专栏首页数据猿诸葛io产品VP于晓松:「场景化」增长的践行者 ——探寻大数据时代的商业变革

诸葛io产品VP于晓松:「场景化」增长的践行者 ——探寻大数据时代的商业变革

用户需求个性化凸显,细分用户族群不断裂变,促使互联网行业进入精细化运营阶段,个性化精准定位的应用价值凸显,用户行为数据的分析能力将成为移动互联网的核心竞争力。

作者 | 于晓松

官网 | www.datayuan.cn

微信公众号ID | datayuancn

本文为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动第一部分的文章/案例/产品征集部分;感谢 诸葛io产品VP于晓松 先生的投稿

今日世界,产品与服务的可替代性日益显著,因此,企业必须知道并深入了解用户的期望与需求,这样才能赢得关键竞争优势。大数据分析可以将所有数据源集中起来,并提供获得用户数据的简易途径,之后便可对用户数据加以评估。诸如,谷歌和亚马逊这样的成功企业正是在这方面处于领先地位。通过智能方式连接内外数据,企业可以确保产品与服务能够满足目标用户的需求。

随着更为复杂的用户需求涌现,相对于采集、储存,数据挖掘是大数据走向应用创造价值的关键,精细化数据分析将成为驱动企业业务增长的关键功能,让大数据战略释放出大红利,催生出全新应用和商业模式,孕育出新产业和新的经济增长点,总之,以数据挖掘为核心的大数据价值输出新时代,正在趋近。

中国互联网金融行业能在近几年得到迅速发展,主要基于三点:

其一是金融体系的演变,从国有向民营的开放,让市场唤醒了这个行业的活力;

其二是移动互联网的发展,使得海量数据被累积和利用,推动愈加成熟的征信体系建立;

其三是消费信贷的规模化崛起,让用户群体更为广泛。

毫无疑问,中国市场有天然优势,因为中国是世界人口数量第一的大国。因此,大数据分析技术没有对海量数据的用户的认知、理解、以及处理,是不可能取得进步的。当前科技与金融高度融合,保障大众消费的快捷化,便利化,成就了中国互联网金融行业的全球领先地位。

作为数据应用领域的佼佼者,诸葛io也发现仅仅是洞悉用户是远远不够的,更重要的是实现商业价值的增长,助力商业模式的创新,通过用户跟踪技术和简易集成开发,诸葛io帮助企业挖掘用户的真实行为与属性,实现自助式的数据驱动业务分析,进而实现业商业价值的提升。

大数据——经济变革新引擎

大数据链条划分,目前国际主流做法是分为数据获取、预处理、存储、挖掘或分析、可视化五个关键环节,挖掘被认为是核心。

如果把大数据比作石油,那么挖掘就是勘探、钻井、提炼、加工。核心是把数据资源变现成商用价值。以前是对于数据资源的利用,更多是信息的获取,例如企业通过经营数据的分析统计,总结过去的经营活动。而现在不再局限于信息获取,同时实时数据资源的挖掘,可以优化业务模块,可以催生新的业务模块,这是颠覆性的。

据全球知名咨询公司德勤发布的《2016分析趋势报告》,数据挖掘的威力和价值正在凸显,助推人们决策的更明智化,优化企业和社会运转,而商界正在积极寻找可以让他们赢得优势的科学方法。”我们已经走进数据价值输出的时代,“大数据依靠挖掘而呈现的巨大商业价值,正在成为推动经济变革的新引擎。”

随着线上线下信息化的发展,数据整合也变得更加困难。有一个不可忽视的事实:随着网络和信息技术的不断普及,人类产生的数据量正在呈指数级增长。大约每两年翻一番,这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量。

从中国的情况来看,数据爆炸主要来源于三个方面:

一是企业管理信息化的深入,ERP/PMS/CRM等信息化系统积累大量的数据,在提高效率的同时,也在积累着大量的数据;

二是服务互联网化的普及,App和网站从信息平台延伸成为了服务平台的基础,导致新增了很多可用数据衡量服务的平台;

三是新技术的不断增加,人脸识别,红外体感可以识别线下行为,让越来越多的用户行为可用数据来做监测和分析,这无形中增加了大量的数据。

线上线下的信息化背后,产生的大量数据,如何整合,并发挥出商业价值?

