电商业务正在成为“网易游戏公司”营收的新一极。
2016年网易公布的财报显示，邮箱、电商为主的（加上其他业务）帮助网易获得了80.46亿收入；上一年，这一数字仅为37亿。
在电商业务内部，除了明星产品考拉和严选，网易其实还悄悄布局了一块互金业务——网易贵金属，2015年初即已经发布。这是网易在虚拟电商方面的棋子，在大家涌向P2P的时候，网易悄然布局了这一业务。
几年前还相对“冷门”的贵金属，如今正在成为一门热门的生意，所谓“互联网+贵金属”。 目前，腾讯、阿里、京东等互联网巨头都已入局黄金生意。
和上述巨头的路径对比，网易选择做贵金属交易平台显然是一个相对小众的选择。但这两者的区别在于：前者（如黄金红包、存金宝）相当于用户把钱投给兴业银行或者博时基金，由他们来为用户提供黄金理财服务，而后者则是需要用户自己来操盘交易。如果以股票市场类比， 金生宝和存金宝类似于股票基金，而贵金属交易平台则类似于同花顺。
在《阴阳师》“氪”了多少钱，可能就是一个数据维度
网易看起来是进入了一个蓝海市场，但硬币的另一面是，与从事“普惠金融”的对手们相比，贵金属显然是一个相对小众却高净值用户密度更高的的市场。
因此，找出那些具有投资意愿的高净值用户并且为他们提供更好的服务成了当务之急。 而如何判断你是不是“有钱人”，用户数据成了判断的重要标尺。
从产品来看，这位互联网巨头似乎并不缺乏用户数据。
一方面，老牌的新闻客户端、邮箱系统积累了大量用户数据。根据网易最新财报发布的数据显示，截至2016年12月31日，网易邮箱总有效用户数达到9亿。另一方面，网易有道、云音乐以及游戏相关产品的用户也足够可观。
网易乐得副总裁曹鲁向记者透露，在十余年前，网易就在产品的基础设施中预设代码埋点——即通过预先写好的代码来发送数据，之后网易又自主研发了无埋点数据收集SDK，自动的、动态可分配的、全面且正确的收集用户在使用APP时的所有事件数据，这些资源都成了网易旗下各种产品的公用数据库。
而网易的劣势在于， 它并不具备支付宝们拥有的大量强金融数据 。不过网易正期待通过技术弥补这块不足，随着人工智能、机器学习等技术的加持，复杂集成模型已可以处理大量维度的弱变量，这在一定程度上赋予了用户数据“第二次生命”。
曹鲁向记者举了这样一个例子，
“如果一个人长期能每个月在网易的游戏上（比如《阴阳师》）花5000元，那他很可能是有钱的。如果这个人碰巧又是看过网易财经新闻的，就可以大致判断他的投资偏好。”
据他介绍，网易贵金属的数据视野范围包括了地域、年龄、学历、投资经验、资产（房、车）、资金流向、交易风格等众多领域。
但数据模型的建立与应用是一个“去粗取精”的过程。曹鲁对记者表示，数据在搜集的过程中要力求准确、干净、丰富，但在应用过程中却并非越多越好。“剔除无效数据的干扰，才能建立更具有实际指导意义的数据模型。”曹鲁说。
曹鲁向记者详细分析了数据的筛查过程：先将有些看似完整、准确的数据放入模型中，并根据这些数据调整，更新模型，再将更新后的模型放在海量历史数据中进行回测，根据回测结果判定数据的准确性。
在这一过程中，使得模型更为精准的数据将得以保留，降低模型精度的数据则会被剔除，以此反复，不仅剔除了无效数据，也去除了与目标变量弱相关的特征，以此提升模型的精度。
曹鲁展示了识别高价值用户模型上线以来的测试成绩： 预测20%的潜在高价值用户实际的召回率在85%以上 。也就是说，先由模型挑选出20%的高价值用户，实际营销结束后发现，真正的高价值用户中85%与模型挑选的用户重叠。
换句话说，目前数据模型识别“有钱人”的成功率大概在85%。
人工智能让投顾效率提升30%
识别出“有钱人”只是第一步，如何给他们提供更好的服务才是下一步的关键。投资顾问和分析师在这一阶段扮演重要角色。
投资顾问人员在贵金属行业扮演的角色与保险推销员类似。一位贵金属行业的从业者告诉记者，“传统的贵金属投资销售很像卖保险，对方除了你的电话和姓名之外可能一无所知，这带来的问题就是效率低下。”