标签：迭代 机遇 反馈 神策 建设 桑文锋 产品 PPT 数据
每个时代的机遇性发展都有一个大的背景，我们只有在认清所处的背景，自身所处的位置和阶段，精准定位面对的最大问题，并解决它，才能抓住这个机遇。
——神策数据创始人&CEO 桑文锋
在以“场景赋能·驱动有数”为主题的 2018 神策数据驱动大会现场，桑文锋发表了名为《数据化建设的时代机遇》的主题演讲，分享了新时代数据化建设面临的挑战和机遇，并指出了企业落地数据驱动的方法论。
以下内容根据桑文锋的现场演讲整理所得，文末可免费下载完整版 PPT。
本文将为你重点介绍：
中国信息化建设所面临的问题
信息化建设由面向“业务流”转变为面向“数据流”
数据化建设之产品、运营及产品智能
行业成熟度及数据驱动的企业落地
中国信息化建设所面临的问题
桑文锋以井冈山的故事为引子，阐释了一直以来信息传递面临的三个问题：
不及时，在过去信息从发出到使用者获取往往历经几个月时间；
不准确，经过间接传递会出现理解偏差，导致误传的情况；
不全面，长时间的传递过程中会遗漏信息，导致偏差性决策。
如今，信息传递问题解决了吗？答案是没有，但是近几十年，信息化建设使信息的传递速度和准确性有了可观的飞跃性进步。
做好任何一件事，存在两个核心环节：决策和执行，两者缺一不可，相辅相成。
指令和反馈是通信的两个环节，也是决策和执行能无缝对接，发挥最大能量的“连接器”。指令，指决策要变成一个可执行的指令传递下去；反馈，只有通过反馈才能评估过程的进展和质量，同时有益于佐证决策，做出更科学正确的决策。
2000-2015 是 15 年的中国 IT 化建设时期，众多企业做了 OA、ERP、CRM 等的开发和应用，这些实际上是在解决指令的下达和传递问题，比如通过电子邮件可以把一个决策立刻传达下去。
解决了“指令”的实现，那么“反馈”呢？
执行过程的有效反馈很重要，大多数企业会通过周报和日报来进行工作执行的反馈，但是这种方式会忽略工作的细节和反馈的时效性。
我们可以将反馈分成两个部分：
一个是内部反馈。在内部，有一些工作是人工操作，存在没有记录进而导致缺数据的情况，且因为内部会存在多个不同的 IT 系统，会导致数据不互通的问题，比如市场部门和研发部门的数据。
另一个是外部反馈。在外部，反馈往往依赖市场调研机构，所获取的数据也通常不全面，还会出现反馈滞后、周期长的问题。
从根本上来说，面向业务流的信息化建设是核心问题，可以从传统和互联网两个角度来看。
面向业务流的信息化建设（传统）传统企业，在企业的发展中工作结构和方式发生了从纯人工，到引入机器，再到建设 IT 系统的转变，例如，某个集团性公司的运作机制，会形成如上图的网状结构，一系列 IT 系统和不同职能线的人构成了整个服务体系，意味着缺少了人，这个体系就无法运转。
面向业务流的信息化建设（互联网）互联网企业，像 BAT 这些互联网公司通过接近 20 年的发展，相比传统企业，整个体系运作起来相对完善，即使在一天内没有人工工作，整个服务受到的影响也不会很大，因为整个服务和系统的 IT 化还可以支持企业正常的有效运转。但这样就完成了反馈吗？并不一定，用户使用 IT 化系统的过程中，用户需求是否被有效地反馈很难决断，机器拥有的互动性和理解力与人相比，还是相差很多。
因此，11 年的从业经验，我都在思考如何有效地收集用户数据，并基于这些数据进行有效地反馈，让产品变得更加强大和智能。
事实上，过去的信息化建设是面对“业务流”的，也就是说，企业通过引入一些 IT 系统，减少某些业务职能，使整个服务能更高效地正常运转，不管是针对传统企业，还是互联网企业来说，在过去信息化建设的过程中，数据也只是 IT 化的副产品，这样会导致当业务存在问题时，没有数据支撑解决问题。
比如，电商业务中存在一些数据，运营人员想通过这些数据找到出现的问题和优化方案时，往往会发现数据不全，无法做深度的分析，所以，归根到底是底层思路的问题。
信息化建设转变为面向“数据流”
