2023年、DaaSは「AIナビゲーション時代」に突入

2023年、DaaSは「AIナビゲーション時代」に突入

著者|ドゥドゥ

編集者|ピ・イェ

制作者実業家

2002年、競争の激しいアメリカのプロ野球リーグにおいて、オークランド・アスレチックスは人材、物資、財政力の点で「下位3分の1」にすぎなかった。

しかし、データ分析のトップクラスの学生の助けを借りて、データと曖昧な野球統計の分析を通じて、チームマネージャーは、風変わりな性格を持ちながらも野球において超能力を持った奇妙な野球選手のグループを発見しました。

従来のデータ管理モデルを打ち破ることで、ついに強豪ニューヨーク・ヤンキースに匹敵する目覚ましい成果を達成しました。

これは実際の出来事を基にした物語で、後に映画「マネーボール」にもなりました。実際、サッカーの試合に勝つためにデータ分析とマイニングの事例を使用することは、それをはるかに超えています。有名なアメリカのバスケットボール代表チームのコーチは、かつて IBM が提供したデータ マイニング ツールを使用して、選手の交代をその場で決定しました。

現在、約 20 を超える NBA チームが IBM データ マイニング アプリケーション ソフトウェアを使用して戦術の組み合わせを最適化しています。

コーチはラップトップ コンピューターを使用して、自宅または外出先の NBA センター サーバーに保存されているデータをマイニングできます。各ゲームイベントは、得点、アシスト、攻撃、ターンオーバーなどの統計に従って分類されます。

サッカーの試合に勝つためにビッグデータを利用するというのは信じられないことかもしれませんが、業界ではすでに勝利戦略として確立されています。

今や「勝つ」ことはあらゆる業界・企業の共通命題でもあります。デジタル化は中程度のレベルに達し、データの壁は徐々に取り払われ、企業は新たな成長方法を模索しています。

「昨年このDaaS製品をリリースしたとき、投資額は基本的に数十万、20万から30万、30万から40万程度でした。昨年の第4四半期から数百万の投資を受け始めました。マーケティング予算。 」 業界関係者は実業家にこう言った。

最前線に立つDaaSは、グレートナビゲーションの時代を迎えています。

DaaS、ユンキ

アリババクラウドは2021年12月1日、データドリブンな成長をエンジンとしてビジネスフロー、データフロー、ワークフローをオープン化し統合することを核心とする製品サービスを「DaaS」と位置づけ、新製品DaaSをリリースした。データ インテリジェンスが企業の生産と運用の価値を最大化できるようにします。

それはすぐに業界内で激しい議論を巻き起こしました。

今年3月、京東クラウドはブランドの成長と新たなDaaS路線の定着を目指し、デジタルインテリジェンスプラットフォーム「Uplus」を初めてリリースした。

インターネットの巨人 2 社の参入により、このトラックは徐々に活気を取り戻してきました。

実際、DaaS は新しい分野ではありません。ここ数年、DaaS トラックは、Maicong Software、Youmi Cloud、Huakun Daowei など、比較的垂直的なスター メーカーをいくつか輩出してきました。また、データセンター事業に携わるメーカーの中には、かなり前からこの路線に参入しているところもあります。

早くも 2015 年頃、自動運転の出現により、DaaS は非常に普及しました。

DaaS (Data as a Service) は、データ API の形式でさまざまなソースからのデータをオンデマンドで提供することに焦点を当てています。一般に、DaaS プラットフォームには、メタデータ管理、データ ガバナンス、データ開発などの機能も含まれています。その基本的な役割は、企業のデータ変換を支援することです。それをビジネス機能に変換し (エンタープライズ アプリケーションとシステム間のデータのリアルタイム交換、共有、使用のニーズに対応するため)、最終的には企業の中核となる成長課題を解決します。

現在、DaaS トラックはデータソースの観点から 3 つの陣営に分けることができ、1 つは Alibaba Cloud や JD Cloud に代表される Data-as-a-Service プラットフォームであり、生成されたセカンドパーティ データに基づいてより多くの情報を提供します。独自の小売プラットフォームによる広範なデータ サービス。

インターネット巨人の利点は次のとおりです。まず、データは小売業のあらゆる側面から得られるため、マーケティングにおいて大きな利点があります。大手メーカーの強力なエコロジー構築能力とビジネス システムと組み合わせることで、統合されたフルスタック レベルから利点を生み出すことができます。

さらに、インターネット クラウド ベンダーは、自社の利点を組み合わせて企業を強化し、DaaS 製品に付加価値サービスを提供することもできます。たとえば、JD YouPlus は、企業のマーケティング戦略を強化する際に、独自の統合サプライ チェーンの利点を利用して、サプライ チェーンの能力を迅速に検証できます。

