)这种投放方式几成标配。OCPC/OCPA的核心逻辑在于打通广告平台的曝光,点击,下载以及广告主后端的激活,注册及后续转化的数据通路,从而得以实现对广告投放的自动优化。

下图是媒体广告平台典型OCPC流程:用户在媒体上有点击广告行为时,这个动作被记录下来,上报到媒体服务器,媒体服务器会将这个点击事件同步给广告主的监测服务器,广告主记录下这个点击事件后,当对应的用户发生广告主想要的转化行为(比如激活,注册或者报名等行为)时,广告主就将这个转化信息回调给媒体广告平台。据此媒体广告平台就可以通过对点击用户和转化用户的比对,从而知道具备哪些特征的用户更容易转化。这样就可以在广告曝光的时候,对具备这些特征的人群进行重点定向,从而提升广告效果。

你不应该让OCPC/OCPA的数据长草

但OCPC/OCPA的数据绝不应用仅仅用于广告平台做投放优化,还可以通过对这些数据的分析,发现更多有助于改善广告投放效果的真相。如果过去你或你的团队还没有就这些数据进行分析,那么现在做还为时不晚。下面结合自己团队在OCPC/OCPA数据分析方面的经验给大家一些参考。

分析方向一:OCPC/OCPA可以让你排除那些异常的点击欺诈设备

大部分OCPC/OCPA平台会上报用户点击事件,这个点击事件一般包括用户IMEI信息,通过比对点击设备IMEI和后续的转化数据,你可以从中发现一些过去根本不会关注的问题。比如我们就曾在某媒体的点击上报数据中发现存在大量的无效点击设备ID情况。

我们对这些设备ID持续多天的点击事件和转化行为进行监测后发现,有多达10-20%的点击上报设备每天都在持续地点击我们的广告,但却无任何后续转化行为。很明显,这些设备存在点击欺诈问题,这些设备只能无端消耗你的广告费用,却不会带来任何真实用户。

我们把这些设备统计出来并做成了人群包,在在媒体投放端进行了人群包排除后,效果明显,成本和点击量下降了不少,转化效果提升了几个百分点,反复点击广告却从不发生转化行为的用户设备渐渐少了。

分析方向二:优化广告投放定向

通过对比点击设备和转化设备的画像数据,我们还可以把点击-转化率低的人群画像进行排除,只定向高点击-转化的人群。也可以通过这个指标去发现哪些素材/广告计划表现好或不佳,分析其原因并优化投放策略。

对点击设备进行画像分析的挑战在于很多企业并不拥有对手机设备打标签,识别其人群画像的能力。毕竟如果用户只有点击行为,却没有转化,很多企业就就很难了解其画像信息,这个时候就需要有第三方打标签的服务去补全这个信息。

分析方向三:识别应用商店“劫持”的情况

众所周知,用户在媒体上下载APK安装包时,手机厂商自带应用商店往往会弹出窗口提醒说,这个应用不安全,推荐你下载应用商店的官方安装包。毫无疑问,大部分用户在这种情况下都会选择安装应用商店推荐的包,而不是你放在媒体上投放的那个渠道包。这种情况下,就会导致信息流等媒体的渠道包带来的用户数量被低估,同时也会高估商店的安装数量。

OCPC/OCPA提供的点击设备的数据,可以帮助我们在渠道包归因的基础上,通过点击上报纬度去归因渠道数据。

那么商店拐跑用户带来的影响有多大?我们根据信息流媒体点击上报的设备信息,去跟踪这些点击设备ID最后安装的渠道包发现,在安卓渠道中,有近50%的用户安装了应用商店的包,也就是说如果你用渠道包作为归因,在安卓信息流渠道,你可能会低估数据一半左右。

当然用户也会存在多渠道点击的情况,比如用户可能今天既在媒体A点击你的广告,也可能在媒体B点击了你的广告,但这个情况发生的概率毕竟比较小。比如上图中其他媒体的渠道包数量为5%,我们视为这是一个可以接受的正常数据。

当然也可能存在有些无良信息流广告平台通过撞库的方式,恶意上报不属于本身媒体用户点击的情况。我们在iOS DSP渠道就曾发现过部分DSP渠道靠恶意捏造大量虚假点击设备上报,骗取钱财的情况。信息流上报的点击设备ID是不是该信息流本身带来的可以通过进一步的数据分析去证实。比如看被商店拐走的用户跟没有被拐走的用户行为差异是否非常显著,点击上报事件是否明显超乎寻常的高,点击到转化的时间窗是否正常等等。

分析方向四:识别代理商/媒体混量

通过比对点击上报设备和对应渠道包的转化数据,还有机会抓到代理商/媒体为了让成本看起来好看,而混入的一些没有经过广告平台点击上报的设备情况。如果存在大量的设备未经点击上报,却安装贵司APP,那么很大可能是你们这个渠道包被灰产拿去刷流量了。当然随着对方越来越高明,这种明显的差异应该会减少,但我们相信,目前还是会存在的。

关于OCPC/OCPA的数据,我们目前挖掘到的信息就这么一些,不知道业内各位大神,还从中发现了什么好玩的情况?欢迎交流。

]]>
CAMIA:2018上半年印尼移动应用榜单TOP100 //www.otias-ub.com/archives/751206.html Fri, 27 Jul 2018 16:21:07 +0000 //www.otias-ub.com/?p=751206 2018上半年印尼GP免费下载榜单TOP100应用总数占73%,游戏占27%。应用类别共涉及十六类,其中通讯类、购物类、工具类、摄影类和视频播放与编辑类占比最大,占比指数分别高达11%,9%,8%,7%和7%。

榜单游戏类别共十类,其中动作类占比最大,占比指数高达8%。休闲类、街机类、体育类和智力类各占3%。

其中属中国发行商旗下产品共二十七款,应用占二十四款,共涉及十个类别。游戏占四款,共涉及三个类别。

榜单四款个性化应用中就有三款为中国玩家旗下产品,这三款应用分别为《Parallel Space》,猎豹移动旗下《CM Launcher 3D 猎豹3D桌面》和输入法应用《Cheetah Keyboard》。

八款工具类应用中中国玩家产品也占据一半:传输工具《SHAREit茄子快传》,《Clean Master猎豹清理大师》,《WiFi万能钥匙WiFi Master Key 》及GOMO旗下输入法《GO Keyboard 》。

两款效率类应用全为中国玩家旗下产品:输入法《Kika Keyboard 》和文档处理软件《WPS Office》。

同时音乐与音频类中的《JOOX Music 》,娱乐类中的《Viu 》,通讯类中的《UC Browser Mini 》和《WeChat微信》,社交类中的《musical.ly》,摄影类中的《Camera360》和《BeautyPlus 》等都是中国发行商旗下产品。

榜单中的四款中国玩家旗下游戏中包括了一款智力游戏《Block Puzzle Jewel块宝石拼图》,猎豹移动旗下《钢琴块2 Piano Tiles 2™》和腾讯旗下吃鸡手游《PUBG MOBILE》。

榜单TOP 10中中国玩家旗下产品共4款,其中包括UC旗下浏览器《UC Browser》,众联极享科技的《茄子快传SHAREit》和今日头条的抖音海外版《Tik Tok》。

榜单TOP50中中国玩家旗下产品共15款,其中两款短视频应用——抖音海外《Tik Tok》和小影国际《VivaVideo 》都在前五十之内。九款购物类应用中就有七款在TOP50榜单之中。

