超越BI,数据产品的前途在哪里?

产品刘

共 3540字,需浏览 8分钟

 ·

2021-11-17 00:45

在一个企业内,一只数据团队只会报表,取数、建模和分析是远远不够的,对上,你的贡献会被业务和前台屏蔽,对下,云原生等等技术已经让平台运维变得更为容易。
虽然现在数据中台如火如荼,给了数据团队名义上的机会,考虑到数据中台的本质特征是业务化,但如果你连接触前端的机会都没有,怎么可能能建设好一个业务化的数据中台呢?
很多数据团队在企业内存在感不强,或者是老黄牛的命,是有其深层次原因的,并不会因为数据中台的出现而有什么实质性变化,而只有数据产品才能真正解决数据价值创造最后一公里的问题。
从数据产品的性质划分,一般可以分为三大类:
第一种是决策分析类产品,主要提供分析服务,比如BI报表系统、分析专题等等。
第二种是推荐投放类产品,主要提供营销服务,比如营销管理平台,精准广告投放平台等等。
第三种是数据管理类产品,主要提供采集、开发、挖掘、运维及管理服务,比如数据管理平台等等。
但大多数时候我们的数据产品表现并不惊艳,很多企业对于BI和大数据差不多是一个印象,取数、指标、报表,平台,最多大屏可视化一下,还有什么?
你会发现很多数据产品天生的基因决定了它只能做螺丝钉,做到极致也就是70分,其创造价值的天花板是很低的。这也是笔者进入公司后一直面临的挑战,伴随着自己走过了10年。
作为传统企业,这几年我们在数据产品的方向探索上还是比较多的,最近正好看到阿里的一张PPT,如下图所示,感觉大家最终还是殊途同归,发现了数据产品真正能创造价值的地方。
阿里提到的很多数据产品,无论是DataWorks,Dataphin还是OneService,都是偏后端的数据产品,它们其实属于数据价值链的中段,而真正能直接创造价值的数据产品,则是上面图示中的阿里妈妈、阿里小贷、观星台、生意参谋、黄金策、嵌入业务中台等等。
的确,我们以前对于数据产品的分类似乎出了点小问题,其实不应该简单的按产品的性质分,而应该按产品服务的对象分,只有这样,才能拨云见雾,看到数据产品真正能创造价值的地方。
比如阿里的前端数据产品就是直接服务于外部企业、高层、卖家、策划及消费者,诸如此类。
而这些服务对象在任何一个企业都具有普适性,也就是说,通过打造为这些对象服务的产品,你的数据产品也许就找到了真正出口。我们应该努力回归第一性原理,从直接能创造价值的地方寻找数据产品的机会。
下面笔者就结合阿里和我们的实践来谈一谈数据产品的机会和前途,主要包括五个方面:赋能管理者、赋能合作伙伴、赋能运营、赋能业务中台以及赋能外部变现。

1、赋能管理者
阿里有观星台,其提到主要作为公司的健康晴雨表,分职分权的财报,这就是传统BI做的东西,而我们公司对应的名字正好叫作黄金眼,是一个报表+指标门户,这是数据团队在一个公司的基本面,使命就是确保数据及时准确,无他。
报表指标做到70分是比较容易的,而从70到100是很难的,你的数据一般只能反映事实,最多做个相对固定的比较,而无法直接提供决策能力。这意味着即使你能在这个上面雕出一朵花,其边际效益还是很低的,你几乎很少有机会能通过产品的完善去影响老板的决策。
考虑到固定的KPI和报表的边际效益很低,因此针对这类数据产品的创新,应该跟随公司的业务重点变化去追求场景化的数据产品解决方案,基于数据中台去快速打造。
比如阿里的双11数字大屏就是这一类场景化的数据产品,但你要知道,它一年的生命只有几天,但它发挥出了应有的价值,这就是场景化解决方案,你说它跟BI有啥本质区别,没有。
其实每个企业都有这个尤里卡时刻,比如运营商每年有校园营销,就应该考虑为校园营销快速定制数据产品,为各类管理者方便看数提供更为便捷的针对性解决方案,不要尝试用一堆大而全的报表指标去淹没管理者。
以下是为校园营销快速定制的数据产品,非常火爆,因为它适配了校园的场景,围绕校园这个实体增加了实时指标、热点地图、校园信息等丰富的要素信息,这也许是BI的未来。

