滾蛋吧，流量！紅利已見頂，是時候步入「留量時代」了

金磊 發自 凹非寺
量子位 報道 | 公眾號 QbitAI

僅僅把APP中的“確認按鈕”上移幾個像素，會對銀行信用卡業務帶來什么改變？

答案或許會讓你非常震驚——注冊轉化率提升13%！

若是改變購物APP首頁界面的排版，能讓新用戶“90日留存率”提升多少？

結果依舊非常驚人——整整提高10個百分點！

這就是智能用戶運營所帶來的顯著改變，但在這些成功案例背后，卻似乎逐漸浮現出了一種趨勢：

企業不再盲目追逐“新增用戶”這一指標，而是更加看重如何將老用戶“促活”。

換言之，在2020年都快翻篇的現在，要是還在談流量，那就真的out了。

因為在大浪淘沙、瞬息萬變的互聯網世界中，流量的紅利大勢已去，風口的變遷就是如此之快。

那么破解下一局的棋子，又該落在哪里？

易觀數科，這家亮相于2020年，最早追溯到2012年的大數據公司，便給出了一種“正解”：

留量時代來臨。

至于背后的邏輯，也是非常的清晰易懂。

在信息炸裂增長、數字化程度逐步提高的現今市場，想要打出自己的一片天地，擁有優質數字用戶資產無疑是成敗之關鍵。

在今年疫情這場“黑天鵝”的突襲下，更加突顯了這一點的重要性。

而對于這筆“資產”，要想擁有，企業就先要滿足數字化轉型的剛需；而后還需要具備長期、持續的洞察和運營能力。

那么在留量時代下的這場“游戲”，具體的規則、玩法是什么？

不妨先來看下易觀數科的打法。

留量時代，先做“變量”

無論是大廠還是初創型企業，從互聯網市場發展的長河來看，能夠發展壯大的企業，都是具備一定的彈性和可擴展性。

如果拿一個函數y=f(x)作比喻，企業的改變是“變量y”，而“自變量x”可以說是時代的一種潮流、趨勢。

而在當下，“數字化轉型”就是其中一個x，這就需要企業具備學會做“變量”的能力。

在布局“企業數字化轉型”這條賽道上，大廠們具備非常強悍的生產能力，但“咨詢能力”卻成為了它們的短板。

大廠們通常采取內部孵化，或者收購的方式來彌補這一點。

而另外一類玩家，便是本身就具備咨詢能力的企業（例如麥肯錫等），他們若想在這條賽道上大展拳腳，那就必須提升自身推動數字化的能力。

而易觀數科，便是國內后者的典型代表，而且屬于較早布局的那一批。

易觀數科創始人于揚對于數字化的“嗅覺”較為敏銳，從網絡公開的信息中不難看出，他于2012年便成立了大數據公司。

而且在簡介中也比較明確的指出：

易觀是中國知名的數字用戶洞察與運營解決方案提供商，始終追求客戶成功的經營宗旨，致力于將公域數字用戶洞察和私域智能用戶運營相結合，幫助企業全面實現面向用戶的數字化轉型，運營好留量時代的數字用戶資產。

而隨著易觀這次提出“留量時代”的概念，自身又做了一次重要的戰略升級——下設易觀分析和易觀數科兩大業務線。

其中，易觀分析基于的主要產品是“易觀千帆”，易觀數科的主要產品則是“易觀方舟”。

這兩大業務線便對應了“留量時代”下的兩大要素，也就是對數字用戶資產的長期、持續洞察和運營能力：

 

• 易觀分析：數字用戶洞察服務提供商。專注于數字經濟的發展研究，是“互聯網+”概念的首創者，通過多元數據基礎洞察各行業數字用戶行為，助力企業高效運營，實現精益成長。經過十余年的努力，易觀分析共幫助4000多家企業通過有效洞察數字用戶，打開數字化應用的通路。
• 易觀數科：專注于智能用戶運營產品與行業解決方案的提供商，也是智能用戶運營理念的提出者和標準制定者，致力于幫助企業快速實現面向用戶的數字化升級，建立用戶全生命周期的數據驅動。旗下易觀方舟智能用戶運營產品套件，將易觀多年對行業和業務場景的深刻理解與先進的數據智能技術相結合，通過智能分析、智能運營和智能畫像三款產品的強大功能，以優質的服務幫助企業構建和激活數字用戶資產，高效完成用戶需求感知（收數），全端數據打通（理數），關鍵行為分析（算數）和智能主動服務（用數）等關鍵環節，從而實現收入增長、成本降低和效率提升。

 

至此，進入留量時代的“先決條件”，易觀已經部署完畢。

也不難看出，易觀數科作為與To B企業打交道的直接對象，其分量便不言而喻了。

數字化轉型過程中的“高級大廚”

