数据变石油的秘密：业务场景如何起到催化作用

原标题：数据变石油的秘密：业务场景如何起到催化作用

编者按：本文来自微信公众号懂懂笔记（ID： dongdong_note），作者懂懂 编辑秦言，创业邦经授权转载。

如果回望刚刚过去的十年，我们会发现这样一组数字：全球大数据技术和服务市场范围已达500亿美元，第一次超越了在数据中心设备上的支出。而从用户端来看，以往的十年是企业应用一天天复杂、数据量和数据分析飙增的十年。更有权威人士断言，未来十年，是传统行业推进数字化的最后十年。

然而，细看国内企业数字化转型的现状，却会让我们感到一丝无奈：当前我国企业数字化转型比例约25%,远低于欧洲的46%和美国的54%。这个时候，避谈数字化转型，就恰如二十年我们中绝大多数人对待电商的态度，认为它不会影响实体零售，更不可能是颠覆性替代。

于是，我们开始了差距和出路的寻找。也正因如此，与国内数字化转型相伴相生的TalkingData十年历程尤其值得研究。因为，TalkingData创始人兼CEO崔晓波曾一再重复：我以为我把经历过的坑告诉世人，他们就不会再跳。但他们一定需要把这些坑再跳一遍，才绕得出这个弯。而差距面前，我们需要的一定是弯道超车，而绝没有时间把前人跳过的坑再跳一遍。

数字化转型服务的开端

2011年，曾担任Oracle中国区A&C技术总监的崔晓波创建了TalkingData公司。初创时期的TalkingData主打工具和方法论，包括为游戏App开发者提供数据分析服务。而此时，直接做游戏显然比数据服务更赚钱。但面对各种开发游戏赚钱的建议，崔晓波却选择了拒绝。

TalkingData将自己的愿景设定为“数据改变企业决策，数据改善人类生活”,此后的十年，TalkingData的策略和技术、产品虽几经变迁，但致力于用数据+科技的能力为合作伙伴创造价值却一直未变。不仅如此，在国内多数互联网公司都选择站队某个互联网巨头的今天，TalkingData在移动广告监测服务领域，始终保持着中立性。因此，崔晓波和TalkingData的十年历程，完全可以算得上是国内数字化服务十年的缩影。

2011年国内移动互联网大潮方兴未艾，国外的移动应用开发公司会使用苹果和谷歌的分析工具，而这两家公司到了国内，却要么无法使用类似的服务，要么所提供的服务水土不服，这给为国内提供移动互联网数据服务的厂商预留了巨大的发展空间。虽然进入时间比友盟和百度都晚，但TalkingData却凭借着数据指标定义、3A3R模型分析方法论等一系列创新，让业务一直保持着高增长的态势。

顺境之中，崔晓波却感受到了一丝不安：每天国内几亿部移动设备产生出海量的数据，但却还没办法让数据释放出更大的价值。

早在2014年，招商银行和平安保险就纷纷找到了TalkingData，想用互联网公司的方法提升自己的客户体验。

招行银行早在2014年就建立了数字化转型的愿景，并且有了发展手机APP，限制线下营业厅发展的思路。与TalkingData合作项目的核心诉求，是要做到高端信用卡用户洞察，还要把客户进行分层运营。但当TalkingData把这部分用户的三个属性报给招商银行的负责人时，却受到了质疑。

根据数据分析，这部分人群除了金融、社交属性之外，最典型的一个属性是游戏，但此前招行与几个游戏厂商合作搞的活动，其效果却并不好。为了打消招行的顾虑，崔晓波建议招行在APP的积分兑换专区中增加用九个积分就可以兑游戏点卡，结果是大受用户欢迎。而此后与某游戏厂商合作搞的活动中，来兑换的用户太多，硬是让招行服务器出现了异常。大数据的价值开始初步呈现出来。

招商银行和平安保险项目的成功，让多家头部金融机构也迅速成为了TalkingData的客户，更多行业的头部企业也开始与TalkingData一起开启了数字化转型之旅，国内数字化应用的春天仿佛正在来临。

但是，当崔晓波带领TalkingData真下全力进入企业互联网市场时，他却发现：在相当多的行业内，头部企业和腰部企业在数字化转型领域存在巨大的差异，国内多数企业在数字化意识上的缺失让数字化的春天离这个产业还很远。

