「物业公司不做移动互联网都不好意思说自己是干物业的。但不管哪家物业公司，做出来的 APP 都是卖桶装水、卖大米和卖金融产品的。」在接受 36 氪采访时，万科物业 CEO 朱保全先生谈到。
「物业公司不做移动互联网都不好意思说自己是干物业的。但不管哪家物业公司，做出来的 APP 都是卖桶装水、卖大米和卖金融产品的。」在接受 36 氪采访时，万科物业 CEO 朱保全先生谈到。
不要追「风口」而数字化，不要为了数字化而数字化，也不要止步于在线化，而忽视数据价值…那我们究竟要什么？
从产品到服务，「从卖房子到卖生活」，泛地产行业希望借助数据智能提升业主的体验，也希望打破存量市场的增长瓶颈，那数据智能究竟能不能？
近期这场 StartDT Day 数智私享会，就围绕「泛地产数字化转型」展开了硬核讨论。
建业物业副总经理崔有智先生、时代邻里信息数据与研发中心总经理何文锋先生、StartDT 副总裁及 GrowingIO 联合创始人吴继业 Jonathan 等重磅嘉宾受邀出席，聚焦用户运营、用户体验、数据资产、数据平台等话题，与线上、线下的客户伙伴们分享其独家经验。
与会嘉宾：
崔有智 - 建业物业 副总经理
何文锋 - 时代邻里 信息数据与研发中心总经理
吴继业 - StartDT 副总裁、GrowingIO 联合创始人
楚风 - StartDT 资深业务分析专家
牧然 - StartDT 资深技术专家
精彩话题：
开门见山，业务部门怎么用数据更见效？
多业态的集团型企业，如何规划数字化转型战略？
从战略到实践，数字化转型一共分几步？
要稳定、可持续地以数据支撑业务，数据底座应必备哪些能力？
1 业务部门能如何用数据，怎么用更见效？
吴继业 Jonathan | StartDT 副总裁、GrowingIO 联合创始人：
企业推动数字化转型，本质上是为了业务各个环节降本增效，甚至实现业务上的创新性、跨越式发展。但具体到各个业务部门，可能还不是特别清楚能怎么做，有哪些问题是可以用数据和技术来解决的，哪些需求是可以理直气壮提给数据/IT 团队的。
站在各业务部门的角度，我先分享一些应用场景，能尝试用数据突破运营瓶颈：
以 APP/小程序为例，其实泛地产业内绝大多数企业都搭建了自营的 APP/小程序，那怎样优化它的用户体验、提升留存和活跃度？有一个案例分享给大家参考：
GrowingIO 曾服务的一家老牌地产企业，项目覆盖了 1200+城镇，拥有 450+万户业主。每一位业主都会被推荐使用其自营的一款 APP。但在运营中，也遇到了一些困境，例如增值服务模块导流效果不好，业主打开率不高但不知从何提升等等。
「HEART」模型是业内公认的衡量用户体验的模型，分别指 Happiness（愉悦感）、Engagement（参与度）、Adoption（接受度）、Retention（留存率）、Task Success（任务完成度）。
以「HEART」模型为指导，依托 GrowingIO 的 UBA（用户行为分析平台），我们协助客户找到断点并改善，优化用户体验从而提升用户黏性与留存，也让 APP 的版本迭代有迹可循。
举个例子，怎样来看 HEART 的 Task Success，比如有 100 位用户来到了缴水费的界面，其中 50 位用户缴费成功了，初步判断任务完成度不高。
进一步追寻原因之前需注意的是，我们底层的数据应完成打通、治理，否则有些场景下无法得出准确的结论。比方说，100 位用户背后其实是 70 户，那么 70 户里有 50 户通过自有 APP 完成了缴费，任务完成度就比一开始的判断要高了。
回到这个客户案例，我们结合 OSM+UJM 的方法论，建立了一套监控看板体系，能准实时地了解到用户体验情况，让每次产品迭代都有数据可依；找到登录、搜索、积分等 13 个用户体验断点，持续优化并反馈。
楚风 | StartDT 奇点云资深业务分析专家：
补充分享一个消费者运营的场景。
一家大型的商业地产集团，旗下有多元业态，包括综合体、购物中心、办公楼、住宅、产业园区等等。在奇点云支撑下完成数据中台的建设后，客户紧接着考虑如何优化消费者运营，激活其非常庞大的数据资产与用户资产。
最直接的想法是「既然数据已经打通，那干脆把各业态的会员体系合并」？这其实是行不通的，不同业态有着不同的标签体系特征，运营上有所差异，不能简单粗暴地归一。
因此我们构建了一个「泛会员体系」，在集团层面完成数据打通及 One-ID 的建设，包括微信生态埋点数据、停车场车流数据等等，把数据以服务的形式向各业态提供，依托客户数据平台（CDP）完成对标签「既统一又特色」的管理，完成会员的精细化运营。
2 多业态的集团型企业，如何规划数字化转型战略？
崔有智 | 建业物业副总经理：
刚才楚风谈到多业态的集团型企业，我们很有感触：原来分而治之的路子没法继续，然而通过数据中台联通孤岛以后，下一步怎么做？站在集团的角度，怎样规划数字化转型的战略，让业务只要付出最小的适应/改变成本，就能有比较大的提升？
我们的经验是：一，集团企业要在顶层考虑「统一」；二，蓝图规划要全，行动则要有所选择。
第一点，为什么集团层要有统一的思想？集团旗下各个分子公司有不同的数据/IT 团队，有不同的习惯，对应的业务也有不同的需求，还往往有不同的数据技术服务商。在这种情况下，集团如果只是把数据统到一个地方，而不建规范和标准，那是没有意义的。
