续费率近100%,神策欲做大数据领域的711

看点 作者:牛透社 2019-09-03 08:20:29
本文来自微信公众号“牛透社”(ID:Neuters),作者 小七。
神策数据成立于2015年,四年来一直深耕大数据分析领域,致力于帮助客户实现数据驱动。   他的客户评价是这样的:  
驴妈妈集团智能数据部⾼高级总监付仁杰:“神策的本地私有化部署方案,满足了我们对数据安全的管控要求,在本地私有化部署的前提下,可以满足后续我们交易行为集成分析需要。这使得业务运营团队可以更便捷地进行行为+交易的运营过程性分析。对于大数据团 队来说,也可以减轻⼀部分繁杂的行为数据 ETL 常规开发工作,让团队更专注于内部更加核心的数据及其深度分析挖掘,从而提升总体企业价值。”
 

1 超1000家付费客户 续费率近100%

  我们了解到,最近神策取得了一些成绩:

     

  付费行业头部客户1000+,覆盖细分行业20多个;帮助客户结构化行为数据,日均超过1000亿条。这是一个什么概念呢?桑文锋举了一个例子来具象化这“1000亿条”数据规模的含义:   用户在操作手机 APP 时,每一次操作都会产生一次行为,假设每人每天产生 1000 次行为、国内拥有 10 亿网民,那么这 10 亿网民每天将产生行为1万亿次,神策则每天可以帮助企业构建 1000 亿条用户行为。   神策数据自2015年成立,连续三年,业绩自然增长率超过100%,续费率近100%。   “续费率”指标意味着企业服务类公司是否能活下去,对企业服务类公司尤为重要。与传统的软件公司不同,如今的企业服务类公司多使用“订阅模式”。   比如近期上市的美国某 SaaS 公司能保持每年80% 以上的高增长率,核心原因在于其较高的续费率,假设该公司当年的营收为 2 亿,当第二年续费率达到百分之百时,则可直接保证 2 亿收入,其余额外的收入可直接叠加,这就是订阅模式的优势。   神策数据从成立之初就推荐与客户签订“订阅模式”,让客户掌握主动权,并通过自驱力不断提升自身实力。  

2 精益迭代 因需而变

  桑文锋在创立神策数据之前,有过百度的工作经历。通过这些年的经验积累,他发现,国内大数据行业基本要面临两个问题:数据底子较薄,数据意识较差。  

(沟通会现场)

  面对这样的局面,桑文锋希望,神策数据可以利用十年的时间,重构中国互联网数据根基,帮助中国企业搭建优质的数据基础,提供底层数据的采集建模能力以及基础平台的支持。   尽管,四年来神策数据不断进步,但是随着对行业的不断了解和深入,他发觉,距离“重构中国互联网数据根基”这一目标仍有不小距离。   2017年,神策数据开始服务于一些“互联网+”客户,类似金融行业(银行、证券、保险)、范零售行业(大型连锁)、广电行业、航空行业等。   在与这些客户接触的过程中,他意识到,这类客户在数据化基础层面欠缺的内容较多,不仅缺少神策分析这样的平台工具,甚至在某些流程、组织架构(大数据相关研发工程师、数据分析师)等方面均有所欠缺。   可见,“数据底子比较薄”的情况比原先设想的还要严峻,但也意味着神策数据可以发挥更大的价值。   目前,神策数据的 SDK 以开源的形式在 GitHub 上展现,即使有些互联网公司并未购买神策数据的产品,但依然可以借鉴数据模型并将其应用于行业之中,比如神策数据在早期定义的 User+Event 模型已经成为行业中的通用模型。   神策数据不断帮助大量的企业搭建自己的“铁轨”,并且让企业之间产生“铁轨间的联动关系”,同时与中国信息通信研究院联合发布用户行为分析标准1.0,为市场良性发展,梳理行业规范作出努力。   桑文锋坦言,相比起业绩上的成功,能为中国数据化建设做出贡献同样重要。   杜明翰也将神策所感知到的市场需求变化做了总结。  

(神策数据产品总监 杜明翰)