这开始让崔晓波在沉思中面对创业中的三大挑战。受Oracle这种传统IT服务商背景影响，容易产生一种“To大B”的思想。这种思想的核心就是做企业服务要从年销售额达几百亿的大型企业开始，然后再把这些项目的成功经验复制到其他企业。但这种体量的企业往往数字化变革的速度慢，与此同时，具备数据基因的新兴企业会在日后迅速崛起。而只关注超大型企业，就会丢掉规模更大的新兴市场。

另一方面，以往的信息化工作经验让崔晓波的数据思维太重，认为数据无所不能，而忽略只有在实际业务场景之中，数据才能真正发挥出作用。

为此，崔晓波将TalkingData的模式从最初以SaaS和工具交付方式为主，转变为与定制化与服务交付方式并重，以保证与客户的业务同步。同时，将组织架构调整为DA（数据分析师）、BA（业务分析师）、客户成功经理等懂业务的人在前台，而在后边的中台提供更综合的算法、数据、营销科技能力来支持前台人员，从而可以应对更多业务场景。让数据与业务场景结合产业增益，实现数据的真正价值，也更贴近具备数据基因的新兴企业的需求。

这些思维方式的转变，对崔晓波影响至深。近日，TalkingData宣布获总额约1亿美元的新一轮融资。本轮融资由华润资本旗下CR Data Fund（大数据科技应用基金）作为战略投资方领投。在谈及选择投资方的原因时，崔晓波依然会强调：“我们自己是没有场景的公司，所以我们会选择有场景的公司合作。华润集团业态比较丰富，业务场景比较多，华润集团旗下的地产、银行、商超、新零售等都能给我们更多的场景。同时，华润集团也需要一个数字化服务能力强的企业作为数字化转型路上的伙伴。”

疫情里的数据价值

机会总是归于有准备的人，崔晓波不知道的是，一个更大的机会正在向他靠近。

临近2020年春节新冠疫情突然发生，不断有客户拨打崔晓波的手机，其中一家客户要求TalkingData的工程师马上驻场工作，这不禁钩起了崔晓波的好奇心。

为应对疫情影响，这家头部餐饮连锁企业想要马上搭起自有的外卖平台。此前这家企业的CDP系统（客户数据平台)是由TalkingData搭建的，应用这个系统，这家企业实现了全数字化的会员数据管理和运营，可以很容易地根据会员的特征做汉堡等食品的个性化促销。由于数字化基础设施完善，此次外卖平台系统的搭建在两周内就完成了。

崔晓波暗地里算了一笔账，这家客户的竞争对手，由于没有相应的数字化基础设施支撑，因此应对疫情的外卖系统的进度非常慢，在会员管理没有实现数字化的情况之下，销售额受到了极大的影响。由此带来的差别，就是自己的客户在2020年一季度盈利突破一亿美金，而其竞争对手同期却处于亏损状态。

拨打崔晓波手机的另一个客户，在疫情面前同样遇到了难题。这家快消行业巨头的情况正相反，因为它的业务受益于疫情，变得突然火爆起来。但以往如何做配货、物流，只存在于核心业务运营人员的脑子里。但疫情所带来的封城、隔离、不能复工等突发情况，让原来的人工经验型管理已经发挥不了作用了。因此这家快消公司与TalkingData合作，要求尽快开发出一个预测模型系统。最终，预测模型系统上线以后，可以实现基于疫情、客流等数据，通过模型预测各地各渠道的货品需求，以调整供应链。由此带来的结果，是物流成本下降了50%。

从整体来看，突然而至的疫情让许多实体产业线下业务停摆了，这确实加速了数字化进程。由于这个原因，快消行业开始大幅提升线上外卖比例，服装行业在线下店关闭的情况下转向了直播，就连房地产企业也搞起了线上销售。由此带来的是线上与线下体系销售的商品单品（SKU）实现了同步，也让厂商对线上销售体系更为倚重，由此也带来了数字化意识的飞速提升。

但从另一个角度来看，目前国内企业的着眼点更多还处在消费互联网阶段，强调用更好的方式去洞察和理解用户，以便给他们提供更好的体验，同时提供更高的性价比。2020的疫情让这一部分市场得以爆发。但从产业互联网的角度来考虑，后端的生产、物流等链条还没有实现数字化。现在不少大的餐饮企业，每年的损耗都在几亿元以上。因此，借助销量预测模型来优化供应链，就可以减少损耗省很多钱。这说明产业互联网中更大的数据价值还有待进一步挖掘。