因此，解决信息化建设的根本问题，要在整个企业信息化建设过程中，实现面向“业务流”到面向“数据流”的转变，不单只是考虑业务流，而是更多考虑如何把整个数据体系建立起来，来支撑业务更好地发展。
那么，如何建设企业的数据流？
如图所示，未来 IT 系统的定位将改变，以前 IT 系统是核心，未来建 IT 系统是为了更好地收集数据，使数据流更高效地流转，最后再建立应用层，这样一来，不管是业务本身还是科学决策和产品智能都能更好地实现。
以神策数据的 ToB 数据流建设为例神策数据就是 ToB 数据流建设的一个很好的例子，神策数据的整个业务对外有三个重要的环节：市场营销、销售和客户成功。
这三个环节覆盖了神策数据服务客户的整个全生命周期，不同的环节都会产生一些数据，通过整合营销、售前行为、销售行为、客户行为、业务等数据建立数据流，虽然建立的过程会出现一些挑战，但是一旦建立了完善的数据流，就会消除不同团队、各业务之间的割裂，让各部门为同一目标而努力（如下图），加速公司目标的实现。
数据化建设赋能产品迭代
今天，存在多种多样的产品形态，越来越复杂，用户在不同的场景使用不同的产品形态（如下图）。
为了更好地满足用户的需求，产品需要不断地迭代，某种意义上，“迭代”决定了一个产品的未来。
传统的产品迭代方式传统的产品迭代方式相对简单，可以理解为两个步骤：点子和产品。
时至今日，依旧有很多互联网公司仅凭借一个好的想法，开始盲目地做产品，如此非常依赖于产品经理的悟性，但人难免犯错。所以，我们要思考如何让整个产品迭代的过程变得更加科学，面向数据流的产品迭代，就是一个科学的方式。
面向数据流的产品迭代在传统的产品迭代方式中加入数据变成三个环节：点子、产品、数据。
如上图，有了数据的加入，我们在将想法转化为产品时，可实现建立可衡量的假设和指标、数据采集方案以及 A/B 测试的实施，让想法先得到科学的验证，再投入技术的开发，防止无畏的技术资源、时间、精力的浪费，实现投入产出比最大化产品迭代。
迭代后的产品会产生相关的新数据，通过数据分析，企业员工可以有所学习和思考，从而产生新的点子，然后让这个循环有效地运转下去。如此，将产品迭代变成一件科学的事情，所谓科学就是不断地假设、实验，验证。
数据化建设之数据驱动产品智能
通过迭代可以使产品不断改进，但是更多的时候我们期望产品能自动感知、适应、满足用户的实际所需，也就是产品智能。
所谓的智能，就是使产品具备学习能力，而具备学习能力，需要知识的输出与输入，对于机器来说，数据就是它最好的知识。将用户的行为数据、交易数据、业务数据等整合起来，使用一定的机器算法，构建产品的指令和反馈的闭环，也就使机器具备了决策和执行能力，实现了智能。
目前中国的智能发展还尚不完善，但是未来十几年，必定会出现新的变革。
数据化建设之运营革新
对于运营，数据化建设可以实现什么价值呢？如下图是一个电商运营人员发起一次营销活动的完整过程。
仔细观察整个过程，我们会发现多次的跨部门配合，使整个周期非常长，且不能得到实时的效果验证，最大的问题是，每次营销活动关于优化过程可汲取的经验很少，无法简化流程，也就是无法实现运营流程的迭代。
当搭建好数据流，可以实现运营人员做的每一步操作，不依赖于有具体的研发人员的配合，通过自助式操作可完成整个运营过程（如下图）。
构建可执行的运营分析闭环，从时效性和投入产出比，以及运营人员自身的提升都有很大的价值，如下图当有了数据根基，我们通过给用户打标签，实现用户分群，构建用户画像，并根据其制定运营策略，实施运营方案，实现用户触达，再通过效果分析，进行优化迭代，最终让每一次运营都变成一次学习。
数据化建设的行业成熟度
本文开头就介绍了把握机遇需要结合时代的大背景，下面我们来看看，目前中国大数据建设的行业成熟度。
通过调研结合实际经验，我将行业成熟度分为成熟、崛起、趋势三大类（如下图）：
数据化建设之数据驱动的企业落地