榜单九款购物类应用中有四款为印尼本土玩家旗下产品:《Tokopedia》《Bukalapak》《Akulaku 》和《Blibli.com 》,其中《Tokopedia》和《Bukalapak》在榜单前二十之内。除了《Shopee》和《Lazada 》之外,相比之下本土电商较其他玩家而言占有更大的优势。

印尼本土游戏似乎也没有占取更大的优势,榜单之中仅有三款游戏本土开发商旗下产品:智力游戏《Tebak Gambar》《Teka-teki Silang (TTS)》及巴士模拟游戏《Bus Simulator Indonesia》。

完整榜单如下:

来源:CAMIA
]]>
26万条抖音数据背后的推荐逻辑以及严重失调的男女比例 //www.otias-ub.com/archives/727550.html Mon, 23 Jul 2018 16:21:14 +0000 //www.otias-ub.com/?p=727550 数据洞察

  1、数据介绍

  数据区间是2018年2月1日—5月10日,历时两个月,累计260968条。

  采集过程中,对作者做了去重处理,也就是说每个作者只取了TA的一条视频数据。

  这也代表着我们拥有26W个作者的数据。

  数据包含视频描述、发布时间、播放数、点赞数、评论数、转发数、尺寸、清晰度、时长、是否包含商品广告、是否包含水印,以及视频作者的昵称、性别、生日、账号创建时间、是否认证、认证类型等数据。

  另外,数据均为前端可见数据,未使用任何违规操作。

  2、首次推荐分水岭是5000,请把赞“刷”到100+

  做过今日头条自媒体账号的人应该了解,头条的推荐算法是先把文章做小范围推荐,查看文章在该部分人中的阅读数据。

  如果阅读数据良好,则会扩大文章的推荐范围。数据越好,推荐范围则越大。

  既然抖音是头条系产品,那肯定采用了同样的推荐逻辑。

  从用户的方便程度来看,点赞>评论>转发,那么点赞作为推荐算法的指标权重应该会大于其他两个。

  从头条的推荐算法推测,视频应该会先被推荐给一部分用户,如果点赞数达到某个水平,则会将视频推荐给更多的人;如果没有,那么视频大概率会凉了。

  经过不断分段统计视频各播放量与点赞之间的关系,得到了下面这张表格:

  由于采集机制的原因,我们很难采集到没有被推荐的视频,但就现有的1907条播放量在5000以下的视频我们可以清晰地看到,这些视频的点赞量100以下的占到了94%。

  那么反过来可以推断,想要你的视频被更多的人看到(也就是进入系统推荐的二阶段),那么你视频的点赞量至少应该增加到100以上。

  我做了几个视频进行了测试,发布后分享出去让好友帮忙点赞(下文会给出方法),那些在1小时内点赞量突破一百的,播放量在几小时内很快破万;

  而那些点赞量低的,则不再被人问津。

  即便这个结果在测试中得到了验证,但是我却不能给出实锤结论。

  首先,目前采集到的低于5000播放量的数据,大都在5月以后发布,传播时间不够长,或许这恰好是点赞量低的原因;

  其次,与整体的样本量相比,这部分数据只占不到1%,没有达到统计分析的样本数要求。

  无论如何,视频的点赞量肯定会作为推荐权重的依据,点赞越高自然是越好的。

  3、看似红红火火,但瓶颈似乎已经到来

  作者数据包含了账号的注册时间,我把作者的注册时间按照月份统计,发现抖音用户的增长似乎在放缓:

  从上面的用户注册时间分布来看,抖音用户在2018年1月份达到顶峰,随后开始逐月递减,4月份已经只有3月份的一半!

  实际上,这个数据仍然存在一些漏洞。

  毕竟存在一种可能,就是新注册的用户不喜欢发布视频,而是在注册一段时间后才开始发布。

  或者,新注册用户的视频因为还未得到系统的推荐,被我们采集到的概率也随之降低。

  如果账号的创建时间不能说明问题,我们来看另一组数据。

  把视频的发布时间与其相对应的播放量和点赞量结合,我得到了各月发布视频的平均点赞量。

  为了去除数据传播时长的影响,我去掉了5月以后发布的视频,得到各月平均点赞量分布图:

  数据显示,各月视频的平均点赞数在逐月降低,4月份视频平均点赞量甚至不足3月份的一半。

  或许是因为视频越来越堵,用户已经麻木,但无论如何,早期的红利在逐渐降低,想上车的要赶紧了。

  4、拍满15s不是最好的,10s更受用户欢迎

  目前抖音未公布获得视频超过15s时长权限的机制,但至少我们知道“优质”是选拔的重要条件,所以在分析视频时长时,我去掉了时长超过15s的视频。

  对15s以内视频的平均点赞情况作了分析,得到以下分布图:

  数据并不支持我们把视频拍满15s,10s是最好的,13s也不错,甚至11s都优于15s。

  由于超过15s的视频数量仅6866条,在样本中占比太少,我就不再给出分析。在相同数量级下(均少于100条),39s、42s、50s和58s看上去效果不错。

  5、男女比例严重失调,小哥哥的视频更受欢迎

  统计26W个作者的性别,我发现抖音用户中女性用户数量接近男性的3倍!

  显然是严重失调。

  (注:“无”代表用户没有填写性别信息)

  从用户组成来看,就很容易理解为什么抖音的带货能力这么强了。

  从购物能力来看,女性购买力更强,毕竟大部分钱都掌握在女性的手里。

  把作者性别和其发布视频的平均点赞量结合,我神奇的发现,小哥哥们的视频竟然更受欢迎!

  难不成是因为女性用户多于男性,异性相吸?

  注:没有性别信息的用户有多个视频点赞量超过百万(比如用户@安德罗妮、的一个视频点赞量达到600W),造成了该类别用户的平均点赞量过高,不排除这部分用户均为女性的可能性。

  6、生活化的内容是抖音的主流,年轻人愿意表达爱与喜欢

  使用新浪微舆情的文本分析功能,把视频的描述文字做了词性和情感方面的分析,发现生活化的内容是抖音的主体。

  对视频描述文本的词性分析,动词方面除了“喜欢”和“爱”以外,生活化的“想”、“拍”、“吃”是出现频率最高的词;

  形容词方面“快乐”、“开心”、“好看”和“可爱”是抖音用户最喜欢表达的感情;

  名词上“小哥哥”和“小姐姐”显然已经成为发抖音的固定搭配。

  整体词频方面,除了“小哥哥”、“小姐姐”以及“抖音小助手”以外,具备强烈生活色彩的“爸爸”、“我妈”、“弟弟”、“老公”、“我家”这些词同样被高频率使用。

  2

  福利:一些抖音小技巧

  1.精细化运营,一些小细节很重要

  我们来看下面两个视频截图,你发现什么差别了么?

  如果两个视频都需要视频描述来完善视频的内容,那么后一个视频的效果会更好,因为相比于白色视频背景,纯黑色可以非常清晰的把底部的视频描述凸显出来。

  除此以外,视频内容和质量相似的情况下,竖向的视频比横向的视频更容易被点赞,不信你横过手机点赞一下试试……

  2.能不能绕过机器筛选直接被推荐到更大的流量池?

