客户运营处的工作就是围绕客户体验提升，所以引进了很多人工智能技术降本增效。
百度作为技术大拿，成为其中一个输出方，并不稀奇。
“我们见过。”言西回答庞处的问题。
庞处并不知道他昨天跟毕总针锋相对的故事，还以为是以前数据运营处的时候有过接触，没往心里去。
“各位伙伴，我们公司这两年主推以客户为中心转型。
尤其是今年，连隔壁数据运营处的专家言处都调到了我们这里，可以见得公司力度之大。
希望接下来咱们能深化共识，推进合作，再接再厉，共创辉煌。”
庞处的开场白非常鼓舞士气，甲乙双方都能听到自己想听的东西。
在自己这方，他的话里提到了公司战略转型，体现了处室在公司转型中的核心作用，这张饼无疑使得处里的兄弟姐妹们为之振奋。
而对面的伙伴则闻到了更多的商机，什么叫推进合作，当然是把项目做大做强。
接着，庞处让对面依次介绍项目情况和进度，以及下一步计划。
对面最右边的是字节跳动的马总，是一个胖胖的女士，三十岁冒一点，齐耳短发，穿了一身红色小西服，里面是雪白的衬衫，衬衫领子上的花边既华贵又精致。
她说起话来语速超快，根本听不出任何标点符号。
马总负责的是客户画像项目，这个项目其实技术含量挺高的。
通常客户画像的数据来源都是单方的，基本是用自有数据对客户进行标签化。
数据量大、标签打得准的公司，可以把这些客户标签对外销售，实现客户数据价值变现。
比如，某公司需要对一批三十多岁未婚男性推销相亲app，那只需要把“三十岁以上”、“单身”、“男性”这三个标签告诉这边，立马就能筛选出目标客户进行广告投放。
但是当产品的客户定位并不是如此清晰的时候，这种操作就行不通了。
实际上大多数时候都如此。
所以在这个项目里破天荒的采用了一种数据融合技术，两边分别对自己样本数据按既定规则加密，再放到一个彼此共享的开发环境里，双方的数据看起来都是天书，很好的避免了数据泄露的风险。
基于样本数据进行客户分群，分完以后，大致可以用自有数据推断出客户在对方环境里的行为表现。
说起来有点抽象，举个栗子吧。
比如分析发现，喜欢购买甲公司a产品的客户，在乙公司那边喜欢在深更半夜的时候看小姐姐的视频，并送上小额打赏礼物。
那么甲公司就找到了推销a产品的目标群体所具备的特征，再按特征请乙公司定投广告即可。
这就是数据的力量，这就是数据里的商机。<