|
最初的数据应用是比较线性的，因为早期的数据运营流程和应用场景是已经被定死的，通常用作精准营销。渐渐的，我们发现，非线性数据应用对于企业的价值更大。
本文观点分享者为中国企业级营销云和数据云服务机构Chinapex CEO Jimmy Hu，分享关于大数据应用的未来探讨。
数据之于信息社会，就如燃料之于工业革命，是人们进行创新的力量源泉。大部分企业早已意识到数据的价值以及重要性，但真正享受到数据福利的公司却是少数。
先人一步掌握数据应用思维的企业，往往能够拥有更多的市场主动权。
最初，数据应用通常是线性的，但随着市场环境和技术成熟度的发展，数据应用正在走向非线性模式。
具体来说，企业可以通过使用技术工具，让企业能够将自己的多方来源数据进行 360°的自定义分析，通过一些统计和机器学习类的算法获得洞察，最终让企业自己去发挥怎样做数据应用以及灵活的做些测试。
对应的，实现非线性的数据解决方案，是目前全球范围 MarTech 和数据技术领域最新的热点 CDP （客户数据平台），也是数据云系统。
现实的尴尬
相比以前，如今企业拥有越来越多的渠道、设备、数据和消费者触点。因此，企业自身拥有的数据，以及市场上类似媒体、运营商等各种渠道的多方数据，其规模越来越大，类型越来越多，但却相当分散。
另外，早期数据市场上存在的问题，比如数据孤岛如今依旧存在。
市场中的大数据缺乏有效的、靠谱的交流方式，各个数据的拥有者如同一个个独立的水库。对数据的透明性、安全性，以及过程把控性的担心像一个个水闸，将本应流动的数据资源封锁在各自的数据孤岛上，活水变成了死水，使得大数据发展不那么顺畅。
对于企业，要去解决的问题有两个：分散的数据源和局部数据使用。
分散的数据源
“一个业务如果无法度量，则无法分析和增长”——美国管理学大师彼得德鲁克说。
如何度量，这里需要考虑一个统一视角的问题。数据统一视角的重要性在于它给使用者提供了一个量化的概念。它让使用者可以清晰的看到业务的运行情况，以便进行KPI考核和策略调整，促进业绩的增长。
从第一方数据来看，企业的自身数据包括：订单数据、CRM 数据、ERP 数据等，是企业通过各种不同渠道收集到的数据，比如 PC/移动站点、电商站点、移动app、互联网广告、实时互联网等数据源，以及企业持续积累的客户数据。这些数据对于企业决策及运营起着关键作用。
第三方数据则是企业可接入的外部供应商数据，比如媒体数据、外部系统/平台数据、第三方数据源数据。
企业拥有的数据规模很大，数据类型很丰富，但问题在于，这些数据，不进行统合，则很分散。
企业的真实需求
回归到商业本质，数据产品对于企业来讲，真正的价值是什么？效率和效果的提升。
效率和效果的提升，是从企业整体来讲的。因此，有行业人士提出一个新方向：“单独谈数据太片面了，应该是数据+用户体验，需针对消费者购买旅程设计个性化的服务”。
实现这个目标，企业需要从数据中获得洞察。而洞察的形成，则需要一个流程：“收集——统览——分析——梳理——提炼——获得结论，或者大数据洞察”。
那么，获得洞察后，就能实际产生效应？当然不是。
企业接触消费者有 N 个触点，这里的触点，可以说是消费场景。真正把洞察和分析的数据结果，应用于各大消费场景中才能发挥实际价值。
另外，这不是一条线完成，导回数据、其他数据源的接入，以及应用于多场景的数据技术工具都是其中组件。
完成以上这些，需要“非线性”操作。
概括来讲，企业需要这样一个角色，负责对外和客户、合作伙伴、供应商的互动，以及对内收集和分析数据、通过使用数字化技术改善效率，实现组织和文化的转型。
从线性到非线性
对于大数据企业而言，随着数据不断的扩充和积累，需要对散落在各个渠道的数据进行良好的管理、控制和应用。我们将企业的数据化转型分为三个阶段。
1、过去：大部分企业没有发现数据的价值，没有分析能力，数据也无法应用；