2、赋能合作伙伴
阿里有生意参谋,它这个产品是服务众多的卖家的,因为只有卖家活得好,阿里的电商平台才能活得好,因此他们之间是合作共赢的关系。
其实任何一个企业都有这样一个合作生态,你的数据产品就应该尽力为这些合作伙伴去赋能,这个跟赋能自己的管理者没有区别。
我们在感慨阿里生意参谋强大的时候,其实应该想到马云说的那句话:相信只有别人成功你才能成功。
生意参谋很好的诠释了这一点,但我们有多少企业的数据团队想到了这一点,在这个方面能走出关键的一步?
以运营商为例,其有大量的渠道合作伙伴,包括直销经理、客户经理等等,数据产品应该为其赋能。
近年来我们打造的生意宝、获客宝、和客户等大量一线产品,将IT和数据能力直接注入到生产流程,驱动营销模式从“坐商”向“行商”转变,就是一种有益的探索。比如下图就是获客宝的精准摆摊示意图。

3、赋能运营
阿里有黄金策,其主要是为用户洞察和营销策划服务的,我们其实也有类似的数据产品,比如大数据精确营销平台,如下图所示:
运营的一个关键是你能每次看到营销活动的效果,然后基于这个效果去发现问题,找到优化提升的方法,从而优化下一次的营销。但现实中我们大量的营销评估往往仅限于营销了多少用户,订购了多少用户而已。
但什么叫作好,什么叫作不好,我们其实并没有什么量化的标准,我们大多还是靠经验去运营,但企业当前的营销水平跟10年前的营销水平相比,到底有多少的长进?这个问题就像问当前的中医跟1000年前的中医有什么长进一样难以回答。
数据产品本来应该承担这个使命。
但很多传统企业在客户洞察、沙盘推演、渠道投放、营销术语、AB测试、模型迭代等各个方面,都没有很好的数据产品进行支撑。
虽然笔者不知道阿里的黄金策具体做了什么,但肯定是要数据说话。
市场细分、客户洞察、策划手段,投放策略、渠道分配、模型效果等等都应该作为要素逐步融入到了数据产品的设计中,固化到流程中,从而实现运营的自动化和智能化,不会因为一个新手的到来而让运营水平下降一个台阶。
最近自己也在思考精确营销平台运营提升的事情,包括能否为每次营销的标签的打上效果标识,能否建立自动AB测试的功能,能否实现模型的自动迭代,能否实现数据在各个渠道的高效协同等等,这些都是我们需要向互联网学习的地方。

4、赋能业务中台
阿里这里取了个名字,叫作嵌入业务中台,然后有两个强大的数据技术组件:搜索引擎和推荐引擎,的确,这两个东西只有干数据的才能做好。
但深层次的含义其实是这样,数据产品你不能总是冲在最前面,或者你冲在最前面的机会并不多,毕竟先有业务系统才有数据,而有了数据才孕育出了数据产品。
数据产品更多体现价值的机会应是作为一个技术组件,嵌入到企业的任何生产流程中去,嵌入业务中台是一种形式,由此延伸开来就很多了,比如风控模型嵌入业务流程。
我们的推荐引擎,也是嵌入到了CRM的生产流程中去,但业务平台到底对于数据的理解有多深,愿意给你什么样的运营位,很多时候决定了推荐引擎的成败,这有赖于业务平台数据意识的崛起。
嵌入业务中台应是数据产品体现自身价值的蓝海,但要做好有三个前提:一是业务平台是否有足够的数据驱动意识,二是数据团队是否有足够的业务水平和足够宽的视野,三是数据产品的质量是否经得起生产的检验。

5、直接对外变现
前面说得数据产品有一个共同特点,就是你的贡献基本是间接的,而直接对外变现则是数据产品直接从外部获取收益。
阿里的阿里妈妈和阿里小贷是最典型的数据驱动的业务,也是阿里最大的利润来源,一个是广告投放,一个是金融风控。而我们则有神灯大数据产品线,这是最能证明数据价值的方向。
如果有机会,每一个做数据产品的人都应该努力去尝试,直面外部的客户,获得真正的需求,创造新的产品,获得直接的收益。
由于客户只为有用的东西买单,因此假如你能持续的赚到钱,意味着你的数据产品经受住了市场的检验,这是最大的价值创造。
五种数据产品类型,其实蕴含着数据产品创新的机会,如果你已经感受到了数据发展的瓶颈,正困惑于无法找到数据价值的出口,也许从这里可以找到一些启示。
当然我们还在苦苦探索寻找新的机会,你发现了并不代表就能做好,这也是大厂面临的挑战,特别是在产业互联网这个大背景下。

    中国移动浙江公司大数据产品手册发布!
    除了报表和取数,我还有多少大数据应用的机会呢?
    如何建设一个标签库?
    产品的天机和成败:我的实践史与俞军的方法论
    BI(商业智能)的未来?
    为什么你的标签库没人用?
    重新认识数据可视化
    为什么就做不好数据产品的体验?
浏览 27
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报