邁入企業(yè)級(jí)元年后，GrowingIO分析云會(huì)以季度為單位進(jìn)行商業(yè)化發(fā)版。本季度，分析云發(fā)布了全新升級(jí)的V4.1版本，全系產(chǎn)品均有不同程度進(jìn)化：
·應(yīng)用市場(chǎng)
新增「渠道價(jià)值分析」；
·增長(zhǎng)分析（UBA）
新增分析模型「首復(fù)間隔分析」、支持「多主體分析」，同時(shí)原有分析能力再?gòu)?qiáng)化；
·客戶數(shù)據(jù)平臺(tái)（CDP）
進(jìn)化出「實(shí)時(shí)標(biāo)簽」「資產(chǎn)圈群」「融合分析」等新能力；
·智能運(yùn)營(yíng)（MA）
支持秒級(jí)實(shí)時(shí)事件營(yíng)銷，支持事件、人群、標(biāo)簽等更多維度的人群細(xì)分策略，增加多個(gè)標(biāo)準(zhǔn)化常用觸點(diǎn)、支持企業(yè)通過(guò)插拔方式快速靈活拓展觸達(dá)渠道；
·其他
獲客分析（ADS）、數(shù)據(jù)能力中心、開(kāi)放平臺(tái)（OpenAPI）等也均有不同程度的進(jìn)化，如數(shù)據(jù)能力中心基于數(shù)據(jù)云產(chǎn)品DataBlack集成應(yīng)用可支持敏感數(shù)據(jù)自動(dòng)發(fā)現(xiàn)等。
應(yīng)用市場(chǎng)進(jìn)化
新增渠道價(jià)值分析，做企業(yè)多渠道運(yùn)營(yíng)的數(shù)據(jù)智能助手
精細(xì)化運(yùn)營(yíng)趨勢(shì)下，企業(yè)需要在公域+私域多個(gè)渠道和千百種投放策略中找到最有效的組合。
渠道價(jià)值分析可以幫助企業(yè)快速評(píng)估官網(wǎng)、小程序等自有平臺(tái)不同渠道的流量大小和質(zhì)量。該應(yīng)用既能用于日常平臺(tái)引流監(jiān)測(cè)，也能在重要活動(dòng)期幫助企業(yè)監(jiān)督付費(fèi)廣告或者自有渠道的流量情況。
渠道價(jià)值分析的關(guān)鍵能力：
·全渠道、雙維度質(zhì)量評(píng)估，發(fā)掘ROI最佳渠道
·一鍵下鉆，找到最有效的內(nèi)容、關(guān)鍵詞等策略組合
·只需設(shè)置時(shí)間和評(píng)估指標(biāo)，一鍵自動(dòng)生成分析報(bào)告和解讀
·可進(jìn)行自由探索，滿足更多的自定義業(yè)務(wù)分析需要
增長(zhǎng)分析（UBA）進(jìn)化
增加分析模型、支持多主體分析，讓人人都是分析師
1、新增“首復(fù)間隔分析”模型
企業(yè)在進(jìn)行用戶行為分析時(shí)會(huì)希望找到用戶的某些行為規(guī)律從而優(yōu)化運(yùn)營(yíng)策略。
比如在業(yè)務(wù)轉(zhuǎn)化上，企業(yè)有兩大需求：
·新會(huì)員什么時(shí)候會(huì)進(jìn)入“安全期”，即不需要對(duì)其進(jìn)行發(fā)放優(yōu)惠券等特別運(yùn)營(yíng)，用戶自己就能形成穩(wěn)定的購(gòu)買(mǎi)習(xí)慣。
·用戶長(zhǎng)時(shí)間不轉(zhuǎn)化就會(huì)慢慢流失，企業(yè)需要定期推出復(fù)購(gòu)策略盡全力促使用戶保持購(gòu)買(mǎi)習(xí)慣，那如何界定流失的時(shí)間點(diǎn)？
首復(fù)間隔分析模型就是為解決此類“規(guī)律性分析”運(yùn)營(yíng)需求而生。
首先，它可以將業(yè)務(wù)上需要的“安全期”自動(dòng)繪制成曲線，清晰呈現(xiàn)業(yè)務(wù)過(guò)程中的再次行為轉(zhuǎn)化比例。
