调研 | 李喆 崔可家

撰写 | 崔可家

数据分析一直是企业中所重视的问题，从单纯的数据可视化到BI报表，数据的价值在不断被挖掘，但不论是可视化工具还是BI，其所呈现的结果都是人为预先设想的，这就不可避免的带来关键因素遗漏的可能性，并且随着数据的多样性增加，非结构化的文本数据逐渐增多，传统的数据分析工具也不能很好的支持。

2017年，由原时趣互动首席科学家王绪刚成立的智慧图谱，推出了IGraph知识发现平台，挖掘数据内在知识，旨在利用知识图谱技术解决企业内部决策问题。

建立知识图谱，深挖数据价值

数据层面，IGraph会接入企业内部数据，包括销售数据、SKU信息，客服数据等等，并且会根据企业需求从互联网爬取外部数据作为补充。这些数据中既包括结构化数据，也包括非结构化的文本数据，因此如何把异构数据融合成知识图谱，并挖发现企业决策所需要的科学建议，是IGraph平台中最关键的环节。

知识图谱的构建一般分为Top-down和Bottom-up两种方式，在IGraph中企业构建知识图谱是采用的Top-down的方式，即在抽取实体关系之前，通过厂商的SKU信息等结构化数据，先构建图谱Schema，即确定实体、关系规则。之后，利用NLP技术，根据Schema从各类数据中抽取出实体、关系，完成知识图谱的构建。

知识图谱的构建不是最终目的，如何利用知识图谱进行预测分析并解决问题才是关键。因此，IGraph内置了多种图挖掘模型（影响力计算模型、相关性模型等），将数据之间的关系更加深入的呈现给使用者。

为了方便客户使用，IGraph提供了可视化的交互页面，因此使用者不再局限于IT人员，业务人员也可以利用图形化界面完成数据分析，从知识图谱的任意节点出发，进行相关性分析。

区别BI产品，主打探索式分析

IGrahph虽然定位基于知识图谱的BI系统，但是其与传统BI还是有很大不同。

首先，在接入的数据类型和数据处理方式上，传统BI主要以结构化数据为主，并通过建立数仓的方式将数据汇集，这就限制了可用数据的总量，并且增大了实施成本；而IGraph可以利用更多的文本数据，挖掘更大的价值，同时，IGraph平台底层是自研的图计算引擎，可以存储提取出的实体、关系数据，省去了建立数仓的过程。

其次，在产品使用逻辑上，IGraph会更加接近于人思考的方式，可以从图谱中任意节点进行知识的探索，平台会自动给出与该节点相关的信息供使用者参考，而不是传统BI产品中按照预先设定好的路线进行分析，这样节省了分析所需的时间，并且维度更加全面。

最后，在系统智能性上，IGraph中包含了图挖掘模型以及深度学习模型，并且在使用过程中，支持纠错、标注等交互动作，可以不断优化模型，沉淀在平台之上，使后续的分析过程更加智能。

聚焦行业，未来提升相关性分析能力

由于知识图谱的构建带有强烈的行业色彩，因此智慧图谱没有选择从通用平台工具切入市场，而是选择了产品加解决方案的模式。通过在每个行业中预先建立好的知识图谱以及本体库，企业只需要按照自身需求调整、构建Schema即可，大幅缩短了企业部署时间。

目前，智慧图谱的主要客户集中在家电、手机、旅游以及服装行业，之所以切入这些行业，主要是由于这些行业对于企业内部的产品设计、服务流程优化的需求非常迫切。

客户可以通过IGraph建立行业知识图谱，并引入消费者评论，发现市场中对于自身产品以及服务的正负面关注点，为之后的产品、服务优化提供支持。同时，IGraph提供的第三方数据还支持对于竞品的分析、监控，帮助客户掌握市场动态。

未来，IGraph会不断增加平台内的关联因素（价格、库存、物流等信息），为企业提供更加智能的相关性分析。

近期，爱分析对智慧图谱的创始人&CEO王绪刚进行了访谈，就智慧图谱的产品、运营以及知识图谱行业的情况进行了深入探讨，现将部分精彩内容分享。

构建行业图谱规则，自研图计算引擎支持实时分析

爱分析：IGraph的研发历程是怎样的？

王绪刚：产品研发周期在2个月左右，速度比较快，第一个原因是对于产品的最终目标有比较清晰的认识；第二个原因是团队从时趣互动出来，已经磨合多年；第三个原因是对于知识图谱的开发经验比较丰富。

爱分析：产品定位是怎样的？

王绪刚：广义上来讲，定位在基于知识图谱的BI系统，利用知识图谱，提高知识获取效率，成为一款可挖掘、可推理的BI系统。而它的使用者，是一线业务人员，而非传统BI的IT和分析使用者。

