神策数据产品演进及行业延展实践

4 月 11 日，神策数据联合创始人 & CTO 曹犟在神策数据 C 轮发布会上回顾了产品发展过程，并对神策分析的行业延展及未来发展方向进行了介绍。以下根据演讲内容改编而成。

产品核心理念——构建数据驱动闭环

神策数据自创业之初，就坚持了一个产品核心理念——构建数据驱动闭环。

闭环分为采集、建模、分析、反馈四个环节：

采集：神策分析可以采集线上线下不同数据源的数据，支持客户多种业务。

建模：建模包含数据存储、数据建模、数据处理等内容。

分析：针对具体数据进行分析，也基于 PaaS 平台进一步做挖掘算法。

反馈：数据分析、数据挖掘的结果反馈于决策与产品，并在反馈后再次采集数据。

神策数据的研发团队从三个方面打磨产品：

技术架构：技术架构的本质是提供稳定有效率的服务，神策数据的客户以私有化部署为主，能够适用于不同客户环境，是私有化部署的前提。

分析特性：针对多角色分析需求设计分析功能。

应用场景：匹配不同行业场景需求。

产品性能提升——解决海量数据难题

过去一年，为了实现分钟级部署，秒级导入和查询，我们针对开源组件做出优化改进，并打造全自动的运维系统以保证客户使用的稳定性。除此之外我们将部署时间从两小时优化到 30 分钟一键部署无人值守，同时复杂查询条件下的性能也有很大提升。

值得关注的是过去一年，针对身份识别，神策数据通过架构演进，在如何将 IOT 设备采集的数据与线上数据打通方面做了很多工作。

产品功能进化——易用、精细、美观

神策数据创业初期，一群工程师做了一款产品，被客户评价为“功能非常强大，界面惨不忍睹”。

为了优化客户体验，提升产品易用性及美观程度，神策分析新版本对数据报表页面整体重构。不仅视觉效果更加美观，数据报表类型也得到了丰富。未来我们将就产品可视化及易用性投入更多资源。

用户行为分析的重要价值是通过数据将用户划分，对于自动化营销、精细化运营都能从中受益。所以对用户行为分析的精细化不言而喻，神策数据技术团队重构了用户分群功能，提升分群功能整体表述能力、存储能力、计算能力，我们不仅可以管理神策分析计算的用户分群，还可以同步客户已有标签，构建标签体系。

神策分析移动版进入开发阶段，被定位为移动数据中心。

神策分析移动端曾被客户呼吁已久，但是我们希望移动版有其独特定位，而非网页功能的简单重复，所以最终移动端功能有以下特性：

第一，手机端接收数据订阅、报表预警等信息。

第二，挖掘异常维度，自动推送异常数据。

第三，提供自然语言、语音的交互能力，帮助使用者更好地触达数据。

第四，手机获取周、日报，及时掌握用户情况做出决策。

 

行业应用场景——将发布两大新产品

企业服务

神策数据作为企业服务公司，服务于数十个企业服务行业的客户，我们通过亲身使用神策分析，解决了许多问题。但同时我们也体会到神策分析标准化产品暂时无法满足的四大痛点：

现状未知，管理层无法全景掌控现有客户的具体状况，只能了解简单信息。

变化未知，使用者无法了解客户状态的迁移，使用产品频率、深度、行为的变化。

被动服务，服务被动响应，无法主动了解客户的真实诉求，是否遇到难题。

客户流失，无法预知客户流失的风险，只能滞后挽救。

神策数据推出新产品——客户生命周期管理。

该产品主要解决三个阶段的问题：

构建：根据客户的不同行为，通过调用神策分析查询 API，将客户构建在不同生命状态。

认知和分析：通过对客户状态的记录与分析，对客户的使用情况有了深度全景了解。

洞察和行动：产品将基于使用者创建的规则和策略提供警示，使用者可依照状态演变及警示内容做出决策。

我们通过这样的产品，解决客户生命周期管理的需求，该产品已经初步应用于部分行业合作伙伴，未来神策数据将会针对所有客户推广，并进一步优化产品。

零售行业

神策数据服务于很多零售标杆企业，这个过程中我们也发现了零售行业的数据特点，零售行业的用户行为分为两部分，线上行为，包括使用 APP、小程序、公众号等；线下行为，如门店浏览货架的数据等。针对线上线下数据打通的难题，神策数据为零售行业提供了数据采集方案。 

线上数据部分，我们帮助零售行业客户提供完整的标签体系，并且进行标签的输出，通过“采集——分析——洞察”的用户行为分析流程，帮助企业实现自动化运营、精准营销。

线下数据采集则将企业现有 IT 系统采集到的数据导入，如结算系统、第三方支付系统等，需要针对线下特定场景进行分析。

针对线上线下数据打通，我们有一项专利，通过线上线下以及IT系统中同一个人的具体行为数据，将用户的线上 ID 与交易系统 ID 做有机的匹配，勾勒用户完整行为轨迹。对用户的认知越精准，越有利于企业提供个性化服务。

 

金融行业

我们有很多金融行业的客户，金融行业企业的共同点是内部有非常多 IT 系统，所以企业有一个一个非常重要的诉求，将我们的 PaaS 平台与已有的系统做深度的融合，图示是一个典型客户的使用情况。

这家金融企业的产品运营和营销团队会使用神策分析的可视化分析界面指导决策，DI系统从我们系统调用指标，呈现给高层可视化的报表；同时大数据平台也会获得完整的用户行为数据，进行风控反作弊等方面的工作，这是金融行业里面很多客户都在深度尝试的场景。

神策数据一直强调一个理念：数据如果只用来做分析、统计和可视化，则只发挥 20% 的价值。为了更好的发挥 80 %的价值，神策数据自创业初期就把自己定位为一个 PaaS 平台。我们更希望通过数据平台解决数据采集、存储、建模的问题，提供特定的数据查询和数据存储能力，帮助客户通过二次开发实现数据智能、用户智能、产品智能。

为了帮助企业更进一步解决问题，神策数据推出一款推荐引擎，无缝适配神策分析。

推荐引擎产品的价值在于最大程度复用平台数据分析成果，神策分析提供的优质数据源及良好的计算和存储能力，让使用者只需关注业务本身。推荐引擎在文娱内容方面得到了很好的应用。

从标准化到对外输出

过去一年，神策数据在产品性能、产品功能、移动端触达方面做了很多探索，并与很多头部客户深度合作，对外推出行业解决方案。

2018 年我们会发布一系列新的行业解决方案，敬请期待！

 

推荐阅读：

投资人说：多方抢投 4400 万美元，我们为何看好神策数据？

神策数据全新服务体系——打造用户行为分析领域服务最高标准

神策数据宣布 4400 万美元融资 ，首家迈入 C 轮的用户行为分析服务商