时间：2024-11-24 来源： 作者： 点击：1159次
作为一家以产品和技术取胜的公司，神策数据秉承把事情做到极致的精神，一直坚持在技术上迭代创新，永无止境地追求用更少的硬件资源处理更多的数据，且保持查询速度不断提升。随着服务的行业越来越多，神策数据在向客户学习的过程中也不断调整产品方法论和整体信息架构，补充产品功能，完善产品易用性。在神策2020数据驱动用户大会现场，神策数据联合创始人&CTO曹犟代表神策数据，详细介绍神策数据近期在技术和产品方面取得的新进展。本文内容根据现场演讲整理而成。
一、不止是用户行为数据分析工具，更是全新的数字化营销闭环解决方案
从数据角度而言，神策数据处理的不仅仅是用户行为数据，还包括第三方电商数据、广告数据、第一方如CRM、卡券系统等业务数据，贯通整合多渠道多类型数据源；从产品角度而言，神策数据也不仅仅提供一个数据分析工具，而是一个基于企业数据流的完整的数字化营销闭环解决方案。
在详解该话题之前，曹犟先与大家介绍了神策数据的产品演进，他认为，产品理念决定产品布局。在创业之初，神策数据就一直强调数据源的重要性，强调数据根基，强调数据驱动，强调自助式数据分析，强调数据可以在业务决策和产品智能两方面发挥作用。在过去5年里，随着服务的行业和客户越多，收集到需求也越广泛，团队在产品理念、数字化经营有了更多的认识，提出全新的SDAF运营框架，把整个数字化营销活动划分为感知（Sense）、决策（Decision）、行动（Action）、反馈（Feedback）四大环节。
基于全新的产品理念，神策数据团队重新调整了整个产品矩阵设计。按照全新的SDAF运营框架，将神策分析、神策用户画像、神策智能运营、神策智能推荐、神策客景等产品，从一个个单独的产品重新整合成数据根基、分析云、营销云三大部分。
神策数据根基部分，由数据治理平台、数据仓库、数据智能引擎、私有云平台4个基础部分组成；神策分析云部分，不仅整合了全新升级后的用户行为分析、用户画像、指标预警、掌上神策等功能组件，还包括最近新推出的经营数据分析、广告分析等全新功能模块，提供更加全面、广泛的分析能力；神策营销云部分，完整地提供了弹窗、流程画布、内容管理、标签在线服务等一系列新功能，帮助客户完整地实现数据应用，打通数据驱动闭环的最后一节。同时，神策数据依然坚持数据驱动的咨询服务，坚持以产品+服务的方式为客户创造价值。
二、数据根基：采、传、治、存、查、智
数据采集是一切数据应用的基础，在全新的SDAF运营框架之下，神策数据根基则从数据采集扩展成了整个数据流，包括采集、传输、治理、存储、查询、智能引擎这几个部分。下面将围绕其中几个重点部分，展开介绍。
1.数据采集
神策数据坚持开源策略，目前已开源40+SDK，不断完善SDK矩阵，覆盖主流开发生态。同时，整个SDK团队在Flutter全埋点、React Native全埋点、Kotlin全埋点、SwiftUI全埋点、APP与H5打通等方面都有了全新的技术突破。随着服务群体的扩大，神策团队也在支持更复杂场景的数据采集，比如如何去更加自动化地采集曝光数据？如何适配机顶盒车机等一些终端？同时也在尝试一些更便捷智能的采集方案，比如如何让事件属性能够做动态的可视化关联？如何让整个数据采集工作变得更加场景化、行业化、智能化？在全新的产品战略下，神策采集的数据已经不再局限于用户行为数据，还包括各种私域、公域数据，同时，也会持续以产品化的方式，来优化解决数据采集方案。
2.数据治理
在数据治理方面，神策提出面向业务的“螺旋式”数据治理理念，将数据治理分为三个阶段：关注源头、关注波动、全面掌控。
第一阶段——关注源头。在建设数据的初期，重点关注数据的质量，强调从需求到测试按规范进行，保证源头安全大约可解决80%以上的问题。
第二阶段——关注波动。当业务越来越依赖于数据的准确性和实质性时，需要整个数据团队及时监控数据质量的变化，避免发生线上故障从而影响业务。
第三阶段——全面掌控。当业务越来越复杂、数据源越来越多，且各种运营动作对数据依赖程度较高时，需要整个业务团队和数据团队一起来关注数据质量。
神策针对特定的市场需求，推出了神策数据治理平台SDG，坚持以产品化的方式解决问题。
从日常统计结果可知，ID-Mapping相关问题的耗时可以占到一个数据处理项目的30%左右。早期，神策数据在ID-Mapping方面只支持一对一的映射，相当于一个注册ID只能跟一台设备ID进行关联。后来，神策数据可以支持一对多的ID-Mapping，即一个注册ID可以和多个设备ID进行关联，但需要离线地回溯修改历史数据。如今，神策数据已支持实时且一对多的ID-Mapping。
