【數(shù)據(jù)治理】企業(yè)數(shù)據(jù)治理價(jià)值解讀白皮書

—數(shù)字化經(jīng)營系列白皮書一企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐伴隨中國人口紅利消失，企業(yè)用工成本逐年增長，急需降本增效、產(chǎn)品創(chuàng)新迭代的新方法，“數(shù)字化轉(zhuǎn)型+數(shù)據(jù)治理”成為企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動增長的共同選擇。同時(shí)，以“數(shù)據(jù)資產(chǎn)”與“數(shù)據(jù)安全”為核心的新政策頻出，越來越多的企業(yè)開始認(rèn)識到數(shù)據(jù)價(jià)值的重要性，數(shù)據(jù)治理市場迎來高速發(fā)展。加之，《數(shù)據(jù)安全法》發(fā)布、《個(gè)人信息保護(hù)法》立法通過，無疑給企業(yè)數(shù)據(jù)采集、數(shù)據(jù)安全、數(shù)據(jù)開放帶來了巨大的挑戰(zhàn)，催生了數(shù)據(jù)治理需求。對企業(yè)來說，數(shù)據(jù)治理是所有數(shù)據(jù)應(yīng)用的基礎(chǔ)和根基，它的好壞直接影響數(shù)據(jù)應(yīng)用過程中的價(jià)值體現(xiàn)。同時(shí)，數(shù)據(jù)治理也是一個(gè)組織進(jìn)行數(shù)據(jù)資產(chǎn)沉淀的基礎(chǔ)，直接決定一個(gè)組織的數(shù)據(jù)資產(chǎn)能否得到有效的沉淀，以及在數(shù)據(jù)應(yīng)用過程中能否充分地發(fā)揮數(shù)據(jù)價(jià)值。要最大程度地發(fā)揮出數(shù)據(jù)治理的價(jià)值，就需要在系統(tǒng)認(rèn)知的基礎(chǔ)上，明確企業(yè)對應(yīng)的業(yè)務(wù)痛點(diǎn)，了解數(shù)據(jù)治理完整的能力構(gòu)成和對應(yīng)的解決方案，進(jìn)而通過最佳實(shí)踐，實(shí)現(xiàn)從數(shù)據(jù)治理到價(jià)值創(chuàng)造的跨越。本白皮書即是在上述邏輯的基礎(chǔ)上形成的。我們希望各行業(yè)、各職能的讀者，都能通過本白皮書，了解數(shù)據(jù)治理，并掌握其在推動數(shù)字化轉(zhuǎn)型上的價(jià)值，幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動。注：為保護(hù)商業(yè)信息，本白皮書所涉及案例及數(shù)據(jù)均為模擬。一、落地?cái)?shù)據(jù)治理與數(shù)字化轉(zhuǎn)型成為全行業(yè)的共識 03 032.數(shù)據(jù)治理的四大發(fā)展階段 04 05 06 07二、企業(yè)數(shù)據(jù)治理的六大痛點(diǎn) 08 08 09 09 09三、詳解數(shù)據(jù)治理完整方案 四、數(shù)據(jù)治理的典型業(yè)務(wù)場景 20 21 24 五、三大行業(yè)數(shù)據(jù)治理實(shí)踐解讀 27 六、企業(yè)開展數(shù)據(jù)治理的四大建議 一、落地?cái)?shù)據(jù)治理與數(shù)字化轉(zhuǎn)型成為全行業(yè)的共識1.認(rèn)識數(shù)據(jù)治理：數(shù)據(jù)的采、存、質(zhì)、管、用數(shù)據(jù)治理的概念主要由國際數(shù)據(jù)研究機(jī)構(gòu)、國內(nèi)企業(yè)級研究機(jī)構(gòu)以及部分學(xué)者進(jìn)行界定。其中，比較權(quán)威的定義可以參考DAMA(國際數(shù)據(jù)管理協(xié)會)與DGI(國際數(shù)據(jù)治理研究所)的定義。國際數(shù)據(jù)治理研究所(DGI)國際數(shù)據(jù)管理協(xié)會(DAMA)數(shù)據(jù)治理是指對數(shù)研資產(chǎn)管理行使權(quán)力和控制的活動集合(計(jì)劃、監(jiān)督和執(zhí)行)統(tǒng)地創(chuàng)建和實(shí)施政策、角色、職責(zé)和程序來協(xié)作并估、指導(dǎo)和監(jiān)督，確保富有成效且高效的數(shù)據(jù)利用，促進(jìn)跨組織協(xié)作和結(jié)構(gòu)化決策，為企業(yè)創(chuàng)造價(jià)-圖：數(shù)據(jù)治理概念的多重界定-DAMA(國際數(shù)據(jù)管理協(xié)會)認(rèn)為，數(shù)據(jù)治理(DataGovernance,DG)指的是對數(shù)據(jù)資產(chǎn)管理行使權(quán)力和控制的活動集合(計(jì)劃、監(jiān)督和執(zhí)行)。DGI則認(rèn)為，從廣義來說，數(shù)據(jù)治理是對數(shù)據(jù)相關(guān)事項(xiàng)作出決策的工作。從狹義來說，數(shù)據(jù)治理是與信息相關(guān)過程的決策權(quán)與問責(zé)制度體系，根據(jù)商定的模型執(zhí)行，確定誰能夠?qū)κ裁葱畔⒉扇∈裁创胧?，以及什么時(shí)候、在什么樣的情況下使用什么方法。在國內(nèi)研究機(jī)構(gòu)的定義中，阿里研究院認(rèn)為，數(shù)據(jù)治理即建立在數(shù)據(jù)存儲、訪問、驗(yàn)證、保護(hù)和使用之上的一系列程序、標(biāo)準(zhǔn)、角色和指標(biāo)，以期通過持續(xù)的評估、指導(dǎo)和監(jiān)督，確保富有成效且高效的數(shù)據(jù)利用，促進(jìn)跨組織協(xié)作和結(jié)構(gòu)化決策，為企業(yè)創(chuàng)造價(jià)值。頭豹研究院認(rèn)為，在數(shù)據(jù)驅(qū)動的業(yè)務(wù)與生產(chǎn)環(huán)境中，圍繞具備更高可用性的數(shù)據(jù)標(biāo)準(zhǔn)與數(shù)據(jù)模型，規(guī)劃構(gòu)建“采集、存儲、管理、服務(wù)”一整套制度體系的系統(tǒng)工程。此外，在阿里研究院調(diào)研中，總結(jié)了數(shù)據(jù)治理的相關(guān)學(xué)者的界定，在此不再贅述。綜合以上各家之言，神策數(shù)據(jù)認(rèn)為，數(shù)據(jù)治理廣義上包含所有數(shù)據(jù)事項(xiàng)決策，狹義上包含數(shù)據(jù)采集、存儲、質(zhì)量、管理、應(yīng)用等關(guān)鍵流程。2.數(shù)據(jù)治理的四大發(fā)展階段數(shù)據(jù)治理自概念產(chǎn)生起至現(xiàn)在國內(nèi)開始全面推行，共經(jīng)歷四個(gè)階段，接下來分別展開描述。據(jù)管理與據(jù)管理知識體系指南數(shù)據(jù)治理至此數(shù)據(jù)治理的理論進(jìn)行定義框架基本固定成熟與推廣(2002-2009)DAMA等機(jī)構(gòu)；數(shù)據(jù)企業(yè)政府、部分大型銀行、央企、通信、能源企業(yè)國際數(shù)據(jù)研究組織理論框架構(gòu)建，政府與頭部企業(yè)嘗試√協(xié)會引領(lǐng)√理論框架確立√政府與頭部企業(yè)嘗試起源與探索(1988-2002)幾乎沒有，少量研究者學(xué)術(shù)發(fā)展，數(shù)據(jù)產(chǎn)業(yè)-特別是數(shù)據(jù)倉庫等產(chǎn)生與發(fā)展學(xué)界引領(lǐng)概念確立√企業(yè)參與者極少接受與吸收(2009-2018)DGI、DAMA等機(jī)構(gòu)；先進(jìn)數(shù)字化公司互聯(lián)網(wǎng)、金融、能源、通信教育、醫(yī)療及房地產(chǎn)頭部公司監(jiān)管日益完善，大數(shù)據(jù)平臺數(shù)據(jù)中臺、微服務(wù)等意識興起國外企業(yè)引領(lǐng)數(shù)據(jù)管理技術(shù)高速發(fā)展√中國企業(yè)迅速跟進(jìn)落地與轉(zhuǎn)型(2018-現(xiàn)在)各類數(shù)據(jù)機(jī)構(gòu)、研究所；中大型企業(yè)全行業(yè)跟進(jìn)數(shù)據(jù)資產(chǎn)意識升級，數(shù)字化轉(zhuǎn)型與數(shù)據(jù)安全需求升級√國家層面高度重視法律與監(jiān)管配套出臺√全行業(yè)跟進(jìn)轉(zhuǎn)型發(fā)展階段國際參與者國內(nèi)參與者驅(qū)動因素中國發(fā)布了十九屈四中《銀行業(yè)金全會首次將融機(jī)構(gòu)數(shù)據(jù)數(shù)據(jù)作為生治理指引》產(chǎn)要素并列麻省理工學(xué)院全面數(shù)據(jù)質(zhì)量管理計(jì)劃(TDQM)DAMA(國際數(shù)據(jù)管理《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》《數(shù)據(jù)安全法》數(shù)據(jù)治理概念首次出現(xiàn)在學(xué)術(shù)界美國學(xué)者發(fā)表《數(shù)據(jù)倉庫治理》中國推出《數(shù)據(jù)治理白皮書》國際研究報(bào)告DGI(國際數(shù)據(jù)治理研究所)特點(diǎn)第一階段——起源與探索(1988-2002)伴隨著早期數(shù)據(jù)倉庫的產(chǎn)生與發(fā)展，海外學(xué)術(shù)界迅速跟進(jìn)，標(biāo)志性的事件是1988年由麻省理工學(xué)院的兩位教授啟動了全面數(shù)據(jù)質(zhì)量管理計(jì)(TDQM),這可以認(rèn)為是數(shù)據(jù)治理最初的雛形。同年，DAMA(國際數(shù)據(jù)管理協(xié)會)成立。時(shí)間流轉(zhuǎn)到2002年，數(shù)據(jù)治理概念首次出現(xiàn)在學(xué)術(shù)界，美國兩位學(xué)者發(fā)表題為《數(shù)據(jù)倉庫治理》的研究，探討了公司的最佳實(shí)踐，由此拉開了“數(shù)據(jù)治理”在企業(yè)管理中的大幕。