58到家CTO 刘晓飞
本文详述了58到家业务上的难点和挑战，包括在智能营销、到店分流和登记、多元匹配、销售、业务与社会安全等方面，以及他们是如何通过阿里云大数据平台去应对家庭服务行业在互联网化过程当中的痛点和挑战。
58到家在2014年的10月份成立于北京，设立北京、长沙双中心。到目前为止，58到家的业务已经覆盖了400+城市，服务家庭数超4000万，同时也为360万的劳动者提供了就业机会。58到家经过多年发展在家庭服务行业里成为独角兽，业务包括家政服务、服务交易平台、蓝领培训。
上图是58到家的数据应用架构图，底部是使用了阿里云飞天大数据平台和飞天AI平台的一些产品搭建的架构（MaxCompute、Hologres、实时计算、机器学习PAI等）。在这上面搭建了58到家的基于DataWorks的数据中台，这块主要是业务高感知的一些数据，比如劳动者数据，客户数据、财务数据等。最后在数据中台上面搭建了以AI为主的数据应用，来满足58到家在销售、匹配和风控安全上的一些应用场景。
营销中的AI应用主要分成三大部分：获客、销售和售后
在获客层面上又分3点：线索智能打分、自助登记到店分流和智能营销策略。
-线索智能打分
线索在销售的过程当中肯定是重要性是毋庸置疑的，对于58到家这样的公司来说，线索量比较大，如果不加以把线索进行处理，就直接交给销售的话，销售是工作效率是很低的。有的线索完善性还比较好，完成度比较好，有的线索的完成度是很差。因此我们就有必要去通过系统给线索进行一次打分，然后把这些打过分的线索交给销售，让销售有重点的去跟踪。打分不仅看线索的完成度，通过线索去获取更多的用户的信息，然后进行相应的分析和操作，最后得出一个线索的分值交给销售，从而提高整体的工作效率。
-自助登记到店分流
这块是针对劳动者即阿姨做的一个体验优化，为的是更好地留住阿姨。这块主要是借助人脸识别和实时定位系统。人脸识别是调取的阿里云的接口。在58到家的业务中，阿姨一般是和经纪人绑定的，那么阿姨到公司需要去找固定的经纪人。而有些阿姨并不熟悉公司，找起来不那么顺利。所以有的阿姨来了之后，公司接待做的不够周到，阿姨可能就走掉了。为此58到家在所有门店都装了摄像头，阿姨来的时候就可以识别阿姨，然后在后台数据库里找到阿姨的信息，通知相应的经纪人。如果是新阿姨来了，就通知相应的认证部门，去及时地接待，在获客层面上，最大可能地留住这些资源。
在销售层面上，58到家做了能力模型预估
能力模型预估主要是针对阿姨，阿姨在培训完以后，基本上会具备一些能力，而具备这些能力后在市场上是一个什么价格，阿姨和用户都不清楚，所以就需要这么一个能力模型预估，给阿姨出一个雷达图，从各方面给出一个综合地评价。这整个功能的实现呢，是基于阿里云的PAI平台和大数据做的劳动者画像。
实际场景中，用户会提很多需求，但是用户并不知道加这些需求和他需要支付的价格之间有什么关系，那么58到家的能力模型预估，就可以告诉用户增加某项需求需要多大的成本，需要支付多少钱，才能找到符合用户需求的这样的阿姨。
在售后层面上，58到家做了智能客服系统
智能客服系统是基于阿里云做的，加上58到家的知识库和一些算法。主要是用来解决客服的压力分流问题以及用户体验问题。尤其是在一些节假日客服人员相对来讲比较少的时候，用户的一些需求得不到及时的响应，所以智能客服在这个时候能够起到相应的作用，极大地改善了用户体验，至少能够让用户有响应。
这一部分是讲AI在多元匹配当中的应用。多元匹配主要是指双向匹配，也就是说在一个交易过程当中，用户对阿姨满意，同时阿姨也对用户满意才行。这个匹配是基于阿里云的大数据平台，构建的客户和劳动者的画像，再在这两个画像的基础之上，利用阿里云的PAI平台构建了匹配度模型，最后利用PAI平台构建了成交预估模型，预估模型会告诉我们，这个定制的双向匹配，成交的可能性有多大。
安全应用包括两部分，一个是销售安全，另外一个是业务安全。
- 销售安全
销售安全包括主要是针对业务反作弊这一块，从黑产情报、网络位置、注册时序模型，一些业务行为等等这些，从中判定是不是有作弊的嫌疑。其次是社会安全。针对一些设备，包括手机号码池、IP检测、设备指纹等去断定这设备是不是涉及到一些作弊的嫌疑。最后针对团伙作弊，团伙作弊相对来讲比较复杂，发现也比较困难一些。为此58到家设计了同人模型，可以在多个账号多手机号的前提下，识别出来是不是同一个人。另外还设计了团伙发现模型，有些团伙是真的背后是多个人，这样的话我们是不是能够发现的了？这个是团伙发现模型的主要作用。
- 业务安全
包括交易安全和服务安全。前些年我们听说过的杭州保姆纵火案，以及一些雇主伤害保姆的一些案例都属于业务安全。这些业务的风险，都需要在阿姨上门服务前被识别到。
为此58到家构建了一个综合风险决策引擎这么一个系统。这个系统需要输入三方面的信息，一方面是证件信息，另外一方面是生物信息，包括人脸识别，包括我们的指纹识别声纹识别等，再另外一方面就是我们的行为信息。
这些信息输入之后，经过综合的决策会产生一个风险值和一个风险标签，风险值代表着风险的高低，风险标签决定了风险的方向。这些都需要用户和阿姨两方面去认证的。针对阿姨还有另外一个风险，就是上户过程当中这个人证不合一的问题。可能在认证的时候是一个阿姨，上户的又是另外一个阿姨。针对这种情况，58到家是需要在上户过程当中去做售后识别的，包括人脸和声纹，都是加了识别的，保证上户过程当中的阿姨就是认证过的那个阿姨。
对于58到家来说，痛点和挑战主要是家庭服务行业在互联网化过程当中对服务效率提出了更高的要求。那么针对这些更高的要求，58到家势必要去通过大数据和人工智能平台去实现，但是对于当前阶段，构建一个人工智能平台显然是不划算的。因此58到家通过阿里云的飞天大数据平台和飞天AI平台，实现了服务效率和运营效率的提升，以及成本的大幅度的下降，完美的解决了58到家当前的一些问题，为58到家的发展提供了很好的支撑。
谢谢大家！
更多大数据客户实战案例：https://developer.aliyun.com/article/772449