  客户对数据驱动的闭环的效果,越来越看重。什么是闭环?比如客户想要针对流失客户,直接发一个召回的优惠券,而不只做数据的采集分析,客户更希望从数据到信息,用数据指导行动,形成一个闭环。   客户对运营与产品的个性化要求越来越高。比如一些客户直接想要在产品里加一个“猜你喜欢”,而且希望在运营的角度,不会花太多的精力在新用户挖掘上面,而是放在老用户上,即存量用户的价值挖掘,客户对精细化运营的需求也在日益加强。   企业管理的全景化:ToB 企业的需求。To B 企业的诉求不止停留自己服务的客户的分析,还会加深到企业本身的管理,客户全生命周期的过程管理。   面对这些需求的不断变化,神策要迅速迭代,才能更加沉稳的迎接挑战。   神策产品的迭代,共分为两步走。   第一步,原来只有神策分析一个产品,解决客户从数据采集,到建模,再到分析整个流程闭环里的各种问题。在迭代的过程中,神策数据不断进行思考与尝试,试图将一个分析型产品中的数据采集和管理抽象出来,从而作为公用的、面向矩阵其他产品的公共平台。   于是,他们把原有神策分析采集与建模部分的能力单独抽象出来,打造了神策数据基础平台。这个平台对行为数据的标准化采集以及对数据做有效的管理后,向产品线作统一的输出。   第二步,将此平台能力应用到其他产品线。   杜明翰举了一个很有趣的例子。如果把神策数据比作中央厨房,那么数据基础平台做的就是切菜、备菜的标准化加工动作。经历第二步之后,数据采集完成,便产生出很多标准化的“备菜”。加工好的原料、备菜,可以继续被应用层“烹饪成各类菜品”,前台的厨师可以去做出更多的东西。   而神策分析是对标准化的数据做进一步的加工,通过分析模型的使用,生产更多有业务价值的信息。各个新产品线直接使用平台上的数据和信息,直接去实现业务的应用。就像厨师使用标准化的备菜,通过菜谱烹饪菜肴给食客,而不需要自己去切菜。  

3 发布4条全新产品线,从“单品极致”到“产品矩阵”

  桑文锋受百度工程师文化中的“极致文化”影响较深。创业前三年,他们一直坚持“单品极致”的产品理念,即只做一个产品,且将其做到极致。   2011年开始,国内的互联网行业开始发生变化,市场变化也随之而来。   随需而变,一直是他们做事的原则之一。   于是,在2018年神策数据驱动大会现场,他们正式对外公布新产品线及产品矩阵,力争更好地满足用户的各种数据需求。

  

产品矩阵是搭建于神策基础数据平台上的整体产品解决方案。其中包含面向用户行为分析的神策分析、面向业务的用户标签及用户画像管理的用户画像系统、赋能业务增长的智能推荐系统、基于用户行为洞察一站式智能运营的智能运营系统。   01 神策智能运营   杜明翰分享了两个小故事。   神策数据的一个华东客户,在618活动期间,需要针对多个不同特征用户群做推送。这个流程非常复杂且漫长:锁定用户群筛选方向→负责数据的同学提取人群→设计触达策略→编写内容→信息回到推送平台做推送→提取结果→评估效果。   整个流程下来,不仅需要多次的团队配合,中间等待的时间也相当长,通常需要几天的时间才能得到结果。这让运营人员极其痛苦。   客户更是针对运营中遇到的难题做了一首打油诗:“圈人逻辑乱、数据不闭环,策略管理太分散。”   这说明,企业是有需求的。他们亟需一个统一的平台,帮助企业的运营部门提升效率与效益。   于是,他们基于客户需求,打造了神策智能运营一站式平台,让运营的过程和效果可视化。在此基础上,还能将运营工作进行流程式规划,建立像组织“脑图”一样的简单配置,让负责运营的同学在有限的空间内释放更多的想象力。   02 神策智能推荐   智能推荐大家耳熟能详,它不仅能够提升整个运营的指标,还能给用户带来强烈的个性化体验。但是,神策数据发现发现企业在建设智能推荐系统过程,往往面临挑战:   一是,产品内如何让好的内容,价值最大化,达到指标天花板? 二是,建设成本大,数据基础建设、模型迭代耗时耗力。 三是,缺少对个性化内容进行人工干预和管理的能力。   基于这些需求,他们还打造了神策智能推荐产品。   首先,将产品进行智能化改造,打造多种“千人千面”智能推荐场景。其次,建立推荐全流程闭环,形成:采集 → 建模 → 个性化推荐 → 分析 → 运营干预的完整闭环。再次,推荐策略可控,即建立可视化的运营管理后台,实时管理推荐位与内容策略,赋予运营人员人工干预的能力。最后,基于系统的开放和白盒能力,持续为内部算法团队赋能。   神策智能推荐目前服务的客户包括惠头条、妈妈帮、菲助 、中⻘看点、纵横⽂学、百度视频、东⽅明珠。   03 神策用户画像   神策数据所定义的神策用户画像,是面向业务迭代,下一代的画像系统。   神策数据将全端(多终端、多设备、多渠道)用户数据与业务数据整合打通,统一 ID Mapping 的用户全画像、特征用户群画像。   除此之外,神策用户画像系统还支持外部数据导入,支持业务人员完全自助可视化创建及维护标签;基于统计、规则和模型计算的多种标签类型,提供可直接输出特征标签的 API 接口。   04 神策客景   在推出神策客景之前,神策数据深入做了 SaaS 企业的调研,其中发现了两个较为明显的问题:一是针对 To B 企业从售前到售后全生命周期管理,缺少工具、方法论;二是多系统导致数据对齐难、客户管理比较分散。   那么,作为一家数据驱动的企业,神策客景帮助企业做了三件事:赋能市场、驱动销售、客户成功。   从核心价值来看,神策将客户全景数据打通,助力企业构建一个客户真正意义上的 360° 全生命周期的全景档案。当然,从管理者角度来看,可以更好地站在全局看企业的经营情况和客户变化。   有了新增四条产品线的能力加持,神策分析这款核心产品会变得更加强大。   神策分析作为神策数据推出的首个产品,其强大的数据计算能力是其他产品线计算效率快人一步的基石;其丰富多样的分析模型,也可直接助力其他产品线,让数据分析可以更深一层,离数据真相更进一步。   至此,神策数据的三层服务体系升级,建立以五条产品线为根基,服务与咨询同步进行的产品矩阵。  

