如何看待近兩年用戶行為數據分析平台的發展?

諸葛君說:本文系愛分析對諸葛io創始人 @孔淼 的專訪,通過這篇專訪,你可以看到諸葛io這兩年的發展,同時也會對用戶行為數據分析在企業級服務領域的發展有更全面的認識,並對未來幾年的發展趨勢有所了解。

用一句話總結,這一年我們立足工具型產品,發力數字化營銷。

2015年3月推出工具型產品至今已兩年有餘,今年,我們的業務線較往年發生了較大變化,在堅持原有工具型產品的同時,對其業務範圍做了延伸,從純線上APP、網站的用戶分析平台,延伸到了一站式數字化營銷分析與自動化平台領域。

在工具型產品方面,早在2016年初,我們就在原有SaaS版基礎上推出了私有部署版,完善了客戶對於數據安全性的需求。

在數字化營銷方面,根據不同行業推出了有針對性的行業方案,目前涉及行業有教育、零售、金融、社交、內容等。

截止到目前,免費版SaaS用戶20000+,付費版數量200+(含專業版與私有部署版),近期還推出了按需付費的基礎版。

在工具型產品業務流程上,我們集成了多種數據採集方式,對線上投放數據、自由線上平台、企業業務系統數據等數據源進行數采,建立用戶檔案數據平台(CDP),對內實現數據打通,在此基礎上進行數據分析,完成工具型產品的構建。

至於數字化營銷產品,則是在工具型產品已構建的CDP基礎上,增加諸如企業對用戶的觸達、用戶交易等信息源,擴充用戶檔案,推出「智能觸達平台」,在此基礎上,加之以精準獲客(投放效果評估、落地頁優化、投放數據與業務數據打通),精細化運營兩大功能,推出整體解決方案。

之所以我們將業務範圍延伸至營銷領域,主要出於以下幾點考慮:

第一,萬事俱備,只欠東風

在工具型產品上具備基於客戶全生命周期追蹤和快速構建統一視圖的能力,同時也是數字化營銷領域所需具備的核心能力。

第二,單純的分析平台,發展空間有限

企業購買分析工具的初衷是為了更好地發揮出每個員工的價值,而分析工具更多地被定義為成本型產品,其效益難以直接被計為利潤的一項。

第三,助力初創企業度過市場開拓期

頻繁的產品迭代需要技術大量的投入,而創業公司可能因超出本身承受能力的技術投入而得不償失。分析平台基於強大的技術支持以及超高的效能恰好可以彌補創業公司在發展初期的不足,一個優秀的分析平台可幫助企業節省很大的人力成本和時間成本。

第四,數字化營銷領域的市場規模,足以支撐快速發展

在消費者佔有更多話語權的市場背景下,絕大多數企業有著巨大的廣告投放及效果優化需求,並且這一需求近年來越來越大,這預示著數字化營銷行業發展前景良好。

總之,向數字化營銷領域拓展,契合了我們成為有規模的大公司的願景。

附問答專訪:

愛分析:諸葛io分析平台可幫助企業解決哪些問題?

孔淼:我們的分析平台主要體現三大價值:精準獲客、精細化分析、數據化運營,這也是我們設計的初衷所在。

隨著流量紅利結束,客戶出現了「投放難、推廣難」的問題。究其原因,主要在於紅利結束帶來的獲客成本(CAC)的增加。此外,被流量紅利時代掩蓋的獲客轉化差問題也開始浮出水面,其背後的數據化運營體系落後導致精細化分析的難度很大。另外,留存復購低,客戶數據化缺失,使得定製化、線索培育很難進行,數據化運營則更是無從談起。

愛分析:與其他分析平台相比,諸葛io具有什麼優勢?

孔淼:我們的產品優勢主要在於:全面的數據採集、領先的應用模型、深入的分析場景、開放的技術平台。

首先,我們的數據採集涵蓋了企業各端數據採集,集成了UTM、SDK、API等數據採集方式,同時採取了靈活的埋點方式。

其次,基於客戶全生命周期的應用模型是一個亮點。與過往的分析平台不同,我們不再只是分析設備或統計指標,而是堅持將分析目標定位於「用戶」。有別於行業里常說的「用戶事件(Event)模型」,推出了諸葛io獨有的「UTSE模型」。

「U」,指通過3套ID標識(用戶ID、諸葛ID、identifyID)清晰辨識出用戶(User)。「T」,指代用戶設備,電腦/手機/平板電腦等終端設備,我們稱之為觸點(TouchPoint)。「S」,真實還原用戶的每一次使用場景,我們稱之為「會話(Session)」。「E」,是用戶在產品上所有行為軌跡基於時間序列的記錄,我們稱之為「事件(Event)」。

在分析場景方面,我們針對不同的客戶需求,推出了十餘種分析模型,遠多於同行所能提供的數量,覆蓋了百餘種分析場景。

最後,開放技術平台,諸葛io的底層也是一個PaaS平台,從實時的數據訂閱,到查詢API,到SQL查詢平台,包括數據賬戶其實都是開放的。

愛分析:數據採集方面,您認為埋點都有哪些優勢?

孔淼:埋點和無埋點都有其適用的應用場景,但也都有缺陷。

埋點的優勢在於其將分析成本轉移到埋點工作本身,並且通過埋點將行為數據和業務數據打通,相當於數據標註,後續分析時結合適用的分析模型極大降低分析門檻,實現自助式分析。

相反,若前期無埋點,則後續分析成本與溝通成本將會很高,同時埋點相較於無埋點的準確性更好,分析維度也更全面。

總之,在分析兩者優劣勢時,需要謹記的是數據工作最終是為了實現應用價值。埋點的目的不僅限於數據,更是為了分析的優化,如若一味選擇無埋點,則可能付出更大的沉默成本。

愛分析:新近推出的數字化營銷分析&自動化平台,與諸葛io既有工具型產品有何聯繫?

