张溪梦：数据智能，助力企业从数据洞察到业务增长

从狩猎时代到今天，人类社会的生产要素进行过几轮重大变革，包括土地、劳动力、技术、能源都在人类社会充当过非常重要的生产要素。在数字化时代，数据已经成为一种新的重要生产要素。

2020年 4 月，党中央国务院发布了一份重要文件，确定数据是未来第五大生产要素，后续国家、政府、民营企业都需要在数据建设上发力。而今年“十四五”规划的发布，更是为这一进程按下加速键，那么如何能够利用好这种新的生产资料, 让数据驱动新时代的经济和业务增长呢？答案是数据智能。

过去，我们曾用蒸汽机作为引擎，解放人类的体力，而在今天和不远的未来，我们将用数据智能作为引擎，取代重复烦琐的脑力劳动，进一步提升社会产能和效率，最终提高人们的生活水平。

“数字孪生”概念由德勤提出，即所有物理世界中与用户的触点，都会在数字世界中重构。

有些线下场景的数字化比较简单，比如零售重构为电商，线下教育重构为线上教育，线下旅游重构为携程飞猪，线下出租车重构成滴滴等。

第二种则很难从物理空间完全复制到线上，比如履约、到店、物流、服务等，但新技术产生了很多新触点，这些新触点可以帮助我们优化线下流程，大幅度提高服务效率、提升用户体验，进而提升整体营收，高效增长。

连接物理世界和数字化世界的最重要桥梁就是数据。无论线上还是线下，所有触点可以通过数据打通、优化、拓展，产生巨大价值，因此在数字化时代：谁能用好数据，谁就一定可以做好数字化转型升级。

我和大家介绍一下我们如何帮助客户做好数字化转型，分为以下三个关键点：

• 第一，建立以用户为中心的私域数字银行

2019 年 WPP（世界上最大的媒体和 4A 公司）创始人发布了这样一串数据：

1、绝大部分全球头部企业都非常重视数据，数据预算投入平均占比约 35%，少量企业投入超过 50%，而它们的业务增速是其他头部企业的两倍。

2、全球大部分用数据驱动的公司中，50% 的决策是基于第一方数据和第三方数据的洞察，其中第一方数据更重要，30% 的决策是来源于一方数据。

利用好第一方数据，将帮助企业正确认知客户、做出正确决策，并把决策落地为运营动作，产生更好的增长。

更多企业、特别是传统企业，数据运营的困境正是缺失第一方数据。也许曾经，我们的企业只用回答：公司流量占据了多少市场份额，占多少就决定了公司的估值；但是到了今天，一定要回答：公司用户的LTV如何，才能决定公司的估值。甚至还有追问，第一，LTV要怎么看、怎么算？ 第二，具体该怎么提升？

用户都集中在公域流量，成本越来越高，品牌却无法直接触达用户，既不了解用户，也不知道用户需求变化，难以及时应对，更难高效增长。

因此，我认为任何一个企业都需要重视搭建企业客户数据平台，把它作为企业战略之一。第一方数据将是企业未来竞争力的关键，甚至说，第一方数据的重要性将决定企业的估值和市值。

• 第二，从数据分析到数据智能

这张图是数据分析演化成数据智能的核心步骤：

1、原始数据的采集。

2、数据整合和清理。

3、数据开始产生价值：形成基础报表。

4、对数据进行多维查询分析，产生归因洞察。

5、数据可视化，最好是由企业业务部门自助完成。

前五步是产生数据价值的基本步骤。

6、预测，大规模的预测能够让我们通过分析第一方数据，猜测用户未来的行为及其概率，帮助我们优化各种业务。

7、运筹，当有了足够多的预测模型后，通过对各种预测进行模拟，可以快速找到最佳选择，做出正确的商业决策。

8、最后一步，是更高级的人工智能，无监督的人工智能，当实现了前七步后，未来很可能就是无监督的人工智能世界。

这八个阶段，从产生并采集数据、让数据形成洞察，到最后的洞察带来实际的产出，给我们规划了非常清晰的企业数据智能发展路径。大家可以判断下自己企业目前所处的阶段和位置，并思考向前演进的路径了。