  随着监管制度的完善,纯机器算法筛选和推荐已经不能满足用户对高质量内容的需求,于是今日头条引入了大量人工审核团队。

  这些人工除了审核内容是否违规外,还承担发现优质内容、使其提前进入推荐队列的职责(我猜的)。

  如果我猜对了,那么,如果视频能跨过机器的迭代推荐,直达人工,岂不是会更快速的火起来?

  这个方法就是在视频描述里加入一些机器识别不准确的敏感词,你们如果胆大可以试一试。

  你现在在抖音中还会点赞吗?

  欢迎评论区留言,与大家分享哦。

]]>
领先数据:爱奇艺2018年二季度付费会会员增速速何? //www.otias-ub.com/archives/751099.html Fri, 20 Jul 2018 03:07:28 +0000 //www.otias-ub.com/?p=751099 爱奇艺二季度付费会员增速何?对于视频网站而言,最重要的一个数字指标是付费用户数。

全球行业老大奈飞(NASDAQ:NFLX),就是因为本周公布的二季度数据中新增付费用户数不及预期,差点跌下神坛。

对于同样面临季考的爱奇艺(NASDAQ:IQ)而言,付费会员数量自然格外受到关注。

根据日前采集的公开数据并经计算,我们预计爱奇艺的付费会员在今年二季度可能会在6850万到7150万范围内,同比增长67%至74%(去年二季度为4100万),环比增长11.7%至16.6%(今年一季度为6130万)。

怎么估算的?

我们是怎么估算的呢?下面讲讲方法论。

基于商业模式而言,我们都清楚,与视频网站付费会员数量关联最直接的因子便是内容。

而在衡量“内容”时,我们可以将其分解为四个关键元素,包括:

  • 有多少活跃浏览的内容
  • 有多少新增活跃浏览的内容
  • 有多少活跃浏览的自制内容
  • 有多少新增活跃浏览的自制内容

根据过往的数据统计,我们分别计算该4个元素与付费会员数量的关联性,大致如下:

通过这样的研究也能证实,内容与付费会员数量的关联性(Correlation)非常之高,达到0.99以上。

正是基于内容与付费会员数量之间的这种函数关系,我们在公开渠道内,对爱奇艺、腾讯视频以及优酷三家视频网站的相关内容数据进行了统计计算,并据此对爱奇艺二季度的付费会员数作出了相关的预估。

点击增量最高

根据我们收集的公开数据显示,二季度里,三家视频网站平台的内容总数稳定。6月活跃浏览的内容同比增长3.9%,至54,375部。

 

同时,三家平台上,6月的新增观看次数(点击增量)合计为2780亿次,从去年同期的2270亿增长22.4%。

通过统计计算可以发现,在爱奇艺、腾讯、优酷三家视频网站平台上,新增观看次数(点击增量)增长主要来自爱奇艺。

增量剧目最受欢迎

根据我们收集的公开数据显示,三家视频网站6月新增活跃浏览的内容为12,380部,同比增长8.4%。

6月新增内容(增量剧目)的浏览次数,也从去年同期的1740亿增长到2320亿,增长幅度达33.1%。增长也主要来自于爱奇艺。

自制剧贡献最大

三家视频网站平台6月自制剧活跃浏览的内容总量,从2017年6月的788部同比增长81.2%至1,428部。

在6月,这些内容带来的新增观看数量为140亿,同比从2017年6月的80亿增长74.9%。爱奇艺新增观看数的约50%,是由自制剧活跃观看内容贡献的。

经过我们的统计计算发现,6月影视剧的浏览次数超过了电影。

来源:领先科技

]]>
腾讯创业:一杯关东煮,给便利店带来的亿万经济账 //www.otias-ub.com/archives/751125.html Fri, 20 Jul 2018 03:01:46 +0000 //www.otias-ub.com/?p=751125 鲜食在便利店的商业模式中扮演怎样的角色?
近两年来,写字楼和社区周边的便利店如雨后春笋般纷纷涌现。常在便利店买早午餐的朋友们或有观察到,店内关东煮、饭团、便当等即食产品的种类变得越来越丰富。这不禁令人遐想,售卖这些鲜食对整个店铺收入结构有多大促进?它们又在便利店的商业模式中扮演怎样的角色?

本文从鲜食视角切入,探讨消费升级背景下,便利店行业相关产业链的发展及投资逻辑。

本文纲要:

  • 详解供应链哲学:从哪儿来,到哪儿去?
  • 中外消费者对鲜食的信任度有多高?
  • 资本为何重点关注整体鲜食能力?

随着7-11便利店在中国的铺开,人们对新型便利店开始有了初步认知,其售卖的关东煮不仅一跃变为年轻人热宠的夜宵,也成了多数人对“鲜食”二字最早的启蒙。

在新零售领域,鲜食多指食品制造商为便利店量身订做的即食性产品。譬如你所见的饭团、包子和三明治,它们都是便利店鲜食的典型代表。

鲜食在供应链层面,包括五大部分——商品研发、原材料采购、工厂生产、物流配送、终端销售。以下拆分细说:

1

商品研发&原材料采购

研发主要流程可总结为以下步骤:洞见 – 概念 – 开发 – 商业化 – 测试 – 发布 – 优化提升。

洞见来源于终端门店大数据分析反馈及用户反馈,形成概念及开发原型能力取决于研发团队实力,商业化后在满足消费群体口感的前提下,保证质量、控制成本并契合工厂现有生产水平、配送物流能力及当季存储条件,每个环节环环相扣。

部分便利店内售卖的地方特色鲜食为其研发能力的直接体现:如每一天在西安针对当地饮食风格开发的麻辣烫,全家针对北京市场开发的黄焖鸡米饭、春饼便当等。

目前,市面上的研发模式主要分为合作式和自研式。

合作模式暨便利店、工厂、供应商三方共同开发,而不是以某一方为主体。现阶段,大部分便利店采用此模式,优点是分工明确,便利店清楚顾客需求,工厂熟悉生产工艺,供应商了解食材。

如罗森曾经推出过的一款烤鲐鱼盒饭,正因为供应商的深度参与,才得知鲐鱼有特定的捕捞时节,过冬之前和开春之后的肉质完全不一样,而且还有进口和国产之分,使得罗森免于“踩坑”。

自研模式主要是指自有、控股或参股鲜食工厂的便利店。如131便利店、武汉Today等。便利店主导整个研发过程,供应商只负责提供相关食材,优点是成本相对较低,开发生产周期较短。

2

工厂生产

鲜食工厂可以分为委托型、自建型,其中自建型又分为“轻”、“重”两种模式。

委托型暨OEM型,便利店出研发方案及产品需求,工厂负责生产。这种模式多适用于小规模连锁便利店。

轻模式以参股形式居多(股份占比10%以下),联合食品加工企业商共同设立专用鲜食工厂。以7-11为代表,在北京与旺旺集团、日洋(日本食品巨头企业)合资成立了旺洋工厂,主要负责华北地区所有7-11鲜食生产。

“重”模式则完全自建或以控股形式建立自有鲜食工厂,以131便利店为代表,目前拥有两家100%控股工厂。

3

物流配送

配送环节至关重要,配送的频次、时效性直接关乎终端销售业绩及消费者体验。

目前,国内便利店与日资便利店在物流能力有着较大差距。根据中国连锁经营业协会数据,我国大型便利店企业平均统一配送率约83.7%,物流成本约占销售额的4%,配送能力为每天1至2次。

日本便利店企业的平均统一配送率达到95%,物流成本约占销售额的4.8%,配送能力为每天7至8次。从配送方式上看,分为批发商直接送货、集约化送货和共同配送。以7-11为例,各配送方式如下图所示:

