在7月11日，以“D造客户生态”为主题的“2019（首届）中国汽车客户生态高峰论坛”上，浙江创邻科技创始人、CEO张晨为大家带来 “AI 赋能汽车定制化营销”的主题演讲。
他演讲中讲到，汽车行业已经逐渐步入智能营销新时代，如何依靠智能技术精准把握用户需求、精准进行广告投放、整合数据优化生产、为用户提供定制化服务平台，是当前车企需要关注的核心内容。
如下是他的演讲实录：
各位上午好！非常荣幸能够在这里介绍创邻科技以及创临科技的产品。我今天演讲的题目是“AI赋能汽车定制化营销”。
首先快速介绍一下，我本人是搞技术的，待会儿大家会发现他和技术非常相关，也和刚刚的讲者非常的相关，他们是做图数据库的，我们其实是可以做数据支持。
首先介绍一下我自己，后面也就明白为什么我来做这件事情。我是2000年保送进了浙大，2007年出国，在国外待了12年，2016年回国。一直做的是分布式与运行计算机系统，博士、博士后。
有几个重要的时间节点：一个是在做博后的时候，美国运通联系我，百夫长那个卡，要实现从单机到多机的转化，要建大数据平台，我想了一下，我到底是做教授呢，还是去业界，想了半天，觉得我的博士论文好像偏应用多一些，我就决定去了美国运通，开发它的第一批大数据算法。
第二个节点，是在运通的时候，Splice（音）这个公司做的是分布式数据库，大家搞技术知道（名字）是做了类似的事情。我博士论文中一部分被硅谷公司产业化，当时那部分是和谷歌同步独立发表的，做分布式事务处理的，就是分布式具体怎么做实现数据库的事情，谷歌就只有我这一套，我就想有多少博士生它的论文一部分被产业化，然后就去那儿了。
接下来跟我在美国银行、SAP和数字营销公司服务的过程中发现，他们做多表关联，20-30个表的关联，分布式数据库也会挂掉，就是车的数据大的时候做多表关联查询也会很慢，怎么办呢？有了一个新的技术叫做图数据库，我就去加拿大创业做了世界第一款基于Hadoop图数据库，分布式的数据库。当时苹果的头儿，也是深度学习创立者的学生是我们的首席科学家。
2015年底参加浙大一个活动，说图数据库、知识图谱国内大数据非常蓬勃，随便来一个就是大数据，不如回国吧，有各种各样的奖项，国家给一堆的奖项，然后我就被成功“勾引”回来了。
这就是我们创邻科技。我们现在的核心产品就是一个分布式的图数据库。如果大家加我的微信会发现，我们现在在大量的宣传，去年百度风投投了我们，现在我们是世界最快、性能最好的图数据库。我们最近在很多重要的会议做了分享，估计大家以后可以去下载它的公开版，有一个选型工具和数据库所有的东西自己下来跑一下，会发现非常快。
和我有什么关系呢？这个痛点大家都知道，我说半天是做技术的，如何和车相关呢？因为我这项技术、知识图谱的技术、图数据库图的技术在很多领域都会用到，我希望做成一个在产业链中相当于是一个数据库经销商，给各个行业，比如说第三方解决服务商、车企需要的数据服务，做底层的技术支撑、科技的赋能，成为一个产业。
车的痛点刚刚大家都讲到，现在车特别难卖，越来越难卖，怎么样能够更好触达客户，卖什么东西给他、卖什么配件给他、卖什么定制化的东西给他？怎么做定制化？怎么卖得更好？怎么样发掘新客户？怎么样解决客户的痛点？怎么样帮助这个行业呢？我有一些想法和大家交流一下。
首先说知识图谱，知识图谱、图数据库是什么？我相信在座的可能搞技术的比较少，给大家介绍一下。这个图、知识图谱的关联，其实每个人在大脑里面都在用这个，只是大家没有很好的意识到。简单说，图和一般的关系型的结构不同，我们每个人如果是同一个结点，就是一个圆球，假如把会议作为一个节点，也画成虚拟的圆球，我参加了这个会，把我这个圆球和会议的圆球连成一个虚拟的线，这就是图的基本构成单元，节点和边。这个为什么有用呢？我想在座的各位，如果每个人都抽象成一个圆圆的虚拟球，都和会议的节点连起来，就形成一个简单的知识图谱。
