|
随着移动互联网的迅猛发展,以及云计算、物联网、大数据新技术的应用,数据驱动增长、数据驱动营销的趋势在行业内受到追捧。然而,数据分析周期长、效果不可控、运营成本高、数据分析工具不普及等问题成为制约众多数据使用者的瓶颈。如何用数据分析工具在最短的时间内,用最高效的方式让数据价值最大化?如何真正实现数据驱动增长?Ptmind一直在为此努力。$ v0 j( w- r# \' Z, p# N
. e2 k5 E% G! d3 J7 T( Z
) \# X$ f$ D- Z' i
( n1 K- t. Q- v
2018年9月18日,Ptmind创始人郑远受邀与Google、Oracle、易观等数据行业大咖共同出席WAW X十年数据峰会,并发表题为《乐高化的数据思维与应用》的演讲,讲述了面对数据分析行业的痛点,Ptmind如何运用“乐高化的数据思维”,开发数据分析工具,帮助各行各业实现数据人人可用,并实现数据驱动增长的成绩。
/ E0 ~+ Y; |! V. ^( _# x' c b" q9 V& Z$ p- X% w) l$ K
以下为郑远的演讲内容1 d8 a, a' g& c5 V3 s5 d
8 c: P, F6 u" h 创立Ptmind的初衷?
2 N+ J) h0 v! ` z3 Z. i. l, s9 F8 u: w% z9 C
Ptmind铂金智慧自2010年创立,在服务大量企业的过程中,也在不停地思考一个问题,并不断尝试让这个问题变得更明确:早在十年前行业内就不停地提及大数据、数据驱动等关键字,但到底如何让数据产生价值?这个问题非常清晰,但所有的企业都还在寻找答案。8 l9 k1 W5 e7 @/ F
& Z3 Y/ w" p, T- e3 w E7 g

5 ^9 W& L3 B* ]: Z1 j0 B" {
1 ?; [: t3 a& Q( |+ ^) p+ U 我们发现,大部分的企业都面临一个同样的困境——拥有大量碎片化数据,但这些数据之间并没有关联,他们是沉睡的,并不能创造任何价值。企业为之不惜工本,花费大量的人力、物力、财力,目的就是为了让这些数据可以为企业创造价值,梦想利用碎片化的数据搭建出埃菲尔铁塔,实现数据价值最大化。梦想很丰满,现实却很骨感。2 K& p' L" u6 K
4 U+ i% k7 {2 o: Q- h 
; f! g+ V6 O: E. F" I2 D7 U7 j& D1 M
我们来看看IDC曾经就数据使用者做过的一个调查:数据分析以及制作报告花费时间太长、深度不足、没有专业数据分析人才等问题,让数据驱动增长变得非常难。一些企业好不容易分析出有价值的数据结论,但由于对商业理解不足,无法真正运用起来。最后,结果都是一样,数据不能为企业创造价值。7 J! S5 f7 C4 L |3 b& Z
' h" V- e( c$ i( R9 \6 a
归根结底,我们所面临的困境,就是人、数据和业务三者之间如何更好地结合在一起?解决了这个点,才能产生真正商业价值。
) m1 D" J/ _! {' p8 y x" _# |' ?. s, H& P$ _8 q1 I
能够让更多的人把数据有效地用起来,从而实现数据和业务结合,并产生商业价值,让相关从业人员都可以享受到数据价值化的福利。这个简单的目标,正是Ptmind成立的初衷。0 _8 l, U0 z: _- a
5 Q( i" ~# p- G, H3 d$ k 如何实现数据价值最大化?! {1 S3 D5 b; U+ l; l5 k1 C" z
) k# F" U9 Z4 M% M9 H 实际上,数据产品的进化,就像是拍照器材演变的过程。在过去,使用单反相机,是少数人的特权,出现卡片相机后,极大地降低了拍照的技术门槛,让更多人可以拥有留下最美瞬间的能力,技术一直发展到今天的手机拍照,更是人人可用。Ptmind希望让每个人都有使用数据的权利,不只是专业人员,还包括业务人员、营销人员,他们可能对数据本身没有很强的分析能力,但是他们可以通过Ptmind的产品获得数据价值。# I$ q r8 A/ a1 ?: g6 b& u* m4 V
2 |4 U, m9 W* r y/ ^ L7 n9 G' [+ t+ L
; Y1 e3 I! a# }2 V8 @$ ]
Ptmind的核心产品都是从这个愿景出发的。Ptengine,是一款针对线上用户行为分析的产品,已经获得超过15万用户的肯定。另外一个产品DataDeck,拥有超过1万的企业用户来自美国,比如共享经济倡导者的Uber等。
' A+ M0 J) v' {& Y( R1 g( u8 L5 l
从本质上面来讲,这两个产品使用数据的体验就是所见即所得。业务人员不再需要依赖专业的技术人员,而是根据自己对业务的理解,能够很快地得到想要的分析和洞察。! u1 v- I& |5 t- J# D' l
+ w# E3 K/ s) b0 }# ]