在這一階段，我國僅有少量研究者關(guān)注該領(lǐng)域，基本不存在數(shù)據(jù)治理的參第二階段——成熟與推廣(2002-2009)在這個(gè)階段，國際數(shù)據(jù)研究組織逐步構(gòu)建數(shù)據(jù)治理理論框架，政府與頭部企業(yè)迅速跟進(jìn)探索數(shù)據(jù)治理實(shí)踐。標(biāo)志性的事件是2003年DGI(國際數(shù)據(jù)治理研究所)成立，同時(shí)ISO(國際標(biāo)準(zhǔn)化組織)對數(shù)據(jù)管理與數(shù)據(jù)治理進(jìn)行定義。再到2009年，DAMA發(fā)布DMBOK數(shù)據(jù)管理知識體系指南，至此數(shù)據(jù)治理的理論框架基本固定。在這一階段，我國政府、部分大型銀行、央企以及部分通信、能源企業(yè)開始意識到數(shù)據(jù)治理的重要性，紛紛參與到數(shù)據(jù)治理建設(shè)中。第三階段——接受與吸收(2009-2018)這一階段，國內(nèi)外關(guān)于數(shù)據(jù)治理的監(jiān)管政策日益完善，國內(nèi)大數(shù)據(jù)平臺、數(shù)據(jù)中臺、微服務(wù)等意識和能力逐漸崛起，推動數(shù)據(jù)治理體系在國內(nèi)全面吸收。我國根據(jù)DAMA數(shù)據(jù)管理體系等指導(dǎo)文件不斷延伸和擴(kuò)展，標(biāo)志性的事件是2015年提出了《數(shù)據(jù)治理白皮書》國際標(biāo)準(zhǔn)研究報(bào)告，在2018年發(fā)布了《銀行業(yè)金融機(jī)構(gòu)數(shù)據(jù)治理指引》。在這一階段，我國頭部公司基本均意識到數(shù)據(jù)管理與治理的重要性，以金融企業(yè)為代表，互聯(lián)網(wǎng)、能源、通信、教育、醫(yī)療及房地產(chǎn)頭部企業(yè)紛紛投身數(shù)據(jù)治理中。第四階段——落地與轉(zhuǎn)型(2019-現(xiàn)在)當(dāng)前，國內(nèi)充分吸收先進(jìn)經(jīng)驗(yàn)后，全國范圍內(nèi)數(shù)據(jù)資產(chǎn)意識升級，數(shù)字化轉(zhuǎn)型與數(shù)據(jù)安全需求進(jìn)一步增強(qiáng)，國家層面高度重視數(shù)據(jù)資產(chǎn)管理，全行業(yè)提倡數(shù)字化轉(zhuǎn)型與數(shù)據(jù)治理。標(biāo)志性事件是2019年十九屆四中全會首次將數(shù)據(jù)作為生產(chǎn)要素并列，至2020年中共中央國務(wù)院在《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》中，進(jìn)一步提出要“加快培育數(shù)據(jù)要素市場”。2021年6月10日，第十三屆全國人民代表大會常務(wù)委員會第二十九次會議通過《中華人民共和國數(shù)據(jù)安全法》,自2021年9月1日起施行，更是將數(shù)據(jù)安全治理提升至前所未有的高度。在這一階段，我國全行業(yè)全面鋪開數(shù)據(jù)治理，推進(jìn)數(shù)字化轉(zhuǎn)型。不可否認(rèn)，大數(shù)據(jù)市場的擴(kuò)張帶動了數(shù)據(jù)治理市場增長。根據(jù)IDC的預(yù)計(jì)，2019-2023年，中國大數(shù)據(jù)市場的復(fù)合增長率為23.5%;至2023年，中國大數(shù)據(jù)市場總規(guī)模將達(dá)到1600億人民幣，其中軟件和服務(wù)約為1000億元。根據(jù)沙利文與頭豹研究院的調(diào)研，2018至2024年，數(shù)據(jù)治理在大數(shù)據(jù)平臺建設(shè)中預(yù)算占比逐年升高，數(shù)據(jù)治理市場將保持39%的年復(fù)合增長率將到達(dá)325.5億元。02021-圖：數(shù)據(jù)治理市場規(guī)模預(yù)測(單位：億人民幣)-數(shù)據(jù)治理市場的高速發(fā)展，離不開政策、經(jīng)濟(jì)、社會及技術(shù)等四大因素的驅(qū)動。近年來，以“數(shù)據(jù)資產(chǎn)”與“數(shù)據(jù)安全”為核心的新政策不斷推動數(shù)據(jù)治理市場發(fā)展。2018年，歐盟《通用數(shù)據(jù)保護(hù)條例》(簡稱GDPR)在成員國內(nèi)正式生效實(shí)施；2019年黨的十九屆四中全會首次將數(shù)據(jù)與勞動、資本、土地、知識、技術(shù)、管理等生產(chǎn)要素并列；2020年國務(wù)院在《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》中，明確提出數(shù)據(jù)是一種新型生產(chǎn)要素，同內(nèi)部自由流動的目標(biāo)。此后，我國31個(gè)省的“十四五規(guī)劃”建議文件中，均提到了數(shù)據(jù)資源利用、數(shù)字經(jīng)濟(jì)等內(nèi)容，國務(wù)院國資委印發(fā)了《關(guān)于加快推進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》,就推動國有企業(yè)數(shù)字化轉(zhuǎn)型做出了全面部署，其中明確提出要著力夯實(shí)數(shù)字化轉(zhuǎn)型基礎(chǔ)設(shè)施建設(shè)，提出數(shù)據(jù)治理需求；而最近全國人大通過了《個(gè)人信息保護(hù)法》(擬2021年11月1日生效),收集、處理個(gè)人信息的尺度把控對企業(yè)業(yè)務(wù)的數(shù)據(jù)采集提出了更高的要求。以上政策要點(diǎn)，成為了企業(yè)發(fā)展數(shù)據(jù)治理的重要驅(qū)動力。(2)國內(nèi)經(jīng)濟(jì)增速換擋期，數(shù)字化轉(zhuǎn)型帶動數(shù)據(jù)治理旺盛需求國內(nèi)處于經(jīng)濟(jì)增速換擋期，企業(yè)數(shù)字化轉(zhuǎn)型帶動數(shù)據(jù)治理旺盛需求。自1978年至今，中國人均GDP逐年升高，但改革開放早期人口、土地及政中國人口近10年來保持低速增長，人口老齡化趨勢不可逆轉(zhuǎn)。伴隨中國人口紅利消失，企業(yè)用工成本逐年增長，急需降本增效、產(chǎn)品創(chuàng)新迭代的新方法，“數(shù)字化轉(zhuǎn)型+數(shù)據(jù)治理”或成企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動增長的最佳解決方案。(3)社會熱度與行業(yè)認(rèn)知成熟度促使數(shù)據(jù)治理市場升溫根據(jù)賽迪顧問調(diào)研2012年以來大數(shù)據(jù)領(lǐng)域中最近10000個(gè)熱點(diǎn)事件中最常見的關(guān)鍵詞顯示：2012-2019年，我國關(guān)于大數(shù)據(jù)重要論述中，“數(shù)據(jù)”“數(shù)字經(jīng)濟(jì)”“互聯(lián)網(wǎng)”“平臺”成為最常見的高頻詞匯，“數(shù)字經(jīng)濟(jì)”“數(shù)字中國”等正逐漸成為我國推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量；2020年以來，與數(shù)據(jù)治理相關(guān)的詞匯逐年增多，數(shù)據(jù)共享開放、數(shù)據(jù)孤島、數(shù)據(jù)治理等話題成為當(dāng)前大數(shù)據(jù)發(fā)展關(guān)注點(diǎn)。1.1.“數(shù)據(jù)”“數(shù)字經(jīng)濟(jì)”“互聯(lián)網(wǎng)”“平臺”1I.“數(shù)字經(jīng)濟(jì)”“數(shù)字中國”Ⅲ.“數(shù)據(jù)共享開放”“數(shù)據(jù)孤島”“數(shù)據(jù)治理”同時(shí)，中國電子技術(shù)標(biāo)準(zhǔn)化研究院2020年調(diào)研也發(fā)現(xiàn)：超過92%的受訪企事業(yè)單位已經(jīng)認(rèn)識到數(shù)據(jù)價(jià)值的重要性，認(rèn)為數(shù)據(jù)是一種無形資產(chǎn)，與財(cái)務(wù)、人力資源等企業(yè)資產(chǎn)同等重要。(4)數(shù)據(jù)流與算力指數(shù)增長，支撐數(shù)據(jù)治理與應(yīng)用產(chǎn)業(yè)迅速成長技術(shù)層面，數(shù)據(jù)流與算力指數(shù)增長支撐數(shù)據(jù)治理與應(yīng)用產(chǎn)業(yè)迅速成長。IDC認(rèn)為，2010年全球產(chǎn)生的數(shù)據(jù)量僅為2ZB,到2025年全球每年產(chǎn)生的數(shù)據(jù)將高達(dá)175ZB,相當(dāng)于每天產(chǎn)生491EB的數(shù)據(jù)，年均增長20%。代表數(shù)據(jù)流量大小的全球互聯(lián)網(wǎng)協(xié)議(IP)流量從1992年的約100GB/天增長到2017年的45000GB/秒。數(shù)據(jù)流量增長曲線2000年-2010年2010年-2020年時(shí)間周期SynergyResearch將“超大規(guī)模數(shù)據(jù)中心”定義為擁有幾十萬臺甚至是數(shù)百萬臺服務(wù)器。2019年全球超大規(guī)模數(shù)據(jù)中心已超過500個(gè)，已經(jīng)是2015年的兩倍，越大規(guī)模數(shù)據(jù)中心仍然處于高速擴(kuò)張的發(fā)展期。2015年全球數(shù)據(jù)中心大數(shù)據(jù)存儲量僅為25EB,到2021年預(yù)計(jì)這一規(guī)模將達(dá)到403EB,增長16.12倍，年均復(fù)合增長率約為48.76%。2000-2020年，我國數(shù)據(jù)采集與存儲產(chǎn)業(yè)、數(shù)據(jù)分析與可視化產(chǎn)業(yè)都有著較成熟的發(fā)展，而伴隨數(shù)據(jù)流與算力的高速擴(kuò)張，數(shù)據(jù)治理與應(yīng)用產(chǎn)業(yè)尚處于成長期初級階段，入局企業(yè)數(shù)量眾多、技術(shù)水平尚在增長、企業(yè)需求仍在優(yōu)化。