神策数据的进阶之路：从用户行为分析工具到全新的数字化营销闭环

“提示说明：数据猿最新发布产业全景图：2020中国数据智能产业图谱1.0版，欲获取超高清版大图，后台回复关键词“图谱”即可。
年度重磅活动预告：2020年度金猿策划活动（金猿榜单发布+金猿奖杯颁发）即将推出，敬请咨询期待！

大数据产业创新服务媒体

——聚焦数据 · 改变商业

---

近期，神策数据在举办的数据驱动大会上，发布了新的公司定位和产品矩阵，从用户行为分析拓展到数字化营销闭环解决方案，赋能企业的数字化转型。

神策数据这次只是简单的产品拓展么？其内部逻辑是什么？

带着这样的疑问，数据猿采访了神策数据创始⼈兼CEO桑⽂锋，深入分析了神策数据新的战略定位和其业务逻辑，试图揭开其神秘面纱。

图丨神策数据创始⼈兼CEO桑⽂锋

创新SDAF方法，更好满足客户需求

在桑⽂锋看来，满足客户需求是神策数据一切业务的出发点。对于客户而言，最直接的诉求无疑是更高的营收、更多的用户。为了实现这一目标，客户需要了解他所处的市场、了解其目标用户，制定合理的营销方案，依据市场效果反馈优化。

客户需要数据化系统工程建设，需要更多场景的数据服务。如果还是固守用户行为分析这一个领域，显然无法跟上客户发展的步伐。为此，神策数据也需要一次全面的技术和服务升级。神策数据提出SDAF方法，即打造集感知（Sense）、决策（Decision）、行动（Action）、反馈（Feedback）为一体的 SDAF 框架，构建基于数据流的企业数字化闭环。

在这个数据流动闭环，依据客户需求来提供相应的数据服务：首先，要有基础的数据输入，形成基本的数据感知，包括用户画像、业务场景洞察；然后，以数据为基础支撑业务和营销决策，指导营销活动、广告投放、目标客户群挖掘等；再然后，依据决策开展个性化推荐、A/B测试、智能运营等行动；最后将市场数据反馈回数据系统，优化业务数据集和策略，完成一个数据流动闭环。

夯实一个数据根基，拓展两朵云

好的方法论，最终要落地成优秀的产品才能打动客户。在这次的产品升级中，神策数据进一步巩固了其在数据采集、数据治理方面的优势，通过业务分析云、营销云拓展其服务边界。此外，配合数据驱动咨询服务，帮助客户更快实现数字化转型。

01

夯实数据根基

桑⽂锋多次强调数据根基的重要性，在其SDAF体系中，数据根基处于核心的位置。足够丰富的数据是企业数字化运营的基础。没有数据，数字化就是无源之水、无本之木。

如何夯实数据根基，神策数据从丰富的数据源、高质量的数据、智能引擎、私有云平台等方面着手。

1.丰富的数据源

早在2015年，神策数据就在推动开源SDK，目前已开源 40+SDK，不断完善 SDK 矩阵，覆盖主流开发生态。同时，整个 SDK 团队在 Flutter 全埋点、React Native 全埋点、Kotlin 全埋点、SwiftUI 全埋点、APP 与 H5 打通等方面都有了全新的技术突破。多端数据源的数据采集，包括CRM、ERP、OA等业务系统；门店、POS等线下数据；APP、Web、H5等自营平台数据等。

神策数据也十分关注微信生态数据，包括公众号、小程序、企业微信数据等。此外，也开始在智能汽车领域前瞻布局。

在桑⽂锋看来，业务创新要关注互联网基础设施的变革，才能顺势而为。大体来看，互联网基础设施包括网络、终端、云服务、操作系统、支付、物流等，基础设施的变革并不会那么高频，隔一段时间才会出现新的机会。未来几年很有希望的互联网基础设施是微信生态和智能汽车，微信有超过10亿用户，人群覆盖较全，微信有完善的生态系统，包括公众号、企业微信以及小程序，可以帮助企业形成有效的私域流量，有利于企业的品牌建设和用户触达；智能汽车现在虽然规模不大，但随着5G、车联网、智能驾驶等技术的推进，有望在未来几年实现快速增长。桑⽂锋谈到，智能手机在2008年的时候销量也不大，但后来的发展迅速，智能汽车目前类似于2008年的智能手机。