3.数据存储与查询
神策数据仓库，是团队基于业务进行的全新技术抽象。随着产品应用组件越来越多，团队将存储、查询、计算等会复用的抽象的数据处理能力组成了一个全新的技术组件，剥离了数据仓库层与数据应用层，将其称之为神策数据仓库（Sensors Data Warehouse），包含模型层、实现层、接口层三大层面。通过神策数据仓库，一方面，团队的应用开发变得更加简单，只需解决数据应用方面的问题，而无需考虑数据处理能力等方面的问题。另一方面，也尝试将神策数据仓库作为单独的产品组件对外开放。当然，神策数据仓库也不仅处理用户行为数据，不仅局限在支持Event-User-Item模型上，而是进一步扩展数据模型和处理的数据类型。
过去5年，神策持续优化存储与查询性能，从存储优化、查询执行优化、查询调度优化三方面的迭代优化出发，力争给用户带来更好的使用体验，降低客户的硬件使用成本。
4.数据智能引擎
数据根基的另一个重要组成部分则是神策智能引擎。早期，神策团队更多强调个性化推荐产品，但其实在个性化推荐产品之外，智能引擎也在分析和营销等领域发挥着重要价值，无论是基于数据做决策，还是基于决策做出更好的经营和营销动作，算法与数据智能都有其用武之地。目前，在包括预测、预警、LookAlike个性化等方面，神策整个算法团队已在很多不同的功能组件中尝试去探索算法的作用。神策的产品功能也逐渐开始与智能引擎进行结合，希望能够完成从“人用数据”到“人机算法”的转变。
5.神策私有云平台
神策私有云平台方向是神策的核心竞争力之一。神策一直秉承着“做最正确的事情，而不做简单的事情”的理念，当神策选择既坚持私有化部署，又可以按照SaaS模式进行升级时，从某种意义上而言，是选择了最难的一条路。但通过在这一方向上的持续努力，目前已经具备了在多场景、多部署、多环境下，超过1000个不同集群的运维能力。
神策私有云平台的技术方向，其实也是神策企业文化中“用机器替代人力”的一个绝佳案例，神策一直希望能够在不过分增加运维人力的情况下，可支持5倍至10倍的多重部署方案、支持客户环境的自动化安装升级以及运维。神策私有云平台是神策最重要的技术方向之一，它的发展结果如何，甚至可以直接影响目前的商业模式。
三、分析云：贴合业务场景，回归用户本身
神策分析云部分的核心内容是用户行为分析，过去一段时间，神策针对用户行为分析做了大规模升级，除了上述提到的查询和存储能力优化，还重构了事件分析模型、留存分析模型，提高产品应用性，以及提供更佳的产品体验。基于对客户需求的感知和理解，神策推出了全新LTV和A/B Testing模型。截至目前，神策数据在用户行为分析方面已经积累超5万个使用者，以及14个高度抽象并且具有跨行业通用性的分析模型。同时，神策团队推出全新的BI报表类功能组件，它将作为神策产品体系的整体数据可视化出口，打通各个分析功能组件和各类数据，为管理者提供结论性的数据洞察力。
另外，神策团队还围绕用户标签和画像两方面逐渐打磨产品实力，到目前为止，神策数据已提供完整的面向业务的用户数据中台能力，包括用户标签的导入、生产、管理、导出和应用，并且针对用户标签本身，提供完整的标签分析，即用户画像分析相关的能力。
在产品实践中，用户标签作为神策整体产品矩阵的用户中台，为后续的广告投放、自动化营销、精细化运营等数据应用场景提供底层支持，构成神策自己的CDP用户中台。以前，神策分析在渠道方面只做到了跟踪和标记功能，以及据此进行不同渠道的站内用户行为分析，以便去衡量不同渠道带来的用户PV、UV、转化率和消费能力。为了完整评估广告ROI，需要打通广告前后端数据，从广告平台上获取更多的数据，并与第一方用户行为数据整合，提供完整的广告投放分析能力。这次，神策推出了广告投放分析产品组件，希望能够为客户提供一站式广告分析平台，让用户告别以往通过Excel拼数据的重复劳动，在一个产品上可完整的看到广告全链路数据，更好地去优化投放策略。
经营数据分析是神策正在开发中的一个全新的产品。它跳出了用户行为的限制，整合了如天猫、京东等第三方流量以及与企业内部的多种第一方数据，可对企业的经营情况提供全面的数据整合能力。除全渠道的数据整合之外，经营分析还覆盖人、货、场整个链路，并且为多角色提供可以多维度下钻的分析能力。在此基础之上，神策提供实时概览，以帮助客户对自己的经营情况拥有及时准确的了解。神策欢迎更多的品牌零售行业客户共同参与打磨该款产品，探索如何把经营数据和用户行为数据结合，从而产生更多的价值。
