大數據落地應用時代，我們需要怎樣的數據產品服務

大數據分析和應用漸成趨勢

根據波士頓公司《2018年全球最具創新力企業》報告，自2014年以來，越來越多的公司正在把大數據分析應用在新產品的功能實現和數字營銷上，大數據分析的重要性也從第8位上升至第3位。超過一半的受訪者表示，他們的公司使用數據分析來實現與創新有關的各種目的，包括識別新領域、為構思創意提供投入、揭示市場趨勢、為創新投資決策提供信息以及設定投資組合優先事項等等。

企業應用大數據關鍵在於識別優先應用場景

貝恩諮詢認為企業應用大數據，除了發現數據的獨特價值和明確創造價值外，識別優先應用場景至關重要。這些優先應用場景包括用戶畫像，精細運營，以及建立從數據-分析-洞察-決策的產品化和常態化趨勢。

在優先應用場景方面，用戶畫像是一切產品、運營決策的基礎。如果你不了解用戶，就沒辦法制定相應的用戶運營策略，就不能實現精細化運營。而企業在數據-分析-洞察-決策這條鏈路上面，數據環節的實現需要做數據技術方面的投入和數據合作，分析和洞察則需要數據產品和人力的投入，決策則需要人工+智能的方式去推動數據分析成效真正落地應用。

企業自建數據分析系統的局限性

過去幾年，企業紛紛投入基礎數據技術建設，有研究數據顯示，在中國市場上，目前有59%的企業已經成立了數據分析相關部門，27%的企業正在計劃成立數據部門。同時，35%的企業已經應用了大數據，23%的企業計劃在未來一年內應用大數據。但是，真正被利用的大數據數量僅僅為1%。如何讓數據充分釋放商業價值，是很多企業始終在思考的問題。企業應用大數據面臨挑戰的根本原因在於企業自有數據體量小、數據場景單一、數據處理和應用能力不強等，具體表現為：

一是缺乏了解用戶的數據維度和場景，不少企業由於其業務場景和產品較為單一，因而對用戶的了解比較局限，比如僅能了解用戶性別、年齡、職業等基礎情況，缺少多維度的數據及多元化的場景來做補充，全面的了解用戶。

二是缺乏大數據統計和挖掘工具，很多公司仍然停留在開發人員或者數據分析人員，通過數據倉庫底層採用數據開發工具取數的階段，產品和運營較難直觀可視化地獲取數據，難免有時會導致產品和運營對數據理解出現偏差，而且也時常會出現數據分析不及時無法即時滿足外部市場變化需求的情況。

三是缺少基於數據分析之上的常態化數據運營手段。以日常的用戶運營消息推送為例，多數企業會由產品運營人員先定義用戶範圍，再讓開發人員提取數據，制定有限的用戶推送策略。整個流程缺乏系統化的產品方案，對大數據的應用也相對較弱。

企業需要怎樣的大數據產品和解決方案

現階段企業迫切需要相應數據產品和解決方案來彌補這些數據應用的缺口。企業不僅應該投入數據技術，還應該投入數據產品建設，只有這樣才能將數據的價值發揮到最大。

首先，企業需要能夠完善用戶標籤的用戶畫像產品服務。如上文所說，如果你不能充分了解你的用戶，「千人千面」的用戶運營無從談起。對於大部分中小型企業，與提供用戶畫像服務的數據服務商合作已經勢在必然，因為這類企業並不具備完善自己用戶標籤的用戶場景和技術能力。即便對於BAT這類大型企業，雖然有海量的用戶和大量的產品場景，可以自己完成用戶部分畫像，但也面臨無法全景覆蓋用戶的困難。比如騰訊就無法知道用戶的電商畫像，阿里巴巴則缺乏用戶的社交畫像。他們同樣也需要與第三方大數據服務商合作。

第三方用戶畫像服務往往基於強大的大數據能力，能夠為APP開發者提供豐富的用戶畫像數據以及實時的場景識別能力。以個推的用戶畫像產品「個像」為例，其根據用戶畫像數據的實時程度提供冷畫像，溫數據，熱畫像，定製化標籤服務。冷畫像指包括性別、年齡層、常駐地等相對穩定的數據畫像，溫數據是體現近期線上行為特徵、近期活躍場景等具有一定時效性的情況；熱畫像則基於地理圍欄技術了解反應場景化明顯的，稍縱即逝的時效性情況；此外「個像」還能夠結合三方數據，共同建模得出顯著價值和特徵標籤，從而滿足客戶的定製化需求。

其次，企業需要好用的應用統計分析產品。儘管市面上針對應用統計分析產品已經有不少，但現實中，能完全滿足產品和運營需求的產品依舊較少。很多產品不是過於簡單就是過於繁瑣。簡單的應用統計產品只能了解安裝、日活、留存等基礎統計，數據維度有限，不能滿足企業分析洞察用戶的需要。繁瑣的產品則配置過於複雜。好用的應用統計分析產品應該是剛剛好，一方面要能夠簡單快速提供產品和運營所關心的用戶維度和數據指標，同時也要符合企業的使用，能省時省力。

個推最近推出的「個數」，就是站在前人實踐基礎上結合實際需求創新而來的統計分析產品。它既實現了傳統應用統計工具提供的實時多維度數據，多渠道用戶畫像，還納入了企業關心的用戶增長渠道數量和質量統計功能，並同時提供了事件、卸載和行業洞察功能，可以幫助企業快速掌握APP的全貌。

第三，企業需要有常態化的數據運營和應用工具。要解決目前數據提取，數據分析，數據應用割裂的場景，企業需要打通內外部數據流和用戶流，才能實現全景化，全鏈路的數據化運營。比如企業應該有一套自己的用戶增長系統，這些系統都基於大數據分析，並能夠直接應用於產品和運營策略，去驅動產品進化和用戶增長。

有實力的企業可以選擇自己開發，大多數企業最優的方案仍然是選擇市場上成熟的解決方案。如深耕大數據服務領域多年的個推，針對移動互聯網領域的發展痛點，一方面將消息推送、用戶畫像、數據統計結合起來形成數據運營閉環，構建數據智能和場景驅動的精細化運營服務體系，通過大數據分析深挖用戶特徵並指導運營策略的調整，另一方面又聚焦發展新用戶、提高用戶活躍度等關鍵問題，為App新用戶拓展、老用戶激活等提供有效的用戶增長解決方案。

對於移動互聯網企業而言，一套完善的大數據解決方案，不僅能幫助其提升運營等方面的能力，更是能幫助其從用戶留存、用戶活躍、收入變現等方面實現全面的增長。

毫無疑問，在大數據時代，企業面對的已經不只是數據技術能力的投資，而是如何應用這些數據產品，快速高效地去挖掘數據化運營的價值，從而切實推動業務快速增長。

轉自丨199IT互聯網數據中心

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！