数据和技术驱动金融生态变革

近年来,金融科技快速崛起,成为中国金融行业发展的新篇章。众多行业人士开始重新审视行业发展的促进要素,科技的重要性在互联网金融领域得到了凸显和重视。

金融科技,应遵循金融本质,以数据为基础,以技术为手段,为金融行业服务,降低行业成本,提升行业效率。只有遵循这样的规律和本质,才能找到自己的价值。

金融科技连接了技术和信息,服务于客户。随着技术越来越发达,互联网连接的信息种类越来越多,连接的信息体量越来越大,连接的信息颗粒度越来越细,技术的提升让互联网有能力处理更多的信息。而有能力直接连接和处理底层数据。

在整个互联网时代下,每一个人,每一个企业,每一种商业模式,都将直面最底层、最原始的数据,越来越多的数据被挖掘出来,从量变到质变,从而产生数据革命。这就是在过去五年内各类新金融机构、泛金融机构推动的行业变革的技术基础。

科技金融产品的大数据能力需要从三方面来看,也就是其数据获取能力、数据技术能力和数据应用能力。

具体来说,在数据获取能力方面,一方面充分挖掘体系内高价值数据,同时,不遗余力的通过合作和投资等多种形式,建立外部的数据生态和合作联盟;

在数据技术能力方面,以大数据为基础,提前在深度学习、机器学习、人工智能、图像识别、图谱网络、区块链等新技术领域进行布局和应用,组建团队对新技术进行孵化;

在数据应用能力方面,基于数据源和数据技术开发出的风险管理、量化运营、用户洞察、企业征信、智能投顾等各类模型,要直接应用到商业环境中,才能不断的对数据源、数据技术、数据模型进行正向和逆向反馈,驱动数据产品迭代,产生最佳商业效果。

随着中国经济不断放缓,互联网时代多元化商业模式的不断发展,众多行业也面临着高昂获客成本和高流失率的双重挑战。流量红利时代已宣告结束,互联网用户增长放缓,获客成本增加。过去互联网流量处于疯狂增长阶段,但现在每年的增长仅为10%左右;更为关键的是,随着中国经济的发展放缓,也要求众多行业变革过去的发展模式。所以,数据驱动进而实现价值挖掘就显得迫在眉睫。

红利消尽,经济放缓,如何通过精细化运营提升企业价值?

效率成主场,诸葛io深入业务场景助力增长

目前金融行业诸多创业创新者一窝蜂去抓风口,追热点,然而,“衣食住行娱欲金”都是传统行业,创业者不要去想创造新的行业,要想的是在这些传统行业,能不能利用科技做出具有差异化竞争的新模式,并利用它去改变传统行业,提升效率,这是创业创新企业实现弯道超车的关键。所以创业者需要拼命在传统行业里面去找落后的模式,从而思考利用怎样的技术能够有效改善行业效率。

其实过去几十年,将非标准化需求和非标准化信息进行标准化的最成功案例就是互联网产业,找到差异化的需求,再应用强大的数据处理的能力,就会加快非标准化信息的处理效率。在现在的时代,创业者每天都盯着互联网、大数据、人工智能这些词,但实际上,这些热词的背后对应的是数据资源、计算能力与交互平台,所有创业和未来都是在这三个角度上的技术和商业竞争。

那么,在红利消失的“注意力经济”时代,如何精准定位获客渠道?如何精细化运营,挖掘更大的用户价值?如何洞察客户流失的真实原因?如何减少用户流失?如何通过数据洞察实现业务增长?诸葛io的答案是深入到具体场景中解决问题。

随着大数据技术和认识的不断发展,越来越多的人也开始意识到,数据作为一种生产资料,如果不积极探索它、利用它、分析它,那么数据就如同沉睡的“金矿”,真正的价值无法体现出来。

具体讲,对于一个企业来说,对内需要通过大数据优化企业信息化系统,优化成本结构;对外需要通过大数据减少客户流失,增加高价值客户。因此,以用户为中心,深挖行为数据、设定核心指标、梳理业务流程,最终用数据发现问题、驱动决策,这才是大数据应该产生的真正价值。

大数据在中国发展迅猛的同时,不同行业、不同企业也处于不同的阶段,有的处于数据平台建设阶段,有的进入到数据价值挖掘的探索阶段。所以,真正的大数据落地,既要结合行业场景化的需求,也要对行业有足够深入的了解,更要认清企业所处不同的大数据阶段,从而实现大数据价值挖掘过程中的“对症下药”。

  • 信息获取时代:只解决企业内部管理问题,采集的是一些少量的数据,KPI、订单、业务,总结经营活动等基本业务状况。
  • 信息挖掘时代:随着信息化系统对外使用,更多承载着客户服务,数据量猛增,如何结合数据思考规律,这也是诸葛io与传统统计的区别,诸葛io全面采集数据,帮助企业分析产品,运营策略,寻找更优质的市场渠道。
  • 信息输出时代:融入更多自动化的分析,找出高价值客户,高流失客户,自动化的通过用户后续行为,评估推广渠道的质量并实现自动优化,这将是价值驱动更多要解决的问题,即,把信息和输出价值结合在一起。但大多数企业,更多的停留在第一和第二阶段,如何帮助这些企业紧跟数据技术发展的趋势,这也是一个大问题。所以,诸葛io的切入,其核心是为了解决这些问题。

