本文編自2017年3月11日[資料動力 · 資料化企業是如何煉成的]資料分析私享會(上海站)演講嘉賓之一——海致BDP華東區總經理 孫佳分享的內容。
大家好，我是海致BDP的孫佳，我今天分享的主題是《資料驅動業務增長》。
提到資料的概念，大家都不陌生，因為現在人工智慧和大資料非常熱門，各行各業都在擁抱或嘗試擁抱大資料。例如前段時間，我和一個製造業管理者聊天，他說：“資料的價值我也非常認可，我們也一直在做資料積累的工作。我們有很多系統，ERP系統、CRM系統等，這些年我們已經累積了大量的資料，但還不知道怎麼使用它們。”
“不知道這些資料怎麼用”是一個普遍的問題，這家企業也只是許多中國企業運用資料現狀的一個縮影而已，不止中國，在全球都是這樣。IDC的報告顯示：2012年，全球資料供應量達到了 2.8 澤位元組(ZB)，即 2800 萬億GB，但是其中僅有0.5%被用於分析。
再列舉第二個資料，中國的GDP在2015年已經跌破了7，到了6.9個百分點;2016年，初步核算下來是6.7個百分點。這是意味著什麼呢?意味之前企業粗放式的增長，快速地擴充產能、擴充銷售隊伍以贏得更高的營收的這種方式已經不那麼行之有效了。之前我們是努力地去做大蛋糕、做大市場， 但是現在蛋糕可能就那麼大了，如何能夠贏得一個更大的市場份額，這也是現在企業所面臨的核心問題。
很多企業已經意識到需要從粗放經營轉型到精細化運營。精細化運營其中有一個核心點，就是資料化管理。之前很多的決策是拍腦袋決定的，高速的增長將這種決策的缺點掩蓋了。但是現在我們已經到了存量時代，意味著現在的運營必須趨向精細化，所做的決策必須是通過市場調研、論證、資料分析等所得出的科學決策，這樣才能提高企業的競爭力。
企業在積累資料，資料積累到一個量級的時候，可能產生質變，催生出一個新的商業模式。
舉個例子——螞蟻微貸。阿裡巴巴厘用多年的線上零售資料、支付金融資料、個人身份資料等，通過多維資料的整合、加工、計算，構建信用維度，可以極大地提高螞蟻微貸發放貸款的效率。這是人工智慧和大資料在金融領域的初步應用，很多的金融產品機構也在進行這方面的改進。
資料是金礦，這一點已經被大家認同，但是如何從這金礦中淘到金子，是我們所面臨的一個問題。
企業該如何利用資料驅動業務增長?
那麼，企業該如何利用資料驅動業務增長呢?首先需要從以下四個方面入手：
一、 資料來源
我們講資料分析，資料從哪裡來?可能來源於網站、來源於系統、來源於一些excel表格。那麼這些資料的管理需要注意哪些方面呢?
1、資料來源的廣度
比如說，服裝業企業客戶，分析成交單數、客單價，成交單數是進店人數乘以成交率，進店人數呢又是路過人數乘以進店率，那麼路過人數、進店人數就屬於資料廣度這一塊兒，資料足夠全面，未來支撐分析的維度就會更多。
2、資料的深度
比如看某個訂單的時候，需要知道時間、地點、價格、款式等。資料來源整體資料品質如果不夠的話，未來是不足以支撐細化的資料分析的。
我們做的第一件事情就是把所有資料全部收集起來，並實現“一鍵接入，隨需更新”，提升資料來源的廣度和深度。
二、 場景
場景分為兩塊兒：
1、移動端場景
現在我們很多的應用場景是在移動端，尤其C端的應用基本都是。 傳統的資料分析是PC端的模式，那麼PC端的模式需要能夠往移動端遷移。
2、業務場景
我們希望資料分析不止是一個概念或形式，它需要更加貼合我們實際的業務場景，發揮它的價值，解決業務過程當中實際碰到的問題，所以必須涵蓋業務場景。
三、性能
性能在傳統軟體中是非常不被關心的指標，我們最開始想去上一套系統，最關注的是功能，只要功能能夠滿足，系統慢一些沒關係。現在不一樣了，現在大量的C端應用培養了用戶的使用習慣，當你已經習慣了一個非常簡單、非常快速的運行環境的時候，讓你切換回一個反應非常緩慢的系統的時候，相信你就對這個系統應用很難接受了。
BDP線上億級數據計算時間是0.28秒;我們線上有超過60萬個資料模型，從資料來源變化到模型計算完成的平均時間是24秒等等;這些性能資料足以保障使用者在前端體驗到的是一個快速、反應靈活的分析平臺。
四、視覺化
未來，資料分析會往業務部門做一個遷移，因為只有業務人員才最懂業務，才能最大發揮資料的價值。但是通過大量的表格，一般業務人員很難從中快速發現一些業務問題。所以，資料也會從資料表格的形式向圖形化轉變。畢竟，人類對圖形的接收處理的速度遠高於數位。
以上是我們提到的企業運營過程中的需要解決的問題。
以業務為中心的資料平臺具備哪些特點?