企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐二、企業(yè)數(shù)據(jù)治理的六大痛點(diǎn)企業(yè)數(shù)據(jù)治理的整體目標(biāo)是持續(xù)運(yùn)營數(shù)據(jù)價(jià)值，推動企業(yè)數(shù)字化轉(zhuǎn)型。而企業(yè)在轉(zhuǎn)型過程中會面臨來自業(yè)務(wù)、組織架構(gòu)、技術(shù)等等方面的問題，從企業(yè)整體的數(shù)據(jù)治理鏈路來看，我們把企業(yè)數(shù)據(jù)治理過程中面臨的問題總結(jié)為以下六大痛點(diǎn)。1.組織架構(gòu)不適配，推進(jìn)難度大企業(yè)在進(jìn)行數(shù)據(jù)治理時(shí)，首先面臨的問題就是組織架構(gòu)的不適配。數(shù)據(jù)治理的整體運(yùn)作需要很高的數(shù)據(jù)管理統(tǒng)一性和一致性，傳統(tǒng)的企業(yè)組織架構(gòu)往往沒有單獨(dú)的數(shù)據(jù)管理部門，數(shù)據(jù)治理相關(guān)業(yè)務(wù)由信息科技部門代為統(tǒng)籌，導(dǎo)致數(shù)據(jù)管理團(tuán)隊(duì)和角色比較分散，相關(guān)工作無法順利推進(jìn)。在具體推進(jìn)過程中，還會遇到如下挑戰(zhàn)：關(guān)鍵角色權(quán)責(zé)不統(tǒng)一、多個(gè)部門之間配合不到位、數(shù)據(jù)治理各個(gè)相關(guān)角色缺乏共同語言、不同角色的付出與收益脫節(jié)以及誰來對數(shù)據(jù)的質(zhì)量負(fù)責(zé)等。舉個(gè)典型的例子：某企業(yè)推行數(shù)據(jù)治理由業(yè)務(wù)部門發(fā)起，但對業(yè)務(wù)數(shù)據(jù)和系統(tǒng)進(jìn)行整治時(shí)，得不到IT和數(shù)據(jù)部門的配合，開展數(shù)據(jù)治理工作流程的關(guān)鍵動作時(shí)，經(jīng)常找不到對應(yīng)負(fù)責(zé)人，導(dǎo)致數(shù)據(jù)治理在推行時(shí)的功能性和可用性都大大降低，數(shù)據(jù)治理最終淪為樣子工程。2.數(shù)據(jù)采集和獲取困難，數(shù)據(jù)源格式、類型均不統(tǒng)一企業(yè)在進(jìn)行數(shù)據(jù)治理的過程中，需要對接其現(xiàn)有的業(yè)務(wù)系統(tǒng)、自有觸點(diǎn)以及各類三方數(shù)據(jù)源。當(dāng)前，普遍存在的問題是，數(shù)據(jù)源缺乏統(tǒng)一的標(biāo)準(zhǔn)，不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)的格式、類型不統(tǒng)一，導(dǎo)致整體數(shù)據(jù)獲取和對接的成本較高。同時(shí)，數(shù)據(jù)的采集和獲取需要窮舉所有結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并滿足不同時(shí)效性的要求，這對數(shù)據(jù)采集和接入的開發(fā)帶來了很大的挑戰(zhàn)。另一方面，數(shù)據(jù)采集離不開SDK的支撐，數(shù)據(jù)采集的標(biāo)準(zhǔn)化需要保證SDK本身在數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)傳輸、數(shù)據(jù)安全的要求，這也對數(shù)據(jù)采集SDK的開發(fā)帶來了很大挑戰(zhàn)。3.數(shù)據(jù)孤島效應(yīng)嚴(yán)重，數(shù)據(jù)標(biāo)識千奇百怪，數(shù)據(jù)打通困難重重企業(yè)的整體業(yè)務(wù)架構(gòu)下包含各類獨(dú)立運(yùn)作的數(shù)據(jù)系統(tǒng)，每一類數(shù)據(jù)的來源都不同且離散，數(shù)據(jù)孤島情況非常嚴(yán)重，數(shù)據(jù)煙囪林立，企業(yè)在打破數(shù)據(jù)孤島將各處數(shù)據(jù)進(jìn)行匯聚的過程中，缺乏合適的數(shù)據(jù)模型、架構(gòu)和框架設(shè)計(jì)，在數(shù)據(jù)倉庫、數(shù)據(jù)湖、數(shù)據(jù)中臺的取舍和側(cè)重間難以抉擇，這使得企業(yè)的數(shù)據(jù)治理進(jìn)程舉步維艱。加之，企業(yè)普遍缺乏合適的數(shù)據(jù)模型來承載全部來源的數(shù)據(jù)，數(shù)據(jù)模型本身的抽象難度較大，需神策研究院要同時(shí)考慮數(shù)據(jù)屬性和業(yè)務(wù)場景，進(jìn)行數(shù)據(jù)盤點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化和統(tǒng)一，這需要相關(guān)人員有足夠的數(shù)據(jù)標(biāo)準(zhǔn)化經(jīng)驗(yàn)和業(yè)務(wù)理解能力，來拉通數(shù)據(jù)現(xiàn)狀和業(yè)務(wù)需求。企業(yè)業(yè)務(wù)側(cè)往往存在多個(gè)終端，由于終端用戶所在渠道不一致，導(dǎo)致用戶數(shù)據(jù)的標(biāo)識也不一致，比如：有的渠道只能獲取設(shè)備ID,有的渠道只能獲取虛擬用戶名等，從而無法打通用戶數(shù)據(jù)在全域上的身份標(biāo)識，并獲取用戶在企業(yè)所有的交互數(shù)據(jù)。從技術(shù)上而言，要把這些用戶數(shù)據(jù)進(jìn)行標(biāo)識打通，實(shí)現(xiàn)統(tǒng)一標(biāo)識ID非常困難，這給后續(xù)企業(yè)業(yè)務(wù)的數(shù)據(jù)應(yīng)用帶來了很大阻礙。4.企業(yè)數(shù)據(jù)質(zhì)量管理難，問題積壓如同“定時(shí)炸彈”企業(yè)缺乏數(shù)據(jù)質(zhì)量的管理體系和方法論，對于數(shù)據(jù)質(zhì)量缺乏合理的評估體系，只能得出有問題或者沒問題的結(jié)論，缺少打分機(jī)制，無法診斷數(shù)據(jù)質(zhì)量問題的嚴(yán)重性，最終質(zhì)量問題大量積壓對業(yè)務(wù)造成嚴(yán)重影響；另一方面企業(yè)無法對數(shù)據(jù)質(zhì)量做主動監(jiān)控，永遠(yuǎn)處在被動狀態(tài)，只能在發(fā)現(xiàn)問題后亡羊補(bǔ)牢，大大增加了企業(yè)的數(shù)據(jù)維護(hù)成本。企業(yè)數(shù)據(jù)質(zhì)量管理無法從源頭做起，作為源頭的數(shù)據(jù)埋點(diǎn)和接入數(shù)據(jù)的質(zhì)量無法保證，只能對上游產(chǎn)生的數(shù)據(jù)做人為修復(fù)，隨著時(shí)間變長，數(shù)據(jù)沉淀越來越大，數(shù)據(jù)質(zhì)量的問題會日益凸顯。5.企業(yè)數(shù)據(jù)管理混亂，想重新梳理但不知從何做起從宏觀上來看，企業(yè)對于數(shù)據(jù)的生命周期無法進(jìn)行管控，數(shù)據(jù)的熱度、數(shù)據(jù)的老化情況無法得知，數(shù)據(jù)日益臃腫，資源占用、成本日益高昂，處理的代價(jià)越發(fā)龐大。多個(gè)業(yè)務(wù)系統(tǒng)供應(yīng)商之間的數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，導(dǎo)致數(shù)據(jù)的管理難度越加巨大，數(shù)據(jù)管理大量依賴于專業(yè)技術(shù)的DBA、數(shù)倉工程師等底層技術(shù)工作，企業(yè)沒有可視化、簡便的數(shù)據(jù)管理平臺，使得數(shù)據(jù)維護(hù)和管理難顧頭尾。從細(xì)節(jié)來看，企業(yè)數(shù)據(jù)命名定義混亂，同名不同義、同義不同名的現(xiàn)象普遍存在，數(shù)據(jù)一致性無法得到保證；企業(yè)數(shù)據(jù)之間缺少數(shù)據(jù)關(guān)聯(lián)關(guān)系、血緣情況，對每個(gè)數(shù)據(jù)波動的影響面無法控制，從而加大了整體數(shù)據(jù)管理的難度。6.數(shù)據(jù)開放風(fēng)險(xiǎn)大，數(shù)據(jù)合規(guī)安全不可控企業(yè)數(shù)據(jù)在對外輸出時(shí)，無法做到靈活的數(shù)據(jù)流量控制、脫敏化處理，企業(yè)對外往往無法提供靈活的數(shù)據(jù)使用接口，數(shù)據(jù)API定制化程度較高，新數(shù)據(jù)需求只能二次開發(fā)，或者冒險(xiǎn)直接提供底層數(shù)據(jù)平臺獲取數(shù)據(jù)。企業(yè)缺乏數(shù)據(jù)合規(guī)的管理機(jī)制以及技術(shù)工具，對數(shù)據(jù)上報(bào)和數(shù)據(jù)傳輸無法進(jìn)行及時(shí)的控制和檢查。數(shù)據(jù)權(quán)限的管控需要貫穿整個(gè)業(yè)務(wù)流程來確保順利實(shí)施，這對企業(yè)的數(shù)據(jù)安全治理架構(gòu)和權(quán)限設(shè)定有著很高的要求。三、詳解數(shù)據(jù)治理完整方案基于上述企業(yè)進(jìn)行數(shù)據(jù)治理的六大痛點(diǎn)，完善的數(shù)據(jù)治理完整方案成為企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的破局之選，本節(jié)將以神策數(shù)據(jù)治理完整方案為例，詳細(xì)闡述其是如何幫助企業(yè)進(jìn)行全端數(shù)據(jù)采集、治理、存儲、查詢及展示，高效積累數(shù)據(jù)資產(chǎn)，發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值，賦能業(yè)務(wù)應(yīng)用場景，助力企業(yè)構(gòu)建扎實(shí)的數(shù)據(jù)根基，實(shí)現(xiàn)數(shù)字化經(jīng)營。