從GrowingIO產品到平臺的進化看資料分析的演變
在投資界素有“先賽道後賽手”的投資法則,大江大河水大魚大。2010年後隨著移動化以及大資料等新技術的發展,資料成為了新的生產資料,資料分析相關的創業公司也如雨後春筍般出現。
GrowingIO正是在此背景下於2015年誕生,其創始人 & CEO 張溪夢在矽谷 eBay、LinkedIn 等諸多知名公司負責商務資料分析,一手建立 LinkedIn 百人規模的商務分析團隊,二十年中美資料分析產品和資料技術研發、資料團隊管理等工作經驗,擁有矽谷的基因,自帶光環加成。
這些年外部環境發生了變化,GrowingIO自身也在適應進化。在日前舉辦的增長大會上,張溪夢宣佈新推出以使用者資料為核心的資料管理、分析洞察、運營的增長平臺,GrowingIO完成了從產品到平臺的升級蛻變。
從網際網路到傳統企業
2018年GrowingIO獲得了3000萬美元的B輪融資,步入新的發展階段。資本的認可讓我們重新審視這個賽道。經緯創投合夥人熊飛在GrowingIO的B輪融資釋出會上曾經指出,流量越來越貴,而客戶需要更精準的觸達打動使用者。近年來網際網路經濟從流量紅利型向運營型轉變,導致企業需要對資料更多的重視,從資料裡面提高轉化率、購買率,最後落實到GMV和毛利上,國內企業的資料意識逐漸增強。
GrowingIO創立之初,以無埋點技術切入市場,減少業務人員對產研和分析資源的依賴,自行圈選,即可按照業務需求製作指標和圖表,隨時分析隨時最佳化運營策略。隨後的發展過程中張溪夢總結出了基於使用者行為資料,從“採、看、想、做”四件事來落地增長。採是採集資料、蒐集使用者的行為資料;看是看使用者行為資料表現出來的基本趨勢;想是分析什麼原因使用者來了非常活躍,什麼原因使用者會轉化;做是針對APP、網站、客戶做一些變化然後落地增長。
初期,大部分網際網路公司的資料意識比較強,GrowingIO等資料分析廠商也基本是從網際網路行業起步。而一些傳統行業有的資料意識非常淡薄,領導層面聽說過數字化轉型,知道有數字化一事,但是自身沒有痛點,尤其是一些偏有壟斷性質的行業,有的企業嘴上說的很好要“數字化”,但是身體很誠實,真金白銀都去了傳統的銷售獲客端,對於資料分析等數字化工具只是停留在文件裡,等市場格局驟變,競爭壓力襲來,再迎頭追趕。
有了痛點,出於企業自身需求,實際上近幾年傳統企業越來越重視數字化轉型,張溪夢感受到2019年開始到今年更為明顯,GrowingIO很多傳統企業客戶已經開始關注使用者的黏性,使用者的復購,使用者的長期生命週期價值這些指標。受疫情影響,加上政策比如今年國資委釋出了推動國企央企數字化轉型的檔案,企業尤其是傳統企業的數字化轉型再次提速。
據悉,今年3 月以來,GrowingIO 後臺資料顯示,前來諮詢和註冊的大中企業客戶不斷提升,同比提升了134%。除了此前的零售、保險、地產、運營商等客戶以外,更為傳統的工業製造廠商等也開始諮詢如何做數字化轉型、線上線下資料融合驅動業務增長、私域流量沉澱和運營等。受益於此,GrowingIO 今年Q2以來,新籤業務同比增長超過 80%,大中企業佔比超過50%。
從網際網路到傳統企業,一場全面數字化轉型之旅拉開帷幕。
企業資料分析的八個階段
近幾年“資料資產”這個概念非常火熱,將資料資產化進一步凸顯了資料的重要性。但是不健康的資料以及用不起來的資料反而會成為企業的負擔,無法帶來價值而徒增成本。尤其國內,企業的資料化能力參差不齊,相應的需求和挑戰自有不同。
2010年張溪夢還在LinkedIn的時候團隊將企業資料分析能力分為八個層級,代表了資料分析能力的成熟度,從初始到終極階段全部囊括在內。
首先是要有原始資料。其次是資料清洗,像沙子裡面淘金一樣,必須在水裡面把那些泥洗掉。然後會形成一個很基礎的BI報表,是對歷史資料的描述。四是OLAP的線上、實時的分析引擎,對資料進行歸因分析。接下來進入到第五階段,自助敏捷視覺化BI,讓業務使用者自己透過資料生成一些報表,進行資料視覺化。
“前面五個步驟在很多企業業務裡面,已經七七八八做得差不多了,特別是有資料分析師的企業,能做一些基本的原因分析,業務側的人自己也能做一些視覺化,前五個階段,所有資料分析都停留在人的層面,都是給人看的。”張溪夢指出,而接下來進入到第六個階段預測分析階段,需要透過大量的資料基於機器學習技術做預測。
