随着市场的发展、客户的深度使用以及全新的产品认知, 神策希望能够帮助企业客户构建拥有正向反馈、持续提升、优化经营效率的数据应用闭环。
随着市场的发展、客户的深度使用以及全新的产品认知, 神策希望能够帮助企业客户构建拥有正向反馈、持续提升、优化经营效率的数据应用闭环。本次, 神策在用户行为分析的基础上, 对分析云的整体产品架构进行全面升级, 不仅包括公私域流量的打通, 还包括用户分析能力的深化, 涉及经营分析、指标平台、科学实验等模块的升级。所有升级均围绕「一个平台、两大闭环」(指标平台、可视化应用闭环和经营分析闭环) 的理念构筑。本文将围绕两大闭环详细介绍。
关注神策数据公众号, 了解神策分析云更多功能解读。
一、可视化应用闭环:做数、看数和管数
所谓「文不如表, 表不如图」, 高效的可视化应用闭环能够帮助决策者及时抓取到关键数据和重要细节, 同时提高团队的信息整合能力。作为业务数据化后的展现形式, 可视化应用在帮助企业进行业务洞察、业务决策、业务量化等方向发挥核心作用。所以越来越多的企业开始关注可视化能力的业务价值。
如何提升可视化闭环的业务覆盖和闭环效率? 业务覆盖是指将更多数据驱动的有效信息下放给一线同学, 而非仅仅集中在管理层, 即从中心化管理到分布式经营决策于一体;效率是指帮助企业实现决策过程的正向、敏捷循环。
在企业内部, 可视化应用闭环落地涉及多部门多角色, 对应角色的操作流程各不相同。举例来说, 一线业务人员或者负责盯盘的业务同学通常希望通过可视化面板了解业务现状, 监控数据异常;而核心角色如分析师、资深业务同学会在此基础上进一步挖掘, 去探索帮助企业规避风险的方式以及业务增长的机会;数据专家、研发同学等则会负责业务模型构建, 让合适的数据呈现给合适的角色。
同时, 由于数据处理链路较长, 也容易在落地过程中造成效率低下、口径模糊、质量参差不齐等问题。从数据采集到数据加工、指标定义、应用数据表构建再到可视化看板的构建, 整个链路中任何环节的差错都会消耗大量的定位成本、沟通时间、人力及算力资源。
抽象来说, 可视化应用闭环主要涉及三个动作:第一, 做数, 即数据采集和模型构建, 核心解决效率问题;第二, 分析看数, 帮助一线人员在各自数据权限范围之内自助完成上卷、下钻、切换可视化形式等多维分析动作, 不依赖其他角色实现自助数据驱动;第三, 业务应用层的数据呈现与分发, 让数据尽可能发挥更大的价值。
另外, 从可视化应用落地结果上看, 很多企业面临业务口径不统一、资源消耗膨胀、数据孤岛、无法灵活下钻、开发周期长等问题, 导致决策点滞后。那么神策分析云是如何帮助企业解决这些痛点的呢?