1.數(shù)據(jù)治理是企業(yè)完成數(shù)字化運(yùn)營閉環(huán)的重要基礎(chǔ)神策數(shù)據(jù)通過為超過30多個(gè)行業(yè)、1500多家企業(yè)提供數(shù)據(jù)分析和數(shù)字與營銷服務(wù)，總結(jié)出一套企業(yè)經(jīng)典的運(yùn)作模式——基于數(shù)據(jù)流的企業(yè)運(yùn)營框架SDAF。其中，Sense即感知，從抽象的數(shù)據(jù)分析中形成對業(yè)務(wù)和用戶的洞察；Decision即決策，感性與理性的平衡，人與機(jī)器共同決策；Action即行動，基于數(shù)據(jù)的全方位智能觸達(dá)手段；Feedback即反饋，實(shí)現(xiàn)全端數(shù)據(jù)全面、實(shí)時(shí)的反饋?；跀?shù)據(jù)流的企業(yè)運(yùn)營框架SDAF,企業(yè)的數(shù)據(jù)從頭流到尾，感知——決策——行動—反饋四環(huán)節(jié)共同組成數(shù)字化運(yùn)營的閉環(huán)。對企業(yè)來說，數(shù)據(jù)治理是上述數(shù)據(jù)應(yīng)用的基礎(chǔ)和根基，它的好壞直接影響數(shù)據(jù)應(yīng)用過程中的價(jià)值體現(xiàn)。同時(shí)，數(shù)據(jù)治理也是企業(yè)進(jìn)行數(shù)據(jù)資產(chǎn)沉淀的基礎(chǔ)，直接決定企業(yè)的數(shù)據(jù)資產(chǎn)能否得到有效的沉淀，以及在數(shù)據(jù)應(yīng)用過程中能否充分地發(fā)揮數(shù)據(jù)價(jià)值。在基于SDAF運(yùn)營框架開展業(yè)務(wù)的過程中，神策數(shù)據(jù)治理方案貫穿企業(yè)整個(gè)業(yè)務(wù)流程，為企業(yè)提供實(shí)時(shí)、高效、規(guī)范化的全域數(shù)據(jù)采集、全域數(shù)據(jù)的標(biāo)識打通、以及數(shù)據(jù)質(zhì)量把控和管理，幫助企業(yè)沉淀數(shù)據(jù)資產(chǎn)，為企業(yè)在后續(xù)SDAF框架中的數(shù)據(jù)應(yīng)用打下良好的數(shù)據(jù)根基。神策數(shù)據(jù)治理方案的核心是面向企業(yè)客戶數(shù)據(jù)，助力企業(yè)發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值，主要從以下4方面幫助企業(yè)推動數(shù)字化運(yùn)營。第一，積累“有效”的數(shù)據(jù)資產(chǎn)。通過整合多種數(shù)據(jù)源，打通用戶ID體系，從而幫助企業(yè)打造持續(xù)積累可用、有用、實(shí)用的數(shù)據(jù)資產(chǎn)。第二，驅(qū)動企業(yè)業(yè)務(wù)數(shù)字化。干凈的數(shù)據(jù)、統(tǒng)一的用戶體系，可以實(shí)實(shí)在在地賦能業(yè)務(wù)運(yùn)營中的分析場景和營銷場景，有效實(shí)現(xiàn)業(yè)務(wù)數(shù)字化運(yùn)營與增長。第三，賦能企業(yè)團(tuán)隊(duì)和組織。完整的數(shù)據(jù)平臺和數(shù)據(jù)流建設(shè)規(guī)范，可以推動數(shù)據(jù)團(tuán)隊(duì)工作的流程化、規(guī)范化，提升組織產(chǎn)出效率。第四，降低機(jī)器和人力成本。穩(wěn)定、可靠、性能優(yōu)質(zhì)的數(shù)據(jù)根基平臺，可以處理海量數(shù)據(jù)，從而大幅降低機(jī)器硬件和人力成本。2.數(shù)據(jù)治理需要組織架構(gòu)支持，企業(yè)數(shù)據(jù)文化建設(shè)需并行數(shù)據(jù)治理離不開企業(yè)組織管理架構(gòu)的支持，在推行數(shù)據(jù)治理之前，企業(yè)需要梳理哪些角色參與數(shù)據(jù)管理、分配至哪些部門和人員、分別承擔(dān)哪些職責(zé)，同時(shí)，建立體系化的數(shù)據(jù)管理制度和溝通機(jī)制，提高業(yè)務(wù)部門的參與度，推動企業(yè)數(shù)據(jù)文化和標(biāo)準(zhǔn)衡量體系的建設(shè)。業(yè)務(wù)數(shù)據(jù)產(chǎn)品組業(yè)務(wù)數(shù)據(jù)開發(fā)組業(yè)務(wù)數(shù)據(jù)智能分析組基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn)指標(biāo)類數(shù)據(jù)標(biāo)準(zhǔn)-圖：數(shù)據(jù)治理離不開組織管理架構(gòu)的支持一一個(gè)典型的數(shù)據(jù)管理組織模式應(yīng)該有統(tǒng)一的數(shù)據(jù)管理角色和獨(dú)立的數(shù)據(jù)管理部門，與信息科技部門及業(yè)務(wù)部門并行，受公司領(lǐng)導(dǎo)層統(tǒng)一管理，具備高度的數(shù)據(jù)管理協(xié)作性和統(tǒng)一性，如下圖所示。-圖：典型的數(shù)據(jù)管理組織模式一3.面向業(yè)務(wù)的“螺旋式”數(shù)據(jù)治理理念在落地?cái)?shù)據(jù)治理具體方案前，需要具備正確的數(shù)據(jù)治理理念。在數(shù)據(jù)治理方面，神策數(shù)據(jù)崇尚面向業(yè)務(wù)的“螺旋式”數(shù)據(jù)治理理念，將數(shù)據(jù)治理分為三個(gè)階段：關(guān)注源頭、關(guān)注波動、全面掌控。企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐一圖：神策數(shù)據(jù)面向業(yè)務(wù)的“螺旋式”數(shù)據(jù)治理理念一第一階段——關(guān)注源頭在數(shù)據(jù)建設(shè)的初期，重點(diǎn)關(guān)注數(shù)據(jù)的質(zhì)量，強(qiáng)調(diào)從需求到測試按規(guī)范進(jìn)行，保證源頭安全大約可解決80%以上的問題。一旦數(shù)據(jù)被污染了，發(fā)現(xiàn)、制定方案和清洗均是一個(gè)漫長的過程，最終還不一定能達(dá)到我們的預(yù)期。比如，數(shù)據(jù)的治理需要伴隨App發(fā)版，但即使我們新版本發(fā)出去了，用戶也不一定會升級，從而導(dǎo)致部分?jǐn)?shù)據(jù)一直被污染。因此，對于數(shù)據(jù)治理，不要先污染后治理，而是應(yīng)該從源頭控制。第二階段——關(guān)注波動當(dāng)業(yè)務(wù)越來越依賴于數(shù)據(jù)的準(zhǔn)確性和實(shí)質(zhì)性時(shí)，需要整個(gè)數(shù)據(jù)團(tuán)隊(duì)及時(shí)監(jiān)控?cái)?shù)據(jù)質(zhì)量的變化，避免發(fā)生線上故障從而影響業(yè)務(wù)。隨著業(yè)務(wù)的持續(xù)迭代，數(shù)據(jù)應(yīng)用的需求以及系統(tǒng)本身也在不斷發(fā)生變化，數(shù)據(jù)治理也需要隨之進(jìn)行不斷地更新與調(diào)整。在這個(gè)階段，由于對數(shù)據(jù)治理的重視程度下降、組織架構(gòu)以及人員變更、流程不穩(wěn)定和不全面等因素，數(shù)據(jù)治理的結(jié)果一般很難保持在一個(gè)較高的基線，反而會越來越差，直至無法滿足最終的數(shù)據(jù)應(yīng)用需求。以在線推薦系統(tǒng)為例，如果用于給機(jī)器學(xué)習(xí)訓(xùn)練的Item數(shù)據(jù)流、曝光和點(diǎn)擊事件導(dǎo)入有延遲、故障，會直接影響在線服務(wù)，比如出現(xiàn)刷不出新條目推薦系統(tǒng)fail的情況。因此，數(shù)據(jù)治理的過程要貫穿到整個(gè)業(yè)務(wù)迭代的過程中，業(yè)務(wù)發(fā)生了變更，組織架構(gòu)發(fā)生了變更，數(shù)據(jù)治理方案和流程也應(yīng)該隨著進(jìn)行變更。第三階段——全面掌控當(dāng)業(yè)務(wù)越來越復(fù)雜、數(shù)據(jù)源越來越多，且各種運(yùn)營動作對數(shù)據(jù)依賴程度較高時(shí)，需要整個(gè)業(yè)務(wù)團(tuán)隊(duì)和數(shù)據(jù)團(tuán)隊(duì)一起來關(guān)注數(shù)據(jù)質(zhì)量。針對特定的市場需求，標(biāo)準(zhǔn)的數(shù)據(jù)采集SDK,將匿名ID生成、基礎(chǔ)屬性采集、數(shù)據(jù)打包壓縮加密、本地緩存、網(wǎng)絡(luò)傳輸、時(shí)間校準(zhǔn)、遠(yuǎn)程控制等通用功能都需要進(jìn)行產(chǎn)品化與標(biāo)準(zhǔn)化處理。除此之外，數(shù)據(jù)治理過程中的通用需求和通用治理方案，可以以產(chǎn)品化的方式進(jìn)行沉淀。從日常統(tǒng)計(jì)結(jié)果可知，ID-Mapping,即數(shù)據(jù)打通相關(guān)問題的耗時(shí)可以占到一個(gè)數(shù)據(jù)處理項(xiàng)目的30%左右。如今，ID-Mapping已經(jīng)發(fā)展至3.0版本，每一個(gè)數(shù)據(jù)ID都有明確語義，如OpenID、UnionID、IDFA、DIFV、Mobile、Email等等，不同ID之間可以自由關(guān)聯(lián)且支持ID解綁。對于一個(gè)用戶而言，只要構(gòu)建其任意兩個(gè)數(shù)據(jù)ID之間的關(guān)聯(lián)，即可完成所有ID的關(guān)聯(lián)，從而實(shí)現(xiàn)數(shù)據(jù)層面的用戶標(biāo)識打通，這對于企業(yè)的業(yè)務(wù)數(shù)據(jù)治理至關(guān)重要。