2.数据治理+数仓，提升数据价值

数据的价值一方面是数据的丰富度，另一方面是数据的质量，高质量的数据才能促进数据运营能力的提升。在提升数据价值方面，神策数据以其数据治理和数仓来满足需求。

在数据治理方面，神策数据发展出面向业务的“螺旋式”数据治理理念，并经历了三个阶段：从一开始关注数据源头的规范和安全，到关注数据的实时波动，最后形成覆盖所有业务团队的全面数据质量管理方法。

在数据治理基础上，神策数据仓库是神策基于业务进行的全新技术抽象。随着产品应用组件越来越多，团队将存储、查询、计算等会复用的抽象的数据处理能力组成了一个全新的技术组件，剥离了数据仓库层与数据应用层，将其称之为神策数据仓库（Sensors Data Warehouse），包含模型层、实现层、接口层三大层面。

通过神策数据仓库，一方面，神策的应用开发变得更加简单，只需解决数据应用方面的问题，而无需考虑数据处理能力等方面的问题。另一方面，也尝试将神策数据仓库作为单独的产品组件对外开放。当然，神策数据仓库也不仅处理用户行为数据，不仅局限在支持 Event-User-Item 模型上，而是进一步扩展数据模型和处理的数据类型。

3.智能引擎+私有云平台

数据根基的另一个重要组成部分则是神策智能引擎。早期，团队更多强调个性化推荐产品，但其实在个性化推荐产品之外，智能引擎也在分析和营销等领域发挥着重要价值，无论是基于数据做决策，还是基于决策做出更好的经营和营销动作，算法与数据智能都有其用武之地。目前，在包括预测、预警、LookAlike 个性化等方面，整个算法团队已在很多不同的功能组件中尝试去探索算法的作用。神策的产品功能也逐渐开始与智能引擎进行结合，希望能够完成从“人用数据”到“人机算法”的转变。

私有云平台方向是神策的核心竞争力之一。在这一方向上的持续努力，目前已经具备了在多场景、多部署、多环境下，超过 1000 个不同集群的运维能力。

02

提升分析能力，优化营销策略

数据的价值在于应用，通过数据采集、治理、数据仓库，只是完成了数据的基本准备工作，接下来需要在各个应用场景中发挥数据的价值。

在数据应用方面，神策数据推出分析云和营销云。

1.分析云，提升企业经营效率

通过分析云服务，事件分析重构、留存分析重构、发布LTV模型、发布A/B测试模型等。分析云是用户行为分析能力的升级，相对于原来的用户行为分析产品具备更好的性能，产品易用性也更强，可以适配更多的业务场景。目前，在用户行为分析方面已经积累超 5 万个使用者，以及 14 个高度抽象并且具有跨行业通用性的分析模型，事件分析查询速度同比提升2.4倍，积累了众多的实用数据分析模型。

基于企业的经营数据，提供覆盖“人-货-场”的分析服务，包括用户行为分析、广告投放分析、用户画像分析、经营数据分析等，并提供标签管理、权限管理、渠道管理等完善的管理服务，让企业管理层能全面、直观的了解企业各项业务的经营情况，为基于数据的科学决策奠定基础。

迭代神策分析概览，推出 BI 报表功能，打通神策数据产品矩阵的全端数据，为管理者提供结论性的数据洞察，产品直观、简单易用，有助于将产品嵌入企业日常经营和业务分析流程中。

面向业务的用户标签和画像服务，构建打通多个端点的统一账户体系，实现数据融合。构建多样化的标签体系，比如用户的事件偏好属性、行为分布结果等。最终构建起完善的用户画像体系，包括从宏观角度勾勒群体特征的用户群画像，从微观角度分析的单用户画像，以及可按需定制、操作简便的用户画像模板。