批发商配送

【优劣分析】暨批发商相当于配送中心,弊端为配送时间不确定、效率低下。

集约化送货

【优劣分析】暨某区域内的特定批发商统一管理同类供应商,集约化配送相比批发商配送缩减了批发商的数量,减少了配送环节,节省了物流费用,实现规模经济预期。但随着SKU数不断增多,批发商数量随之增加,给管理带来较多不便。

共同配送

【优劣分析】暨按照不同的地区和商品群,生产商和批发商充分利用闲置的土地资源或利用率较低的设备,共同投资经营管理配送中心。

配送中心的选址一般分布在中心城市商圈35 公里,非中心城市商圈为60公里。共同配送中心进行统一集货,再向各门店配送。各区域设立共同配送中心,实现高频次、多品种、小批量配送。

来源:《7-11执行董事内田慎治:7万家门店背后的秘密》

以7-11为例,可以做到通过共同配送,将商品按保存温度需求分成4大类进行配送。其中,日配品(保存期在30天之内的商品)可以达到每日3配。在时效性上,可实现当天上午下单,当天到货的实效。

4

终端销售

上海市在2014年1月为预包装鲜食设立了两项地方标准:《预包装冷藏膳食》和《预包装冷藏膳食生产经营卫生规范》,其中规定预包装鲜食的保质期不得超过36小时。

尽管目前国家无统一标准,但大多数省市的监管部门以此为参考,特别是北广深等一线城市。

保质期计算的起始时间节点是生产完成的时间,也就意味着,算上物流配送时间,鲜食可销售的时间仅有约24小时,如果无法在规定时间内销售完毕,则面临损耗风险,这也是大多数便利店夜间会有鲜食半价促销活动之原因。

因此如何最大化销量、最小化损耗成为便利店在鲜食销售上最为关注的核心问题。

具体地,宏观层面,主要通过便利店企业对于加盟商的店铺选址指导、提高配送频次和实效性来实现;微观层面,主要通过店内布局、产品陈列优化及提高员工主动销售意识等精细化经营。

关于消费者对于便利店鲜食看法

根据TrendSource近期基于美国便利店内鲜食(炸鸡、热狗、Nachos)的调查,近一半(49.1%)的消费者认为对于店内鲜食的安全性、食物质量适度信任,仅有2.8%的消费者完全信任其质量,另外合计约35%的消费者完全或基本不信任其质量。

( 数据来源:TrendSource 2018 Convenience Store Report )

相比而言,国内消费者对于鲜食有着更宽容的心态。据调查,12.1%的消费者进便利店会购买店内料理,再算上关东煮10.4%,饭团寿司8.5%、包子、三明治等鲜食的购买比例,总体数据侧面反应了中国消费者对鲜食相对信任的态度。

( 数据来源:阿里研究院&德勤-便利店的下一站 )

由鲜食看便利店行业投资逻辑

笔者总结了2017年~2018年7月,已公布的获得融资的便利店企业,几乎无一例外的拥有自有鲜食工厂或计划建造自有鲜食工厂。

可见,便利店整体鲜食能力被资本重点关注。

其中,131便利店计划在现有工厂基础上继续扩充产能,在河北打造35,000平米的全品类鲜食生产工厂,扩大在上游鲜食工厂的优势。

福建见福便利店原先一直通过和第三方鲜食工厂合作开发生产,在获得红杉投资后,董事长张利表示鲜食是必须要做的事情,其在某次论坛上特别提到,“即使不断推倒重来,也要将我们自己的鲜食供应做出产业化。”

关于鲜食,笔者总结有以下关注点:

1. 鲜食毛利率、销售占比等运营数据:可能改变现阶段便利店收入结构畸形的痛点。

《2018中国便利店发展报告》显示,2017年便利店运营成本快速上升,其中房租成本上升18%,人工成本上升12%,水电成本上升6.9%。

与之对应的,2017年便利店平均日商(包含石油系)为4936元,相比于2016年的4504元仅增长10%,增速低于房租、人工成本的增长。因此,便利店需要在提高日商的同时提高整体毛利率来对抗不断上升的运营成本。

从产品类别上分析,便利店产品可分为预包装食品和鲜食产品。目前,中国的便利店内产品结构以预包装食品为主,据统计,店内预包装食品SKU数量占比平均超过70%,销售额占比平均为85%,而整体毛利仅有20%-25%,香烟毛利更是不到15%;另一方面,占三成以下SKU的鲜食产品却能有着不低于35%的毛利率。

横向对比成熟的日系便利店,全时便利店目前鲜食销售占比为41%,毛利占比在40%以上(出处);罗森便当的毛利率在 35% 左右;7-11鲜食销售占比50%,鲜食毛利占比60%;考虑到由于国内便利店烟草销售会拉低鲜食销售占比,但销售占比和毛利率相比于日系便利店仍有大的提升空间。

2. 产品能力:鲜食具有引流属性,可带动店内其他产品销售。

生产能力 – 商品是否具有高性价比。据笔者观察,便当主流的价格集中在 11.8 – 16.8 元区间,以14.8、15.8元两档居多。这样平均15元左右的定价显得相当经济实惠。

基本很难找到比便当更便宜的正餐食物了:肯德基香辣鸡腿堡要 18 元一个、麦当劳巨无霸 23 元;根据饿了么的数据,外卖的客单价一般在 20 – 40 元,北京和上海一半的客单价都在这个区间。如果再考虑到便捷性、安全性、口味等因素,便利店鲜食更是不二之选。

但另一方面,生产出的产品是否真的从食品安全性、原材料质量上令消费者放心、从口感上令消费者满意,从利润上令经营者满意,而非“打肿脸充胖子”。

具体地,食品安全性层面主要关注生产车间规模、证件是否齐全(车间规模过小可能导致无法拿到全部类别鲜食的生产许可证)、车间洁净度(洁净程度,百级>千级>万级>10万级>30万级;造价上30万最低、百级最高。目前全国无统一标准)。

供应链及物流配送是否能够做到原材料到进店陈列过程中的全程冷链运输;口感层面主要可关注消费者反馈;利润层面主要关注履约成本及损耗等核心运营数据。

研发能力 – 商品迭代频率及打造爆品能力。由于便利店的客源相对固定,再好吃的产品也会遇到边际效益递减期,需要通过不断创新菜品、菜式,口味搭配来让消费者保持新鲜感。

据统计,全家的鲜食产品更新率在50%左右,每年会撤换掉现有 2500 ~3000 个商品中的 70% 的产品;711根据消费者的喜好更新了产品,每周会更新8至10种鲜食产品。

另一方面,部分便利店通过打造网红产品或研发本地化餐饮产品提高用户粘性。如Today便利店研发的Today霜淇淋,主打吃不胖的卖点,成功让单店日均销量达到60,并且复购率高达90%;西安每一天也在部分门店销售更适合当地人口味的麻辣烫,罗森在上海部分门店更是售卖起肉夹馍。

总体来看,商品迭代频率及打造爆品能力与研发人员数量、背景、资历有着密切的关联。

来源:腾讯创业

]]>
腾讯大讲堂:揭秘:黑产也“AI”,我们怎么办? //www.otias-ub.com/archives/751128.html Fri, 20 Jul 2018 02:59:47 +0000 //www.otias-ub.com/?p=751128 编者按:作为国内最大的社交巨头,腾讯是如何借用 AI 技术来解决所面对的安全挑战?

