當前位置:首頁 > 科技百咖 >

落地數據驅動,讓數據迸發價值

公布时间:2019-08-20 12:25:02 來源:中國軟件網 作者:劉學習
[摘要]隨著大數據的興起,言必稱數據,言必談數據驅動,逐漸成了我們這個時代一個顯著的特征。
隨著大數據的興起,言必稱數據,言必談數據驅動,逐漸成了我們這個時代一個顯著的特征。

然而此數據非彼數據,幾乎人類的一切行爲,企業的一切經營狀況,今天都可能、可以被記錄,並被轉化爲數據。

數據驅動企業商業價值增長。在大數據時代,如何讓你的企業成爲“數據驅動型企業”?在衆多的大數據公司中,誰能真正讓企業數據驅動落地呢?

曾經的百度大數據部技術經理,如今的神策數據創始人、CEO桑文鋒說,數據驅動就是通過數據收罗、建模、分析和反饋,幫助企業高效獲取數據,並進行多維度、海量、實時的數據分析,從而驅動決策和産品智能化。

桑文鋒正是《數據驅動:從方法到實踐》一書作者。在百度任職8年,從無到有構建了百度用戶日志大數據平台,覆蓋數據收集、傳輸、元數據治理、作業流調度、海量數據查詢引擎及數據可視化等。

(神策数据首创人&CEO 桑文峰)

2015年4月,桑文鋒創建神策數據,針對企業級用戶推出用戶行爲分析産品——神策分析,幫助企業實現數據驅動。

桑文鋒認爲,數據驅動,不止于驅動決策,還應驅動産品智能化。“數據驅動決策”只發揮數據大約20%的價值,而數據更大的價值在于更早一步的“數據驅動産品智能”,即利用個性化推薦、個性化投放廣告等真實落地的功能,讓産品自己得到大幅度優化。

1解決大數據應用中兩大問題

神策數據四年來一直深耕大數據分析領域,致力于幫助客戶實現數據驅動。

桑文鋒認爲,國內大數據行業基本面臨兩個問題:

一個是數據底子薄。中國行業用戶在數據的收罗、建模等環節普遍缺失。而要真正幫助企業實現在各行業的創新應用,就必須首先要解決企業在海量數據收罗、存儲、清洗、分析挖掘、可視化、安全與隱私保護等領域的關鍵技術。

面對這樣的局面,神策數據希望利用十年時間重構中國互聯網數據根基,幫助中國企業去搭建優質的數據基礎,提供底層數據的收罗建模能力以及基礎平台的支持。

当前,有两种途径可以去资助客户搭建自己的数据根基:一种是以神策数据付费客户的形式,由神策数据资助客户搭建;另一种则是客户利用神策数据的理念及模型去自己实现。目前,神策数据的SDK以开源的形式在GitHub上展现,即使有些互联网公司并未购买神策数据的产物,但依旧可以借鉴数据模型并将其应用于行业之中,好比神策数据在早期定义的User+Event 模型已经成为行业中的通用模型。

另一個是數據意識差。現在真正用數據說話的企業多嗎?而改變“數據意識較差”的現狀,需要整個行業協同努力。可喜的是,神策數據創業四年來,越來越多的企業將數據分析工具從非剛需變爲剛需,逐步在意識上升級叠代。

從創建的第一天起,神策數據就背上了曆史使命:重構中國互聯網的數據根基——這也是桑文鋒和所有神策人的使命。

面對客戶,神策數據總是先幫助企業建立好完備的數據收罗體系之後,才開始進行數據分析和咨詢業務。神策數據通常首先幫客戶在數據收罗技術和運營理念上重新進行梳理,建立起基于PaaS或SaaS的數據基礎平台,並將底層數據接口都開放出來,以便企業進行二次開發、深度使用數據,從而實現既爲客戶提供決策支持,又能將數據反饋于産品智能化。

2神策數據續費率接近100%

桑文锋在介绍神策数据最近取得的业绩时,特别提到了两个数据,即业绩年增长率超 100%,续费率近100%。

目前中國企業服務SaaS市場,因爲針對客戶差异,續費率差別較大。針對中小企業的企業服務SaaS續費率低,客戶流失率高,難以支持市場高速增長。而針對大型企業的企業服務SaaS服務續費率相對較高,但是用戶的個性化需求又比較高,成本會增加。

與傳統的軟件公司差异,如今的企業服務類公司多使用“訂閱模式”。好比近期上市的美國某SaaS公司能保持每年80%以上的高增長率,核心原因在于其較高的續費率,假設該公司當年的營收爲2億美元,當第二年續費率達到百分之百時,則可直接保證2億美元收入,其余額外的收入可直接疊加,這就是訂閱模式的優勢。

而傳統的“買斷”模式對軟件公司壓力極大,需要挖掘客戶的新需求點才气實現二次增購;同樣,客戶也將面臨巨大的壓力,因爲費用的一次性付清,很難保證服務商在服務過程中不出現懈怠的情況。

神策數據從建立之初就推薦與客戶簽訂“訂閱模式”,讓客戶掌握主動權,並通過自驅力不斷提升自身實力。因此,桑文鋒說,“續費率”指標對企業服務公司尤爲重要。

同样,神策数据以 PaaS + SaaS 作为基础,资助细分行业定义行业模板,挖掘更多数据价值。根据客户的数据类型、指标体系等去定义电商、互联网金融、直播、企业服务等行业模版。与其他大数据公司的差异在于,神策团队会资助用户搭建底层数据源,同时还同意用户基于神策分析进行数据的二次开发,满足用户个性化需求。