有什么用吗？我举简单一个例子，现在我们在茫茫人海当中想要找哪些对汽车客户生态感兴趣的人、去联系他，到底怎么找？一种办法是打开我们的通讯录，对每个人看他的标签是不是跟车有关，如果是就打电话一一找。第二种方法是一拍脑袋，我好像参加过一个论坛，参加论坛的应该还有别人，我就相当于从论坛这个节点进来，看这个节点连接了什么人，我直接去找这些人。这是我的思维逻辑，其实人的脑子里是一张非常复杂的，各种知识点结合起来的复杂的图。更进一步，我还找别人，我说这些参加这个会议的人有没有参加别的会议，如果有相当一部分人又参加了别的会议，参加那个会议的其他人又是谁？我是不是可以多条链路找过去，这个特点是非常自然的，我们大脑就这么想的，非常精准，这些人显然不对这个感兴趣不会来。为什么说知识图谱技术在我们现在的场景下，对于精准找到的那些感兴趣的人、事、物把他们串联起来非常有作用。
它可以做一些什么？我们基于知识图谱可以做一些整体的解决方案，包括各种数据源关联起来，待会儿我会再展示一个基于图谱产生的图，他们看看像在座的某些人各位的画像。融合各种各样的技术，包括人脸识别、各种关键词、行为轨迹都可以，还可以带实时性、带着时间标签，毫米粒度对图的快照，产生实时的营销决策，甚至是生产，就是柔性制造的决策。再结合多层的推荐技术，包括我可以推荐相关的品牌、车型、配件、渠道，然后达到更好地销售效果。
同时，图还有一个很大的特点，就是它的更新非常实时。比如我刚刚提到，老的信息放到里面构建一个画像很不对，有什么办法能够快速的捕捉舆情，那么多社交媒体里面那么多的信息，快速的把这些信息放到这个图里，告诉大家热点是什么、感兴趣是什么、它对我的营销有什么样的影响，用什么底层技术可以做到的？用图可以做到。
下面是一个例子的图，这个图其实很有趣，是用来讲故事，其实我们的图谱很多，这个是一位男士、一位女士，我们分别看到他们身上有很多的标签，这上面还有车，上海大众某一个车型，这边是车做的颜色，这边是各种配件。比如说这位男士是七口之家，经典奶爸，周末会近郊游，可能喜欢一些颜色、喜欢一些车和配件。女士可能是单身贵族，简单的代步，喜欢一些颜色、匹配。这个图其实可以有很多种用法，实时更新它可以有很多种不同的方式。比如说刚刚说的智能门店，我这边男士走进来明显在看七座的车，我就想：凡是这种男士，看起来是一样的，而且喜欢七座车，其他类似的男士喜欢一些什么东西我可以推给他。再反过来，只有这一类型的人，我可以做一些什么事情。就是这个图可以正用着反着用，无论是从个人出发、从经销商出发、从店面实时出发，手机APP，还是浸入式的4S店的场景，给实时的销售，让他推荐给他建议，都是非常有效的。它能够高速的查询、快速的反应，用的就是知识图谱。我后面纯讲技术的时候，会给大家介绍，为什么图数据库非常重要。这是一个场景。
基于这个我们还可以做很多，比如说用户画像给出了，做个性化推荐、内容输出。我们现在除了数据库，有一套产品。刚刚有提到KLO，如果你是车企，你说：我想要卖辆车，这种类型的车，有那么多KLO，我到底选哪个去联系转化率更高？这件事情我们会基于我们海量的数据给你推荐。为了做到这个实时的图，现在没有任何商务的通用的图数据库可以做到。
这是基于图产生的用户画像的关键词，其实有很多，其中有一个特别像我们那些同事，大家可以看这个磁云图，猜一下它到底是什么类似背景的人是符合这个图的？鼠标、按纽、背包，还有和宝宝相关的，好像还有车，这是什么样的人，具有这样通用特点？可能每个人心理有一个想法。