在6月30日举办的CCF-GAIR智能安全专场中,腾讯安全平台部总监胡珀带来了《从危到机,AI 时代下的安全挑战》的演讲。

胡珀现任腾讯安全平台部总监,腾讯安全平台部Blade Team负责人,是国内首个漏洞奖励平台TSRC负责人。

自2007年加入腾讯以来,他一直从事国际范围内的前沿安全攻防技术、黑客攻防技术对抗研究,包括人工智能(AI)、物联网、移动互联网、数据安全等,先后负责过漏洞扫描、恶意网址检测、主机安全、DDoS攻击防护系统的建设和运营以及应急响应、前沿安全、安全培训、安全研究、漏洞奖励计划等工作。

以下是胡珀在现场的演讲,宅客频道做了不改变原意的编辑整理。

今天非常荣幸能够分享一下腾讯在AI安全方面所做的一些事情。先做一个自我介绍,我叫胡珀,在腾讯安全平台部工作了11年,一直在从事黑客攻防对抗方面的工作。我的一部分工作是属于安全研究,一直以来我们的理念就是安全绝不仅仅是被动的事后处理,而是也要主动研究最前沿、最尖端的技术,用未雨绸缪的前瞻性研究来武装我们的工作。

为此,我们也组建了一支团队——Tencent Blade Team,专门进行安全的前沿研究,研究重点随着腾讯和整个安全行业面临的实际场景不断进行调整变化。比如最开始是研究Web安全,后来逐渐向移动互联网安全、物联网安全转型。

近年来随着AI大规模工程化、实用化,我们也加大了对 AI 智能设备安全方面的研究,这个演讲就是对我们研究的总结。

AI是下一次的工业革命,我们现在不管是开会、人脸识别、车牌识别,还有智慧城市、智慧零售,还是智能手环、智能手机、智能音箱等,AI越来越渗透到我们的生活里。

所有东西都AI了,基本上各个行业也都会引入AI,我们去(会场)外面看一下,全是各种智能的设备。

但是物联网设备或者所谓的智能设备渗透到各行各业,到我们生活之中,可能会带来很大的安全隐患。

比如智能音箱有接收语音指令的功能,如果音箱被黑客控制的话,就可能会变成窃听器。同理,摄像头如果被黑掉,也可能被用来监视我们。

今天我要讲的主要分为两部分

第一部分是以智能设备为典型代表的AI存在的安全问题

第二部分讲腾讯把AI应用到安全场景去做安全检测或者安全防护上的实践。

AI的安全问题我们总结了一下,大概归为三类:

第一类就是AI算法自身的安全问题,前面几位老师也有讲到,比如现在我们的图像识别,图像欺骗,自己用PS定制一张图片,加一些像素进去,会导致自动驾驶出问题。

第二类就是AI系统引入第三方的组件,但这些组件也会存在问题,这就是传统的安全问题了,包括对文件的处理,对网络协议的处理,各种外部输入协议的处理都可能会出问题。

第三类就是黑产也会用到AI。大家不要以为AI只是停留在学术界或者是工业界,其实现在黑产也大量在使用AI,之前我们处理过一个案子,就是黑产用机器学习的算法来识别验证码,最高可以达到80%到90%的识别率,这个团伙被摧毁后,我们发现这是我们见过的科技含量最高的黑产之一。

首先我们会发现,AI是很容易被带坏的。

这是微软推出的机器人,通过跟网友对话进行学习,恶意的网友就会乱教它,比如骂脏话,甚至是种族歧视。

前面的老师也讲过,现在AI是孩子,你教什么就学什么,结果学坏了,最后骂人,后来微软马上下架去修改,这就是一种样本的问题。

第二个问题就是AI会被蒙蔽。

只需要一些简单的操纵,人眼看起来毫无区别,AI识别却会得出完全错误的结果。比如这是一个人脸识别系统,给一张照片会识别出这个人的性别、年龄、表情、魅力值,第一张图正常图片可以识别出是男性,21岁,表情黯然伤神,但是如果经过特殊处理,加一些图层进去,对我们人眼没有影响,但就会被AI就识别成女性,20岁。另外两个也是,叠加图层上去,整个AI识别结果完全颠覆了,结果变成了男性,36岁。我们进行了测试,最大会有20%的识别错误几率。

针对标识的识别也是如此。我们可以看到,通过类似的图层叠加手法,会严重影响AI的识别结果。比如第一张图可以直行,第二张图加入图层后,我们人眼识别完全没变化,但到AI去识别就可以直行也可以右转,限速30变成限速80。这就是对AI的攻击。大家可以想像,如果这个攻击案例被用到了实际环境,可能直接导致车毁人亡的严重情况。

第三个问题就是被污染,也就是在AI的底层框架存在的问题。

比如谷歌的深度学习系统TensorFlow,Tencent Blade Team研究之后,发现它其实存在一些传统的网络安全问题,比如恶意构造一个模型文件,格式经过特殊构造就可以控制它整个AI系统,然后可以算出AI系统的设计或者架构问题。除此之外,如果引用了恶意的第三方组件,也会导致系统崩溃,拿到系统权限。

这些漏洞我们都报给了官方,并拿到了致谢。这些系统如果底层出问题,被黑客利用,后果是灾难性的,所以现在产业界、学术界都非常关注AI的底层架构安全。

第四,许多智能设备都可能被控制。

比如智能音箱可能被窃听,我们团队对市面上的一些智能音箱做了一系列研究,许多智能音箱都有安全问题,包括协议的解析和认证授权等,其实还是传统的安全问题。如果大家感兴趣,可以在今年8月份在拉斯维加斯的DEF CON上关注我们介绍智能音箱的漏洞技术细节的议题。

智能音箱也存在被窃听的问题,小米和亚马逊都出现过安全问题,它们对协议的解析和认证授权有问题。

如果大家感兴趣,我们会在今年8月份,在拉斯维加斯讲亚马逊智能音箱的漏洞技术细节。

另外就是智慧城市,现在很多地方都引入了智慧城市,里面会用很多新的协议,比如 IoT 的协议,这个也存在许多安全隐患。

我们选用腾讯大厦作为目标进行了测试,发现它所使用的智能楼宇设备协议和加密通讯存在一些技术风险,这就造成我们可以通过远程控制某一层的会议室灯、空调、窗帘,包括插座等。

我们当时放了一个无人机到顶楼,挂了一个信号发射器,实现了对整层楼的开灯关灯关窗帘的控制,在欧洲的HITB安全峰会上我们也详细讲了这个漏洞的技术细节。

因为供应商是国外的,我们把问题报给官方,也修复了,做这个实验本身就是希望把这个问题修复掉。

除了智能音箱、智慧楼宇等,我们还研究过无人机。

2015年,Blade Team参加一个黑客比赛,远程用电脑把无人机劫持了。我们破解了无人机的通讯协议,破解之后发现,只能够抓到一部分无线电协议,就可以去模拟摇控器发出来的协议,把当时的无人机给劫持掉。

摄像头也是类似。2014年的时候,我们对国内的摄像头做了一系列的安全评测,2014年是智能摄像头元年,所以我们也要去跟进看一下。大家有没有见过有部电影叫《窃听风云》,里面有个桥段就是加了一个设备,把摄像头替换掉,导致保安没有发现有人进去了。

