StartDT合伙人何夕同时也是信通院TC601数据中台方向专家委员和WG10工作组副组长
数字营销的关键是用好数据，但很多企业并不清楚如何实现。何夕表示，在讨论这个问题之前，我们要先认识到企业“四多”的背景变化，即多主体、多场景、多云、多引擎。
“比如以前做OneID可以做成T+1，底层可能只是一个规则引擎，企业按规则配置就行。但今天因为企业要在集团内部多主体、多场景中寻找增量，做全链路投放，因此对OneID要求会更高。它必须是实时的，而且可能得用到图计算，甚至流批图一体的引擎技术，所以底层又会有多云、多引擎。”
基于“四多”的大背景，何夕认为数据一体化、数据协同和数据平台的建设，将会成为企业获取营销增量的阻碍。
认识到这一点后，StartDT在产品上做了三大努力：一是让产品变得简单易用；二是不断降低数据分析和应用的门槛，让数据更加普惠；三是提升产品的可靠性、可用性，让产品可自容错，以保障企业业务不中断。
比如大部分进行数字化转型的企业并不具备专业的分析师团队，所以GrowingIO把专业分析师在数字营销上常用的分析方法沉淀成了不同的分析模型，让不具备分析师能力的业务人员可以通过简单拖拽和可视化界面，快速捕捉到业务变化点，第一时间优化运营策略，提高增长效率。
“我们希望让更多的人能用我们的产品做分析，具备分析能力，而不是仅仅是高阶数据分析师（才能用）。”何夕表示。
GrowingIO分析云沉淀了二十大分析模型，致力于“让人人都是分析师”
在让产品变得简单易操作上，大模型可以辅助生成指标、标签、进行用户画像，但看似提效的背后也存在一个不容忽视的问题——大模型的操作需要一个“检查者”，即资深业务专家来判断它生成的内容是否准确。
何夕认为，目前大模型在toB环境下的应用面临两大挑战：一是提问和验真的门槛高，行业里能真正把大模型用起来的专业人士极少；二是由于行业对数据保密性的要求，大模型无法获取全部信息进行全面深度的分析。
“公司有很多数据有知识产权，现在应该不会有哪家公司会把自己的所有数据上传到ChatGPT，让它来做分析，所以我们真正看到的行业机会其实是行业单卡模型，或者叫垂直模型的规模化应用。比如我们公司有客服机器人，它只做我们平台运维的问答，用单卡就能跑，哪怕大半夜提问它也会回答。”
很多人认为AI大模型的出现会掀起第四次工业革命，在本论坛上，与会嘉宾们普遍认为它在数字营销这一垂直领域的专业性、安全合规以及成本等方面，都有待进一步提升完善。何夕提醒，大模型虽然确实可以帮企业提效，很多人也在尝试使用，但在实际落地上还是建议大家多观察一下。
论坛之外，本届大数据产业发展大会还重磅发布了多项信通院及相关机构在数智化领域最新研究和实践成果，其中《私域营销数智化转型实践指南》有奇点云参编。
该指南对私域营销数智化的建设框架、重要性、现状及挑战做了梳理，并提供了两个评估体系供企业进行数字营销建设参考。
凭借创新技术和“数据云+分析云“产品体系，此前StartDT还参与了多个信通院项目，并作为代表厂商入围了多个图谱，如：
·入选《数据治理产业图谱1.0》《数据安全产品与服务图谱2.0》代表厂商；
·参与编制《数据中台成熟度评估模型》框架，为企业数据中台的实践能力提供评价参考；
·加入信通院“数据安全推进计划”，促进数据安全产业的健康有序发展；
·参与编制《湖仓一体技术与产业研究报告（2023）》，StartDT合伙人何夕、StartDT资深算法专家曾博为署名专家。
未来，StartDT将继续强化数据科技实力，参与更多数据体系建设项目，助力数字经济高质量发展。
