大數據應用向前一步是什麼？| 深度

最初的數據應用是比較線性的，因為早期的數據運營流程和應用場景是已經被定死的，通常用作精準營銷。漸漸的，我們發現，非線性數據應用對於企業的價值更大。

本文觀點分享者為企業級營銷雲和數據云服務機構Chinapex CEO Jimmy Hu，分享關於大數據應用的未來探討。

數據之於信息社會，就如燃料之於工業革命，是人們進行創新的力量源泉。大部分企業早已意識到數據的價值以及重要性，但真正享受到數據福利的公司卻是少數。

先人一步掌握數據應用思維的企業，往往能夠擁有更多的市場主動權。

最初，數據應用通常是線性的，但隨著市場環境和技術成熟度的發展，數據應用正在走向非線性模式。

具體來說，企業可以通過使用技術工具，讓企業能夠將自己的多方來源數據進行 360°的自定義分析，通過一些統計和機器學習類的演算法獲得洞察，最終讓企業自己去發揮怎樣做數據應用以及靈活的做些測試。

對應的，實現非線性的數據解決方案，是目前全球範圍 MarTech 和數據技術領域最新的熱點 CDP （客戶數據平台），也是數據云系統。

現實的尷尬

相比以前，如今企業擁有越來越多的渠道、設備、數據和消費者觸點。因此，企業自身擁有的數據，以及市場上類似媒體、運營商等各種渠道的多方數據，其規模越來越大，類型越來越多，但卻相當分散。

另外，早期數據市場上存在的問題，比如數據孤島如今依舊存在。

市場中的大數據缺乏有效的、靠譜的交流方式，各個數據的擁有者如同一個個獨立的水庫。對數據的透明性、安全性，以及過程把控性的擔心像一個個水閘，將本應流動的數據資源封鎖在各自的數據孤島上，活水變成了死水，使得大數據發展不那麼順暢。

對於企業，要去解決的問題有兩個：分散的數據源和局部數據使用。

分散的數據源

「一個業務如果無法度量，則無法分析和增長」——美國管理學大師彼得德魯克說。

如何度量，這裡需要考慮一個統一視角的問題。數據統一視角的重要性在於它給使用者提供了一個量化的概念。它讓使用者可以清晰的看到業務的運行情況，以便進行KPI考核和策略調整，促進業績的增長。

從第一方數據來看，企業的自身數據包括：訂單數據、CRM 數據、ERP 數據等，是企業通過各種不同渠道收集到的數據，比如 PC/移動站點、電商站點、移動app、互聯網廣告、實時互聯網等數據源，以及企業持續積累的客戶數據。這些數據對於企業決策及運營起著關鍵作用。