AppWeb用戶瀏覽商品AppWeb用戶瀏覽商品用戶使用手機(jī)登錄用戶賬號"xiaoming"電腦瀏覽用戶繼續(xù)瀏覽商品商品上登錄賬號自營平臺注冊脹號電商渠道各法量平臺微信生態(tài)內(nèi)部系統(tǒng)數(shù)據(jù)治理的核心目標(biāo)是幫助企業(yè)整合數(shù)據(jù)資產(chǎn)，發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值，賦能企業(yè)形成數(shù)字化的業(yè)務(wù)閉環(huán)，實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型。以神策數(shù)據(jù)治理方案為例，數(shù)據(jù)治理方案涵蓋數(shù)據(jù)源采集→數(shù)據(jù)打通→數(shù)據(jù)質(zhì)量→數(shù)據(jù)管理→數(shù)據(jù)開放→數(shù)據(jù)安全整個(gè)流程。企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐特入的質(zhì)自的分折甲入用企業(yè)數(shù)據(jù)治理方案包括數(shù)據(jù)采集、數(shù)據(jù)打通、數(shù)據(jù)質(zhì)量、數(shù)據(jù)管理、數(shù)據(jù)安全五大關(guān)鍵點(diǎn)，全方(1)數(shù)據(jù)采集：通過SDK等數(shù)據(jù)采集工具，實(shí)現(xiàn)全端數(shù)據(jù)資產(chǎn)積累企業(yè)數(shù)據(jù)治理需要從源頭上進(jìn)行管控，這需要優(yōu)質(zhì)可靠的數(shù)據(jù)采集工具提供支持，對于最常見的App、網(wǎng)頁等業(yè)務(wù)生態(tài)，SDK是最佳的數(shù)據(jù)采集方案。數(shù)據(jù)治理應(yīng)擁有統(tǒng)一的數(shù)據(jù)采集框架，并支持多種數(shù)據(jù)采集方式。企業(yè)可以通過市面上40+種SDK數(shù)據(jù)采集工具，靈活適配各類數(shù)據(jù)源，c控5P5)科窗費(fèi)(50全神策研究院對于外部數(shù)據(jù)的接入，數(shù)據(jù)治理方案包含了多種數(shù)據(jù)接入的通道，可以快速的將外部數(shù)據(jù)接入到企業(yè)數(shù)據(jù)平臺進(jìn)行數(shù)據(jù)的存儲和數(shù)據(jù)的分析、可視化。預(yù)置通道集成了一方業(yè)務(wù)數(shù)據(jù)庫、Excel等數(shù)據(jù)文件、三方電商渠道、微信生態(tài)的私域數(shù)據(jù)接入。同時(shí)，為了包容其他的數(shù)據(jù)源，整體設(shè)計(jì)以插件化的方式進(jìn)行數(shù)據(jù)源的集成，除了下圖的預(yù)置通道還可以快速集成其余數(shù)據(jù)通道。同時(shí)，為了保證持續(xù)的數(shù)據(jù)接入可以對接入的數(shù)據(jù)表進(jìn)行數(shù)據(jù)同步頻率的設(shè)定，根據(jù)業(yè)務(wù)訴求在對應(yīng)的時(shí)間、對應(yīng)間隔上對數(shù)據(jù)進(jìn)行更新設(shè)置。雪數(shù)據(jù)接入數(shù)據(jù)源管理數(shù)據(jù)質(zhì)量數(shù)據(jù)接入數(shù)據(jù)質(zhì)量數(shù)據(jù)庫(2)電子商務(wù)(4)天貓商城100個(gè)戶山旺店通Hive旺店通微信生態(tài)(1)微信公眾號1個(gè)張?zhí)朣微信小程序企業(yè)微信一圖：對于外部數(shù)據(jù)接入，預(yù)置多種數(shù)據(jù)接入通道一對于外部接入進(jìn)來的數(shù)據(jù)可以對數(shù)據(jù)進(jìn)行快速的數(shù)據(jù)模型映射，將外部數(shù)據(jù)做簡單的標(biāo)準(zhǔn)化和歸一化的操作。對于每一個(gè)接入的數(shù)據(jù)都會記錄在數(shù)據(jù)接入管理當(dāng)中，知曉數(shù)據(jù)同步的具體情況。與此同時(shí)，為了幫助接入進(jìn)來的數(shù)據(jù)的最終確認(rèn)可以對接入的數(shù)據(jù)進(jìn)行預(yù)覽，確認(rèn)無誤后會將數(shù)據(jù)寫入到底層存儲當(dāng)中。(2)數(shù)據(jù)打通：通過實(shí)時(shí)一對多的ID-Mapping,構(gòu)建全局統(tǒng)一的用戶體系數(shù)據(jù)打通的核心是實(shí)現(xiàn)數(shù)據(jù)模型和標(biāo)準(zhǔn)的統(tǒng)一。企業(yè)數(shù)據(jù)的存儲按照標(biāo)準(zhǔn)的四層數(shù)據(jù)分層進(jìn)行，每層數(shù)據(jù)的存儲進(jìn)行差異化的類型定義和受眾對象。在分層的基礎(chǔ)上考慮數(shù)據(jù)模型本身的設(shè)計(jì)，遵循數(shù)據(jù)服務(wù)于業(yè)務(wù)，業(yè)務(wù)形態(tài)決定數(shù)據(jù)模型。數(shù)據(jù)模型一方面考慮當(dāng)前數(shù)據(jù)的實(shí)際情況，另外一方面考慮業(yè)務(wù)對于數(shù)據(jù)的實(shí)際訴求，將兩者合二為一構(gòu)建整個(gè)企業(yè)統(tǒng)一的數(shù)據(jù)模型體系。每一個(gè)數(shù)據(jù)字段都有業(yè)務(wù)、技術(shù)、管理三個(gè)視角的數(shù)據(jù)標(biāo)準(zhǔn)定義，統(tǒng)一企業(yè)內(nèi)部對于數(shù)據(jù)的理解企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐和認(rèn)知，避免數(shù)據(jù)同名不同義、同義不同名，保證每個(gè)數(shù)據(jù)在整個(gè)企業(yè)內(nèi)部的唯一性。敏感度敏感度業(yè)務(wù)定義與相關(guān)數(shù)據(jù)關(guān)系標(biāo)準(zhǔn)依據(jù)值域相關(guān)數(shù)據(jù)數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)類型技術(shù)屬性數(shù)據(jù)格式使用系統(tǒng)業(yè)務(wù)運(yùn)用領(lǐng)域數(shù)據(jù)使用者中文名稱英文名稱業(yè)務(wù)規(guī)則數(shù)據(jù)定義者數(shù)據(jù)管理者業(yè)務(wù)屬性管理屬性-圖：統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)一數(shù)據(jù)模型和標(biāo)準(zhǔn)完成統(tǒng)一后，基于ID之間的精準(zhǔn)匹配，將兩個(gè)不同用戶在同一用戶標(biāo)識下ID相一致的用戶進(jìn)行關(guān)聯(lián)，并以此將不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行用戶ID的打通。通過ID-ID之間兩兩映射關(guān)系表，將多種ID之間的關(guān)聯(lián)打通，比如手機(jī)號、身份證號碼可以關(guān)聯(lián)，手機(jī)號、郵箱賬號可以關(guān)聯(lián)，這樣通過手機(jī)號就可以把身份證號碼和郵箱賬號也關(guān)聯(lián)了。通過電話號碼將A和B兩個(gè)用戶進(jìn)行關(guān)聯(lián)，把AB識別為同一個(gè)用戶一圖：將不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行用戶ID的打通一在系統(tǒng)中統(tǒng)一維護(hù)各個(gè)業(yè)務(wù)系統(tǒng)或者數(shù)據(jù)來源的用戶身份標(biāo)識，并為每個(gè)用戶身份標(biāo)識設(shè)置優(yōu)先級，系統(tǒng)會根據(jù)維護(hù)的用戶標(biāo)識和其對應(yīng)的ID優(yōu)先級，將接入的數(shù)據(jù)進(jìn)行自動打通。神策研究院優(yōu)先級用戶標(biāo)識標(biāo)識顯示名數(shù)量限制近7天接收量上次修改時(shí)間創(chuàng)建人白定義規(guī)則C2Sidontity_mobll用戶手機(jī)號標(biāo)識12021-04-2617:30:00系統(tǒng)創(chuàng)建^0-9a-zM5,JSC3Sidentity_emil用戶郵箱標(biāo)識1121C4Smp_unionid微信用戶UnionIDN32021-04-2617:30:00系統(tǒng)創(chuàng)C5Smp_la2b3o4d_openid神策數(shù)據(jù)微信用戶146Sidentity_androld_jdAndroidDC7Sidentity_anorymous_id歷史匿名IDN4562021-04-2617:30:D-圖：用戶身份標(biāo)識一(3)數(shù)據(jù)質(zhì)量：構(gòu)建數(shù)據(jù)治理監(jiān)控體系，異常數(shù)據(jù)監(jiān)控報(bào)警及在線修復(fù)企業(yè)數(shù)據(jù)治理方案需要構(gòu)建一整套完善的數(shù)據(jù)質(zhì)量監(jiān)控體系，包含質(zhì)量規(guī)則引擎、數(shù)據(jù)質(zhì)量異常監(jiān)控報(bào)警、異常數(shù)據(jù)在線修復(fù)。在數(shù)據(jù)質(zhì)量看板中，企業(yè)可以結(jié)合業(yè)務(wù)梳理，通過可視化的形式選擇數(shù)據(jù)和字段對數(shù)據(jù)質(zhì)量規(guī)則進(jìn)行配置，定義接入數(shù)據(jù)需要滿足的質(zhì)量要求。校驗(yàn)規(guī)則設(shè)置·對ordec,type進(jìn)行|枚舉校驗(yàn)test000事件(Event)杠位ID校驗(yàn)事件(Event)pay_typeNC磁信’,支付寶)一圖：數(shù)據(jù)質(zhì)量之校驗(yàn)規(guī)則配置一企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐根據(jù)用戶設(shè)定的數(shù)據(jù)質(zhì)量規(guī)則，所有進(jìn)入數(shù)據(jù)平臺的數(shù)據(jù)都會主動進(jìn)行規(guī)則校驗(yàn)，并將不符合規(guī)則的異常數(shù)據(jù)及時(shí)通過異?？