1、做数场景
神策指标平台聚焦于指标口径和数据模型的构建, 一站式解决指标口径不统一、指标应用效率低、用户行为数据和业务数据孤立的问题。功能涵盖了指标构建与管理、维度定义管理、关联关系建模等。同时, 神策提供分析模型结果一键保存为指标的能力, 并打通用户标签数据。
通过上述能力, 企业可以在指标平台应用标签中台、用户行为数据、业务经营数据, 帮助业务运营团队、指标管理分析师团队、数据研发团队更加高效地开展工作。
区别于传统指标平台, 神策指标平台能够直接将分析模型封装为指标, 把行为分析领域的沉淀囊括到指标平台中, 并且配以灵活的多维配置能力, 极大地提高指标构建效率, 缩短数据到指标的生产链路, 同时还保证了指标维度口径的统一与规范, 让数据口径和加工逻辑清晰透明。
比如, 当业务负责人需要地域维度的「用户付费能力」指标时, 运营同学无需经过「标签」和「指标」两个提需的冗长流程, 只需要通过神策指标平台完成多维度计算, 即可实现从天到分钟的开发成本综合提效, 自助完成指标构建。
在具体应用过程中, 神策指标平台同时升级了精细化权限和协同管理能力, 帮助企业解决资源消耗的问题, 更高效地落地数字化运营策略。
2、看数场景
在看数场景下, 神策指标平台为企业提供了基于统一口径的指标沉淀和连接功能。能力贯穿数据底层到数据看板等可视化应用, 充分利用现有业务数据积累, 在各应用场景中提供清晰的口径, 让看数场景中每个指标的含义、限定约束和底层逻辑清晰可追溯;并使用灵活的自助多维分析能力为企业决策、目标跟踪提供拆解分析工具, 释放指标的潜在价值, 满足不同角色、场景下的需要。
此外, 企业可以利用神策分析的数据集市实现资源复用, 不同角色根据自己的业务特点和偏好, 通过丰富的可视化能力持续挖掘数据规律、洞察数据价值;同时借助智能预警分析等能力及时发现关键业务变化, 提高业务团队的数据整合能力。
3、管数场景
在全面提升数字化运营能力、落地数据驱动的实践中, 企业需要在有限的预算和资源下让数据价值辐射到更多角色和场景。神策从产品和技术两个维度为企业提供强有力的抓手:
资源归档:业务化的模型构建实现数据资产的分门别类
资产调度的生命周期管理:避免过期资产造成的算力浪费
查询监控:为大型任务提供高敏感响应, 避免任务阻塞
应用统计:追溯应用层依赖, 定期清理无效调度
资源消耗:为资源分配调优提供抓手
优先级队列:保证系统级重点任务畅通无阻
智能缓存:查询引擎提效, 看数场景提速
二、经营分析闭环:分析, 从用户到经营
用户行为数据和企业经营数据在业务决策中融合打通, 实现 1+1>2 的效果, 是实现企业业务增长的关键。在公司战略制定、产品的设计/研发/生产、客户的引流、营销渠道的建立、供应链管理再到盈余资金投资的整个经营环节中, 业务数据需要融入更多的客户洞察视角, 才能让数据的价值最大化。如何让产品、营销、交易、资金和财务数据与用户数据打通是传统数据分析工作中的一个难点。
举例如下。
某餐饮企业通过门店导购邀请顾客加入会员, 并在日常运营过程中及时把总部的营销活动推送给会员。此时, 总部想知道通过某个导购带来了多少会员量? 此次营销活动消耗优惠券的整体 ROI 是多少? 每个顾客为企业带来的收益是正的还是负的……
某金融公司推出了新的理财产品, 希望通过线上推送和线下邀约陪访相结合的方式激发用户购买兴趣。执行完关键动作后, 客户购买情况如何? 客户在哪个时间点、哪个关键动作后转化效率最高?
在过去很长一段时间里, 上述这些问题解决效率不高无法复用, 造成决策滞后:用户在多个场景的行为数据归属不同的管理系统, 数据源分散且开发成本高, 需要大量的 ETL 及数仓开发工作;每次需求不同复用度低, 针对不同活动或评估需求需要定制化开发,ROI 粒度粗……
对此, 神策通过四个步骤可以帮助企业完成数据打通和数据应用闭环:
第一, 底层数据构建关联。通过交互式关联关系建模及维度建模, 从数据基底打通行为和经营数据, 完成全域数据关联, 从而在底层打破信息孤岛。
第二, 定义业务层的逻辑数据视图, 抽象数据模型;构建支撑多种业务类型、业务粒度的逻辑图谱, 赋能业务人员自主下钻探索, 成为业务洞察载体。
第三, 持续维护迭代与管理业务视图, 适应灵活多变的复杂业务场景;帮助产品、运营自助构建日常业务数据应用的同时, 帮助专业分析师完成高阶洞察。
第四, 基于业务模型和视图, 通过预聚合模式和灵活的权限分发, 助力企业各个单元自助完成决策, 让一线人员「用起来」, 实现数据价值最大化。
综上所述, 可视化应用闭环可以帮助企业高效实现数据上通下达, 用一张地图作战;经营分析闭环则能够提升企业经营决策的颗粒度和效率, 让每一笔花费都能看到用户粒度的反馈。两个闭环在企业内部的有效落地, 可以促进数据驱动成为企业决策的条件反射, 成为数字化企业业务拓展的基础。
来源：中企经济网
