海致BDP王傑偉：5大招式打通數據化運營任督二脈

本文編自3月4日［數據動力私享會］北京站演講嘉賓之一——海致BDP解決方案專家 王傑偉分享的內容。

大家好！我今天分享的內容是《深挖企業數據化運營》。

我非常喜歡「挖」這個字，特別是這裡提到「深挖」，因為有了各個項目的積累才會有今天「深挖」的資本。下面就開始《深挖企業數據化運營》的講述。

在BDP今年的年會中，我們的創始人之一任旭陽說：「海致要致力於業務洞察，BDP要重新定義BI。」我們如何實現業務洞察？當我們有了一堆的數據，有了很好的想法，要怎麼樣把這個想法落實於指導業務？光有展示或者光有結果是不行的，所以在這個過程當中，我們積累了很多不同類型的企業用戶，再加上行業專家的儲備、解決方案的儲備，給所有行業推出一種全新的業務洞察的服務，這也是我們的發展方向與願景。

一、如何實現數據化運營的過程？｜先邏輯，后數據，再決策

先邏輯、后數據、再決策，這是BDP主要服務流程。共分為5個部分：

• 自上而下——定義指標庫，確定項目範圍。誰要實現數據化運營？要實現哪些方面的數據化運營？對於企業、政府以及事業單位，我們要先自上而下，確定分析內容。

• 數據閉環——接入分析數據，整理數據。這是BDP服務流程第二部分，也是非常重要的部分。我們會把企業內部的數據、外部的數據、競爭對手的數據，包括行業數據都囊括進行做一些綜合性分析，所以我們要做到數據閉環。

• 搭建模型——打通數據關係，搭建數據模型。從數據分析的視角，搭建很多數據模型，就是打通數據鏈條、打通數據之間的關係。

• 數據分析——圍繞項目範圍，制定分析成果。圍繞之前提到的分析哪些內容，製作分析成果。

• 許可權分配——根據用戶許可權，分配數據資產。

二、數據化運營過程中，問題會出現在哪？

接下來我就通過「深挖」，也是我們團隊的經驗積累，給大家分享一下數據化運營過程中，問題會出現在哪？

1、數據源的廣度和深度

舉個例子：

在我們身邊有一些做零售類的客戶，零售類的客戶所要分析的場景是非常豐富的，但是往往收集數據這一部分，他的廣度和深度是不夠的。比如說零售類客戶會分析銷售情況、商品情況，但當企業發展到一定的程度會需要分析營銷體系、物流體系、用戶體系。

怎麼解決？關於數據源這塊兒，BDP進行了大量的實踐。我們不僅幫企業收集企業內部數據，比如說自有系統、資料庫，還有來自於周邊的、第三方的數據、行業數據，當然還會有一些企業的零星數據。這些數據有些可能是經常變動的，有些可能是臨時變動的，所以我們做的第一件事情就是把所有數據全部收集起來，並實現了「一鍵接入，隨需更新」。這是第一塊，收集所有數據，提升數據源的廣度和深度。

電商類型行業他們要分析哪些？PPT（上圖）左邊的目錄是可以反映很多問題，數據源收集的夠不夠全、細，是能不能實現這些分析的關鍵。

2、數據源的質量｜藉助BDP進行數據治理

關於數據源的質量，O2O、電商行業會相對好一些，但是快消零售行業在質量部分可能會存在一些問題。例如某大型零售企業在其ERP幾經迭代的過程中，由不同團隊進行維護、升級，所以很多時候會導致現在所看到的分析結果存在很多的數據問題。

那麼BDP是如何幫助他們解決這個問題的呢？

第一，做數據治理，通俗地說也就是摸家底。利用BDP的快速建模能力搭建微量數據模型，先把自己數據的家底摸清楚，暴露出數據問題。

第二，BDP探索式分析，從數據問題追根溯源，可以找出質量缺陷所在，給企業提供數據治理諮詢報告。

第三，BDP可以把摸家底過程和大數據平台整合在一起，數據治理的模型可以在大數據分析中直接復用。

從商品的角度分析不同區域銷售的情況，這是零售行業非常關注的。企業要隨時掌握目前的經營現狀，這就需要有一個非常好的底層架構才能應對，這也是為什麼很多企業選擇BDP的原因之一。

3、數據分析的廣泛應用｜只有業務人員才更能挖掘出數據背後隱藏的價值

第一點，降低溝通成本。

這個問題大多數行業已經意識到了：只有業務人員才能挖掘出數據背後的價值。業務人員懂業務，技術人員懂技術，但是他們倆關係再好，互相說的不能理解，雙方不能互相認可，這就給企業帶來了溝通成本的問題。

比如深圳有一個跨境電商就是這樣的，技術人員在做數據分析結果時，把每個月的復購單數除以所有單數減掉退貨單數作為每個月的復購率，而對於業務人員來說，一看到這個結果就覺得不對，他認為不需要減掉退貨單數。實際上，對於技術人員來說，接到業務人員這樣的修改需求，就意味著要重新做一遍。就像我們說的，你想搞死一個IT，就多提幾次需求。這樣的溝通成本會非常高。