窗澹瑢?shí)時(shí)反饋給數(shù)據(jù)使用者。同時(shí)，平臺會對異常數(shù)據(jù)進(jìn)行實(shí)時(shí)修復(fù)和改正，并及時(shí)調(diào)整上游數(shù)據(jù)和規(guī)則。數(shù)據(jù)質(zhì)量規(guī)則校驗(yàn)后能夠保證接入的數(shù)據(jù)符合數(shù)據(jù)質(zhì)量要求，對于那些沒有通過數(shù)據(jù)質(zhì)量規(guī)則校驗(yàn)的數(shù)據(jù)，用戶可在界面當(dāng)中對異常數(shù)據(jù)進(jìn)行修復(fù)和改正，經(jīng)數(shù)據(jù)修復(fù)后的異常數(shù)據(jù)如果通過數(shù)據(jù)質(zhì)量的校驗(yàn)可以將數(shù)據(jù)存儲到底層數(shù)據(jù)存儲當(dāng)中。(4)數(shù)據(jù)管理：打造一站式數(shù)據(jù)資產(chǎn)管理平臺，隨時(shí)掌控?cái)?shù)據(jù)大盤企業(yè)數(shù)據(jù)治理方案包含整套數(shù)據(jù)資產(chǎn)管理平臺，涉及數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)開放平臺、數(shù)據(jù)地圖、元數(shù)據(jù)管理四個(gè)部分，幫助企業(yè)以可視化的方式實(shí)現(xiàn)數(shù)據(jù)管理。在數(shù)據(jù)資產(chǎn)管理上，企業(yè)數(shù)據(jù)管理人員可以通過可視化的數(shù)據(jù)資產(chǎn)管理平臺，快速查看當(dāng)前數(shù)據(jù)大盤情況，也可以快速查詢?nèi)肟跈z索需要的數(shù)據(jù)。152個(gè)一圖：通過可視化的數(shù)據(jù)資產(chǎn)管理平臺查看數(shù)據(jù)大盤情況一神策研究院數(shù)據(jù)開放平臺通過數(shù)據(jù)API的方式將平臺數(shù)據(jù)提供給業(yè)務(wù)部門，實(shí)現(xiàn)對業(yè)務(wù)的數(shù)字賦能。通過RestfulAPI方式，一方面規(guī)避了數(shù)據(jù)團(tuán)隊(duì)人員對底層數(shù)據(jù)系統(tǒng)的入侵，另一方面幫助企業(yè)相關(guān)部門規(guī)范化使用數(shù)據(jù)，更好地監(jiān)控業(yè)務(wù)部門對底層數(shù)據(jù)的使用情況。數(shù)據(jù)地圖能夠按照不同的業(yè)務(wù)主體對數(shù)據(jù)進(jìn)行集中化管理，幫助不同的業(yè)務(wù)部門整理和管控整個(gè)部門所屬的數(shù)據(jù)資產(chǎn)。數(shù)據(jù)管理人員在日常工作中可以查看每一個(gè)數(shù)據(jù)的基本情況、數(shù)據(jù)列、數(shù)據(jù)血緣情況等信息，對上下游相關(guān)數(shù)據(jù)進(jìn)行查詢、分析，衡量每一個(gè)數(shù)據(jù)對其他數(shù)據(jù)的影響。在元數(shù)據(jù)管理上，通過可視化、極簡化的方式實(shí)現(xiàn)底層數(shù)據(jù)的管理工作，使所有日常數(shù)據(jù)工作標(biāo)準(zhǔn)化、規(guī)范化，解放專業(yè)數(shù)據(jù)人員，讓更多非技術(shù)人員上手進(jìn)行底層數(shù)據(jù)管理。(5)數(shù)據(jù)安全與合規(guī)：嚴(yán)格控制數(shù)據(jù)安全分級，切實(shí)遵守?cái)?shù)據(jù)相關(guān)法律法規(guī)企業(yè)數(shù)據(jù)安全是越來越不容忽視的重點(diǎn)，為了保障企業(yè)本身的數(shù)據(jù)安全，神策數(shù)據(jù)治理方案對不同的使用者提供不同數(shù)據(jù)安全級別的控制，從取數(shù)和訪問流程對數(shù)據(jù)進(jìn)行隔離和區(qū)分，同時(shí)提供專門針對于數(shù)據(jù)安全的服務(wù)控制，切實(shí)保障企業(yè)數(shù)據(jù)安全。企業(yè)數(shù)據(jù)合規(guī)化是企業(yè)數(shù)據(jù)治理的核心和紅線，企業(yè)對于數(shù)據(jù)的收集和使用需要按照國家《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》,海外按照歐盟GDPR為代表的各屬地法律法規(guī)進(jìn)行。對于涉及公民隱私等相關(guān)數(shù)據(jù)務(wù)必進(jìn)行安全與合規(guī)化的管理和控制。采集安全在數(shù)據(jù)采集過程當(dāng)中保證數(shù)據(jù)的安全傳輸采集安全在數(shù)據(jù)采集過程當(dāng)中保證數(shù)據(jù)的安全傳輸以及數(shù)據(jù)本身的多重加密，做到數(shù)據(jù)不丟以及不可破解。定期銷毀數(shù)據(jù)存儲遵循各國法規(guī)，保證數(shù)據(jù)的境內(nèi)存儲，不支持跨境傳輸。同時(shí)，數(shù)據(jù)存儲做到根據(jù)企業(yè)實(shí)際業(yè)務(wù)周期對數(shù)據(jù)做最短期限存儲，保證數(shù)據(jù)信息的保存時(shí)間與業(yè)務(wù)使用目的保持程度上相一數(shù)據(jù)存儲遵循各國法規(guī)，保證數(shù)據(jù)的境內(nèi)存儲，不支持跨境傳輸。同時(shí)，數(shù)據(jù)存儲做到根據(jù)企業(yè)實(shí)際業(yè)務(wù)周期對數(shù)據(jù)做最短期限存儲，保證數(shù)據(jù)信息的保存時(shí)間與業(yè)務(wù)使用目的保持程度上相一致一圖：企業(yè)數(shù)據(jù)合規(guī)化-四、數(shù)據(jù)治理的典型業(yè)務(wù)場景數(shù)據(jù)采集是數(shù)據(jù)應(yīng)用的源頭，是企業(yè)進(jìn)行精細(xì)化運(yùn)營的基礎(chǔ)和前提。如果數(shù)據(jù)采集沒有做好，會影響整體的數(shù)據(jù)質(zhì)量，即使在后面環(huán)節(jié)進(jìn)行彌補(bǔ)，其代價(jià)會更大，最終的數(shù)據(jù)應(yīng)用以及基于數(shù)據(jù)做出的決策和反饋也必然會受到影響。企業(yè)在開展精細(xì)化運(yùn)營過程中，首先需要一套標(biāo)準(zhǔn)化、規(guī)范化的數(shù)據(jù)采集方案來收集一方體系和三方平臺的全域業(yè)務(wù)數(shù)據(jù)，夯實(shí)數(shù)據(jù)應(yīng)用根基。通過數(shù)據(jù)采集SDK、預(yù)置系統(tǒng)/數(shù)據(jù)對接、電商/三方平臺API、定制開發(fā)且集成進(jìn)行全域的數(shù)據(jù)接入，從而打通各渠道數(shù)據(jù)，構(gòu)建全域數(shù)據(jù)基礎(chǔ)。典型場景：品牌零售企業(yè)的整個(gè)消費(fèi)者生命旅程主要分為知曉品牌、產(chǎn)生興趣、首購體驗(yàn)、持續(xù)復(fù)購、分享裂變幾個(gè)階段，每個(gè)階段消費(fèi)者與品牌的數(shù)據(jù)交互與觸點(diǎn)分布如下圖所示。8天而①動支②r-圖：圍繞消費(fèi)者生命旅程的全域數(shù)據(jù)采集-以某餐飲品牌為例，其各渠道數(shù)據(jù)包括門店P(guān)OS訂單數(shù)據(jù)、CRM系統(tǒng)中存儲的會員數(shù)據(jù)、積分?jǐn)?shù)據(jù)、優(yōu)惠券數(shù)據(jù)、堂食與外賣小程序行為數(shù)據(jù)等，該品牌的運(yùn)營人員想看到全渠道的會員相關(guān)數(shù)據(jù)，就需要對不同渠道設(shè)計(jì)針對性的采集方案。例如將門店訂單數(shù)據(jù)、CRM數(shù)據(jù)通過API導(dǎo)入統(tǒng)一數(shù)據(jù)平臺，小程序等私域觸點(diǎn)的用戶行為數(shù)據(jù)通過SDK完成實(shí)時(shí)采集，通過對這些渠道數(shù)據(jù)進(jìn)行采集與治理，共處理4億多條數(shù)據(jù)，最終實(shí)現(xiàn)全渠道會員數(shù)據(jù)集中管理查看。神策研究院2.全域OneID打通：ID-Mapping構(gòu)建統(tǒng)一用戶體系，獲取真實(shí)畫像企業(yè)業(yè)務(wù)側(cè)往往存在多個(gè)終端，由于終端用戶所在渠道不一致，導(dǎo)致用戶數(shù)據(jù)的標(biāo)識也不一致，無法實(shí)現(xiàn)數(shù)據(jù)OneID化。比如，有的渠道只能獲取設(shè)備ID,有的渠道只能獲取虛擬用戶名等，無法打通用戶數(shù)據(jù)在全域上的身份標(biāo)識，并獲取用戶在企業(yè)所有的交互數(shù)據(jù)。由此可見，企業(yè)數(shù)據(jù)治理中，全域數(shù)據(jù)OneID體系設(shè)計(jì)對企業(yè)的用戶精細(xì)化運(yùn)營、CDP構(gòu)建等都至關(guān)重要，下面以神策數(shù)據(jù)治理方案為例。神策數(shù)據(jù)采集方案擁有規(guī)范的ETL流程，讓企業(yè)低成本獲得干凈的數(shù)據(jù)，從源頭保證數(shù)據(jù)質(zhì)量。成熟的Event-User-ltem數(shù)據(jù)模型，讓跨部門、跨業(yè)務(wù)的數(shù)據(jù)治理標(biāo)準(zhǔn)統(tǒng)一，同時(shí)通過實(shí)時(shí)一對多的ID-Mapping,構(gòu)建全局統(tǒng)一的用戶體系，打通用戶在各端、各場景下的用戶數(shù)據(jù)，獲取用戶真實(shí)畫像，從而為后續(xù)的精準(zhǔn)營銷和精細(xì)化運(yùn)營打下基礎(chǔ)。