有些摄像头我们发现也是有这个问题的,我这里放了一个QQ公仔,摄像的 wifi 网络被我劫持替换,就能控制它所有想要展示的图像,我重新可以录视频,把公仔隐掉。

另外就是一些智能手机,因为智能手机现在用了越来越多的一些所谓的生物识别、智能识别,比如说人脸解锁,人脸解锁之前有很大的问题,但是我直接用照片,而且用二维的照片就可以解锁。

不过现在应该已经加了3D或者活体识别了,就没那么简单,但是我们目前在进行的一些研究中发现还是有机会的。所以后面有机会大家还可以看到我们的分享。

另外就是有些手机可以支持智能设备解锁,比如手环解锁,只要手机靠近手环就解锁了,不用输密码,这也是比较方便。

但在设计的时候会出问题,解锁的时候它只会检测我的手环match地址,这个也很容易实现,我们可以直接解锁他的手机。另外一些品牌手机可能采取的是指纹解锁,但我们发现用一个类似的导电硅胶,直接把纸巾按上去就可以了,根本不需要指纹,这个硅胶按上去算法也通过了,最后解锁也通过。就像现在的智能电锁,也是类似的原理。大家会发现,现在的智能手机也是不够靠谱的。

前面我讲的是智能设备本身的一些安全问题和供给场景演示,但除了他们本身存在的问题之外,AI技术还可能被黑产滥用。

这就是我们现在看到的,越来越多的智能设备链接到了网络上,但是这些智能设备的安全防护又没有传统的PC防火墙,反而会被黑客黑掉,黑客就拿来挖矿、进行DDoS攻击等等,这样就会带来很大的问题。

这些就是一些恶意软件,把物联网设备拿来做DDoS攻击,现在大量的IoT设备都连接上了网络,包括路由器、摄像头,很容易沦为黑客控制的工具。还有一些机器学算法也加入了黑产团队。

以上就是我讲的第一部分,AI的安全问题,下面我来展开讲一下第二部分,AI安全应用在具体场景下的应用,包括实战等。

大概也是这三个方向:一个是会向传统的生物特征转变,第二个是研究工具有变化,以前是用特征工程来对抗黑客攻击,现在可能会转入机器学习的方法,可能用机器学习给它建一个域值和模型,通过模型来看它是否是黑客攻击。

框架大概是这样,可能就是有一个整体的平台,再加上机器学习作为一个分析引擎,和其他的数据层、信誉库等一起,协同进行合作。

现在有一种很麻烦的攻击,就是UDP模拟,包括协议都会模拟到正常的业务,这样怎么做呢?还是会用机器学习相对好一点,在UDP模拟协议的特定场景之下,这种效果是非常好的。传统的 DDoS 防护是通过一个量来发现,但机器学习可以通过很多维度解决这个问题。

我们可以看一下,大概引入机器学习的实际效果。我们主要是应用在两个层面,一个是DDoS,一个是黑客的入侵行为,我们看一下 DDoS 的效果。

这是一个传统的DDoS的模型,加上一个 AI 环节,用机器学习给所有商户做画像。在腾讯云上有很多这样的小商家,可能它单个商户面临的流向不一样,QQ空间和微信朋友圈流量非常大,小的商户流量非常小,如果采取传统的特征工程的方法不能很好解决,比如商户做活动或者双十一整体流量上升,就会有这样那样的问题。

如果用AI画基线,比如取前面三个月或者前面一个月的数据,引入机器学习生成一个模型,通过检测模型来看是否是DDos的攻击或者活动量突增。这样的话,平时就不仅是流量的大小,还包括原IP的属性,或者原端口、整个IP的值,我们会把整个协议让机器自己去学,让它自己提特征出来,大概会选出很多维度,我们会用这个维度做模型。如果它某一天或者某一个时刻偏离这个模型,就可能是遭到DDos攻击。

最后平均准确率从80%到了96.4%,效果还可以,但机器也有误报,我们现在采取双引擎在跑,避免出问题。

在反入侵上也是类似,比如说我们的系统管理员登陆服务器,登陆之后可能会做一系列的运维,或者是部署操作,但它是个有限的集,同时它可能会在某一个特定的时间,或者会有特定的习惯,反正是有规律的。

这个规律如果通过特征工程很难做,但通过机器学习,可以很好地为服务器的每一个管理员帐号进行精准画像,这样就可以解决黑客冒用帐号的攻击方式。

现在大部分情况是黑客直接拿一个帐号密码,冒充管理做操作,但它的操作跟管理员是不一样的,一个是时间,还有一个是翻找文档,或者是偷数据的行为,但这些是正常运维管理员和普通用户不会出现的行为。所以完全可以通过这种模型,直接算一个匹配度,同时把它标注出来。

腾讯也有在做这块东西,效果就是我们的几次演习,拿到管理员帐号做进一步渗透的时候,他会明显发现有异常,会告警出来,效果还可以。

今天我总结一下,讲了两部分:一部分就是AI本身的安全问题,其实我们可以看到,随着现在AI和智能设备越来越应用到我们的生活,有很多各式各样的安全问题,不管是智能音箱、智能插座还是智慧楼宇等,一定会有很多黑客盯着,学术界、产业界最好提前发现解决,避免出更大的事故,毕竟以前的互联网都是信息化的东西,现在跟物理世界结合之后,可能会产生很大很严重的影响。

第二部分是把机器学习方法应用到传统的安全场景,在某些特定场景下,AI绝对是优于人类或者传统的特征工程,但在某些场景我们还需要继续探索。

问答环节:

雷锋网:今天几大巨头都带来了AI+安全的演讲,与他们相比,腾讯在这方面的战略上有哪些不一样?

胡珀:我觉得腾讯的AI+安全所面临的场景会更丰富一些,大家都知道,腾讯主要的业务包括游戏、社交、支付等,所以我们AI+安全会围绕这些场景做一些配套的工作,比如QQ上的登录,QQ上的垃圾信息打击,然后微信的登录、微信这一块的,都用到机器学习来保护账户的安全。

除此之外,我们也会在其他领域,比如腾讯在布局智能医疗,我们会配合腾讯的AI战略,在AI+医疗方面针对安全方面做一些定制化的工作,其他比如智慧零售和智慧楼宇也会在AI安全方面有研究。

雷锋网:能以具体场景为例讲一下你们的AI+安全如何落地吗?

胡珀:比如智慧楼宇,它其实就是一个传统的楼宇加上一个 AI 的学习框架组成的,其实它有两个问题:

1.它的 AI 学习方法有没有问题。

2.它的传统楼宇层有没有问题。

甚至是他们两者结合起来之后,会不会有新的问题出现?这都是我们要研究的东西。

雷锋网:您在腾讯工作了11年,从最开始的 PC 安全、移动安全、物联网安全再到 AI 安全这块,请问是不是安全人员以后都要对AI方面有所积累?以后这会是一个硬性的要求吗?

胡珀:这不一定,安全整个领域还是很大的,比如说他不做类似数据处理分析这块的工作,他可能就不需要了解人工智能相关的知识。如果只是一个负责软件漏洞挖掘的安全工程师,那他就不需要。

不过如果他是负责相关业务安全或者数据安全的,还是懂一些会比较好,因为他引入一种新的方法就可能会提升他的效率。

现在AI这么火,未来肯定会有越来越多的这种开源的框架、工具,去帮助安全人员去工作,提升效率,所以我觉得可能是这样一种场景,你懂技术,可以直接调用一个库,去调用这些AI的方法,这就会非常简单了,而且现在已经有这样一种趋势了。

雷锋网:你刚才在演讲中提到的宙斯盾所拥有的 DDoS 防御与其他的防御系统有何不同? 