2 つ目は、Datablau Shushu Technology、Shushu Technology、Shence Data などに代表される垂直メーカーです。彼らのデータ ソースは企業顧客自身の業務から取得され、ユーザー分析サービスを提供します。利点は、データのクリーニングと分析の能力、および企業とのより強力な結合関係を達成できる垂直分野への十分な浸透にあります。たとえば、シュシュ テクノロジーはゲーム データ分析サービス プロバイダーとして、汎エンターテインメント分野で大きな強みを持っています。

3 つ目は Youmi Cloud や Tianyancha に代表されるメーカーで、データ ソースはパブリック チャネルから取得されており、主にさまざまな顧客グループにさまざまなソリューションを提供しています。利点は、あらゆる分野のデータのニーズを満たすことができる調査と分析のカテゴリーにあります。

例えば、Youmi Cloudプラットフォーム上には商品、広告、企業、消費者などの膨大な商業情報があり、EC、ゲーム、ショートドラマなどに関わることができ、一定のメリットがあります。 。

一般的に、これらのメーカーにはそれぞれ独自の利点がありますが、いくつかの欠点もあります。

新しいプレーヤーが参入し、古いプレーヤーがスキルを磨き続け、資本が彼らを追いかけ、大手メーカーが楽観的であるため、DaaS トラックが活況を呈しているのは驚くべきことではありません。しかし、DaaS 業界は簡単ではないということは知られていません。

目に見える着陸は難しい

ある e コマース企業は、マーケティング成果を向上させるために DaaS プラットフォームの使用を試みました。主な方法は、顧客をより深く理解し、パーソナライズされた推奨事項やオファーを提供し、マーケティング活動のコンバージョン率を高めることです。

しかし、実際のアプリケーションでは、データの品質が信頼できず、データ収集が不完全で、データ分析とアプリケーションの結果が満足のいくものではないことが判明しました。

まず、同社は、DaaS プラットフォームを使用する際に、データの欠落、不正確なデータ、古いデータなどのデータ品質の問題を発見しました。これらの問題により、企業は顧客を正確に理解し、正確にパーソナライズされた推奨事項や提案を行うことができなくなります。

第二に、DaaS プラットフォームのデータ収集は十分に包括的ではないことがよくあります。このプラットフォームは包括的なデータを提供すると主張していましたが、実際には、プラットフォームがユーザーの購入履歴、閲覧履歴、検索履歴などの重要なデータの一部を収集できていないことが判明しました。このデータが不足していると、企業は顧客の行動や嗜好を深く理解し、的確なマーケティング活動を行うことができません。

最後に、電子商取引会社はデータの収集と分析に多くの時間とリソースを費やしましたが、これらのデータ分析とアプリケーションの実際の結果は理想的なものではありませんでした。たとえば、データ分析の結果に基づいてパーソナライズされた推奨事項やオファーはコンバージョン率を向上させることはなく、むしろ一部のユーザーの憤りや不満を引き起こしました。

実際、DaaS はほとんどのビジネス シナリオに大きな応用可能性を秘めており、これは完全なコンセンサスを得た結論です。企業は DaaS を使用して業務を改善することに期待を抱いており、実験にリソースを積極的に投資しています。しかし、大多数の企業にとって、多くの DaaS プロジェクトは期待された大幅な改善を達成できていません。

要約すると、信頼性の低いデータ品質、不完全なデータ収集、貧弱なデータ分析とアプリケーションの効果などの問題は、DaaS の導入が困難であるという現状を直接反映しています。

実際、これらの問題は DaaS ベンダー自体に影響を与えるだけでなく、ISV との協力にも大きく関係しています。

たとえば、DaaS プラットフォームが企業と連携する場合、DaaS プラットフォームによって提供されるデータは企業内のデータ形式や標準と一致しない可能性があります。企業内には複数の異なるシステムやプラットフォームが存在する可能性があり、DaaS プラットフォームのニーズは次のとおりです。これらのシステムとのインターフェースやインターフェースの開発、デバッグがより困難であること、DaaS プラットフォームによって処理されるデータには企業の機密性やプライバシーが含まれる可能性があり、データが漏洩したり改ざんされたりしないように効果的なセキュリティ対策を講じる必要があります。その他の問題。

DaaS が ISV と連携する場合、DaaS プラットフォームが提供するデータ サービスは API インターフェイスを介して ISV システムに接続する必要があります。ただし、システムごとに API インターフェイスが異なり、ドッキングの複雑さが高いため、開発とデバッグに多くの時間とリソースが必要になります。