6 j2 \, E$ ?, ? t9 o7 k! @) v5 E# J# y; Y9 R3 O2 n/ h/ f
观察客户在使用Ptmind产品的过程中不难发现,大部分熟练的使用者是非数据专业,却非常了解业务的。所以,数据价值最大化的核心是基于业务的洞察最大化,以及与相关部门的协作,快速更新迭代。“天下武功,唯快不破”,Ptmind赋能使用者,除了可以自己实时监测数据变化情况,还可以设置每天定时把数据发给协作的同事,通过这种非常直观轻便的方式,让沉睡在公司里各个地方的碎片化数据,一片片被激活,最后形成一座价值最大化的埃菲尔铁塔。
8 d4 `/ `* A/ d7 Q$ T8 ^. ?1 \! F; v4 f9 _5 |. b$ n
如何赋能企业助力企业实现数据价值最大化?) g3 U. [- R7 x1 ?0 t4 p0 o0 O
8 ~& n+ ^" G+ l- f& ]
接下来通过两个案例阐述我们如何赋能企业。一个是微软商城,这是一家把我们产品的精髓用到极致的公司。
- ]! Z, c/ M. S2 y* G
- [7 j5 N8 G$ ]- n- g( n 这是微软商城一次促销周活动的首页,之前运营团队需要在活动前1个月对每一个产品进行编号以便于统计,并在页面上对每一个产品进行埋点监测,而运营团队需要在数据分析师们拿到原始数据进行分析后才能看到产品被收藏、预定及购买的情况,这其中存在严重的运营效率问题。但在Ptmind的Ptengine产品上,运营成员可以实时直观的看到哪个产品在这个阶段的销量如何,用户真正关心的是什么?他们可以做到以最快的速度改善促销活动,对于电商来说,最重要的就是效率,效率包括时间效率、库存效率和定价效率。% K& m7 ^2 s1 I8 ~& n
9 | P( F# _) {. N% Z: m" z

e" w/ c/ e- [, Z
5 z' F+ g9 |8 c: P, w, c 企业对数据分析师有很强依赖性,但数据分析师每天面对各个部门的需求,其实并没有足够的时间去分析,也没有足够的业务知识产出洞察。这时候,Ptmind的产品Ptengine要做的就是,实现数据人人可用,赋能每一个希望使用数据的人。让数据的使用人员,可以不用依赖数据分析师,就实时实地站在业务的视角去更好地理解消费者的需求。8 `, J' {: g1 n7 ^
3 }3 k! c; d0 r& Y
另一个案例,日本的斯巴鲁汽车在刚开始使用Ptengine的时候,觉得就是一个普通的热图工具,而在使用过程中,通过Ptengine得到了深入的消费者洞察,并马上对网页进行了改版,使转化率在短时间内提升了两倍。
: q$ y; ^4 R! I) u8 H$ g' C5 Y5 \) X2 ~0 J/ p; F2 M# W
斯巴鲁把他们对用户的洞察,应用到了方方面面,比如他们的官网,他们的每一个campaign页面和社区。实际上,核心在于每个人都能够看懂数据,通过数据得到洞察。在这种情况下,跨部门之间的协作,跟代理商进行外部沟通的时候,也变得更加轻松。
* }& g% [! T1 v6 O) o) M8 }9 P2 L3 I" I6 x

, u5 V7 m- a! R1 x% z3 i" w; N: `8 v4 L7 w/ C6 K$ o; M
企业通过运营网站、APP、社区实现企业目的,消费者寻找可以帮助自己解决问题的企业实现个人目的。在这过程中,只有企业能高度洞察用户所需,才能跟消费者需求高度契合。两者重合度越大,企业及消费者都能更高效地实现目的。在斯巴鲁的案例中,Ptengine赋能企业高效洞察消费者需求,使业务团队快速了解消费者,让产品更好地匹配消费者,实现双方目的供需高度匹配的最终目的。
/ F& g9 \% A) S1 |+ v: d& ^" d4 M. I5 ]- {7 A
让数据使用更简单可几何倍数地提高从数据中获取的价值) r; W' `% ?0 {6 X+ |
$ V5 N3 u1 r$ H! i 大家普遍理解的ROI是投入产出比,就是投多少钱能赚多少钱。但对于数据本身,也有同样的道理:把ROI里面的“I”的概念,换成Information,意思是通过数据而应返回的价值。! v) Y7 }+ g5 l8 q- Z4 \
* W" Y0 M7 [) h6 w: s/ g ; b+ Y+ H, w$ K* \! C9 A
0 A- o1 j8 n* H% H/ @
企业有多少可用的数据,有多少数据真正被用起来,这是非常重要的一个因素。基于这些数据,可以得到多少有价值的洞察,然后还要考虑到能使用数据的人数,最后除以使数据转化成价值的时间,就可以知道企业内的数据价值是否做到最大化。
& ]6 W! L4 W6 \3 {, {* c
6 o1 N( B1 [! f+ `6 A( I! B 公式上方的数据价值提升连同下方的运营及机会成本下降,就是从数据里获取价值回报的一个算法。
( B+ O3 w3 m6 p1 L. }* K+ p1 S3 a! B6 R8 z- f5 @2 U
下一个十年的数据应用
0 I7 d6 g7 p) C6 ?$ B# p# ?5 z9 Y% S! `9 g
最后,想跟大家聊聊如何通过数据去打造企业本身的核心竞争力?
4 @( E2 ^' r- `9 a$ u, ~, c/ Z
1 ?6 j! c% u( p+ S5 ~ 把身边的数据碎片能够非常快的用起来,在这里面获取洞察,让更多的团队的成员从中获取有价值的信息,如此整个团队的核心能力才会像滚雪球一样持续前进。
: @0 z5 p7 f4 ?
. [2 F9 o6 m6 b. r2 ?* n+ X5 M 
- }5 s) j; X0 B9 X$ ]& t" I& q5 ?# L! ^ H
正如宋星老师所说,优秀的数据产品,除了给专业领域赋能,也将降低数据本身的使用门槛。下一个十年,数据分析工具肯定不再仅仅是数据科学家和分析师才能掌握,数据本身将更加容易被企业从业者掌握,或者,成为一种人人都需要的认知模式。
! Y9 x6 z: V1 p% e$ L |
|