胡珀:我觉得特点有两个:

第一,因为腾讯的业务非常大,类型也很多,所以这个抗DDoS的要求会很高,是个通用型的产品。

第二个是帮腾讯云上的商户做,把它防护的每一个业务当成一个商户的话,它能适配不同的流量模型和类型,针对每一个商家,都是不同的模型,而不是一种一刀切的形式。

像传统的厂商或者是说传统的方法,都是用一刀切的方式,就是我加一些黑特征,只要他命令这个特征,我就认为是攻击,就把它拦掉。但是这可能会造成误杀,比如它搞了一个活动,然后流量跟以前不一样了,现在用机器学习的方法,会有一些调整,减少误杀。

雷锋网:在AI+安全领域,你有没有特别欣赏的公司?

胡珀:其实我们重点是看哪些公司能把AI应用在安全场景,然后对自身企业的安全防护会产生不错的效果。

本文来源:雷锋网

]]>
CAMIA:印尼Uber用户转型调查 //www.otias-ub.com/archives/746945.html Thu, 19 Jul 2018 12:44:20 +0000 //www.otias-ub.com/?p=746945 2018年3月26日,Grab正式宣布收购Uber在东南亚的服务。Grab的联合创始人兼集团首席执行官Anthony Tan透露了他的愿景:以高效服务加强东南亚运输平台。

在声明发布两周后,Uber关闭了其在东南亚的服务。根据Uber官方发布的消息,Uber SEA的500名员工将被调到Grab公司继续工作,驱动程序合作伙伴将继续维护客户访问Grab的工作。

Uber是一个基于应用的交通服务,是一家知名的公司。除了其广泛的业务领域,公司也是该领域的发起人。Uber是印尼首家拥有成熟商业计划的服务商,但最终却被该地区的玩家所取代。

那么问题来了,Uber消费者在哪里过渡?为了解答这个问题,DailySocial调查了Uber在印尼一些运营城市的受访者。有些人会说转用Grab是合乎逻辑的,然而,GO-JEK在印尼的城市也有广泛的普及。

根据相关数据,通过GO-JEK应用程序,运输服务(包括汽车和摩托车)有了持续的改进。根据调查,Go-Car已经超过GrabCar的运输服务,而两轮Go-Ride从一开始就占据主导地位。

(在过去12个月内(截至三月份),使用共乘服务受访者所占的百分比)

Uber和Grab在东南亚有广泛的市场覆盖面,他们可能不会赢得印尼市场,但在其他国家,如新加坡、越南、马来西亚和菲律宾,他们仍然有强大的市场基础。

了解当地文化赢得市场

在这次收购之前,Uber首席执行官Uber Dara Khosrowshahi已经计划采取大胆举措,以提高东南亚的服务知名度。这个问题相当复杂,不仅仅是关于业务渗透。Grab和Uber都在软银拥有相同的投资者,从投资者的角度来看,预计投资组合之间的竞争会被最小化。

下一个商业战略将决定Grab在东南亚市场的霸主地位。印尼是一个非常重要的市场,城市人口众多,业务分布遍及全市,为按需服务提供了一个机会,使其呈指数增长。

Uber在东南亚的失败被视为一个教训,特别是在印尼,作为一个发展中国家,消费者不能得到与发达国家一样的待遇。

DailySocial在2017年对按需服务的消费者进行了一项调查,大多数消费者回答说,他们更喜欢用现金支付。在某种程度上,趋势已经发生了变化,不再是基于信用卡的机制,而是电子货币。了解当地的文化对于在与其他玩家竞争时增加商业优势至关重要。

Part:1 Uber的东南亚客户

(58.92%的受访者表示在三个月内(1月-3月)使用过Uber服务,41.08%则表示没有使用过Uber服务)

调查结果显示,超过一半的受访者在此期间使用了Uber服务。

DailySocial最近对本地应用的调查显示,GO-JEK是最受欢迎的本地应用。而Grab在印尼最流行的国际应用程序中名列前五。得出一个结论,当时Uber处于不利的竞争地位。

目前当地政府的一些规定在某些地区造成了很大的阻力,他们拒绝来自传统运输行业的玩家,如出租车、传统摩托车出租车和公共交通。

Part:2 Uber客户转型

截至2018年5月,Uber的服务已经完全从印尼解体。为了继续使用基于应用的运输服务,客户需要切换到其他服务。

虽然,超过一半的人切换到Grab,但对于切换到GO-JEK的人来说,这个数字也很重要。

当Uber停止服务后,54.53%的受访者表示会选择Grab替代,44.71%的受访者则选择GO-JEK,而0.76%的受访者选择其他出行方式。

价格便宜、以客户为中心、值得信赖是客户最终选择服务的三大因素。

Part:3 服务过渡进程

切换到一个新的服务可能不费吹灰之力,但可能会分散消费者的注意力。

(33.22%受访者表示切换新应用很麻烦,但是66.78%的受访者表示毫无压力)

那些声称有问题的用户主要是因为他们觉得必须重新下载新的应用程序,是一个重复操作的过程,因为他们又要重新登记个人资料。他们中的大多数还对不得不重新设置支付服务感到郁闷,如删除信用卡信息。

(下载新应用并新建个人资料、清理残留信息、操作不熟悉是用户认为的三个大麻烦)

Part:4 使用Uber的体验

根据调查,用户选择Uber而不是其他服务的原因,最主要是与票价和支付方式有关。至于票价,很明显Uber经常会提供优惠。

第二个原因比较有趣,在早期阶段,Uber被认为是唯一接受信用卡支付的按需服务。

票价便宜、各种支付方式(信用卡等)、值得信赖是客户对Uber服务的三个主要印象。

而大多数用户对Uber服务的主要投诉都是关于在城市打车太难了,Uber的霸主地位仅涵盖Jakarta或Surabaya等几个大城市,和其他城市一样,Uber的司机没有竞争对手那么多。

(打车困难、客户服务无法访问是用户投诉的两大原因)

另一个投诉是关于客户服务,一些公司正在利用社交媒体与客户进行线上沟通,包括报告系统。一些受访者认为,Uber的线上服务在回应投诉时令人不够满意。

Part:5 Uber服务的可用性

(当Uber运营的时候,常见的出行服务还有GO-JEK和Grab)

对于Uber被Grab收购的消息,77.94%的受访者都知道Uber的服务已经停止运营,不能再用。还有22.06%的受访者表示不知道Uber已经被Grab收购。

当被问及是否希望Uber在自己地区重新运营时,62.42%的受访者的回答是肯定的。

总结

1、虽然大部分Uber客户都转向Grab,但也有很多客户转向GO-JEK。

2、低票价是帮助Uber客户过渡到Grab的一个重要因素。

3、切换到其他应用服务时,大多数Uber客户都没有遇到重大问题。

4、Uber对其客户的良好印象是低票价和各种支付方式。

5、根据其客户的说法,Uber的问题是司机短缺(与竞争对手相比)以及对客户服务的不满。

6、大多数客户都知道Uber服务因Grab的收购而停止运营。

(参考来源:DailySocial)