其次，首復(fù)間隔分析模型還可統(tǒng)計(jì)從首次行為到重復(fù)行為的間隔時(shí)長(zhǎng)分布，從而幫助客戶把握住用戶每一次轉(zhuǎn)化的最佳引導(dǎo)時(shí)間，降低用戶流失率，提升復(fù)購(gòu)率。
以我們常見(jiàn)的首購(gòu)復(fù)購(gòu)運(yùn)營(yíng)為例，該曲線可看到所有首購(gòu)用戶里有多少完成了二次購(gòu)買(mǎi)，二次購(gòu)買(mǎi)的用戶，又有多少完成了三次購(gòu)買(mǎi)，以此類推。通過(guò)曲線，很容易就能發(fā)現(xiàn)用戶完成N次購(gòu)買(mǎi)后，N轉(zhuǎn)N+1的比例趨于穩(wěn)定，那么“N”就是用戶和客戶建立穩(wěn)定忠誠(chéng)度的閾值。
觀察上邊的分析模型示例圖，我們可以很容易發(fā)現(xiàn)用戶購(gòu)買(mǎi)5次以后會(huì)形成穩(wěn)定的購(gòu)買(mǎi)習(xí)慣，而大部分用戶是在3個(gè)月內(nèi)完成的5次購(gòu)買(mǎi)，其中第二到第四周是首轉(zhuǎn)或二轉(zhuǎn)的營(yíng)銷黃金期。
那么業(yè)務(wù)人員可基于以上數(shù)據(jù)進(jìn)行清晰的運(yùn)營(yíng)目標(biāo)的制定，即把握住第二到第四周的時(shí)間，通過(guò)各種營(yíng)銷手段，促使更多用戶在3個(gè)月甚至更短時(shí)間內(nèi)完成5次購(gòu)買(mǎi)。
除了購(gòu)物場(chǎng)景，首復(fù)間隔分析還可用于用戶訪問(wèn)活躍度、活動(dòng)營(yíng)銷引流情況等多個(gè)業(yè)務(wù)場(chǎng)景的分析，方便企業(yè)快速發(fā)現(xiàn)用戶行為規(guī)律，抓住黃金期進(jìn)行運(yùn)營(yíng)。
2、支持多主體分析
在UBA解決用戶做了什么、高價(jià)值用戶畫(huà)像是什么、是什么導(dǎo)致了用戶購(gòu)買(mǎi)等一系列圍繞“人”為核心的問(wèn)題后，企業(yè)還面臨交易鏈路“人-貨-場(chǎng)”中其他的兩個(gè)要素——貨（商品）、場(chǎng)（門(mén)店）的分析問(wèn)題。
GrowingIO的增長(zhǎng)分析（UBA）最新版本在支持以人為主體進(jìn)行分析的基礎(chǔ)上，可支持以“物”和“場(chǎng)”為主體的多主體分析，比如可以分析商品的購(gòu)買(mǎi)人數(shù)、次數(shù)、分布等指標(biāo)。
多主體分析下，增長(zhǎng)分析（UBA）的分析范圍不再只局限于用戶行為相關(guān)，而可以支撐零售品牌在業(yè)務(wù)全鏈路上的分析，幫助企業(yè)在生產(chǎn)銷售的全環(huán)節(jié)降本增效，更好實(shí)現(xiàn)利潤(rùn)增長(zhǎng)。
3、支持頁(yè)面流分析
企業(yè)有明確的頁(yè)面流分析場(chǎng)景，比如針對(duì)具體某個(gè)應(yīng)用的用戶頁(yè)面瀏覽路徑進(jìn)行分析，從而與自己規(guī)劃的用戶轉(zhuǎn)化路徑多對(duì)比，找到優(yōu)化方向。
此前企業(yè)在面臨頁(yè)面流分析需求時(shí)只能通過(guò)事件流分析實(shí)現(xiàn)，但通過(guò)事件流模型搭建頁(yè)面流分析的操作復(fù)雜，門(mén)檻很高，而且事件流分析模型只能進(jìn)行所有頁(yè)面的頁(yè)面流分析，還不能針對(duì)頁(yè)面再做過(guò)濾條件，分析能力不夠靈活。
增長(zhǎng)分析（UBA）可在以下方面滿足客戶的頁(yè)面流場(chǎng)景分析需求，降低對(duì)事件流分析的依賴：
·獨(dú)立的頁(yè)面流分析
·可指定要分析頁(yè)面的所屬應(yīng)用
·可選擇需要分析的頁(yè)面/剔除不需要分析的頁(yè)面
·可針對(duì)頁(yè)面再做靈活的過(guò)濾
客戶數(shù)據(jù)平臺(tái)（CDP）進(jìn)化