以前,很多流量生意都是一锤子买卖,大数据则实现了把流量变成存量的过程,把数据形成资源,甚至资产化,流量承载的内涵在不断扩展,流量经济也逐渐走上内涵式的发展道路,即,除了用户规模外,用户的粘性与忠诚度已成为企业关注的重点。

诸葛io通过获得并积累数据资产,提高数据价值密度,自我优化分析模型探寻未知的事物关联性,快速响应变化,通过对用户行为数据的深入挖掘,实现在大数据分析与应用基础上的效率提升。

上线2年多以来,诸葛io在服务数以万计的行业客户中,不断积累并梳理不同行业中各种细分场景的共性和特性,为每个行业和角色注入数据驱动基因,针对科技金融、新零售、在线教育、内容&社区、工具类、O2O、汽车、SaaS八大行业提出解决方案,助力企业快速建立贴合业务增长的指标体系,从而快速从数据中获益。

数据驱动不仅是技术手段,更是实现业务增长的得力助手,诸葛io旨在通过细分场景、细分行业的专业服务,依托强大的用户洞察能力,助力企业轻巧从容的实现业务增长。

- 关于作者 -

于晓松,诸葛io产品VP,拥有十余年数据产品设计与运营经验。曾任万方数据首席产品经理,数字出版事业部总经理。领导过产品、研发、测试、运维、售前、售后、网络营销等多个业务团队。曾在亚洲数字出版高峰论坛等多个行业会议上作主题报告。任职诸葛io产品总监期间,曾为墨迹天气、火辣健身、优信二手车等知名产品提供数据分析服务。

本文分享自微信公众号 - 数据猿(datayuancn),作者:于晓松

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-09-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 京东万象总经理杜宇甫:用科技助力数据流通,社会将更加智慧!(内附PPT)

    数据猿导读 数据是可以推动智慧的前进,但在智慧流通过程中实际上存在很多问题。在由中欧国际商学院和数据猿共同主办的“中欧微论坛”上,京东万象总经理杜宇甫从版权、质...

    数据猿
  • 六禾创投合伙人陈璧葵:共享经济是疯口,我们不会投

    数据猿导读 某共享充电宝CEO曾向媒体表示,“北京的资本有点野。他们的思路是不管产品好不好,先烧钱在市场迅速扩张规模,等PK掉竞争对手后,再打磨新产品,旧产品大...

    数据猿
  • 神策数据创始人兼CEO桑文锋:采集缺失折射数据建设之殇

    数据猿导读 企业内外部数据爆发式增长、市场对大数据价值认知程度提升、以及资本的热情,促使了大数据行业创业者呈规模化涌现。作为新贵行业,AI是大数据发展的高级形态...

    数据猿
  • 7大板块 组成数据分析师的完整知识结构

    作为数据分析师,无论最初的职业定位方向是技术还是业务,最终发到一定阶段后都会承担数据管理的角色。因此,一个具有较高层次的数据分析师需要具备完整的知识结构。 1....

    CDA数据分析师
  • 曝光:硅谷巨头们如何玩赚大数据

    今天要跟大家分享的文章来自曾小苏 Clara的《硅谷观察之大数据篇》,该作者是36氪驻硅谷首席代表,水瓶座B型血爱吃肉,传说中是个美女。在硅谷的一个月,她在 s...

    华章科技
  • 六禾创投合伙人陈璧葵:共享经济是疯口,我们不会投

    数据猿导读 某共享充电宝CEO曾向媒体表示,“北京的资本有点野。他们的思路是不管产品好不好,先烧钱在市场迅速扩张规模,等PK掉竞争对手后,再打磨新产品,旧产品大...

    数据猿
  • 高科数聚程杰:消费大数据的春天已到,解决实际问题才能凸显数据价值 | 镁客请讲

    大数据的分析能够对症下药吗?如果不能形成规模化的解决方案,大数据的应用又该如何商业化?

    镁客网
  • 胖子哥的大数据之路(五)- 数据资源-垄断的壁垒

      昨天接触到一个客户,政府背景,行业应用,某部委直属的下属企业,算是垄断行业,依托政府资源,手里面掌握着全国XX行业所有的数据。原以为是大数据平台的一个营销对...

    数据饕餮
  • 【干货】数据分析师的完整知识结构

    用户1756920
  • 一篇文章读懂BAT互联网大数据应用

    文 | 傅志华 互联网行业在大数据的积累和应用以百度、腾讯和阿里巴巴最为值得关注。百度、腾讯和阿里巴巴在大数据的应用上虽然有共同的地方,但由于各自的数据来源和商...

    CDA数据分析师

扫码关注云+社区

领取腾讯云代金券