第三方數據則是企業可接入的外部供應商數據，比如媒體數據、外部系統/平台數據、第三方數據源數據。

企業擁有的數據規模很大，數據類型很豐富，但問題在於，這些數據，不進行統合，則很分散。

企業的真實需求

回歸到商業本質，數據產品對於企業來講，真正的價值是什麼？效率和效果的提升。

效率和效果的提升，是從企業整體來講的。因此，有行業人士提出一個新方向：「單獨談數據太片面了，應該是數據+用戶體驗，需針對消費者購買旅程設計個性化的服務」。

實現這個目標，企業需要從數據中獲得洞察。而洞察的形成，則需要一個流程：「收集——統覽——分析——梳理——提煉——獲得結論，或者大數據洞察」。

那麼，獲得洞察后，就能實際產生效應？當然不是。

企業接觸消費者有 N 個觸點，這裡的觸點，可以說是消費場景。真正把洞察和分析的數據結果，應用於各大消費場景中才能發揮實際價值。

另外，這不是一條線完成，導回數據、其他數據源的接入，以及應用於多場景的數據技術工具都是其中組件。

完成以上這些，需要「非線性」操作。

概括來講，企業需要這樣一個角色，負責對外和客戶、合作夥伴、供應商的互動，以及對內收集和分析數據、通過使用數字化技術改善效率，實現組織和文化的轉型。

從線性到非線性

對於大數據企業而言，隨著數據不斷的擴充和積累，需要對散落在各個渠道的數據進行良好的管理、控制和應用。我們將企業的數據化轉型分為三個階段。

1、過去：大部分企業沒有發現數據的價值，沒有分析能力，數據也無法應用；

2、現在：數據碎片化嚴重，缺乏統合及分析能力，無法統一應用；

3、未來：數據統一管理，打通數據孤島，智能分析洞察，靈活智能運用。

從過去到未來，數據應用可以說正在從線性走向非線性的過程。

舉一個例子，當一個尚未成為會員的用戶來到品牌官網，他在瀏覽了感興趣的商品、仔細比較了商品價格之後，最後卻關閉了購買頁面離開了網站。

沒有人知道這個新用戶究竟瀏覽了什麼商品/在哪些商品頁面停留了多久，也沒有人能回答在訂單轉化的過程中，究竟是什麼原因使他沒有購買。因為在 CRM 中儲存的大多是以銷售為導向的數據，並不會涵蓋像這樣的實時行為數據。

但如果將用戶實時行為數據和來自 CRM 的非實時數據相配合，形成有關用戶的 360 度畫像，則能幫助品牌主優化顧客的數字化體驗。

數據云則能夠實現這種體驗，通過打造一個可循環的事實數據管理體系，不斷優化提升數據價值。

企業級數據云

數據云，不生產數據，中立於其他數據源，同時可以開放性地打通企業內部和外部數據資產的數據技術解決方案。

在海外，發力數據云產品的公司類似有甲骨文收購的 Bluekai 和被 Salesforce 收購的 Krux，以及初創企業 Tealium 和 Ensighten，他們從融資額度上看已經完成了上億美元的融資。

在國內，Chinapex屬於首批開展數據云解決方案的企業代表之一。

「數據云」不是一個產品，而是提供一套解決方案：從智能跨埋點數據收集，到打通數據孤島，這裡包含實時及非實時數據，到多維度數據分析和應用。

企業級智能數據管理-範例

以前，大多數DMP是一個管理廣告受眾數據管理平台，其中也經常用到通過供應商客戶體系或監測工具積累下來的已有數據。

而數據云解決方案，功能上是有點重疊，但屬於不同維度的產品。帶來的真正價值在於4 點：

• 簡易、智能、自動化的實時數據收集

• 跨觸點實時數據和非實時數據源，打通數據孤島

• 按照企業自己的業務邏輯來進行自定義分析

• 讓洞察實時變成行動。

隱私保護問題

大數據的發展，往往會受限於隱私保護、交易市場、政府和法律等問題。從隱私保護來講，數據云基於「中立企業級技術平台的定位」，不會涉及到數據保護問題，因為大部分的企業數據都是歸屬於企業本身。

企業數據平台解決方案本身，不直接提供任何數據，只是一個單純的技術平台。

給企業提供跨觸點第一方數據收集工具，包括將外部的 CRM、資料庫、統計工具，及第三方供應商的數據輕鬆導入的功能。另外，第三方數據供應商也需要通過嚴格的審核，比如非常嚴謹的數據來源和相應的資質。

比如，實時數據收集模塊幫助客戶提高數據私密性，不讓數據泄漏給不該拿到數據的第三方工具或平台，這起了一個智能數據路由器的作用。

跨觸點實時數據收集-範例

數據云，可以把它想成一個可以幫助企業從營銷、客戶體驗、到客戶洞察，並且可以實時行動以及實施數據應用的BI系統。

結語

數據應用的非線性，屬於正在探索未知水域，這是一個全新的藍海市場。

目前，數據云處於早期階段，可以看見其快速發展，但不會對市場格局產生大的影響。使用數據云的企業目前大部分是大型企業或者 pre-IPO 的互聯網企業，當然，也有小部分中型企業，或者創業型的中小型企業。

數據云，也許正是挖掘數據新價值往前一步的新思維。