爱分析：IGraph中会利用哪些数据？

王绪刚：第一方和第三方数据都有，第一方数据包括企业内部的销售数据、SKU信息、营销活动数据、客服数据等，第三方数据是外部互联网数据。

爱分析：是否支持结构化数据？

王绪刚：是支持的，知识图谱并不区分文本还是结构化数据，主要还是强调关系。

爱分析：如果是利用传统数据库中的结构化数据，是否支持自动关系抽取？

王绪刚：自动化关系抽取是通过图的挖掘算法，例如：随机游走来实现。

爱分析：IGraph的主要应用场景有哪些？

王绪刚：应用场景有一些共性特征，一方面是业务知识复杂，另一方面是跨部门协作的场景。比如从客服数据里面去做消费者的需求和痛点分析。

爱分析：知识图谱的构建是否需要行业知识？

王绪刚：一定是需要的，IGraph是一款给非IT人员使用的IT工具，产品中有一个模块叫做知识管理，是用来给IT人员和业务人员一起构建知识图谱Schema的模块。

爱分析：知识图谱Schema是客户自己定义的？

王绪刚：是的，比如说汽车行业，我们会把知识规范发给客户，客户会按照这个结构梳理SKU信息，构建Schema，这只是一个显性的知识图谱结构，后台算法会根据这个显性的结构，利用NLP技术和图挖掘算法构件隐性的知识图谱结构，比如说，某客服对话中出现的多个本体及其它们的关系；知识点之间的相关度；看似没有关系的两知识点之间的关系强弱。

爱分析：IGraph中知识图谱Schema的构建是行业通用的吗？

王绪刚：是的，一个行业构建一个Schema，每个客户可以根据自身的需求来修改。

爱分析：IGraph与Tableau等敏捷BI产品的区别是什么？

王绪刚：第一，敏捷BI还是更多的应用在数据可视化上，并且是需要建立数仓，但是IGraph是不需要建立数仓进行分析的，将知识从原始数据中抽取出来之后，会存储在我们自研的底层图计算引擎中。

第二，IGraph不是根据结构化数据去拼装可视化图表，而是从问题点出发找关联，因此非常适合做决策支持。

爱分析：底层没有采用市面上开源图数据库的原因？

王绪刚：因为IGraph需要做实时性分析，市面上的开源图数据库计算反馈时间不能达到我们的要求。

产品加解决方案，解决跨部门决策问题

爱分析：IGraph定位是全行业通用产品？

王绪刚：我们通过构建行业知识图谱的方式，来解决某行业客户的问题，IGraph平台本身是一个容器，目前我们已经针对汽车、家电、3c、美妆、旅游等行业完成了行业知识图谱的积累，并持续深入到这些行业的生产流程的知识图谱中。

爱分析：选择这些行业的原因是什么？

王绪刚：这些行业的生产流程是相对标准化的，并且大部分外部销售渠道已经被互联网公司垄断，对于内部的产品设计以及服务流程优化有很大的需求。

爱分析：主要面向客户的哪些部门？

王绪刚：客服部门、市场部门还有战略部门等。

爱分析：主要获客方式是什么？

王绪刚：现在公司刚刚成立，还是以直销为主，因为本身产品还是比较创新的，还需要一段时间的市场教育。

爱分析：IGraph的部署方式是怎样的？

王绪刚：SaaS加本地化部署的方式，因为有些客户的销售数据不希望上公有云，因此会有本地化部署的方式。

爱分析：收费方式是怎样的？

王绪刚：按照套餐收费，主要根据套餐中的账号数量以及数据量。

爱分析：IGraph下一步会向哪个方向发展？

王绪刚：会把关联性分析做的更深，能达到预测和行动的指导意义，即在分析中关联更多的因素，包括价格、库存、口碑、物流等。

爱分析：从数据分析产品的切入方式来看，BI主要从IT角度切入，而IGraph主要从业务角度切入，您认为这两种方式哪种更好？

王绪刚：没有更好，从价值方面来考虑，从业务出发最好，因为业务部门的需求最强烈、最迫切；但从实施角度来考虑，从IT出发会更容易。

爱分析：客户采用IGraph产品有哪些知识沉淀？

王绪刚：第一，构建知识图谱的体系知识；第二，数据之间的关联性，是强相关还是弱相关；第三，数据分析的路径，常见的输入输出都会沉淀在平台上。

爱分析：NLP和知识图谱的关系是什么？

王绪刚：NLP是知识图谱构建的一个预处理环节，NLP从文本中提取实体、关系，但之后在语义理解的时候，也会用到知识图谱。

爱分析：您认为在NLP/知识图谱领域，技术还会成为一个竞争壁垒吗？

王绪刚：在短期内，技术和工程化能力仍然会构成壁垒，但是长期来看，技术只是公司能否发展起来的因素之一，行业知识图谱的积累、商业模式都会影响公司的发展。

爱分析：怎样理解公司的工程化能力？

王绪刚：我的理解，就是用最合适的方法应用在最合适的场景中，主要是看能否总结出方法论。我们现在做的就是跨部门的决策链问题，这个问题适合用知识图谱技术去解决，这就是我们的方法论。

爱分析：智慧图谱的团队规模是怎样的？

王绪刚：大概有20人左右，研发在80-90%，现阶段不会考虑扩张团队，主要以产品优化工作为主。