第二點，通過使用BDP可以大大降低使用門檻。

這點反映在很多的客戶，比如說優信二手車、人人車。人人車CEO曾經說過：「BDP給我帶來的幫助，兩點，一個是數據分析人員去做分析而不是做報表；第二點，BDP幫我提供了數據分析師。「我當初問他為什麼會這樣想？他說：「你想想，現在我每個部門每個人都會使用BDP做自己數據的分析，我的數據部門的工作非常簡單，除了專業分析領域之外要做的就是數據資產分配，業務非常清楚。如果我的每個人都能自己去做分析，那麼對於我們整個團隊來說，定期都會有非常多的管理意見反饋給我，這對於企業的提升，尤其是在現在二手車行業競爭那麼激烈的情況下是非常有幫助的。」

第三點，使用BDP探索式分析提升數據分析的思維。

比如我們有一類客戶是公安系統，公安系統會做警情分析，以往他們分析出的是統計結果，而通過使用BDP之後他們會發現原來我還可以分析到那麼深入細緻。比如分析報警，得知報警來源、報警頻率，可以快速分析出哪些報警是有效的。這些內容一定是用戶使用過程中才會體會到的。

所以通過BDP做一些探索是有助於我們發現一些數據隱藏的價值。而誰去探索？不是咱們技術人員去探索，而是業務人員去探索。因為只有業務人員才知道想要表達或者想要拿到怎麼樣的數據結果。

4、數據分析的響應性能

數據分析的響應性能，以BDP線上數據為例給大家進行分享。

我們在與客戶溝通時，通常是現場操作演示。如PPT（上圖）所示的數據，線上億級數據計算時間是0.28秒；我們線上有超過60萬個數據模型，從數據源變化到模型計算完成的平均時間是24秒；當然，任何做產品一定離不開服務，我們不僅有產品服務也會有行業服務和數據分析的服務，所以我們會對於服務響應有要求；再有就是整體的投入。

這些數字這對於用戶來說，是非常直接的用戶體驗：隨時打開手機或者打開app，看到的就是最新的數據，想要調整的話很簡單，可以自己調整，也可以發個指令給下面的人調，而這個調整隻需要幾秒。

5、數據分析的深度應用｜導入行業專家、解決方案，提供後置諮詢服務

「後置諮詢」這個概念其實並不生疏。大家都會接觸一些諮詢行業，只是有一些是先發生諮詢，而後期落地的概率高不高有待印證。

所以我們換了一個思路，在BDP裡面快速形成結果再導入行業專家、行業解決方案實現後置諮詢服務，而這個是基於數據、模型、經營管理過程，是一定可以落地的，所以這是我們後置諮詢服務，也是印證了我們業務洞察的思想。

再有一塊，我們有一個專門的團隊為用戶打造了非常好的機器學習的體驗。

在機器學習中，用戶不需要去理解生澀的演算法，我們會給用戶一些非常直觀的界面，用戶點開就想想要實現什麼分析場景。比如說在線教育的用戶，想要給他的學生們做一些聚類，想知道學生目前的學習階段是怎麼樣的三六九等，繼而給學生提供差異化的教育服務，提升服務質量。這其實就需要通過機器學習這種方式實現。這是最後一塊，深度服務。

以上就是我對於整個的企業如何去做數據化運營給到大家的一些結果。這裡面我梳理了五個問題，數據源的廣度、深度，質量等等，我覺得給到大家不一樣的體驗或者認知，我覺得今天大家聚在一起的目的就達到了。

Q&A

Q：我想請問一下你們的服務門檻，能否為中小企業提供服務？

中小企業，甚至於個人，都可以使用BDP進行數據分析。BDP面向的廣泛的用戶群，為各種類型企業提供SaaS服務，針對不同用戶類型提供不一樣的服務。

對於用戶來說，只要開通賬號馬上就可以使用；對於我們來說，各種類型的服務都是不一樣的。關於您傾向於哪種服務、選擇哪種服務，我一定會問您幾個問題，你們現在有哪些數據源、數據量怎麼樣，你們希望用哪種方式，對於項目的要求是怎麼樣的，這樣我才會給您提出建議，我建議您使用BDP怎麼樣的服務，是使用SaaS、本地化還是使用行業專家導入服務，這是不一樣的。

Q：什麼樣類型的企業是能夠成為BDP的客戶？必須具備哪些條件？

我們要實現業務洞察的消費者化。什麼是消費者化？未來數據分析是整個公司所有人做的事情。因為只有你整個團隊自上而下有數據分析意識才能達到這樣的結果，才能把BDP用的更好。所以，對於BDP來說，我建議企業要要有數據思維，之後我們的團隊幫助您將業務洞察付諸實現。

Q：對於小公司，如果暫時不購買BDP，能否有其他的方式體驗這種服務？

我們有很多產品，有針對企業的也有針對個人的；針對個人的，也會有免費的或者是不同會員制的。如果您現在有幾個數據源，要實現這些數據源快速同步的分析，想達到這樣一個效果，我建議選擇BDP企業類型版本，一鍵接入，隨時更新，之後可以自主做一些可視化分析，得出分析結果，甚至使用我們機器學習的部分。假設說你只管某一個業務，例如傳說中的表哥表姐，那您可以使用BDP個人版，體驗免費服務。