典型場景：某知識共享平臺，經(jīng)常在其公眾號中推送相關(guān)活動，用戶看到后進(jìn)行注冊，之后領(lǐng)取紅包購買課程，接著登錄App,開始課程的學(xué)習(xí)。但由于其中牽涉H5、小程序、App等不同的端，許多企業(yè)在進(jìn)行此步驟時(shí)并不知道該如何將多端數(shù)據(jù)統(tǒng)一，進(jìn)行同一用戶識別。通過神策的ID-Mapping機(jī)制，可以實(shí)現(xiàn)同一用戶多端行為數(shù)據(jù)的打通，如下圖。 12->1設(shè)備ID購買課程學(xué)習(xí)課程這里有三個(gè)ID的概念，神策ID、設(shè)備ID、登錄ID。當(dāng)用戶進(jìn)入落地頁后，剛開始就會將其企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐OpenlD作為設(shè)備ID,此時(shí)也會生成一個(gè)神策ID,比如用“一號”來標(biāo)識這個(gè)用戶，當(dāng)用戶注冊時(shí)填寫手機(jī)號碼，我們可以把他的手機(jī)號碼作為他的登錄ID寫入，假設(shè)是ABC,然后將他的當(dāng)他啟動App但并未登錄時(shí)，對于這個(gè)陌生的設(shè)備，此時(shí)會用他的手機(jī)設(shè)備ID進(jìn)行標(biāo)識，并在神策中用“二號”標(biāo)識，一旦他登錄ABC進(jìn)行學(xué)習(xí)，就又會被識別出——原來他是“一號”用戶。如此，利用設(shè)備ID與登錄ID關(guān)聯(lián)的機(jī)制，基本上可以將關(guān)鍵流程的所有行為貫通在“一號”用即使是用戶的那段“匿名時(shí)光”,也可通過多設(shè)備關(guān)聯(lián)，把用戶登陸之前的那段行為與ABC進(jìn)行關(guān)聯(lián)，實(shí)現(xiàn)一個(gè)更為完整的用戶路徑打通。數(shù)據(jù)治理方案可以為企業(yè)提供全局的數(shù)據(jù)質(zhì)量監(jiān)控體系，并通過可量化的數(shù)據(jù)質(zhì)量指標(biāo)體系刻畫當(dāng)前數(shù)據(jù)質(zhì)量情況。某汽車品牌的數(shù)據(jù)來源紛繁復(fù)雜，包括廠商、車載車機(jī)、車聯(lián)網(wǎng)、私域小程序、車主App、外部車聯(lián)網(wǎng)后臺第三方平臺第三方平臺加上該品牌的數(shù)據(jù)多以SDK埋點(diǎn)數(shù)據(jù)、日志數(shù)據(jù)為主，但當(dāng)前埋點(diǎn)數(shù)據(jù)質(zhì)量較差，主要使用日志數(shù)據(jù)，而數(shù)據(jù)當(dāng)中的關(guān)鍵信息缺失、數(shù)據(jù)字段缺失、數(shù)據(jù)數(shù)量與實(shí)際不符。神策研究院一圖：該品牌數(shù)據(jù)采集的問題一數(shù)據(jù)針對當(dāng)前整個(gè)數(shù)據(jù)體系所存在的問題，該品牌對源頭數(shù)據(jù)進(jìn)行梳理，并確立每一種數(shù)據(jù)本身應(yīng)該達(dá)到的質(zhì)量標(biāo)準(zhǔn)，將質(zhì)量標(biāo)準(zhǔn)轉(zhuǎn)化為對于每一個(gè)業(yè)務(wù)數(shù)據(jù)的質(zhì)量規(guī)則定義。基于神策整體數(shù)據(jù)質(zhì)量管理，對該汽車品牌進(jìn)行如下落地架構(gòu)上的整體實(shí)施設(shè)計(jì)。車生t車聯(lián)網(wǎng)官網(wǎng)正空概野廠一圖：數(shù)據(jù)質(zhì)量監(jiān)控體系一為了幫助該品牌數(shù)據(jù)團(tuán)隊(duì)認(rèn)識到當(dāng)前數(shù)據(jù)質(zhì)量情況，避免小題大做和業(yè)務(wù)誤解，神策針對不同數(shù)據(jù)質(zhì)量規(guī)則進(jìn)行可量化的數(shù)據(jù)質(zhì)量指標(biāo)體系設(shè)計(jì)，并通過打分機(jī)制掌握當(dāng)前數(shù)據(jù)問題的情況。鉆mmbelminodeCod?F平。0209662590010287_111007-圖：針對不同數(shù)據(jù)質(zhì)量規(guī)則進(jìn)行可量化的數(shù)據(jù)質(zhì)量指標(biāo)體系設(shè)計(jì)一4.數(shù)據(jù)資產(chǎn)管理：實(shí)現(xiàn)可視化、極簡化的數(shù)據(jù)體系管理數(shù)據(jù)治理方案可以幫助企業(yè)擺脫底層命令式的數(shù)據(jù)管理，利用可視化、極簡化的手段進(jìn)行企業(yè)數(shù)據(jù)體系的管理，通過工具化的手段實(shí)現(xiàn)主數(shù)據(jù)、元數(shù)據(jù)的便捷管理。典型場景：某奶飲國際巨頭，以往的公司內(nèi)部數(shù)據(jù)管理主要依賴外包廠商的數(shù)倉工程師和DBA等技術(shù)人員通過服務(wù)器端工作，非專業(yè)人員無法進(jìn)行數(shù)據(jù)管理工作，也無法直觀地獲取當(dāng)前數(shù)據(jù)庫當(dāng)中的數(shù)據(jù)體量和種類，因此需要有一個(gè)可視化數(shù)據(jù)資產(chǎn)管理系統(tǒng)進(jìn)行日常數(shù)據(jù)的管理工作。通過數(shù)據(jù)資產(chǎn)系統(tǒng)可以按照業(yè)務(wù)主題對數(shù)據(jù)進(jìn)行管理和維護(hù)，同時(shí)支持查看每個(gè)數(shù)據(jù)表的血緣關(guān)系。通過數(shù)據(jù)資產(chǎn)系統(tǒng)的資產(chǎn)目錄也可以快速索引和查找需要的數(shù)據(jù)表，同時(shí)支持對數(shù)據(jù)字典的支持和維護(hù)。|sfn-圖：數(shù)據(jù)資產(chǎn)系統(tǒng)一數(shù)據(jù)治理方案通過對數(shù)據(jù)的梳理，統(tǒng)一企業(yè)對于每個(gè)數(shù)據(jù)的定義，達(dá)成對數(shù)據(jù)的統(tǒng)一口徑和認(rèn)知，解決數(shù)據(jù)二義性，同時(shí)通過數(shù)據(jù)標(biāo)準(zhǔn)管理規(guī)范企業(yè)全域數(shù)據(jù)。典型場景：某智能電動汽車公司業(yè)務(wù)發(fā)展速度較快，隨著汽車保有量的逐年增長，用戶數(shù)和服務(wù)量增加，數(shù)據(jù)增長速度和數(shù)據(jù)體量增大。如果不做數(shù)據(jù)治理的話，根據(jù)這種接近指數(shù)級的數(shù)據(jù)增長趨勢來預(yù)測，未來數(shù)據(jù)生產(chǎn)、存儲、服務(wù)的復(fù)雜性及成本負(fù)擔(dān)都會變得非常之高。基于此，該公司確立了四個(gè)數(shù)據(jù)治理目標(biāo)：建立健全數(shù)據(jù)標(biāo)準(zhǔn)框架，制定基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn)和指標(biāo)類數(shù)據(jù)標(biāo)準(zhǔn)；提高數(shù)據(jù)使用和運(yùn)營效率，提高數(shù)據(jù)運(yùn)營的自動化和系統(tǒng)化程度；提高數(shù)據(jù)治理程度，通過系統(tǒng)化手段管理指標(biāo)口徑，保障數(shù)據(jù)一致性；健全企業(yè)線上數(shù)據(jù)權(quán)限管理流程。此后，該公司主要從組織、標(biāo)準(zhǔn)規(guī)范、技術(shù)、衡量指標(biāo)四個(gè)維度進(jìn)行數(shù)據(jù)治理。整體數(shù)據(jù)治理的實(shí)現(xiàn)路徑以標(biāo)準(zhǔn)化的規(guī)范和組織保障為前提，通過技術(shù)保證數(shù)據(jù)治理策略的實(shí)現(xiàn)，搭建數(shù)據(jù)治理的衡量標(biāo)準(zhǔn)來觀測和監(jiān)控?cái)?shù)據(jù)治理的效果。在具體落地時(shí)，該公司專門成立了數(shù)據(jù)管理委員會，下設(shè)業(yè)務(wù)數(shù)據(jù)產(chǎn)品組、業(yè)務(wù)數(shù)據(jù)開發(fā)組以及業(yè)務(wù)數(shù)據(jù)智能分析組，并明確三組的具體職責(zé)：·業(yè)務(wù)數(shù)據(jù)產(chǎn)品組：負(fù)責(zé)數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)需求對接、數(shù)據(jù)產(chǎn)品設(shè)計(jì)·技術(shù)數(shù)據(jù)開發(fā)組：負(fù)責(zé)數(shù)據(jù)倉庫、數(shù)據(jù)產(chǎn)品、數(shù)據(jù)治理、數(shù)據(jù)安全和數(shù)據(jù)工具的開發(fā)和實(shí)現(xiàn)企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐敏感度敏感度業(yè)務(wù)定義與相關(guān)數(shù)據(jù)關(guān)系標(biāo)準(zhǔn)依據(jù)值域相關(guān)數(shù)據(jù)該公司數(shù)據(jù)標(biāo)準(zhǔn)框架數(shù)據(jù)類型技術(shù)屬性數(shù)據(jù)格式使用系統(tǒng)業(yè)務(wù)運(yùn)用領(lǐng)域數(shù)據(jù)使用者中文名稱英文名稱業(yè)務(wù)規(guī)則數(shù)據(jù)定義者數(shù)據(jù)管理者管理屬性業(yè)務(wù)屬性一圖：某智能電動汽車公司的數(shù)據(jù)標(biāo)準(zhǔn)框架一報(bào)表數(shù)據(jù)來源報(bào)表歸屬業(yè)務(wù)線報(bào)表更新頻次報(bào)表推送方式報(bào)表緊急聯(lián)系人查看篩選維度全量/批量下載配置報(bào)表定時(shí)更新明細(xì)報(bào)表/圖形分析預(yù)警提示報(bào)表主題分類數(shù)字報(bào)表上線上線數(shù)字報(bào)表工具數(shù)字報(bào)表展示一圖：上線數(shù)字報(bào)表工具Pulseweb-保障數(shù)據(jù)一致性；在數(shù)據(jù)效率上，數(shù)據(jù)工具上線后，提高了數(shù)據(jù)集的使用頻次，減少了業(yè)務(wù)和研確定了統(tǒng)一標(biāo)準(zhǔn)和規(guī)范的數(shù)據(jù)口徑、數(shù)據(jù)來源、指標(biāo)維度的計(jì)算邏輯，數(shù)據(jù)倉庫分層優(yōu)化的實(shí)施提高了數(shù)據(jù)質(zhì)量；在數(shù)據(jù)安全上，線上數(shù)據(jù)字典數(shù)據(jù)上和數(shù)據(jù)指標(biāo)的維護(hù)負(fù)責(zé)人，業(yè)務(wù)線同事需要在流程申請后才可使用該業(yè)務(wù)數(shù)據(jù)，對保證業(yè)務(wù)數(shù)據(jù)五、三大行業(yè)數(shù)據(jù)治理實(shí)踐解讀1.