2、现在：数据碎片化严重，缺乏统合及分析能力，无法统一应用；
3、未来：数据统一管理，打通数据孤岛，智能分析洞察，灵活智能运用。
从过去到未来，数据应用可以说正在从线性走向非线性的过程。
举一个例子，当一个尚未成为会员的用户来到品牌官网，他在浏览了感兴趣的商品、仔细比较了商品价格之后，最后却关闭了购买页面离开了网站。
没有人知道这个新用户究竟浏览了什么商品/在哪些商品页面停留了多久，也没有人能回答在订单转化的过程中，究竟是什么原因使他没有购买。因为在 CRM 中储存的大多是以销售为导向的数据，并不会涵盖像这样的实时行为数据。
但如果将用户实时行为数据和来自 CRM 的非实时数据相配合，形成有关用户的 360 度画像，则能帮助品牌主优化顾客的数字化体验。
数据云则能够实现这种体验，通过打造一个可循环的事实数据管理体系，不断优化提升数据价值。
企业级数据云
数据云，不生产数据，中立于其他数据源，同时可以开放性地打通企业内部和外部数据资产的数据技术解决方案。
在海外，发力数据云产品的公司类似有甲骨文收购的 Bluekai 和被 Salesforce 收购的 Krux，以及初创企业 Tealium 和 Ensighten，他们从融资额度上看已经完成了上亿美元的融资。
在国内，Chinapex属于首批开展数据云解决方案的企业代表之一。
“数据云”不是一个产品，而是提供一套解决方案：从智能跨埋点数据收集，到打通数据孤岛，这里包含实时及非实时数据，到多维度数据分析和应用。
企业级智能数据管理-范例
以前，大多数DMP是一个管理广告受众数据管理平台，其中也经常用到通过供应商客户体系或监测工具积累下来的已有数据。
而数据云解决方案，功能上是有点重叠，但属于不同维度的产品。带来的真正价值在于4 点：
简易、智能、自动化的实时数据收集
跨触点实时数据和非实时数据源，打通数据孤岛
按照企业自己的业务逻辑来进行自定义分析
让洞察实时变成行动。
隐私保护问题
大数据的发展，往往会受限于隐私保护、交易市场、政府和法律等问题。从隐私保护来讲，数据云基于“中立企业级技术平台的定位”，不会涉及到数据保护问题，因为大部分的企业数据都是归属于企业本身。
企业数据平台解决方案本身，不直接提供任何数据，只是一个单纯的技术平台。
给企业提供跨触点第一方数据收集工具，包括将外部的 CRM、数据库、统计工具，及第三方供应商的数据轻松导入的功能。另外，第三方数据供应商也需要通过严格的审核，比如非常严谨的数据来源和相应的资质。
比如，实时数据收集模块帮助客户提高数据私密性，不让数据泄漏给不该拿到数据的第三方工具或平台，这起了一个智能数据路由器的作用。
跨触点实时数据收集-范例
数据云，可以把它想成一个可以帮助企业从营销、客户体验、到客户洞察，并且可以实时行动以及实施数据应用的BI系统。
结语
数据应用的非线性，属于正在探索未知水域，这是一个全新的蓝海市场。
目前，数据云处于早期阶段，可以看见其快速发展，但不会对市场格局产生大的影响。使用数据云的企业目前大部分是大型企业或者 pre-IPO 的互联网企业，当然，也有小部分中型企业，或者创业型的中小型企业。
数据云，也许正是挖掘数据新价值往前一步的新思维。
米多大数据引擎系统设计的基本理念，就是为品牌企业创建一个属于他们自己的大数据引擎系统，通过企业防伪、防窜货、溯源等业务刚需为契机，以二维码为载体和入口，通过各种营销方式（如送微信红包）吸引用户扫码，以获取用户id，这个id本身会被打上标签，之后这个id除了自身属性之外，其所有操作过的动作，所经历的路径，所产生的结果等，都会以数据的形式被记录、采集和存储、积小成多，聚散为众，这些数据进而会被分析、挖掘和应用，从而以数据辅助企业市场营销决策和提升运营效率。米多大数据引擎系统，帮助传统品牌企业实现物联网时代的“四个现代化，即：企业平台化、品牌人格化、产品个性化、员工创客化。
|
|