支持實(shí)時(shí)標(biāo)簽、資產(chǎn)圈群、助力千人千面內(nèi)容營(yíng)銷
1、實(shí)時(shí)標(biāo)簽?zāi)芰?/p>
企業(yè)在進(jìn)行千人千面的個(gè)性化營(yíng)銷上，對(duì)用戶標(biāo)簽的實(shí)時(shí)性要求越來(lái)越高，GrowingIO客戶數(shù)據(jù)平臺(tái)（CDP）可將企業(yè)實(shí)時(shí)采集的行為數(shù)據(jù)進(jìn)行實(shí)時(shí)計(jì)算加工成標(biāo)簽，通過(guò)高并發(fā)的接口實(shí)時(shí)輸出給企業(yè)的各個(gè)業(yè)務(wù)系統(tǒng)，支撐企業(yè)進(jìn)行實(shí)時(shí)、個(gè)性的用戶營(yíng)銷與服務(wù)，真正實(shí)現(xiàn)從用戶行為發(fā)生到企業(yè)提供服務(wù)的實(shí)時(shí)響應(yīng)。
2、資產(chǎn)圈群能力
企業(yè)是向消費(fèi)者提供商品/服務(wù)的主體，如何把商品/服務(wù)推給合適的人，和如何對(duì)人提供合適的商品/服務(wù)是企業(yè)精細(xì)化運(yùn)營(yíng)的兩大重點(diǎn)。
目前行業(yè)內(nèi)的CDP產(chǎn)品更關(guān)注如何給人打上特定商品/服務(wù)的偏好標(biāo)簽，以便解決對(duì)用戶的新品推薦和營(yíng)銷問(wèn)題。但這種方式很難同時(shí)解決企業(yè)對(duì)用戶持續(xù)進(jìn)行個(gè)性化服務(wù)的問(wèn)題，以商品+服務(wù)或以服務(wù)為主的企業(yè)，比如房企、車企、物業(yè)行業(yè)對(duì)此尤為關(guān)注。
GrowingIO客戶數(shù)據(jù)平臺(tái)（CDP）新增了用戶資產(chǎn)的管理，并提供低代碼資產(chǎn)圈群。業(yè)務(wù)人員能夠?qū)τ脩舻能?、房等資產(chǎn)數(shù)據(jù)進(jìn)行日常維護(hù)，通過(guò)簡(jiǎn)單選擇資產(chǎn)特征，可以快速找到符合對(duì)應(yīng)情況的用戶，在節(jié)假日等特定時(shí)間段為其提供服務(wù)或進(jìn)行活動(dòng)營(yíng)銷。
資產(chǎn)圈群示例
以物業(yè)為例，很多業(yè)主名下會(huì)有住房、車輛等資產(chǎn)，物業(yè)公司如果要找出高凈值群體，可以通過(guò)資產(chǎn)圈群圈出“名下有一套以上面積大于100平的住房且有一輛以上SUV”的用戶，將其作為高凈值人群的判斷標(biāo)準(zhǔn)，圈選完成后即可找到這部分人，對(duì)其進(jìn)行精準(zhǔn)服務(wù)與營(yíng)銷。
3、融合分析
用戶是企業(yè)資產(chǎn)的一部分，其沉淀情況是每個(gè)企業(yè)的業(yè)務(wù)關(guān)注重點(diǎn)。GrowingIO客戶數(shù)據(jù)平臺(tái)（CDP）本次推出的融合分析（IDMapping看板）可幫助企業(yè)以看板圖表的方式觀測(cè)用戶OneID數(shù)據(jù)資產(chǎn)。
比如：用戶OneID的融合趨勢(shì)和新增趨勢(shì)、用戶ID質(zhì)量等，以了解每日用戶資產(chǎn)的沉淀情況，及時(shí)發(fā)現(xiàn)問(wèn)題不斷優(yōu)化迭代用戶運(yùn)營(yíng)策略。
智能運(yùn)營(yíng)（MA）進(jìn)化
秒級(jí)實(shí)時(shí)事件營(yíng)銷，實(shí)現(xiàn)運(yùn)營(yíng)效果最大化
1、實(shí)現(xiàn)秒級(jí)實(shí)時(shí)事件營(yíng)銷