四、营销云：多渠道的一站式营销与运营行动
神策对于营销云或是整个数字化营销的理解，可以用下图来说明。
基于SDAF框架，神策提供互动与触达、活动管理、自动化营销三大核心板块。
在互动与触达版块中，提供对于主流用户触达方式的对接和支持，在活动管理板块中，提供完整的活动相关的管理能力，在自动化营销板块中，提供各种营销相关的能力支持，这三个板块共同构成了神策的核心营销引擎。为了让核心营销引擎更好地发挥作用，一方面，基于神策用户中台构建客户管理能力，另一方面，通过与合作伙伴的合作，构建完整的活动内容的管理能力，包括内容创作工具、素材库、模板库等常见的能力支持。
1.APP生态
“用户流量在哪里，就应该提供对应的营销和运营能力。”到目前为止，APP依然是一个重要的用户生态，针对APP，神策在智能运营方面以产品化的方式提供包括在线弹窗、在线标签服务等实时的在线服务能力，提供精细化用户运营、栏位规则推荐、个性化智能推荐等精准营销和触达手段。
2.微信生态
对于从线下转向线上，或是从公域流量转向私域流量的客户而言，微信生态现在的重要性甚至比APP生态更高。正因如此，神策在过去一段时间内投入较大的研发人力，全面补齐在微信生态中的功能布局，在公众号、企业微信、小程序三个重要载体上，提供丰富的多样化触达能力。同时，神策借助在用户行为分析、用户标签等方面的已有优势，希望通过这些触达能力最终生成多种多样的微信生态玩法，帮助客户更好地运营自己的微信生态，以便完成拉新、促活、转化。
3.A/B Testing
在神策分析2015年第一版的PRD中，其实已经对A/B Testing的功能做过详细描述，而今年，随着整个产品理念的全新升级，在神策分析2.2版本中，迭代优化后的A/B Testing功能全新上线。此版功能提供完整的实验创建和实验分流能力，可满足流量分层、实验互斥等高级实验需求，为产品迭代、运营策略的优化提供决策依据，让数据能够真正的驱动决策，真正用数据来说话。
4.神策客景
与其他产品组件不同，神策客景是一个专门为企业服务行业打造的客户全生命周期分析和运营系统，提供了一系列客户维度的分析和管理能力，在神策客景的帮助下，To B类企业可以更好地分析自身客户对于自家产品的使用情况，从而提高续约续费率等指标。
五、技术重构：打造更灵活、更开放、扩展性更好的平台
所有的技术工作，本质上都是为了打造更灵活、更开放、扩展性更好的平台。一方面，它使神策自身的产品迭代和应用开发更加容易便捷，另一方面，也使得神策客户可以更好地使用神策团队提供的开放能力，更好地发挥数据价值。从某种层面而言，这类工作在本质上决定了神策的商业模式，以及神策的服务部署方式是否具有可行性。
过去5年，伴随着业务的变化，神策的技术不断发生着演进。早期，神策只有一个产品，那时，平台化本身没有太大的意义，随着提出并开始践行产品矩阵战略，如何加快多个产品的开发速度、降低开发成本、充分地进行技术复用，成了重要的技术课题。如前文所述，神策将数据能力抽象成了神策数据仓库。未来，随着产品从分析开始全面走向营销，必将面对更复杂的局面。从应用角度而言，神策将不仅提供离线应用，也提供在线服务，而在线服务在运维层面其实会与私有化部署发生矛盾冲突，从某种意义上而言，神策需要去尝试提供SaaS化的在线服务。从部署方式上而言，神策很可能会面临这样的局面：同一个客户可能同时会具有私有化部署和SaaS化的混合部署局面，即数据本身存在本地私有化部署，但在线服务却是SaaS化，这种异构的部署方式，也对神策的整体技术架构提出了更大的挑战，这也是神策持续加大技术投入和升级重构的原因所在。除了解决本身的问题之外，技术重构本身也更好地提供平台化的能力。
从神策数据成立的第一天起，就试图提供一个PaaS化的产品，在数据处理的各个环节都对客户开放相应的接口和能力，随着开发的功能日益增多，不同客户对于功能的定制化要求也越来越多。神策团队逐渐意识到必须要在PaaS化的基础之上打造自己的平台化战略，所以，神策团队以此次技术重构为契机，开始将神策数据仓库之上的核心应用能力抽象成一个个的标准功能单元，并借此为合作伙伴开发一些扩展功能单元打下基础。
曹犟称，如果用一句话来总结今天的演讲，希望大家能够完成一个观念上的转变——神策数据提供的不仅仅是用户行为数据分析工具，更是全新的数字化营销闭环解决方案，是全新的神策分析云、神策营销云和神策大数据平台。