广告投放分析，可以打通广告前后端数据，实现全链路数据监测，评估广告投放的投入产出情况，为优化投放策略和渠道奠定数据基础。 

2.营销云，帮助企业拓展业务机会

数字化营销，是企业提升业绩的重要砝码。神策数据的营销云正是为了满足企业的数字化营销需求，构建营销闭环。

具体包括：

互动与触达。提供针对微信公众号、小程序、企业微信、APP等的互动与触达管理，比如服务号群发、裂变二维码、小程序弹窗、APP弹窗等。

活动管理。涵盖活动创建、活动内容配置、活动审核、活动执行、活动报告、活动日历等全流程管理。

自动化营销。提供Workflow、触点管理、策略管理、实例管理、外部系统对接、效果分析功能。

平台化，拓展更大想象空间

“Think High，Think Deep，Think Big”，是桑⽂锋的追求。企业数字化这件事情，有什么方法可以“Go Big”呢？

在采访中，桑⽂锋透露神策数据会从Saleforce、Adobe的经验中进行学习。Saleforce无疑是成功的，也是国内众多厂商争相学习的对象。Saleforce的成功经验有很多，其中有一条尤为重要，那就是通过PaaS来实现平台化。PaaS平台，直接将Saleforce拉升了一个竞争档位，并成为其后面产品多维度拓展的重要基石。

我们先来回顾一下Saleforce的平台化之路：

2005年，发布APPexchange，第三方开发者可以创建自己的应用，并可销售给Salesforce用户社区的其他成员。2006年，发布按需编程语言Apex，允许第三方开发者在Salesforce的共享架构上编写和运行代码。2008年，发布第一个PaaS平台Force.com，允许第三方开在Salesforce的架构上部署应用。

PaaS平台提升了Salesforce的技术能力，对其SaaS产品的品类扩充以及应用生态打造至关重要，也是其高市值的重要支撑。PaaS平台对于Salesforce发力数据分析和AI领域，也提供了便利。其PaaS平台本身也是贡献了大量营收。其云平台收入保持快速增长，2018年收入28.5亿美元，增长率49.2%，占总收入的23%。

从云CRM产品到PaaS平台，是Salesforce成功的重要因素。这一条路，对神策数据也有启发。

神策数据也在通过PaaS+来推动平台化，神策数据开发标准功能单元，第三方伙伴开发扩展功能单位，满足客户的定制化需求。

一些通用的功能，比如标准分析模型、用户标签、流程画布、数据报表、运营计划、信息流推荐、账号权限等，完全可以用标准组件的方式，来实现模块复用。开放标准平台，让第三方开发者也能方便的调用平台组件进行定制开发。合作伙伴针对一些行业、业务属性比较强的功能进行定制，比如各个领域的营销素材、行业分析模型等。基于PaaS平台，构建合作伙伴生态，神策数据可以专注于标准产品和平台开发，合作伙伴在平台基础上开发多样化的行业方案，满足客户的定制化需求，实现神策数据、合作伙伴和客户的三方共赢。

所以总的来说，神策提供的不仅仅是用户行为数据分析工具，更是全新的数字化营销闭环解决方案，是全新的神策分析云、神策营销云和神策大数据平台。

深入行业领域，发布数据化成熟度评估模型 2.0

有好的产品和平台，最终还是要服务于广大行业客户。由于各个行业的数字化程度不同，其数字化需求必然存在诸多差异。只有依据不同行业属性，制定针对性的解决方案，才能更好满足客户需求。

知己知彼方能百战不殆。为了增强对行业市场的了解，神策数据构建了一个评估数据化成熟度的模型。该模型在2019年首发，2020年在1500家数字化转型企业原型基础上迭代出2.0版本。该版本根据 1500+ 企业数据化成熟度调研结果，3大维度、13个一级指标分类的相关性分析得出。

该模型分别从IT、DT、DO三个方面来进行评估。

IT是企业数据化的载体，主要看企业是否有稳定的线上产品，是否有自研团队；

DT评估企业面向数据流的信息化建设，将SDAF 融合考核标准，从数据建设的基础上的投入和建设情况，考量企业采集数据的广度、颗粒细度、数据准确性以及是否有基于基层数据的二次开发应用等。