4 机遇与挑战并存

  从单一产品发展为多矩阵产品,桑文锋坦率地说,在整个过程中面临的挑战确实很大。   原来的团队规模只需服务一款产品,如今产品数量激增至五个,产品团队就无法很好的支撑所有的服务。但是,他们一直坚持把事情做到极致的原则,所以进行了人员扩张。神策数据在去年扩招了一倍的团队,今年又在原来的基础上又增加了一倍人数,并且队伍还在持续扩张中。   在大数据方面,他们没有前车之鉴,需要自己摸索出 To B 的产品方法论。   在过去的20年里,中国互联网的发展主要集中在 To C 领域,此领域已经沉淀了很多成功的产品方法论。然而国内做 To B 的企业原本就比较少,成功的产品更少。神策数据如何优雅的迈过这条大河,还不会沾湿腿脚,这足够让人期待了。   如今,神策数据的产品复杂度较高,企业也在极力解决相关问题,亲自扶用户上马。   在面对大量客户需要服务的局面,桑文锋现身说法,总结了一套具体的方法论,其中也包含了一个团队做好客户交付以及客户成功的前提。   第一,客户成功不应该只是像客服一样被动地去响应客户的问题,而是需要定义自己的工作流程和工作方法。去年,他们的客户成功团队经过梳理,现分为两大环节:交付环节与维护环节。   第二,在给客户培训的过程中,要基于场景而不是基于产品功能。神策客户成功团队的所有培训与讲解,都是基于他们在行业成功实践的沉淀,比如电商行业搜索如何运营,如何推进等,全部下沉到与客户实际工作场景相关联的应用里讲解。   第三,客户成功团队要保证团队角色的多样性,知识的丰富程度能够保证客户服务的质量。神策数据的客户成功团队成员背景多样,有曾经做过运营、产品经理等各类角色。如此才能在服务客户过程中做到群策群力,使解决问题的能力更加宽泛。   第四,神策数据招聘员工的要求极高,讲究严进严出加培训,选择的都是对大数据感兴趣、有信仰、积极主动、具备快速学习能力、自驱力强的人才。聘请这样的员工,才能快速上手并且有能力服务不同的客户,保持专业性和服务质量。   第五,神策数据强调用工具提升效率,用机器代替人力。神策客景的诞生也是为了提高神策数据服务自己客户的效率,并且验证确实有效。   对于产品的购买,目前还是需要购买神策分析或神策分析轻量版的产品来搭配使用。   杜明翰强调,从应用场景和客户需求角度出发,新产品和神策分析结合能更完整地解决问题。神策数据的种子客户都希望协同使用不同产品,在数据、功能上都打通、融合,而不是割裂开,未来神策数据也会丰富各产品线独有的分析能力。  

5 小结

  桑文锋在演讲中提到,他在读一本书,是711创始人铃木敏文的自述图书《零售的哲学》。他坦言:“神策数据产品矩阵战略的提出,参考了部分711便利店的经营理念。”   而711的经营理念,主要就是两部分,定价逻辑及解决需求。   定价逻辑——711便利店追求的并非低价,而是在该价格上的物有所值,神策数据也一样;   解决需求——711便利店空间不大,但却基本上能解决日常生活所需。随着神策数据的产品线不断增多,这些海量“配方”可以不断满足客户各式各样的数据需求。   桑文锋也想将神策数据打造成为大数据领域的“711便利店”。   如今,神策数据的团队规模已超 300 人,2018年实现营收过亿,据知情者透露,他们已经启动新一轮融资,目前处于洽谈中。   未来,神策数据还将投入打造数据采集管理平台。这时收集的数据就不局限于用户行为数据,还包括业务数据、IOT 数据(传感器数据)等,就如其英文名 Sensors Data。

关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接