さらに、DaaS プラットフォームによって処理されるデータは、顧客情報やトランザクション データなど、非常に機密性の高いものが多いため、データの送信および保管のプロセス中に、データが漏洩したり、改ざんされました。

「真と偽の DaaS」を支えるデータ ビジネスの推進力

業界のトップブランドである源斉森林は、「糖質0、脂肪0、カロリー0」の健康コンセプトで、瞬く間に炭酸水市場を占領しました。しかし、お茶業界は競争が非常に激しく、進歩しなければ後退してしまいます。 Yuanqi Forest はまた、炭酸水カテゴリーにおける優位性を強化し、市場を拡大し続ける必要があります。

この需要を受けて、Lingyang は DaaS ソリューションをカスタマイズしました。

1つ目は、新製品研究の方向性を決めることです。 Yuanqi Forest は、飲料市場セグメント カテゴリの階層分析を通じて、炭酸水、茶飲料、植物性タンパク質、フルーツ ドリンクの 4 つの主要なフルーツ ドリンク トレンドを位置づけました。炭酸水カテゴリーは飲料市場において依然として有力なカテゴリーであり、炭酸水市場における多角的な優位性を継続し、努力を続けることができると判断した。

2 つ目は、差別化されたマーケティング戦略を開発することです。 4 つの主要カテゴリの特徴とユーザー インサイトを説明することにより、新製品の差別化されたマーケティングの方向性を策定します。例えば、炭酸水の新商品パイナップルフレーバーは季節に応じて好評であり、植物性たんぱく質の新商品は、元気いっぱいのママの輪を切り裂いて子供向け市場にも力を入れています。

最後に、通年のマルチピーク戦略が実施されます。 618 はマルチカテゴリーレイアウトの最初のショットを開始し、ダブル 11 プロモーション期間中に、より大きなビジネス転換が達成され、若者の浸透が続きました。

2022 年の源斉森林のダブル 11 売上高は前年比 6.18% 増加し、客単価は 10% 近く上昇し、消費者の購買意欲が高まりました。 618と比較して、グループAの資産レベルは50％以上増加し、昨年のダブル11と比較して若者の成長率が大幅に増加し、ブランドの群衆構造が徐々に最適化されました。

Yuanqi Forest の場合、DaaS の導入を成功させるための重要な詳細がいくつか見つかります。

1 つ目は、マーケティング データとアプリケーションの方向性を決定すること、2 つ目は、絶対的なプロフェッショナリズムを持って市場の変化するデータに対する洞察を継続的に得ること、3 つ目は、データ管理の「長期的な戦闘計画」を計画することです。

これは問題を解決し、DaaS を導入するための鍵ですが、多くの企業では無視されがちです。

企業がデータ ガバナンスを実施する場合、データの手順、スクリプト、タスクの管理に重点を置きます。このアプローチでは、企業のデータ ガバナンスがデータ価値の向上に焦点を当てることができなくなります。これにより、データの正確性と信頼性が損なわれ、企業のビジネス上の意思決定に影響を与える可能性があります。

多くの企業が DaaS を導入すると、自社のニーズが満たされず、その結果、ガバナンスが誤解され、焦点を絞ることが困難になります。

さらに、企業がデータ ガバナンスを実施する場合、プロジェクトの遂行を完了することを目指します。しかし、プロジェクトの実施が完了した後も、同社はデータ ガバナンスの長期的かつ持続可能性に注意を払い続けませんでした。そのため、プロジェクト納品が完了した後でも、その後のデータ管理には継続性や安定性が欠けています。

管理のブレークポイントによりデータの統合が困難になり、多くの場合データ セキュリティ システムの低下につながり、プロジェクト ベースのガバナンスの継続が困難になります。

データの一元化がDaaS導入の基礎であることを知っておく必要があり、この観点から見ると、それは導入された「本当のDaaS」ではないようです。

これに加えて、企業はデータ ガバナンスの従業員によってパートタイムで管理されています。これらの従業員にはデータ ガバナンスに関する専門的な知識とスキルが不足しており、その結果、責任が不明確になり、自発性が低くなります。その結果、企業はデータガバナンスを円滑に実施できなくなり、データの品質や信頼性、データのセキュリティやプライバシーも保証できなくなります。

企業には対応するIT環境が整っておらず、パートタイムでの管理が必要となっており、これもDaaSの導入を困難にする重要な要因となっている。 Youmi Cloud の創設パートナー兼 CTO である Cai Ruitao 氏は、「今日のデジタル時代では、データの解釈に優れたチームが大きなアドバンテージを得るでしょう。」と述べています。