我們已經明確，對企業最理想的情況是業務人員來自助分析資料，因為業務人員應用才能最大程度挖掘出資料背後的價值。
但是業務部門分析資料，會面臨很多問題，最主要的是資料分析的門檻是否夠低?因為現在的情況是很多企業資料部門製作的報表分發到業務部門中，業務人員無法使用或者業務人員根本看不懂的情況比比皆是。
所以，企業構建一個以業務為中心的平臺需要具備以下特點，才能被高效應用起來：
一、建立統一的資料口徑
如我們之前提到，在企業運用資料的時候，需要對資料來源的品質進行一個管理，要保障資料需要足夠廣、足夠深;資料需要整合到一個統一的管理平臺上。例如企業在開會，當銷售出現問題的時候，A部門拿出一個銷售資料，B部門拿出一個銷售資料，但是對不上號，來回推諉扯皮，無法解決問題，這樣對於企業的發展是非常不利的。
這個問題我們認為需要企業把資料管理起來，例如，我們在設立資料指標框架的時候，要定義的核心指標是什麼?是成本、利潤還是營收?以營收為例，又拆分成客戶數和客單價等等，這些資料分別來源於哪些資料來源、哪些系統?系統資料錄入人員，錄入是否規範?我們對資料指標的定義是否一致?
所以需要我們整體從資料管理的角度，定義出一致的指標，將資料治理做好，然後在統一的平臺上統一輸出資料，這樣確保了統一口徑。
二、自助式資料準備
第二，我認為要實現資料分析向業務部門的遷移，需要業務部門能在一定程度上自助準備所需資料，在資料準備的過程中，利用BDP平臺可以幫你輕鬆實現資料關聯、整合，迅速準備好你所需的所有資料，資料建模就像搭積木一樣簡單，使得業務人員不需要完全依賴技術部門。
三、視覺化探索式分析
早前幾年的資料分析工具，有一個預先建模的過程，很多時候，預先配置好分析維度是什麼，然後往裡灌資料，得出結果，將結果推送給業務部門，這樣的效果不太好，因為這局限了業務人員的思維。我們希望未來業務人員能在平臺上通過簡單拖拽，隨時獲取資料，去做探索式分析，結合自己對業務的理解，具體的業務場景，去分析出自己想要的結果。
如果視覺化探索分析要真正地應用到業務人員當中，需要具備以下特徵：
易用：
現在資料分析平臺以及整體科技應用發展趨勢一定是朝著簡單易用發展。
比如以前我們拍照需要攝影師、照相館，但是現在我拍照如果說要去照相館，你就會很自然地問：難道你沒有手機嗎?人人都可以拍照，如果你學習一些攝影的知識，甚至用手機可能拍攝出攝影師水準的作品。所以資料分析平臺也要降低門檻，向業務人員開放，前提就是易用。
靈活：
尤其是互聯網企業，業務發展變化非常快，今天要分析A資料，明天要分析B資料，後天要換一個維度去分析A和B的資料。這時候，如果是傳統平臺，有限的資源、有限的研發人員永遠無法滿足無窮無盡的改變，無法滿足業務的需求也意味著無法快速的去回應市場，使得企業運營的效率會降低，競爭優勢會慢慢喪失。所以這個平臺一定要靈活、快速，以支撐業務的變化。
高性能：
隨著物聯網、互聯網發展，資料量越來越膨脹。當資料量達到一定的體量的時候，比如說1億條資料，如果要做一個分析，到底多長時間能夠回饋出一個結果?在很多企業當中，性能已經成為了資料分析的短板。比如，我們的一個零售客戶，之前分析一個資料，需要6個小時，運用了BDP平臺後，2到3分鐘即可得出結果，大大縮短了分析過程，大幅提高了企業的運營效率和經營績效。試想一下，你分析過程6個小時，你的對手只需要5分鐘，日積月累下來，差距可想而知。
四、安全快捷的分發體系
經過資料的收集、處理、視覺化的分析之後，需要進行資料分發。BDP平臺支援單個分發，也支援批量分發，確保用戶只可以看到自身許可權內的資料，保障資料安全。
五、覆蓋全面的應用場景
BDP覆蓋的應用場景也是全面的。
1、覆蓋PC端、移動端
現在很多企業管理已經朝著移動端轉化，打開手機即可查看，也是用戶體驗的一部分。
2、對業務場景的結合
這是之前容易被忽略的場景。比如，要看一個月環比相對簡單，要看一個周環比，可能需要花點時間，當你想要看一個日環比，這就是非常讓人頭疼的事情了，需要花大量的時間。而BDP平臺通過簡單拖拽，即可快速得出環比資料，而且每天自動更新，大大減少了運營人員製作日常報表的時間。
所以，資料分析平臺要滿足使用者場景需求，切實有效解決業務人員和操作人員在實際業務過程中發現的問題，真正帶給他們價值，才能將這個平臺在企業中運用起來，否則隨著時間的推移可能會棄置不用。
部分行業應用示例