对此，崔晓波认为：“国内企业在疫情之中被迫提升了数字化意识，但对于数据的价值，多数企业的认识还远远不够。从企业的角度来看，数字化的核心不是组织结构调整，也不是在没有业务场景的条件下搞出一个中台系统，而一定是要在像营销这样的典型业务场景中印证数字化的效果，要么实现成本下降，要么实现销量上升。”

全链路如何归因

疫情在让更多企业提升数字化转型意识的同时，也让数字化服务技术产生着新的变化。对于TalkingData而言，跟随这些变化，在新场景之下贴近企业的数字化新需求，就成了一个新问题。

在传统行业内部，曾流传着一句话：不上电商是等死，上电商是找死。而后半句话就来自于电商行业流量获取的水太深。与实体店不同，电商新客户流量的获取依靠广告等多种形式的推广，这样，电商广告就成了电商交易中重要的一环。

在TalkingData的产品矩阵中，包括了App Analytics（移动应用统计分析）、Game Analytics（游戏运营分析）、Ad Tracking（移动广告监测）、Brand Growth（品牌广告分析）以及移动观象台等一系列产品，其中不少产品已经凭以往的战绩证明了自己。而随着全链路归因、基于ROI的服务的流行，通过从Ad Tracking（移动广告监测）到TalkingData全域营销监测方案，数字化营销科技正在利用创新来应对移动广告业的新变迁，以证明自己的新价值。

以快消行业为例，以往快消行业的企业投了大量的广告，但广告业水很深，投出去的钱都不知浪费在了什么地方。但疫情让企业的生意越来越难做，以往单纯的品牌广告，现在也要考量究竟哪些渠道是最有效果的。

一方面，企业可以把包括广告曝光、点击等前链路数据全部回收。同时，当用户通过点击广告之后跳转到淘宝店、快手小店这样的店辅，到最终实现购买的后链路数据也回收回去，整合在一个像MDP（媒体数据平台）这样的大数据库之中。至此，企业又产生了把前链路数据与后链路数据匹配的需求。TalkingData借助Multi-Touch Attribution 多点归因技术进行全链路归因，让企业可以跨平台地考察消费者在哪里看到了广告、又在哪里下单购买等信息，便于更精准的评估不同渠道的投放效果。

在这个过程中，TalkingData又帮助用户解决了另一个问题。以往企业会选择电视和户外这样的传统媒体，以后出现了互联网媒体和电商平台。而现在，用户面临更多选译，可能是长视频为主的媒体平台、OTT媒体平台，又可能是快手、小红书这样的短视频媒体平台。企业原来转换媒体投放平台时速度很慢，原因在于他们需要一些指标对这些平台的传播效果做出考量。

大量新媒体平台的出现，需要新的度量方法。而顺应这种需求，TalkingData推出了新度量方法。不仅告诉企业为什么要转向某些媒体，还告诉他们需要在这些媒体平台上投入多少资源。

崔晓波总结说：“当前营销上越来越呈现出品牌广告效果化、寡头平台数据封闭化、广告转向私域流量、后链路运营变成主流的趋势。在这个过程中，由于媒体的强势，对全链路归因的需求会变强。因此，全链路归因、基于ROI的服务，一定会在近两年内成为主流。”

【结束语】

数字经济已经成为 21 世纪全球经济增长的重要驱动力，从在国际层面上，数字化发展将进一步拉大国家间的差距。与之相类似，数字化的应用水平在国内也将决定一个企业的未来地位。数字化转型通过构建一个全感知、全连接、全场景、全智能的数字世界，进而优化再造物理世界的业务，对传统管理模式、业务模式、商业模式进行创新和重塑，实现业务成功。从长远来看，它是一场起决定意义的进化。

从崔晓波多年帮助传统企业数字化转型的视角来看，数字化转型的高级阶段，中国企业一定会像 Amazon、Google 那样，走到一个利用数据做决策、利用算法做决策的时代。而在产品层面，未来的新产品 2.0 时代，所有产品必须都要具备三个特征：一是极致 C 端视角，二是精准人群，三是场景构建。对相当多的国内企业来说，也许只有遥望这些目标时，才能体会到前方的路有多远，肩上的担子有多重。但在这场决定性的竞争中，中国企业所能做的，只能是负重远行。

本文（含图片）为合作媒体授权创业邦转载，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系[email protected]。