目前,神策數據分析産品70%爲私有雲部署,30%SaaS部署。目前神策數據付費行業頭部客戶1000+,覆蓋細分行業20多個。

3單品極致戰略,斬獲頭部互聯網客戶

受百度工程師文化中的“極致文化”影響較深,在創業前三年,神策數據一直堅持“單品極致”的産品理念,即只做一個産品,且將其做到極致。

这个产物就是神策分析(Sensors Analytics),是神策数据推出的用户行为分析产物,提供私有化部署和SaaS两种部署方式、实现基础数据收罗与建模,并可作为PaaS平台支持二次开发。神策分析主要针对营销渠道效果评估、精细化运营改进、产物功能及用户体验优化、辅助治理层决策等典型业务场景。

(神策数据首创人&CEO 桑文峰)

桑文锋说,神策分析把产物做到极致,满足深度用户行为分析需求。2018 年,神策分析凭借其用户行为分析领域多年行业积淀,与中国信息通信研究院联合公布用户行为分析尺度1.0,为市场良性进展,梳理行业规范作出努力。

在由一個産品到産品矩陣發展中,神策數據把原有神策分析收罗與建模部门的能力單獨抽象出來,形成了神策數據基礎平台。神策數據基礎平台總結來說做了兩件事情:一是對行爲數據的標准化收罗;二是對數據去做有效的治理,向産品線做統一輸出。如果把神策比作中央廚房,那數據基礎平台做的是切菜、備菜的標准化加工動作。

4新産品矩陣:精益叠代,因需而變

隨需而變,一直是神策做事的原則之一。桑文鋒說,雖然神策分析在市場上有極強的競爭力,但是它終究只能解決某些場景,類似幫助客戶安裝了一個“大腦”,隨之而來的是不斷産生的新需求,需要新的工具。

自2018年起,神策数据产物理念从最初的单品极致升级为产物矩阵。围绕客户大数据分析和治理理需求,在原来的产物——神策分析的基础上,推入迷策用户画像、神策智能运营、神策智能推举、神策客景。一套更完整、 更高效、更精准解决客户问题的产物矩阵正逐渐形成。

神策數據産品矩陣源自客戶需求和市場的演變,主要三個方面:數據驅動的閉環,運營與産品的個性化,企業治理的全景化。

其中,神策客景是一款全面买通客戶的行爲數據與業務數據的客戶全生命周期治理平台,創造性將用戶行爲、業務數據與預測模型相結合並應用到客戶治理、客戶服務運營的工作中。依托神策數據強大的數據收罗與建模、多維數據交叉分析等優勢,構建貼合企業自身業務特點的客戶分層分級體系,實時監控用戶健康度現狀和曆史變化趨勢,自動預警風險和機會,及時觸發標准化的最佳實踐,實現企業的主動響應。

神策用戶畫像系統是一個面向業務的用戶標簽及用戶畫像治理中台,以用戶行爲數據作爲基礎,結合業務數據等多種數據源,幫助企業構建體系化標簽圖書館,基于標簽數據,配合分析模型,可以多維立體的進行用戶的洞察分析,賦能業務實現用戶精細化運營和精准營銷。

神策智能運營是基于用戶行爲洞察的一站式智能運營平台。集活動創建、執行、治理、反饋、叠代爲一體的自動化平台,能夠通過用戶行爲、屬性、標簽等數據篩選受衆,實現最佳人群的精准觸達,提升關鍵指標和運營效率,幫助企業最大限度釋放運營價值,數據驅動業務持續增長。具體來說,可助力企業實現運營的全局治理、運營計劃的自動化、構建個性化用戶運營旅程、實時洞察運營效果等價值。

神策智能推薦系統是一套全流程閉環推薦方案。支持收罗終端(Web、App、H5、小程序、軟件等)的用戶行爲、後端服務器日志(Log)、業務數據和第三方等多方數據源,存儲最細粒度數據,利用最新深度學習和語義分析模型構建推薦引擎,推薦結果可利用數據分析模型多維度、多指標的實時效果分析,形成快速反饋,精准叠代特征集和算法模型。

5打造數據領域的711便利店

桑文鋒說,神策數據未來要成爲數據領域711便利店,解決用戶數據方面的各種問題。

爲什麽會有這樣的想法呢?桑文鋒說,711便利店定價计谋與一般零售店差异,相比同類型的便利店,711便利店的價格並不廉价,其創始人鈴木敏文解釋道,711便利店追求的並非低價,而是在該價格上的物有所值。神策數據將堅持這一计谋,在保持有競爭力價格基礎上讓用戶享受更好的應用體驗,並物有所值。

第二,711便利店空間不大,但卻基本上能解決人日常生活所需,神策數據産品矩陣的推出,也是在爲客戶提供可以解決數據需求的“711便利店”。像711一樣,堅持隨需而變的理念,讓用戶數據領域的差异需求都能在神策數據得到滿足。

第三,只要用戶有需求,神策就會推出産品,未來,隨著神策數據的産品線不斷增多,可以根據用戶需求,搭建或者組合成滿足用戶需求的數據分析産品。

那麽如何感知需求,推出新産品呢?神策數據新産品線的開拓,都是從客戶中來,再到客戶中去。

那麽如何孵化這些産品的?神策數據摸索出了一套自己的方法,建立在精益創業基礎上,基于一批優秀的神策分析的老客戶,從感知用戶需求再到産品的叠代,形成一個完整的閉環,總結來說就是大膽的假設,然後去做精益驗證,在叠代中去成長。

數據驅動企業商業價值。在發現、利用數據價值的過程中,不光要健全根基,還要選對工具。

【返回首頁】