其实我们有好多这样的图。其中有一个图是这样的：我们有一个同事一开始不知道往这个方向想，给他看了，一张一张，直到有一张他突然看到，这不就是我嘛。他是一个宅男，那张图写的是：股票、电脑，只有很少的关键词，一看就是像我们做技术的，他一看“这就是我”，反过来他想原来是这类人。
这个是结婚以后，有房有车有小孩，收入比较高的高级白领妈妈。
这张图可以做很多事情，以及背后的图谱可以做很多事情。做一个广告，要开发一类车针对这类人卖这个车，你要创造一个广告的环境，里面放点什么，让他感觉到这就是我的人生、真的就是我。还有类似外延的产品，和什么东西去合作。诸如此类，可以做很多很多的事情。
这是我们做的另外一个，对KOL精确的计算。我们有一个网络，营销网络是什么，有自是大众的、有的是SUV的，它们之间的网络路径是怎么样的，它们影响了决策因子是怎么样的。上面中心节点，是给谁试驾，是不是可以给一波完全不买我车的人突然间买我的车？这些其实用海量的数据是可以分析出来的，也有非常好的结果。
这里是和后续生产各个流程之间打通的一个优化，可以说进行优化生产排期、库存补充设计和前端需求的整合，都可以通过图非常实时非常好的完成，自然就可以进行个性化的定制。
我们是干嘛的呢？我刚才说了是做技术的，做的是一个底层的数据库，以前是美国运通，很自己我现在落地的场景，清一色都是银行、金融、保险，主要是银行。这个其实在各个场景都是一样的，我们要做的事情就是用我们的数据库为核心来打通各个数据，把它们关联起来形成一张图，就像我们的脑子一样，所以我们管它加认知计算功能。打通以后，形成这样一个拓扑图，然后我们做实时的场景的营销、定制，新客科的挖掘、老客的挖掘。
为什么现在要用图？因为现在这个时代我们每个人的ID被数字化了，我们的支付被数字化、我们的行为轨迹被数字化，我们的社交网络也被数字化了，实际上每个人都是在流动行走的数字源，在不停的动、写，我开这车过一个地方可能商圈子网变化了。这种实时的东西，如果看过《骇客帝国》的同学们，当然那是一个电影，每个人身上都是流动的数字，这种复杂的图，而且是实时变化的东西，怎么把它映射到传统关系到一张张白纸，就像Excel表那样，一点都不自然。非常自然的方式，就是直接把它写成图的形式，支持快速的实时的变化，进行实时的决策和挖掘，下面用的技术就是整个图。
我们要做的可以通过LP方式，或者是插入的方式形成一个图以后，给你形成一个图的全局观，给你一个系统、可视化的条件，让你可以看到它、让你可以查询它，甚至可以进行各种各样深度的挖掘和计算。就是这个人的中心性、一些图的算法，我会算法算出来，在茫茫人海当中这个人就是比较像，这个关系度就是非常强，就应该找这样的人。诸有此类，你也可以自己设定变量，去研究现在客户到底长什么样，应该是什么变量，算出什么，对你的学习有帮助。
这是我们的技术产品架构，我们是搞技术的，我当时回国的时候带的分布式数据库，是一个命令行的页面。同学应该知道，正常人是不会用的。为了广大正常人能用，我们外星人就包了一圈，包括一个数据基础数据层、数据库层，企业内部的数据通过这个数据层，经过一些整理、经过一些构建，就是怎么把一张张数据库的表变成图的形式，进入我们的数据库。为什么是分布式？现在数据量爆炸是一个事实，已经不是一个趋势了。单机放不下的时候，算不动的时候你要用多台机器，5台、10台，你怎么办？你现在面前放10台机器你该怎么办，所以我们有一个分布式运算平台，在上面打造很多算法，接口也是非常通的接口，上面能实现各种业务。我们现在支持的是银行业务，其实我们和公安、保险现在都在合作，车也是一样的。
这些东西我们现在微服务化了，无论是平台、底层，实现的是什么呢？公司内部的服务器可以说想要一个东西，起什么样的东西，比如说起一个hadoop群，多少个节点，立刻就配置出来了。同样，我们的数据，我需要起一个图，上面漏了什么数据，数据资源管理也是全部微服务化，可以直接插来调用，非常方便，且是弹性的。
