“Datatist畫龍科技的AI解決方案其實是融合了機器學習的方法與不同行業用戶消費的習慣與商業環境，整體打造出一個模型體系，其最大的特點就是有效性，也就是在私域流量遠遠不足的情況下依然能夠獲得巨大的投資回報?！盌atatist畫龍科技聯合創始人祁云峰說。

成立五年來，Datatist畫龍科技自主研發了數百種“商業AI”算法，被評為全球預測性分析技術TOP 1，成為一家全球領先的AI運營產品和服務提供商。

從理念到現實，“商業AI”如何接地氣？

談到AI產業發展仍然面臨的窘境，“商業AI”理念發明者、Datatist畫龍科技創始人宋碧蓮博士指出，原因主要在于大量的研究工作脫離了行業或應用場景。多數貼近行業應用場景的AI，比如語音AI、圖象識別AI、工業AI、自動駕駛AI等已經取得了一定的進展，但商業AI 因為產品化工作十分困難，所以在全世界范圍內也遲遲見不到成熟的產品.

宋碧蓮博士認為，“商業AI”是企業商業決策的底層核心技術，其意義在于精準把控行業需求，深入及時挖掘數字價值，幫助企業降本、增效。

在增效方面，隨著會員系統的建立和私域流量運營的興起，越來越多企業擁有了完善的用戶數據?！癆I運營官產品”，通過直接干預用戶行為和科學引導，在獲客、活躍、復購等用戶生命周期的漏斗上提升轉化率，為門店進行預測、提升增長提供智能的決策，實現精細化用戶運營。

在降本方面，“AI運營官產品”通過對發行的優惠券進行分析，大大降低運營成本?！肮湜Q策引擎”則解決了零售企業的庫存拖累利潤率的難題，通過精準的預測補貨需求，實現降低庫存成本的目標。

宋碧蓮博士詳細介紹了“商業AI”如何針對不同的人群展開營銷工作的做法。

首先是對人群的判斷和需求的挖掘。針對全生命周期建立系列模型，根據人群活躍程度活躍狀況等因素預測是否流失，是否首購或復購等，每一個周期都預測下一步客戶的需求變化。

確定潛在目標后，繼續展開系列的活動，促進遷移。

如雙十一期間，一大撥客戶發生購買行為，但節后客戶會迅速流失。如何刺激他們的第二次購買？這時觸發Datatist畫龍科技的產品預測模型，預測什么樣的產品、或者贈送什么樣的權益才能打動他再回頭。當然，不同的商品有不同的策略，服裝、飲料一類的小件商品，存在復購的可能性，但彩電冰箱一類的大件商品，就得另外想辦法了。Datatist畫龍科技深諳客戶心理，既能迎合客戶的剛需，也會采取實物或者贈券的投放，或者多種措施結合的方式。

權益也是一種遷移措施。但權益的發放是有成本的，有時候一張50塊錢的優惠券就能打動一批人，有的時候“買5000送1000”也未必打動人，而這個操作又可能造成虧損。因此成本的控制十分重要。Datatist畫龍科技成本優化模型，可以核算出最佳的成本，讓成本達到最低且轉化率最高。

在觸達用戶方面，觸達方式多種多樣，打電話、發短信、發郵件、朋友圈等，但到底哪種方式最有效？Datatist畫龍科技可根據用戶喜好、行為習慣等特點協助推送制作好的內容，讓轉化率達到最高程度。

看得出來，Datatist畫龍科技的智能決策引擎活躍在整個運營過程中。

圍繞降本和增效提供的商業AI決策，Datatist畫龍科技讓投入產出的效果最大化。

AI技術，成就Datatist畫龍科技智能的決策運營解決方案

任何營銷矩陣都離不開決策。決策的發展，經歷了從最早的拍腦袋，后期的商務智能再延伸到如今的AI三個階段。

在缺乏足夠科技手段支持的年代，運營是靠廣告策劃或者內容運營人員設計文案，絞盡腦汁想招數、生創意，取得一定的效果，但不足之處是營銷準確程度不夠高，在ROI方面有較大的提升空間。

本世紀初期，商務智能得到廣泛應用，不少企業組建數據運營團隊，規模成百甚至上千人，每天對人群過去的畫像進行統計和分析，判斷未來營銷趨勢。雖然準確性和時效大大提高，但ROI方面仍有提升空間，而且對數據運營團隊的素質和分析人員的數量要求都很高。

AI技術帶來了新的商機。借助AI的支持，首先是龐大的專家團隊數量迅速壓減，少數幾個員工能完成以往數百數據分析人員的工作，最重要的各類Know-how已經沉淀于系統之中；其次，云計算時代的迭代開發方式，讓解決方案隨時更新，用戶的應用永遠是最新的產品，得出的永遠是最佳的決策結果；三是速度最快，幾個小時就提供結論，而以往通常需要好幾個月的時間，還不能保證最好的結果。

宋碧蓮博士記得，在eBay、linkedin工作期間團隊有300多人；一些國內AI領先的應用企業或銀行，也有上百人的專門團隊。事實上，多數企業不具備這樣的實力，特別是在商業分析人員嚴重缺乏的傳統零售與跨境電商公司，僅憑少數運營人員，很難保證效果。