まとめると、DaaS導入の難しさの根底にあるロジック、すなわち、誤解管理における「トラブルシューティング」、プロジェクトベース管理における「真と偽のDaaS」、そして一部における「やりたいことができない」という根底にある論理が徐々に明らかになってきました。 -時間管理。

大規模モデルの立ち上げにより、従来のモデルの下でデータ ガバナンスが直面するジレンマが変わる可能性があることは注目に値します。

大規模なモデルではデータの価値が高まります

「私たちが認識しなければならないことが 1 つあります。ブランド オーナーは、ノウハウにおいて私たちよりもプロフェッショナルです。私たちが持っているのはデータ、分析能力、テクノロジーだけですが、ノウハウにおいてはブランド オーナーの方が私たちよりもプロフェッショナルでなければなりません。」 JD Technology Solutions Zhu 氏同センターの成長ソリューション部門の責任者であるビング氏は、産業関係者らにこう語った。

実際、現時点では企業は大量の貴重なデータを保有していますが、このデータによってもたらされる利点と機能は、DaaS ベンダーが置き換えることはできません。 Zhu Bing氏は、「全体として、私たちはブランドに自主性と主観的なイニシアチブを教え、これらのカテゴリーのパートナーにそれらを与える必要がある。これを彼自身が行うのが最もプロフェッショナルだと思う。」と述べた。

しかし、多くの企業にとって、これは難しい一歩です。楽しみなのは、「ビッグモデル＋」の時代において、DaaSにも新たな可能性があることだ。

たとえば、モデルのトレーニングと最適化の観点から、DaaS プラットフォームは、企業がモデルのトレーニング、調整、最適化を行うのを支援する大規模なモデル トレーニングとサービス プラットフォームを提供できます。企業は、DaaS プラットフォーム上の大量のデータとコンピューティング リソースを使用して大規模なモデルをトレーニングおよび最適化し、それによってモデルの精度とパフォーマンスを向上させることができます。

モデルの展開と管理の点では、DaaS プラットフォームはモデルの展開と管理機能を提供できるため、企業は大規模なトレーニング済みモデルを運用環境に迅速に展開できます。企業は、DaaS プラットフォームを使用してモデルのバージョン管理と更新操作を実行し、モデルの安定性と信頼性を確保できます。

データの前処理と強化に関しては、DaaS プラットフォームは、企業が大規模モデルのトレーニングとテストに使用する生データをクリーンアップ、変換、ラベル付けするのに役立つデータの前処理と強化機能も提供できます。 DaaS プラットフォームは、データに対するさまざまな変換と拡張を通じてモデルの汎化パフォーマンスと適応性を向上させるデータ拡張機能も提供できます。

さらに、自然言語処理の分野では、DaaS プラットフォームはテキスト分類、感情分析、言語生成などのサービスを提供できます。画像認識の分野では、DaaS プラットフォームはターゲット検出や画像セグメンテーションなどのサービスを提供できます。企業は、モデル自体を構築してトレーニングすることなく、DaaS プラットフォームを通じてこれらのサービスを直接使用できます。

ビジネス以外では、セキュリティも大きな特徴です。つまり、DaaS プラットフォームは、企業データのセキュリティとプライバシーを確保するためのデータ セキュリティとプライバシー保護機能も提供できます。 DaaS プラットフォームは、データのバックアップ、リカバリ、バージョン管理などの機能を提供し、データのセキュリティと信頼性を確保できます。同時に、DaaS プラットフォームは、データのプライバシーと整合性を保護するために、データ暗号化、アクセス制御、セキュリティ監査などの機能も提供できます。

言い換えれば、AI ビッグ モデルの下では、DaaS ベンダーは業界のノウハウをますます蓄積し、企業のニーズはますます満たされる可能性があり、ビッグ モデルと DaaS の組み合わせにより、企業はより効率的に AI を利用できるようになり、大型モデル。

従来のモデルでは、企業は自らモデルを構築してトレーニングする必要があり、多くのリソースと時間を投資する必要があります。さらに、これらのモデルの有効性は、データ品質、アルゴリズムの選択など、さまざまな要因によって影響を受ける可能性があります。汎用の大規模モデルも、企業がこのハードルを克服するのを加速するでしょう。

全体として、「大型モデル + DaaS」は、現在の DaaS に内在する頑固な問題を大幅に変更し、DaaS をより穏やかな発展に導き、「大航海時代」へと押し上げます。

おそらく、記事の冒頭で触れた映画がデータを使って「マネーボール」を行っているように、将来的にはあらゆる業界がDaaSによって再形成される可能性があります。