易觀數科所要面對的是數字化轉型客戶來自各行各業，用統一的一套解決方案很明顯是不能滿足所有人的需求。

在與易觀數科CTO郭煒的交流過程中，他對這種“千人千面”的解決方法，做了一個更易理解的表述。

郭煒認為，與不同客戶打交道過程，就像點餐一樣，而易觀數科所扮演的角色，就像廚師。

客戶來點的菜不盡相同，有川菜、粵菜、北京菜等等。

如果客人想吃點辣的，那么廚師就會推薦川菜；如果客人想吃點清淡的，那就會給他推薦粵菜。

但若是遇到“嘴特別刁”的客戶，那這位客人就會有“私人大廚”專門服務，加點甜、加點辣，為客人打造定制化菜品。

具體而言，易觀數科已經服務了300多家中外企業，所覆蓋的領域包括銀行、保險、證券、汽車、房產、消費電子、連鎖零售、商業地產和融媒體等等。

而且不僅僅是一次性的服務，易觀數科要做的是建立用戶全生命周期的數據驅動行業解決方案。

要建立“全周期的數據驅動行業解決方案”，就必然需要在智能用戶運營方面下功夫。

易觀數科在這塊強有力的產品，便是易觀方舟。

例如在實時采集方面，可以做到支持全端用戶行為，包括APP、小程序、H5、服務端、業務庫數據等。

易觀數科的邊緣計算，包括方舟Edge SDK、方舟IOT Edge SDK等，可以幫助企業提高用戶行為數據質量。

在本地化部署方面，除了支持SaaS之外，易觀方舟的PaaS平臺也滿足了企業端到端的深度開發需求。

在查詢方面，易觀方舟具有百萬級的查詢能力，支持百億級別數據的秒級實時計算。

當然，可視化操作也讓運營人員大幅提高工作效率，以“埋點”這個工作為例。

傳統企業的方式，大多是產品經理和開發人員溝通，具體需要在界面的某個點擊按鈕做個埋點，再跟開發人員交代需要哪些維度的數據。

但這樣的方式效率是極低的，不僅有較大的溝通、時間成本，若是產品經理沒有想到或者急需這些維度的數據，短時間內想要實現幾乎不可能。

但通過易觀方舟“可視化埋點”的功能，可以讓運營人員僅僅通過簡單的框選操作，直接快速的提取出與框選部件相關的所有參數。

真正做到了一次埋點，全部生效的效果。

而且，易觀數科在技術層面一直保持良好的開源態度。

例如已經開源的Apache Dolphin Scheduler ，已經被300多家企業在大數據平臺中使用。

該項目在GitHub中的Star數也已經高達了4.8K之多。

易觀數科整體的技術實力，其實在銀行信用卡業務中的最能體現。

正如在本文開頭提到的那個例子，讓銀行最頭疼的，不是說沒有數據分析工具，而是即使用了，也達不到提高活躍用戶數量的目的。

而在與易觀數科的合作過程中，因其能夠做到持續、長期的洞察和運營，因此很快就找了突破口和解決方案。

從技術復雜度來看，郭煒介紹道：

一個銀行的業務，里面可能會嵌套30多個APP，如何把數據采集好、整合好，還要做到實時分析。這種難度可想而知。

但很顯然，易觀數科已經做到了這一點。

除此之外，類似銀行這樣的場景，必然對安全自主可控的要求極高。

易觀方舟在數據方面可以說是達到了金融級部署規范要求，包括：

 

• 支持脫敏與權限支持全局，以及分用戶單獨字段脫敏
• 完善的數據隔離方案確保數據不泄露

 

在安全可控方面，易觀方舟是基于Apache協議開源技術體系的二次開發，可以做到所有代碼自主可控。

值得注意的是，易觀數科是國內首家同等規模公司進入Apache孵化項目組。

也正如易觀數科聯合創始人楊彬所述：

銀行業務場景，對產品、技術的安全性、可靠性、魯棒性等，都具有極高的要求。

換言之，易觀數科將最難啃的一塊業務已經拿下，而且取得了不錯的成績。

這也就從另一方面印證了易觀數科所具備的硬實力。

數字化轉型如何“彎道超車”？

首先一點，是敏銳的嗅覺。

易觀最初做的咨詢服務相關的業務，精準的市場洞察讓它能夠在變化萬千的互聯網世界中，總是站到風口之上。

其領先性的提出了互聯網化的概念，同時還提出了營銷互聯網化、渠道互聯網化、產品互聯網化，以及運營互聯網化。

時間也確實證明了一切，市場、企業按照這樣的進度一步一步地在推進著。

除了“互聯網化”之外，易觀還在業界率先提出過“互聯網+”、“數據新能源”、“第四張報表”等領先性概念。

而這離不開易觀在多年發展過程中，始終通過數據洞察行業趨勢、定義行業標準。

這也引出了第二點，數據基因。用易觀自己話來說就是“已融入血液”。

以咨詢服務起家的易觀，對于數據而言，不僅僅是停留在洞察這一層面，而是早早的布局并推動了數據技術能力。

正如易觀的使命所述——讓數據能力平民化。

最后，便是過硬的技術實力。

關于易觀方舟的能力，就不再贅述。但值得注意的一點是，或許很多人會將易觀助力數字化轉型的這種能力，與這兩年爆火的“數據中臺”聯系到一起。

雖然像阿里、騰訊、字節跳動等大廠們都在大力推行數據中臺，以此來推進數字化轉型的進程，但易觀數科卻沒有在此有過多“筆墨”。

對此，郭煒認為：

要不要上中臺，出發點還是要看自身的業務、需求。

大廠做的中臺，并一定適合遷移到其它企業，而且因為投入太多，反倒可能會成為一種負擔。

楊彬談到數據中臺時表示：

一個好的數據中臺，一定要發揮數據的作用。但我們認為，要想產生這樣的作用，核心就是要做好數字化時代的商業模式的重構。

楊彬將這個重構劃分為四個維度，分別是用戶關系、運營模式、生態合作關系，以及資產形式。

在如此背景之下，楊彬認為，基于數據驅動的智能用戶運營，更是幫助企業發揮價值的關鍵。

而這，也正是留量時代下，數字化轉型企業所要達到的目標。

你覺得呢？