經過多年的努力，Datatist畫龍科技成功地將人工的決策團隊升級成了AI大腦，并實現了產品化、規?；?；兩款產品已經實現了SaaS化并進入批量推廣階段。Datatist畫龍科技正在聯合生態伙伴進行商業化的推廣，希望企業加上這個引擎后，可以加速數字化轉型的進程。

客戶群體與日俱增，商業AI市場前景可期

Datatist畫龍科技的解決方案是在實踐中反復驗證、修改后不斷成熟的。海爾和蘇寧是兩個典型的合作案例。

在挖掘老客戶的二次商機方面，海爾采用Datatist畫龍科技的解決方案，試用一年的時間內舉行了上百場活動，僅憑35萬的運營成本以及700萬的系統成本，產生了超過3億元的新增收入。

在數據變現方面，蘇寧易購與Datatist畫龍科技合作，一天之內就安裝好智能決策大腦，再投資7萬元拉新，一周時間內為某客戶5000萬新增人群，幫助整體家電企業創收2億元。

據悉，Datatist畫龍科技還與中國銀聯、廣發證券、諾亞財富、中國人保、中國平安、陽光保險、華泰保險等企業開展了深入的合作。以華泰保險為例，“AI運營官“建立了360度客戶畫像自動化運營系統以及各種車輛保險的交叉推薦模型，智能化的運行效果，為華泰保險效益平均提升了3～6倍。

迄今，Datatist畫龍科技在中國完成了零售、保險、銀行、證券四個領域的商業AI標準化，完成了最早的論證：一天部署安裝、100%的有效性，證明Datatist畫龍科技的“商業AI”技術已經穩定、成熟，只要客戶數據整理到位，一天就可以完成模型計算，準確率高達90%。

在變化多端的市場，Datatist畫龍科技不斷探索，提煉出了AI技術面向商業市場的底層核心價值，實現產品化、工具化、商業化，從而準確預測出對企業的經濟發展背后的影響因素，并在不同場景下發揮穩定的作用，以精細化的用戶運營來提升企業的經濟效益，成為推動新興產業成長的基石。

打造完整的生態伙伴體系，服務更多客戶

在生態板塊圖中，Datatist畫龍科技將自己定位于承上啟下的智能運營決策中臺。

為了充分發揮生態體系的價值，Datatist畫龍科技正在跟大量的伙伴融合合作，共同的在私域流量領域更好地賦能更多的客戶。這也就是11月16日Datatist畫龍科技與全球軟件最大的企業之一的甲骨文宣布了深度合作的原因。

甲骨文是一家領先的數據庫公司，現在也在積極開源和上云，升級云ERP、云銷售等所有解決方案，決策支持系統也在不斷完善中。

值得一提的是，甲骨文收購的NetSuite這個優秀的營銷自動化系統，前三年在國內900%的增長率，讓人瞠目；而NetSuite，是甲骨文最貼近客戶需求的解決方案之一。

甲骨文應用渠道總經理王春莉表示，Datatist畫龍科技的“商業AI”模型，可以支持甲骨文各種解決方案更好地挖掘業務中的數據，洞察相關人或物相關的鏈條，從而展開針對性的精細化運營，推進這些客戶的持續轉化，同時避免低效和浪費。

甲骨文公司副總裁，中國區域聯盟與渠道部總經理朱德文表示，面向未來，雙方將重點發力海外電商市場，幫助中國電商更了解海外客戶，更好地提供增值服務。他期待跟Datatist畫龍科技有更多的合作，也期待推出更多的產品與服務。

“Datatist畫龍科技與甲骨文兩方攜手，加上戰略咨詢、數據中臺、云服務等合作伙伴的支持，將形成一個完美的組合?！彼伪躺彶┦扛嬖V記者，這樣的合作還在持續推進中。

Datatist畫龍科技的創建者，一群有愛國情懷的“海歸”

商業AI是一門復合型技術，既要有商業背景又要有AI積累。

宋碧蓮就讀博士期間，醉心于研究如何用AI提高企業效能，成為博士后之后，她跟隨李杰教授從事工業AI的產業化，又掌握了很多將AI從實驗室推向企業的實踐。通過在AI算法上的實踐和學習，她選擇“商業AI”作為新的方向。

在eBay和Linked in工作期間，她將過去積累的傳統經驗引入到AI運營中，用AI來決策驅動效果的戰略轉型，最終為eBay挖掘出價值數億美元的市場營銷機會，為Linkedin提高28倍用戶活躍度、價值用戶轉化最高達到31倍。

在兩家企業的成功，大大增強了宋碧蓮博士的信心：“既然能夠幫助這兩家企業，那就有信心幫助更多企業成功?！彪S后，她將研究成果沉淀下來，逐步完成了場景標準化、數據標準化、模型標準化、配方標準化。

2016年，團隊中部分骨干去FaceBook、Google等公司發展，另一些人經過考慮，決定回國發展創業。于是，頭頂各種光環的宋碧蓮博士與多位杰出同事帶著情懷回到祖國，組建了Datatist畫龍科技。

“我們希望在亞洲，特別是在中國，成為商業AI的原生地，打造一家真正具備AI基因的科技公司?！彼伪躺彶┦空f。6年來的事實已經證明，宋碧蓮博士及其團隊不僅高效率地做到了這一點，而且公司發展前景非?？捎^。