第七個階段,需要對預測進行全域性最佳化的規範性分析,在資深資料科學家和機器學習工程師的幫助下,在預測的多種可能性裡找到為客戶帶來價值的最優解。
第八個階段是終極階段,無監督全域智慧,系統實現自適應、自學習、自迴圈和自學習,不斷進行最佳化調整。
張溪夢指出後面三個階段是為機器而設立,資料維度非常多,演算法複雜度高,機器能夠理解。除了一些很高階的資料科學家、機器學習工程師以外,普通人類根本看不懂系統出來的結果。前五個階段向後三個階段之間有一個巨大的鴻溝。據悉,GrowingIO將向鴻溝右方邁進。
在日前舉辦的增長大會上,張溪夢宣佈公司從產品到平臺的蛻變升級,重點發布了客戶資料平臺、使用者 360 畫像、智慧運營三款產品,以幫助企業打造客戶資料平臺,沉澱使用者資料資產,重構業務流程,打造智慧運營體系,落地數字化增長戰略。
此外,GrowingIO 還全新成立由資深資料科學家組成的商業資料科學研究中心,由來自零售、地產、金融等各個行業專家組成的業務服務團隊,為客戶提供增長解決方案。
“現在都說不上有太多的競爭,因為大家都還在做,都在發展自己,有各種各樣的企業在服務。”談及整個資料分析市場,張溪夢認為國內資料分析市場還在跑馬圈地的初級階段,國內在資料化的使用和運營上面相對來說比較晚,稍微粗放一些。但是晚並不代表落後,相反,中國的客戶數量、使用者數量特別大。有一個非常好的基礎來做資料化的運營和改造。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69925873/viewspace-2731653/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- SACC2022-酷克資料 牛雲飛:從分析視角的變化看銀行業資料平臺架構演進行業架構
- 從“智慧湖倉”架構的技術演進,看現代化資料平臺的發展方向架構
- 從使用者行為分析到資料智慧 GrowingIO 迎來發展重大變革
- 某二手交易平臺大資料平臺從 0 到 1 演進與實踐大資料
- 高德深度資訊接入的平臺化演進
- 資料產品:CDP(客戶資料平臺)必備的產品能力
- CDGA|從平臺自治到規範化的資料治理
- 從產品到平臺 PingCAP的堅持與探索|魚論PingCAP
- 螞蟻金服楊軍:螞蟻資料分析平臺的演進及資料分析方法的應用
- O2O行業資料平臺實戰:從監控到診斷的資料產品搭建行業
- 從契約演進看區塊鏈的變革性區塊鏈
- 從Opentracing、OpenCensus 到 OpenTelemetry,看可觀測資料標準演進史
- 從誕生到成長!數家名企大資料平臺應用演進之路解析!大資料
- XDR關鍵能力與產品演進分析
- 2020實戰覆盤:如何從0到1搭建資料傳輸平臺產品DTS?
- 如何使用Wardley地圖實現產品能力的演進分析?地圖
- 從 ClickHouse 到 Apache Doris,騰訊音樂內容庫資料平臺架構演進實踐Apache架構
- 智慧客服的演變:從傳統到向量資料庫的新時代資料庫
- 資料湖從前世到今身的演進與選型探索
- 廣告引擎平臺化演進之路
- 平臺化設計產品存在的問題
- 現代資料棧中的消費層 BI+AI 產品的演進AI
- 從MVC到DDD的架構演進MVC架構
- 萬字乾貨:從訊息流平臺Serverless之路,看Serverless標準演進Server
- 一文讀懂資料平臺建設的演進歷程
- 分析視角下銀行業資料平臺架構演進及實現行業架構
- 產品解讀 | 資料服務平臺:KDP
- BI 資料視覺化平臺建設(1)—交叉表元件演變實戰視覺化元件
- Geopandas——從“視覺化”到“字母化”的空間資料分析視覺化
- AIGC時代的算力基石,未來的資料平臺將如何演進?AIGC
- 從SOL到NoSQL,資料庫還要向何處演進?SQL資料庫
- App Annie:海外市場和遊戲品類資料變化及爆款產品的成功元素分析APP遊戲
- 京東物流資料同步平臺“資料蜂巢”架構演進之路架構
- 基於 ShardingSphere 的得物資料庫中介軟體平臺演進之路資料庫
- 從0到1搭建自助分析平臺
- 從0到1搭建DeltaLake大資料平臺大資料
- OPPO大資料離線計算平臺架構演進大資料架構
- 新一代雲資料平臺架構演進之路架構