DO（Data Organization数据组织），则从数据意识、组织与流程方面评估企业对数字化的接受和应用情况。具体包括数据意识，涵盖高层的数据意识、分析模型的使用情况、分析使用者的覆盖范围等；组织与流程，评估企业是否有数据部门、是否有埋点的流程和规范、是否有把数据应用到业务流程中等。

通过对IT、DT、DO各项指标的评估，给出企业数字化程度的综合评分。通过某行业内多个企业的统计分析来评估该行业的数字化水平。

全面的行业分析有助于神策数据筛选目标行业，找到自己的市场定位。同时，各个行业都处在快速的发展当中，其数字化水平也在不断变化，神策数据需要依据市场形势来及时调整重点行业。比如2015年，聚焦互联网；2017年，在深耕在线教育、文化娱乐等互联网行业外，也大力拓展银行、证券、保险等金融市场；2020年后，公司将聚焦互联网、传统行业（银行保险、证券基金、媒体）以及微信生态三个领域。

数据化成熟度分析，除了帮助神策数据筛选目标行业外，还可以分析各个行业的特性。不同成熟度的行业，其数字化需求不同，这些特点是提供差异化服务的依据。

比如互联网、金融、零售这三个行业，由于数据化成熟度不同，其在数据应用和数据治理方面就存在很大差异。

数据应用差异：

数据治理差异：

综合起来看，互联网行业的数据化程度高，已经比较成熟了；金融行业有多年的数据根基建设，目前主要的问题是数据标准的统一和多个系统间的数据打通；零售行业还处在数据基础建设的初期，需要先提升数据治理能力，同时需要关注不断涌现的新渠道和新生态，探索新的数字化应用场景。

具体到行业内部的特定企业，神策数据依据其数据化成熟度模型，将企业分为三个阶段：

数据准备阶段，这个阶段企业刚开始接触数据应用，还存在大量的问题，比如接入数据系统的业务线多且繁杂，不同业务线的诉求不一，数据标准不统一，接口不规范，不同业务系统之间用户账户不统一，数据孤岛现象严重等。

数据应用阶段，企业基本具备一定的数据基础，开始将数据应用于其业务和经营流程中。这个阶段，企业关键的问题是缺乏具备数据应用能力的专业人才，不知道如何将数据与企业的业务实际有效结合起来。

桑文锋指出，只有全面了解不同行业、不同企业的数据应用情况，清楚地知道行业和企业目前处在哪个阶段，知道这个阶段存在的问题，然后匹配合适的产品和服务。这样，提供的服务才能更好满足企业的数字化需求，真正做到“对症下药”，最大化发挥数据价值。

事实上，数据化是企业整体的变革，不仅跟某个业务息息相关，也牵涉到企业整个的经营流程甚至是企业文化。彻底的数字化变革，一定需要企业管理者有深刻的数据化意识，基于数字化经营来实现流程再造。为此，神策数据专门成立咨询团队来帮助企业实现整体的数字化转型。当然，与传统的企业战略咨询不同，神策数据的咨询专注于企业数字化领域，特点比较鲜明。

根据中国信息通信研究院发布的《新基建蓝皮书》，2019年中国数字经济总量达到35.8万亿元，占GDP比重超过三分之一。2019年数字经济发展对中国GDP增长的贡献率达到67.7%，显著高于农业、工业和服务业对经济增长的贡献，成为带动中国国民经济发展的核心关键力。麦肯锡全球研究院最新发布的研究报告《中国数字经济如何引领全球新趋势》也显示，中国拥有全球最活跃的数字化投资与创业生态系统。

中国企业的数字化转型正当时，市场空间巨大，也有众多具备过硬技术实力的数字化服务商，将有广阔的发展前景。神策数据的发展历程也验证了这一趋势：短短几年时间，神策数据团队从11人快速扩展到超过600人，营收年均增长率超过100%，客户续费率接近100%，服务30+行业超过1500+客户，日处理数据超过2000亿条。对于中国的数字化转型而言，这真是最好的时代，也是最富创造活力的时代。

文：凝视深空/数据猿

—— / END / ——

以下内容更精彩︾

2019数据猿年度金猿榜：

2020年度金猿榜，尽情期待！

2020数据猿《#榜样的力量#寻找新冠战“疫”，中国数据智能产业先锋力量》大型公益主题策划活动：