BDP資料分析平臺如果單純只做視覺化分析的話，無非就是滿足了使用者更好性能、更易用、更美觀的需求，但我們還是想要帶給客戶更高的價值，結合行業專家的好的理念，在平臺中形成切實可落地的方案，真正指導業務。比如說我們在這些行業中的應用：
一、零售快消
零售快消是我們視覺化分析的一個業務場景。
比如購物籃分析，其實這塊最著名的應用莫過於，把看上去沒有直接關係的商品擺放在一起組合銷售獲得了更好的銷售收益。在實際服務客戶的過程中，我們經過對不同地區的商品進行關聯規則分析，給出top10銷售商品組合後，客戶對員工進行相關話術培訓，在一些門店銷售A商品的時候，營業員會提醒顧客：“和B產品搭配起來味道更好，來買A產品的，很多都買了B產品，您要不要試一試?”，小小的話術改變，在試點門店，銷售數位倍增。
這就是我們希望的，資料分析不要只分析指標，而要瞭解指標背後的意義和這些指標背後的關聯關係，進而發現問題，做相關的優化和調整。
二、泛互聯網
我們也服務了很多泛互聯網客戶，如優信二手車、人人車等。泛互聯網用戶對我們的平臺普遍回饋了這些價值：
1、降低了成本
有些客戶自己考量，如果要自建一個平臺，首先要招一個架構師加幾個工程師，可能6個月框架研發出來了，還要不斷去修補bug，而且泛互聯網業務發展飛快，構建資料平臺的週期太長，浪費不起這個時間。
現在整個社會往細分和專業化發展，不同細分行業的合作將越來越多，將專業的事情交給專業的人去做，選擇外部合作，能夠有效降低成本。
2、提升了運營效率
原來很多企業的資料分析師的主要時間花費在做業務人員的需求報表這件事情上，這多不科學啊。很多企業高管也說，希望資料分析師80%時間能夠花在分析上，促進企業良性發展，而不是總在做報表，這是極大的浪費。
所以，通過BDP分析平臺，業務人員可以自主進行資料分析，大幅提升效率。
三、網路行銷
網路行銷的成本如何得到最高程度的優化?線上的SEM推廣，通過BDP分析平臺洞察每個關鍵字的投入和產出，分析每個頁面的轉化，每個客戶的簽單轉化等，能夠有效降低投放成本。
四、實況排名
在網路行銷的基礎上，延伸出實況排名，即時監控自己和競爭對手的投放情況，瞭解對手的投放策略，支援自訂設置資料更新的時間點、監控頻次和時段，及時調整策略，不落後于對手，不錯過任何商機。
五、物流行業
在物流行業中，BDP輕鬆接入訂單、倉儲、配送、售後服務及財務等各系統中的資料，打通業務系統，讓前端投入和後端產出資料形成閉環。
資料平臺的應用流程
之前我們是業務人員提一個需求到分析部門或研發部門，然後研發部門瞭解需求、設計模型、寫代碼、做報表、二次溝通、調整、優化、測試，週期很長。在BDP平臺上，技術人員只需要將業務人員要分析的資料連接到平臺之上，分析人員可以快速響應業務人員需求，製作相關的分析指標，通過許可權，推送給不同的業務部門和具體運用的業務人員，整個應用流程暢通高效。
以上是我針對《資料驅動業務增長》這個主題的分享，謝謝大家!
Q & A
1、BDP主要受眾是什麼?想要運用這個平臺，學習週期需要多久?
BDP平臺希望整個企業所有人員都能夠使用，這是我們的設計理念。不同的企業應用的部門和人員也不盡相同，當然在目前階段大多數客戶這裡，管理層、資料分析部門、業務運營部門應用的會更多一些。
BDP平臺易用性很強，學習週期比較短，如果想進行一些淺層次的運用，通過簡單的培訓，可能半小時一小時就能夠掌握絕大部分基礎操作，也包括後端建模，都是有視覺化的操作介面;對於技術人員，我們也提供SQL創建等相對複雜的應用。當然，系統都是越用越深，我們也在不斷更新反覆運算產品新的功能，所以有可能會活到老學到老啊。
2、如何保護使用者資料安全?從財務到銷售到運營的整體資料都可以進行分析嗎?
首先，我們是一個自建的雲平臺，保證資料可控。資料的傳輸，是256位元ssl加密的方式;資料的存儲，隨機存儲在多台伺服器上;同時還有帳號許可權隔離，確保他人無法接觸使用者資料;另外當使用者資料出現問題，需要協助的時候，會有一個授權機制，用戶開放一個帳號給運維人員去登陸解決問題，運維人員的操作全部被記錄日誌;還有一些局域網登陸、手機驗證碼登錄設定等，當然如果不接受雲端也可以採取當地語系化部署的方式。
第二個問題，是的，財務、生產、運營的資料都可以整合進行分析，我們服務的很多企業都已經在這麼做了。但是額外說一句，很多時候我們對資料應用有一個誤區，就是貪大求全，我們建議先找出核心關注點，將核心關注點做深做透，然後通過培訓，進行一個知識轉移，讓用戶能夠學會運用平臺，利用平臺對資料做分析，用資料指導業務，真正促進業務的發展。