孔淼:過往諸葛io是分析工具,分析背後則是諸葛io動態的、持續的閉環大數據流。我們將其結合諸葛io的查詢分析引擎,推出了「數字化營銷分析&自動化平台」,也就是所謂的智能觸達。

在此有必要對支撐該產品的三方面關鍵技術加以介紹:大數據流式處理、查詢分析引擎、工作流能力。

大數據流式處理技術形成了對用戶行為持續跟蹤的閉環,滿足了數據的積累反饋、實時分析以及優化的場景。

查詢分析引擎則支撐起了高效分析的能力及不同維度的組合查詢,而工作流能力技術則結合以上兩大技術滿足了在線用戶的行為規則,為客戶的個性化需求奠定基礎。

而這三大技術均在分析工具平台產品的分析模型上有採用,因此從這個角度可以說,諸葛io進入數字化營銷領域也是順勢而為,因為2年來我們在用戶全生命周期跟蹤上的持續積累,使我們擁有了該領域的核心能力。

愛分析:在數字化營銷上,是否將增加定製化內容?

孔淼:會的。雖然定製化勢必需要更大的資源和精力支持,但不論是出於提升營收,還是進一步優化方案的考慮,定製化都是未來不可避免的。

愛分析:未來是否會轉向AI領域?

孔淼:正如眼下向營銷領域的業務延伸,諸葛io在工具領域會始終堅持,那是我們建立行業影響力的根本,同樣出於此考慮,向AI方向發展也是必然的,但當下並不是合適的時機。

愛分析:要形成一站式的營銷方案,勢必要打通線上線下,實現數據聯動。這方面諸葛io有在做嗎?會有哪些挑戰?

孔淼:諸葛io已經著手於線上線下數據的打通了,ATL(線上)和BTL(線下)的數據聯動存在的挑戰主要是:

第一,數據結構化問題。當下很多行業沒有數字化營銷的平台,數據結構化並沒有得到實現;

第二,關聯匹配問題。比如用戶ID的關聯,這也是ATL和BTL數據聯動的關鍵環節之一;

第三,要理解行業的痛點和目的,各行業差異很大,這對我們的工作提出了不同的要求。比如,不同行業數據渠道來源不同,這就要求我們要深入行業場景;又比如,不同行業業務需求也有所不同,這就要求我們要明確需求具體集中在哪一方面,獲客、轉化抑或是復購;

另外,對於特別注重數據安全的行業,諸葛io能提供私有部署的支持。在SaaS產品方面,我們為此與長亭網路和百度安全都開展了相關合作。

愛分析:是不是可以這樣理解,未來數字化營銷領域的市場集中度會提高?

孔淼:是的。之前數字化營銷的競爭激烈更多體現在投放上,也就是Adtech。我將之理解為數字化營銷行業在中國發展的第一階段。這個階段讓所有業內企業受到了教育,完善了基礎設施。

但是在後續的第二階段,也就是Martech階段。市場集中度會提高。除去大客戶選擇服務提供商方式的改變,還因為宏觀經濟的變化,以及市場的價值關注點與過往相異。

在Adtech階段,更多關注點集中在曝光、流量,而在Martech階段,將會更多的注重客戶體驗。在任何一個行業,價值關注點變化的階段,都只會有少數幾家企業脫穎而出。

愛分析:中美市場在用戶行為分析和數字化營銷行業有什麼異同?

孔淼:首先,兩個市場在該行業供需兩側都有差異。需求方面,兩國消費者在做購買決策時的思維方式,消費習慣和消費依賴都有所不同。供給方面,企業信息化、社會化程度也不太一樣,比如美國B2B的成熟和中國B2C市場進入領先。

其次,兩國企業在提供企業服務時,存在著同質化競爭的現象,這是該行業普遍存在的問題。

愛分析:目前免費版、專業版SaaS及私有部署版分別有多少客戶?

孔淼:免費版目前用戶有20000多家,活躍的免費版用戶有2000多家。付費版本有200多家,其中專業版和私有部署分別都是100多家。

客戶:東易日盛 | 向上金服 | 光明隨心訂 | TutorABC | 麥子學院

指標:病毒傳播係數 | 復購率 | 粘性 | 漏斗 | 太陽圖 | KPI

行業:新零售 | 在線教育 | 科技金融 | 共享單車 | 裝修 | 內容社區

產品:改版評估 | 埋點需求文檔 |

運營:用戶運營 | 跨應用市場追蹤 | 推送策略 | 運營階段

市場:推廣三要素 | 智能觸達 | 精準推送

其他:行為數據基礎篇 | 客戶成功 | 採集模型 | 廣告監測

關於我們:

諸葛io定位於為企業提供基於用戶行為數據的採集、分析和營銷的整體解決方案。是國內領先的數據智能服務商 www.zhugeio.com

目前我們正在為互金/教育/新零售/保險/汽車等行業提供大數據整體解決方案並提供諮詢服務。服務客戶有:光明隨心訂、食行生鮮;人人貸、陽光保險、眾安保險、平安;寶馬、奧迪、大眾、NEVS;餓了么;東易日盛等

推薦閱讀:

財務分析經典圖表及製作方法(第1季)
酷炫的matplotlib
產品流量分析
國內首款-數據可視化參考手冊:專業繪圖必備

TAG:数据分析 | 大数据 | 增长黑客 |