電商業務正在成為“網易游戲公司”營收的新一極。

2016年網易公布的財報顯示，郵箱、電商為主的（加上其他業務）幫手網易獲得了80.46億收入；上一年，這一數字僅為37億。

在電商業務內部，除了明星產品考拉和嚴選，網易其實還暗暗布局了一塊互金業務——網易貴金屬，2015年初即已經發布。這是網易在虛擬電商方面的棋子，在大家涌向P2P的時候，網易悄然布局了這一業務。

幾年前還相對“冷門”的貴金屬，如今正在成為一門熱門的生意，所謂“互聯網+貴金屬”。目前，騰訊、阿里、京東等互聯網巨頭都已入局黃金生意（好比鈦媒體曾報道的事實上形成貴金屬買賣的微信“黃金紅包”，以及螞蟻金服聯合基金公司推出的“存金寶”）。

和上述巨頭的路徑對比，網易選擇做貴金屬交易平臺顯然是一個相對小眾的選擇。但這兩者的區別在于：前者（如黃金紅包、存金寶）相當于用戶把錢投給興業銀行或者博時基金，由他們來為用戶提供黃金理財辦事，而后者則是需要用戶本身來操盤交易。如果以股票市場類比，金生寶和存金寶類似于股票基金，而貴金屬交易平臺則類似于同花順。

在《陰陽師》“氪”了多少錢，可能就是一個數據維度

網易看起來是進入了一個藍海市場，但硬幣的另一面是，與從事“普惠金融”的對手們比擬，貴金屬顯然是一個相對小眾卻高凈值用戶密度更高的的市場。

因此，找出那些具有投資意愿的高凈值用戶而且為他們提供更好的辦事成了當務之急。而如何判斷你是不是“有錢人”，用戶數據成了判斷的重要標尺。

從產品來看，這位互聯網巨頭似乎并不缺乏用戶數據。

一方面，老牌的新聞客戶端、郵箱系統積累了大量用戶數據。按照網易最新財報發布的數據顯示，截至2016年12月31日，網易郵箱總有效用戶數達到9億。另一方面，網易有道、云音樂以及游戲相關產品的用戶也足夠可不雅觀。

網易樂得副總裁曹魯向鈦媒體透露，在十余年前，網易就在產品的基礎設施中預設代碼埋點——即通過預先寫好的代碼來發送數據，之后網易又自主研發了無埋點數據收集SDK，自動的、動態可分配的、全面且正確的收集用戶在使用APP時的所有事件數據，這些資源都成了網易旗下各種產品的公用數據庫。

而網易的劣勢在于，它并不具備支付寶們擁有的大量強金融數據。不過網易正期待通過技術彌補這塊不足，隨著人工智能、機器學習等技術的加持，復雜集成模型已可以處理大量維度的弱變量，這在必然程度上賦予了用戶數據“第二次生命”。

曹魯向鈦媒體記者舉了這樣一個例子，

“如果一個人長期能每個月在網易的游戲上（好比《陰陽師》）花5000元，那他很可能是有錢的。如果這個人碰巧又是看過網易財經新聞的，就可以大致判斷他的投資偏好。”

據他介紹，網易貴金屬的數據視野范圍包孕了地域、年齡、學歷、投資經驗、資產（房、車）、資金流向、交易風格等眾多領域。

但數據模型的建立與應用是一個“去粗取精”的過程。曹魯對鈦媒體體現，數據在搜集的過程中要力求準確、干凈、豐富，但在應用過程中卻并非越多越好。“剔除無效數據的干擾，才能建立更具有實際指導意義的數據模型。”曹魯說。

曹魯向鈦媒體詳細分析了數據的篩查過程：先將有些看似完整、準確的數據放入模型中，并按照這些數據調整，更新模型，再將更新后的模型放在海量歷史數據中進行回測，按照回測結果判定數據的準確性。

在這一過程中，使得模型更為精準的數據將得以保存，降低模型精度的數據則會被剔除，以此反復，不但剔除了無效數據，也去除了與目標變量弱相關的特征，以此提升模型的精度。

曹魯展示了識別高價值用戶模型上線以來的測試成績：預測20%的潛在高價值用戶實際的召回率在85%以上。也就是說，先由模型挑選出20%的高價值用戶，實際營銷結束后發現，真正的高價值用戶中85%與模型挑選的用戶重疊。

換句話說，，目前數據模型識別“有錢人”的成功率大概在85%。

人工智能讓投顧效率提升30%

識別出“有錢人”只是第一步，如何給他們提供更好的辦事才是下一步的關鍵。投資顧問和分析師在這一階段飾演重要角色。

投資顧問人員在貴金屬行業飾演的角色與保險推銷員類似。一位貴金屬行業的從業者告訴鈦媒體，“傳統的貴金屬投資銷售很像賣保險，對方除了你的電話和姓名之外可能一無所知，這帶來的問題就是效率低下。”