来源:CAMIA

]]>
外国分析机构称中国本土语音助手崛起,亚马逊和谷歌渗透失败 //www.otias-ub.com/archives/747534.html Thu, 19 Jul 2018 12:42:53 +0000 //www.otias-ub.com/?p=747534      来自中国的竞争正逐渐蚕食美国公司的市场份额。原文标题The Rise Of Chinese Voice Assistants And The Race To Commoditize Smart Speakers。

  2014年,亚马逊发布了由人工智能助手Alexa驱动的Echo智能音响,标志着家庭自动化新纪元的开启。近四年来,Echo一直占据着智能音响市场,现在,智能音响正变得越来越普遍。早期进入市场的亚马逊市场份额正逐渐被蚕食——除了竞争对手谷歌,来自中国的新玩家也在攻城略地。

    中国是全球第二大消费市场,仅2016年一年的消费支出就达到4.3亿美元(美国以12.5亿美元排名第一,日本以2.7亿美元排名第三)。

    根据Juniper Research的数据,中国智能家居市场价值将在2018年达到近230亿美元,智能音响和智能语音助手不可或缺。。

  以下是CB Insights上智能家居市场规模分析师估算的汇总。

    随着中国智能家居市场的升温,谷歌和亚马逊等老牌企业正面临新的竞争。

    美国公司力不从心,亚马逊和谷歌都没能渗透进中国。除了美国科技公司在中国面临的严格监管之外,中国的自然语言系统非常复杂(有130种方言和30种书面语言),因此语音识别是一个巨大的挑战。

    在美国大型科技公司中,只有苹果的Siri支持iPhone上的普通话。该公司的Homepod智能音响只支持英语,无法在中国打开市场。美国公司的缺位,使得中国本土企业能够在这个市场大展拳脚。智能语音是中国政府首批重点关注的人工智能领域之一。

    中国的大型科技公司已经在这方面迈出了一大步。11月11日,阿里巴巴以15美元的价格出售天猫智能音响。百度最近将其智能音响的价格从39美元降到了14美元。价格如此之低,以至于小公司根本无法竞争。

    新兴的商业模式模糊了竞争的界限,进入智能家居市场的中国企业正在采用一种双重商业模式,以获取全球市场份额,并在中国扩张:

    首先,他们与美国科技公司合作,将他们的硬件与Cortana和Alexa等人工智能助手配对,在中国以外销售智能音响。

    其次,他们正在与中国语音人工智能创业企业合作,或者在中国内部开发对话式人工智能软件,以便在中国销售。在中国,美国科技公司面临严格的限制。

下面是一些公司的例子。

联想

   为了进入智能音响市场,联想与亚马逊合作,在美国推出内置Alexa软件的智能音响。这款音响在发售时比同尺寸的亚马逊Echo便宜50美元,据报道,它的音效更好。

  这与亚马逊最近与第三方硬件制造商合作,将其Alexa语音软件作为服务销售的趋势一致,同时扩大了Alexa的市场渗透力和用户基础。

  为了进一步提高硬件性能,联想与领先的音频设备制造商Harman Kardon合作,生产音质更好的扬声器。三星子公司Harman Karson也与亚马逊建立了合作关系,以销售自己Alexa音响,这进一步模糊了全球竞争的界限。

  但对于在中国的销售而言,联想则是利用人工智能创业企业AISpeech开发的语音识别软件,开发了新的产品。

  Mobvoi

  谷歌在2015年投资6000万美元支持Mobvoi,这是该公司首次直接在中国投资。这家创业公司生产语音手表、音响和智能镜子。

  Mobvoi的智能音响TicHome内置谷歌助手。但在中国,谷歌仍面临严格的限制。

  谷歌本月收购了中国电子商务巨头京东的少数股权。京东也是中国最早推出智能音响的商家之一,这款名为DingDong的只能音响采用了领先的语音识别公司iFlytek的人工智能软件。

  小米

  独角兽公司小米是中国领先的手机公司之一。

  它正在开发自己的人工智能助手,与亚马逊的Alexa合作,并可能整合微软的Cortana,推出新的智能音响。

  在智能音响的竞赛中,微软远远落后于谷歌、亚马逊和苹果等美国科技公司。而这项合作可能会让微软在这一领域迈出第一步。

  除了智能手机和音响,小米还在中国销售其他电子产品,包括智能电视、吸尘器、智能灯,甚至还有电饭煲。

  考虑到它对人工智能的关注(最近组建了一个500人的人工智能团队),我们可能很快就会看到它的人工智能助手问世。

  BAT的身影

  中国最大的科技公司——百度、阿里巴巴和腾讯——正将自己定位为在从医疗保健到无人驾驶汽车等一系列行业的人工智能领域的全球领导者。智能音响是这三家公司共同关注的领域。

  百度

  百度希望它的DeurOS平台成为全球最主要的会话人工智能软件,与亚马逊Alexa直接竞争。

  在17年第4季度,百度推出了一款名为Raven H的智能音响,它的名字来自于去年百度收购的人工智能创业企业Raven Tech。

  该公司同时也依靠外部伙伴进行硬件设计。Raven H公司与瑞典一家名为“Teenage Engineering”的公司合作,发明了一种与市场上其他公司都不一样的音响。

  下面是Raven H的照片

  百度还收购了总部位于美国的自然语言处理创业公司Kitt。去年,该公司曾得到亚马逊Alexa基金的资助。

  如今百度谋求在日本和韩国市场的扩张,同时也在为进入东南亚市场做准备。

  阿里巴巴

  阿里巴巴宣布,自2017年7月正式推出以来,其天猫精灵智能音响的销量已超过100万部。

  天猫精灵使用人工智能语音助手AliGenie,与亚马逊的Alexa进行竞争。用户可以通过AliGenie在阿里巴巴的电子商务网站上用自己的声音购物。

  AliGenie可以通过手机摄像头识别物体,其医疗保健功能主要针对中国老龄化人口和视力障碍人群。

  除了智能家居外,阿里巴巴还在为10万间万豪国际酒店客房配备智能音响设施,提供礼宾服务。

  腾讯

  Tecent最近加入了智能音响的竞争,但它的强大之处在于其微信的用户群。

  它的智能助手可以访问微信应用程序和服务,可以发送语音信息等。

  竞争白热化

  对智能音响主导地位的竞争并没有放缓。

  来自中国企业的廉价音响可能日益威胁到正在研发硬件的美国大型科技公司,迫使它们专注于人工智能软件开发。

  但即便是在人工智能软件行业,两国的科技巨头也瞄准了相同的市场和合作伙伴。

  例如,亚马逊与之前提到的Harman Kardon合作,销售装有Amazon Alexa的Harman智能音箱。而百度已经与Harman单独合作,将其对话人工智能平台DeurOS整合到Harman的汽车中。

  Sonos最近推出了与Alexa集成的智能音响,计划在2018年底前支持苹果的Siri和谷歌Assistant。Sonos也在与中国的Rokid合作,以解决中文问题。

  在智能音响方面,中国企业无疑在国内拥有优势,但在全球范围内,它们面临的最大挑战是,与Facebook、亚马逊、微软、谷歌和苹果公司相比,缺乏外语用户数据。

  它们在智能家居领域的国际扩张,可能将取决于在特定市场上的合作或收购大数据公司,类似于百度在日本推出其人工智能助手Aladdin时的做法。

  为了实现这些目标,更多的国际合作、投资和收购未来可期。

来源:腾讯自媒体

]]>