• 第三，构建全域营销体系

构建全域营销，需要企业掌握自主可控的直连用户的能力，这是非常重要、却很容易被忽视的一点。忽视了直连用户，之前的数据沉淀与数据智能就是在格子里跳舞，只有构建全域营销，数据智能才能激发出企业运营的想象力，发挥出巨大价值。

品牌需要将线上的小程序、App、广告媒介，线下的门店、导购、POS 机、触摸屏，全部整合起来，为客户提供无缝体验，既要符合触点特性，更要满足每个用户不同成长阶段的需求。比如，当用户到店，导购通过快速了解用户之前的交易记录、消费能力、商品偏好，可以为客户提供更精准的服务，给用户更好体验，带来更大价值。

2015 年，我将“增长黑客”理论体系带回国内，为中国企业提供以“数据驱动业务增长”为目标的数据产品和咨询服务。市场上有形形色色提供数据分析、洞察的产品，但对于企业来讲，只有数据是不够的，必须把数据变成洞察、洞察落地增长才是有价值的。因此，我认为，如何帮助企业践行“从洞察到增长”，这才是企业真正需要的。

• 从用户行为分析到数据智能

首先，我们要完成上图中前五步的积累，帮助企业收集线上行为数据，帮助企业分析转化、留存，帮助提升用户体验、优化数字化广告投放策略等。这五步的共通点是，所有的数据分析和洞察的结果，是人类可读的。

跨越鸿沟后的数据智能，就是由顶级数据科学家构建的各种算法模型、机器学习、甚至无监督的人工智能，来实现由机器代替人类看数据、分析数据、做出洞察。

现在，我们已经进入到预测和模拟阶段，在打通第一方数据的基础上，通过机器学习模型进行预测，目前已经在好好住等企业落地，有很好的增长效果，可以大幅提升商业决策效率。

• 全新解决方案

上图中，最底层是管理数据化和业务数字化，将产生大量数据。

然后进入管理数据、分析数据和应用数据这三个层次，其中管理数据由客户数据平台来实现，分析数据由用户 360 画像等产品来实现，而应用数据层，我们则提供产品分析、广告分析、智能运营等产品。最上层与增长战略相关，需要有正确的增长战略、增长方法和增长人才，企业才能够自上而下地落地增长。因此，通过提供专业咨询服务的方式，可以更好的实现全方位的落地增长。

• 增长案例：江西移动

我们携手江西移动，加速江西移动数字化转型步伐。以提升优质用户数量、激励用户价值跃迁为目标，借助 AI模型及基于大数据的智能用户运营解决方案，从 APP、WAP、微信生态等多个渠道完善用户体验；依托优质内容拓宽潜在用户群，挖掘影响力客户，全面增加客户数量、提升客户质量。

在数据层，打破和我信 APP、HUI 买 WAP、微厅等多个移动端渠道数据壁垒，建立以用户运营为核心的用户数据平台；在运营层，搭建数据驱动业务增长平台，结合 AI 技术寻找用户高活跃场景，培养用户线上消费及交互习惯；同时构建会员体系，基于 AI 模型识别并量化高价值用户及行为特征，形成精准用户画像，定制 FRV 模型形成用户运营闭环；在客户触达层，基于微信生态社交裂变及用户画像，发现高价值人群，降低获客成本，提升获客效率。

凭借本次合作，江西移动完成数据驱动运营的基础建设工作，落地基于标签和画像系统的精细化会员运营体系，有效提升了线上渠道营收。

数据驱动业务增长的脚步还在继续。我们正在与江西移动一起探索通过数据智能的应用，实现“一客一策”的智能运营体系。传统的商业分析由人力实施，只能进行一维、二维的低维度分析。利用机器学习技术和人工智能模型，能够对企业客户进行多维度、海量数据的智能分析。

我们非常欣喜地看到，数据化、数字化、增长体系等在很多企业中落地、生根、发芽，最后驱动了业务的增长。相信未来，在业者的共同探索和努力下，数据智能将为企业带来更大的价值。

专家介绍：