这上面我们的内部技术，我们并没有单独的输出，有必要也可以单独输出。但是看我是一个纯粹搞技术的，可以跟大家进行紧密合作的。
第三张图帮大家做知识图谱和知识数据库相关应用和挖掘。
这是我们的核心技术，这是恒生测的，性能非常好。两个关键词：一个是大图、一个是实时。数量大，我们可以线性的加、一台一台的加，跑不动了，你可以加节点。
举一个例子：我们现在例子是一个大型车贷公司，他用的是（名字）用了170秒，我们用1.4秒就搞定了，也是我们现在的客户之一。右边是Titan。
我们也提供了很多可视化的界面，这个意义说毕竟编程序的人少，业务人员可以目前通过拖拽可视化的方式完成构建图，我怎么变成节点和边形式，你不用编程序，自己就可以通过可视化的图表搞定。搞定以后你可以分析它、可以看它、可以查看它，可以生成变量，进行计算、导出结果、业务封装，嵌入你们的系统，全部都可以。
简单说，现在我们能够给各位摆10台机器，让大家在1分钟之内建一个图变量，完成一个在10亿的大图、舞台10个机子每个是人的节点，算出它的中心性节点是把那个技术贴在它身上，各位觉得怎么办？不用说各位，世界上人不能在1秒钟可以搞定，但是通过这个点选就可以搞定。
我快速过一下我们一些系统的截图：这是通用的图构建和图展示，我们现在凡是用了图的同事，就会随着数据量大会发现速度太慢，大家都是用（名字），为什么这么提倡？因为它是世界上占有率最高的图数据库，写我们和它所有的接口兼容，编程语言是一样的、查询语言是一样的，所以只要用它哪一天跑不动，换到我们就行了。现在是一个通用了，大家知道是什么就好了。
我在这里想，主要是给大家说说我的技术，说说这个技术多么好，我相信图计算和图数据库在汽车领域可以发挥非常大的作用。而我们同时自己做了一营销线，积累了大概现在有几百亿的数据，可以做各种推荐。我们已经有了一些客户，效果非常好。
车也应该是类似的，大概是这样。
这是我们的图构建，你可以通过一个界面点来建一个模型，先建一个节点和边的模型，建好以后把你的数据源映射上去，然后加载，就可以把一堆CSV变成图。
这里有一个直接的说明，这就是我们真实的界面，我今天应该带一个视频给大家来播。你可以新建一个点，可以配各种点的样子、属性，可以看出比如上面有一个人，ID、性能，接下来你可以加一个边，可以选边的样子、样式，可以帮助边，可以加各种东西，除了关注以外，购买或者是联系。
接下来是一个最简单的图，我们会添加数据源、添加一个或者是多个文件，这个文件可能是CSV或者是一个Excel表格，可以看到它的预览，选择它里面哪些东西映射到你这个图身上，比如说这个数据库表的第一列映射一个点，就点一下其映射过去了。同理，边也是这样映射的，你可以从这边拉一下、拖一下，就映射过去了，然后加载图，这个图就建好了。
这是一个初始的界面，你没有任何配置的时候是灰色的，我刚才说图建好以后要有一个可视化给你看、给你玩，让你明白是怎么回事。这就是那个界面，你可以配置它的点外观、边外观，各种各样的样子，可以进行各种过滤条件，点的过滤、边的过滤、深度过滤，各种各样的条件、掩藏，进行高级筛选、各种各样的布局。这些全部是给定的值，是我们自己写的材料库，这个材料库也非常重要，因为数据量大的时候，开源分一个布局和一个渲染的过程会非常慢，你的体验会非常非常差。各种各样的布局，可以直接导出、嵌入，可以导出CSV、导成图片、PDF，甚至一个link之类的，嵌入你的系统都是可以的。
这是在上面进行分群，找到最短路径，打通几个不同链路之间的关系就能现实出来。
感谢聆听，我说完了。谢谢大家！