因此我们需要完成统一的数据域及权限体系设计，梳理集团主数据，建设用户 One-ID 和数据共享体系等；同时，构建集团统一的数据治理体系、数据开发体系规范，哪怕各分子公司条线分别进行治理，也能保证集团内「书同文、车同轨」。
第二点，蓝图规划和行动路径缺一不可。少前者，容易忽视长远需求，甚至再次导致数据孤岛的出现；缺后者，则可能陷入场景的汪洋大海，找不到业务最急迫也最易切入的突破口，也就难形成「小步快跑」的趋势，让其他部门感知到数据的价值，调动更多力量来协作推进数字化转型。
在建业的实践中，我们把数据应用划分为「对外」「对内」两大方面：对内，人财物集中管控，拉通流程、统一指标体系，服务人力、业财和办公等场景，为管理和协作提效；对外，以数据为支撑，以行业应用、算法模型加持，赋能供应链、运营等多个场景。
图源：建业时代
其中，用户的精细化运营是项目一期集中火力的重点，以用户为中心，依托客户中台（客户运营平台）中的 CDP、MA、千人千面、渠道管理等模块，完成全域用户的精细化运营。
3 规划难，落地更难？
从战略到实践，数字化转型一共分几步？
何文锋 | 时代邻里信息数据与研发中心总经理：
物企在数字化转型的过程中，在线化已经比较轻车熟路了，而数据化还存在着不少挑战。比如，企业的数据质量、数据基础及软硬件协同水平相对较低，以及如何与业务部门、第三方协同共创等等。
在时代邻里的实践中，我们总结出了一套解决方案，简称为「用数 123」，分享给大家：
用数 1：建立数据底座（数据云平台 / 数据中台），拉通数据，确立标准，支撑数据互通共享。
以往物企的数据管理比较分散，包括各个分子公司、各系统的数据，及从地产移交过来的数据，存在口径不统一、完整性不足等问题，因此我们要设标准、治数据，建立一个长效的保障机制，保证我们的数据服务是可持续的。同时，如果信息化系统建设也在同期进行，要贯彻相应的管理标准，确保数据质量，尽可能保障数据「一次填报、同一版本、同一维度」，也将降低后期数据化的难度。
用数 2：通过多平台多模型集成分析，实现多层级多维度的全周期经营监控，以数据分析助力业务决策。我们分域分场景梳理指标，最终形成了集团的指标体系，也提炼出了管理者视角的关键指标，搭建看板（管理驾驶舱）来支撑决策——以前开业务会议需要做 PPT，现在我们开会直接用系统自动生成的数据看板。同时，以指标体系为抓手，也反向推动了底层数据的全面治理。
用数 3：应用客户标签，挖掘客户价值，助力业务经营。
我们提炼了物业特色的「打标」思路，分为事实型、规则型、挖掘型、情感型共四类标签，构建立体的用户画像，在会员运营及 APP、小程序、服务系统等场景得到应用，为业主提供更精细化、个性化的服务与体验。
图源：时代邻里
4 要稳定、可持续地以数据支撑业务，
数据底座应必备哪些能力？
牧然 | StartDT 奇点云资深技术专家：
过去的实践显示，一家企业上数据中台以后，数据的增量可能是「137」甚至「139」，也就是第一年 1 倍，第二年 3 倍，第三年可能会有 7-9 倍的增量。因此，伴随数字化转型进程的推进，运维成本高、多云多引擎管理复杂等 DT 难题就更需要破除, 否则转型难以为继。
那么在数据底座选型时，就有了两个层面的考察点：其一，是否具备数据底座（数据云平台 / 数据中台 / 数仓等）的基本能力，包括数据集成、数据开发、数据服务等等；其二，使用上是不是够简单、够划算、够稳定，能支撑数据「原油」可持续地变为资产。
从上述考察点出发，我们认为数据底座需要具备四大特性：跨平台，云原生，自主可控，数据安全。
「跨平台」指企业可以使用统一的账号权限体系，对多个 IaaS 云基础设施、多个 Workspace（域）进行管理，实现分级多域、跨云跨平台部署，提升企业的协作与管控效率。一方面，数据底座应该支持客户对云资源的自有选择，哪儿便宜用哪儿，哪儿好用用哪儿，而不受单一的云资源限制；另一方面，分级多域的能力则支持集团在拉通数据、统一管控的同时，不同业态/部门能实现必要的数据隔离与保护。这一点相信有多业态的集团会更有感触。
「数据安全」不同于传统的网络安全和信息安全，而遵循以数据为中心的安全架构设计理念。数据底座的数据安全，应能覆盖企业从数据采集、传输、存储、应用、共享到销毁的全生命周期，支撑企业完成事前、事中、事后的全场景全链路管控。举几个例子，个保法、数安法等法律法规相继出台，企业对用户数据的存储及应用是否合法合规？企业是否对全量数据进行了分级分类？当有安全事件（即将）发生，能否及时识别、告警并完成事后审计？这些都需要数据安全的能力来支撑。数据已成为企业至关重要的资产，我们需要从系统、组织等多层面去保护，建立安全合规的数据流通管道。
数据开发、数据运维、数据分析师、算法工程师等「DT 用户」，每天都要和数据底座平台打交道。因此，我们也从研发的实际场景出发，开发了数据服务工具箱 Simba Toolkits，包含标签工厂、指标工厂、服务工厂、算法工厂等多款工具，内置科学的数据工程方法论，为工程师们提效。
正如建业物业副总经理崔有智先生谈大数据时所说，「一切自有定数」，数据智能中蕴藏着强大的破局能量。
奇点云与 GrowingIO 也将持续打磨「数据云+分析云」的产品与服务体系，端到端陪伴泛地产等行业破局数字化转型，跨越云上增长奇点，让商业更智能！
来源：互联网