GrowingIO的智能運(yùn)營(yíng)（MA）和增長(zhǎng)分析（UBA）打通，借助增長(zhǎng)分析中UEI模型的實(shí)時(shí)行為數(shù)據(jù)能力，智能運(yùn)營(yíng)（MA）最高可支持秒級(jí)實(shí)時(shí)事件營(yíng)銷，支撐業(yè)務(wù)抓住營(yíng)銷時(shí)機(jī)實(shí)時(shí)觸達(dá)，實(shí)現(xiàn)運(yùn)營(yíng)效果最大化。
2、支持更多人群細(xì)分策略
除支持基于用戶屬性、用戶標(biāo)簽的分流外，此次智能運(yùn)營(yíng)（MA）更新還支持基于用戶行為、行為序列以及已有分群進(jìn)行分流，企業(yè)可根據(jù)不同的用戶特征或者行為執(zhí)行不同的營(yíng)銷策略，進(jìn)行多樣化運(yùn)營(yíng)。
3、豐富便捷的觸點(diǎn)對(duì)接
發(fā)短信或者郵件是消費(fèi)者運(yùn)營(yíng)常用的一種觸達(dá)方式。本次發(fā)版，智能運(yùn)營(yíng)（MA）支持集成對(duì)接更多常用標(biāo)準(zhǔn)觸點(diǎn)，如阿里云短信廠商以及sendcloud郵件廠商。
此外智能運(yùn)營(yíng)（MA）還升級(jí)了觸點(diǎn)對(duì)接的技術(shù)方式，支持企業(yè)通過(guò)SDK插件的方式靈活拓展觸達(dá)渠道，更加方便快捷。
數(shù)據(jù)能力中心進(jìn)化
集成應(yīng)用DataBlack，全鏈路保障數(shù)據(jù)安全合規(guī)
自2022年奇點(diǎn)云和GrowingIO并購(gòu)重組后，數(shù)據(jù)云和分析云進(jìn)行了全面融合。數(shù)據(jù)云產(chǎn)品DataBlack集成應(yīng)用為分析云提供了全鏈路數(shù)據(jù)合規(guī)能力，從SDK采集、數(shù)據(jù)存儲(chǔ)到后續(xù)在分析云產(chǎn)品內(nèi)進(jìn)行查詢、分析、應(yīng)用的全流程，提供了全鏈路的安全監(jiān)控與保障能力。
DataBlack可保障全鏈路數(shù)據(jù)安全合規(guī)
本次發(fā)版DataBlack針對(duì)UEI模型進(jìn)化了表級(jí)敏感數(shù)據(jù)發(fā)現(xiàn)能力，和統(tǒng)一管理敏感數(shù)據(jù)的分類標(biāo)準(zhǔn)、識(shí)別規(guī)則能力。
結(jié)語(yǔ)：
在剛剛過(guò)去的StartDT Day數(shù)智科技大會(huì)上，StartDT首席數(shù)據(jù)科學(xué)家、GrowingIO創(chuàng)始人張溪夢(mèng)分享了生成式AI的現(xiàn)狀和未來(lái)對(duì)數(shù)據(jù)行業(yè)可能帶來(lái)的大變革。
張溪夢(mèng)表示，無(wú)論是奇點(diǎn)云還是GrowingIO，最大的愿景都是“數(shù)據(jù)普惠”，一直以來(lái)，GrowingIO的產(chǎn)品團(tuán)隊(duì)都在努力將軟件設(shè)計(jì)得越來(lái)越簡(jiǎn)單易用。
“過(guò)去我們已經(jīng)在數(shù)據(jù)處理分析的無(wú)代碼化、低代碼化上做了很多工作，AI加持會(huì)下有更多的無(wú)代碼、低代碼的產(chǎn)品能力出現(xiàn)，因此我們對(duì)領(lǐng)域?qū)＜液托袠I(yè)專家的門(mén)檻要求會(huì)降低，會(huì)有更多讓普通人使用數(shù)據(jù)的可能，讓數(shù)據(jù)的價(jià)值做到普惠。”
未來(lái)，GrowingIO分析云將在產(chǎn)品智能化上進(jìn)行更多探索，不斷降低產(chǎn)品使用門(mén)檻，向著“數(shù)據(jù)普惠”的目標(biāo)持續(xù)進(jìn)化。