很多人对神策数据的认知仅停留在神策数据是做数据分析工具的，但是，一个工具不可能让一个企业实现业务数据驱动化。
事实上，实现企业真正落地数据驱动，需要具备以下三个条件：
老板及管理层有数据意识；
业务流程和组织要进行数据化改造；
重视数据采集，构建数据平台。
老板及管理层要有数据意识一个企业变成真正数据化的核心是老板、管理层具有数据意识，能自上而下地推动数据驱动的落地。
假如，一线工作人员花费 2 天时间进行数据分析选出最优方案交给老板，最后老板还是凭他的喜好拍板做决定，那么以后就不会有人再去真正的做数据分析，而全部都想变成心理专家，去洞察老板的喜好。相反，如果老板本身有数据意识，员工开周会汇报工作，需要有数据为依据。那么，这个企业至少在形态上具备数据驱动的前提条件，即人人在意数据，也就是树立数据驱动文化。
从百度的第一天入职，“用数据说话”的文化就深深地印在了我的脑海，8 年时间在百度做任何事都要基于数据。探讨 Google 文化的《重新定义公司》这本书，其中有一大篇是讲 Google 是如何用数据说话的，例如 Paypal 表示有数据就有更大的自由权。
业务流程，组织的改造前面已经阐述了很多业务流程改造的内容，这里不过多描述，简单来说，不管是市场、产品、运营、销售都要做到让数据成为核心的一部分，让自身成为整个流程的一个核心环节。
关于组织改造，公司中的各个部门，包括市场、产品、运营、研发等人员，都要基于数据流程对自己的定位进行改造。
对于业务人员不仅要提出数据需求，还要提出业务需求，业务需求和数据需求要同步提出。对于研发人员来说，要意识到整个产品开发跟数据收集，数据建设是同等重要的事情，不要觉得产品经理提数据需求是副产品，也许，未来评判一个研发工程师的标准，不仅要看开发和写程序的能力，还要看数据收集、数据建设上的能力如何。
数据采集与平台建设神策数据非常重视数据源，数据采集是所有应用的根基，“大、全、细、时”是神策数据对数据源的认识。
关于神策数据体系和服务有三点。
第一，神策数据服务客户的过程本身就是迭代的过程。神策数据早期只有一个产品——神策分析，但随着业务应用点的增多，单一的一款用户分析产品无法全面帮助客户实现数据驱动。因此，神策数据在今天推出产品矩阵，今后也将继续迭代。
第二，将服务客户变成标准化和科学化的过程。神策数据拥有成熟的客户成功团队以及团队管理系统，在如何更好地服务解决客户的问题上，神策数据遵循“追求极致”。
第三，给客户提供系统化的咨询解决方案。企业并不能单靠引入一款产品解决所有实际问题 ，神策数据会围绕企业面临的具体情况，为其提供一个真正可执行的系统化解决方案。
写在最后的话
我对历史非常感兴趣，我认为通过阅读与历史相关的书籍和文章，可以加强对数据的认识，产生递进式的认知。比如：
《万历十五年》，作者为历史学家黄仁宇，这本书讲整个明朝的管理，一个国家是一个大企业，整个管理过程中的效率是一个非常大的问题。作者认为，真正要管理好一个国家，最重要的是数目字管理。
《反对本本主义》，90 年前的毛泽东写了这篇文章，其中有一句话“没有调查就没有发言权”经久不衰，在今天仍是真理。
这些是历史沉淀下来的真知灼见。我们走到这个蕴含机遇的十字路口，让中国数据化建设变得更好是我们的使命，相信未来，我们会一起创造中国的数据化建设辉煌！
温馨提示
☞2018 数据驱动大会亮点回顾，请戳官宣：神策 2018 数据驱动大会亮点回顾
☞星斗奖获奖详情，请戳“星斗奖”九大类奖项揭晓：好未来、四川航空，瑞幸咖啡杨飞、中青旅张晓磊
☞2018 数据驱动大会，请戳今天，“场景赋能•驱动有数”，神策数据 2018 数据驱动大会在京成功举办
点我下载 桑文锋详细版 PPT
标签：迭代,机遇,反馈,神策,建设,桑文锋,产品,PPT,数据 来源： https://blog.51cto.com/u_14438762/2903692
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。