保險(xiǎn)業(yè)：基于OneID打通全域數(shù)據(jù)，助力360°洞察與精細(xì)化運(yùn)營隨著保險(xiǎn)行業(yè)數(shù)字化轉(zhuǎn)型的深入，很多保險(xiǎn)公司越來越意識到：數(shù)據(jù)資產(chǎn)是保險(xiǎn)企業(yè)獲得永久性競爭的基石，是推動生產(chǎn)力的數(shù)據(jù)資本。完備的數(shù)據(jù)資產(chǎn)可以幫助企業(yè)獲取更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，因此重視數(shù)據(jù)根基的搭建成為很多保險(xiǎn)公司的共識。在推動數(shù)據(jù)基礎(chǔ)建設(shè)中，通過完成數(shù)據(jù)資產(chǎn)建設(shè)與管理、數(shù)據(jù)采集規(guī)范體系建設(shè)、數(shù)據(jù)質(zhì)量保障體系建立、實(shí)現(xiàn)全渠道數(shù)據(jù)采集及融合，從而賦能實(shí)際業(yè)務(wù)的應(yīng)用。加之，隨著“以客戶為中心”逐漸成為保險(xiǎn)公司普遍認(rèn)同的戰(zhàn)略重點(diǎn)，保險(xiǎn)公司要了解客戶需求與偏好，投其所好地提供相匹配的產(chǎn)品或服務(wù)。建構(gòu)數(shù)據(jù)根基平臺，形成對客戶實(shí)時(shí)精確的分析洞察，進(jìn)而提供匹配的保險(xiǎn)產(chǎn)品和服務(wù)，最終提升客戶粘性，促進(jìn)轉(zhuǎn)化，成為保險(xiǎn)公司提升自身品牌影響力和競爭力的重點(diǎn)。此外，由于保險(xiǎn)業(yè)務(wù)“低頻交易，弱連接”的特點(diǎn)，對企業(yè)的精細(xì)化運(yùn)營程度要求更高。當(dāng)有了統(tǒng)一OneID的數(shù)據(jù)基礎(chǔ)，就可以進(jìn)一步展開數(shù)據(jù)分析和洞察。在A端和C端用戶體驗(yàn)優(yōu)化上，可以對平臺數(shù)據(jù)概覽、核心指標(biāo)預(yù)警、渠道追蹤評估、活動效果評估等相關(guān)指標(biāo)進(jìn)行下鉆分析；在A端代理人團(tuán)隊(duì)管理上，可以針對代理人特征洞察、招聘培訓(xùn)、行為指標(biāo)體系建設(shè)等進(jìn)行具體分析；在C端用戶運(yùn)營策略上，通過客戶特征數(shù)據(jù)的洞察，根據(jù)其行為偏好制定運(yùn)營策略，進(jìn)行個(gè)性化運(yùn)營和營銷?；谏厦娴姆治雠c洞察，可以開展進(jìn)一步的行動和反饋，推動精細(xì)化運(yùn)營。在C端客戶運(yùn)營上，進(jìn)行針對性活動策略的觸達(dá)，進(jìn)行微信公眾號服務(wù)運(yùn)營以及自動化的智能營銷；在A端代理人運(yùn)營與賦能上，可以助力拉新增員、成單轉(zhuǎn)化、線上精準(zhǔn)培育、業(yè)務(wù)排名預(yù)警等；在電銷人員賦能上，可以幫助進(jìn)行線索質(zhì)量劃分、線索精準(zhǔn)匹配、企業(yè)微信客情卡、線索培育、線索清洗回?fù)?、沉默線索激活等。某人壽保險(xiǎn)公司A:基于OneID打通內(nèi)外用戶全鏈路數(shù)據(jù)，助力智能營銷與精細(xì)化運(yùn)營某人壽保險(xiǎn)公司A近年大力發(fā)展數(shù)據(jù)資產(chǎn)與數(shù)據(jù)智能化應(yīng)用建設(shè)，改變以往業(yè)務(wù)運(yùn)營缺乏數(shù)據(jù)支持的情況。希望基于OneID打通用戶全鏈路以及與內(nèi)部數(shù)據(jù)，助力公司業(yè)務(wù)的數(shù)據(jù)化、精細(xì)化用戶運(yùn)營，提升用戶及價(jià)值增長。該保險(xiǎn)公司在數(shù)字化轉(zhuǎn)型戰(zhàn)略之下，大力建設(shè)及豐富App生態(tài)，逐步將客戶向線上化遷移，在此過程中，線上端積累了一定數(shù)量的客戶，如何將客戶線上行為數(shù)據(jù)與保單數(shù)據(jù)、自然屬性數(shù)據(jù)等融合，基于MDM客戶號與神策ID融合多策略產(chǎn)生唯—ID、具備實(shí)時(shí)生成標(biāo)簽?zāi)芰Γ蛻艚?jīng)營系統(tǒng)標(biāo)簽和用戶行為標(biāo)簽、實(shí)時(shí)標(biāo)簽貫通，是該公司的核心訴求?；诖?，建立全公司層面的客戶標(biāo)簽體系，形成360°的客戶視圖與洞察，方便后續(xù)推進(jìn)精細(xì)化運(yùn)營促轉(zhuǎn)化。通過神策數(shù)據(jù)治理的OneID能力，通過采集該公司展業(yè)端、保險(xiǎn)官網(wǎng)、保險(xiǎn)公眾號、保險(xiǎn)商城及保險(xiǎn)管家等全渠道的A端和C端用戶行為數(shù)據(jù)以及企業(yè)內(nèi)的CRM系統(tǒng)、投保系統(tǒng)、核保系統(tǒng)、理賠系統(tǒng)、風(fēng)控系統(tǒng)等各業(yè)務(wù)系統(tǒng)明細(xì)及標(biāo)簽數(shù)據(jù)的導(dǎo)入，加上第三方數(shù)據(jù)的導(dǎo)入，比如保險(xiǎn)經(jīng)紀(jì)公司A端和C端用戶行為和業(yè)務(wù)數(shù)據(jù)等，運(yùn)用ID-Mapping統(tǒng)一保險(xiǎn)客戶的ID,完成數(shù)據(jù)資產(chǎn)的積累和沉淀。基于OneID打通數(shù)據(jù)后，可以通過用戶信息全景看板和對用戶行為的歸因分析、轉(zhuǎn)化分析、復(fù)購分析等數(shù)據(jù)表現(xiàn)，根據(jù)相應(yīng)的規(guī)則搭建用戶標(biāo)簽體系，通過靜態(tài)的基本屬性和動態(tài)的行為屬性及付費(fèi)屬性，構(gòu)建完整的用戶畫像，從而可以360°地進(jìn)行客戶洞察和機(jī)會挖掘。比如，通過標(biāo)簽體系的搭建，可以清楚地看到某個(gè)年齡在30-35歲的白領(lǐng)用戶，收入約5W,多次瀏覽重疾，且做了保費(fèi)測算和咨詢了客服，基于這樣的標(biāo)簽畫像，對此進(jìn)行針對性的重疾險(xiǎn)、教育金險(xiǎn)、養(yǎng)老金險(xiǎn)、車險(xiǎn)等商品和服務(wù)的推送，轉(zhuǎn)化率會更高。多次瀏覽重疾做了保費(fèi)測算咨詢了客服重疾險(xiǎn)意向喜歡大促活動關(guān)注養(yǎng)老社區(qū)30-35歲用戶基礎(chǔ)信息人口統(tǒng)計(jì)屬性社會屬性激活注冊用戶行為數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)用戶生命特激活/暗育期已有標(biāo)簽綜合價(jià)值付費(fèi)價(jià)值訪問活躍功能活躍投?；钴S營銷活躍付費(fèi)屬性行為屬性生活關(guān)系關(guān)聯(lián)關(guān)系付費(fèi)頻次付費(fèi)偏好活信躍好付費(fèi)生命線上渠道制已有元數(shù)據(jù)設(shè)備賬號人口統(tǒng)計(jì)位置信息渠道特征營銷偏好價(jià)值屬性-圖：用戶標(biāo)簽體系示例一OneID助力構(gòu)建保險(xiǎn)用戶關(guān)鍵行為預(yù)測標(biāo)簽，提升運(yùn)營效果數(shù)據(jù)感知(Sense):基于神策數(shù)據(jù)的OneID打通和ID-Mapping,通過對該公司的線上App行為數(shù)據(jù)、CRM系統(tǒng)業(yè)務(wù)數(shù)據(jù)、保單信息管理系統(tǒng)業(yè)務(wù)數(shù)據(jù)及第三方數(shù)據(jù)的打通及導(dǎo)入，基于這些基礎(chǔ)數(shù)據(jù)分析，通過預(yù)測客戶行為，將客戶初步劃分為以下幾類，方便展開針對性運(yùn)營。保險(xiǎn)轉(zhuǎn)化客戶：過去30天，做過支付保單的事件；神策研究院保險(xiǎn)價(jià)格敏感客戶：過去30天，做過查看保單價(jià)格事件且未投保；退?？蛻簦哼^去90天，做過申請退保的事件。數(shù)據(jù)決策(Decision):通過神策分析對以上人群進(jìn)行圈選和數(shù)據(jù)進(jìn)行分析，進(jìn)一步計(jì)算出用戶的保險(xiǎn)轉(zhuǎn)化概率、價(jià)格敏感概率和退保概率，然后將行為發(fā)生的概率值保存為標(biāo)簽，并提供不同用戶分層的建議，最后輸出相關(guān)性最高特征及魔法數(shù)字。數(shù)據(jù)驅(qū)動(Action):根據(jù)上述決策，針對不同層的客戶展開相應(yīng)的運(yùn)營觸達(dá)動作，針對保險(xiǎn)轉(zhuǎn)化率高的客戶推送到代理人跟進(jìn)，進(jìn)行專屬服務(wù)促進(jìn)轉(zhuǎn)化；針對保險(xiǎn)價(jià)格敏感概率高的用戶，推送保險(xiǎn)咨詢顧問服務(wù)鏈接消息；針對退保概率高的客戶，將這批客戶推給呼叫中心，方便在客戶退保前，進(jìn)行提前干預(yù)，減少用戶流失。數(shù)據(jù)反饋(Feedback):通過上述觸達(dá)策略的執(zhí)行和推進(jìn)，該公司的保單轉(zhuǎn)化率有所提升，退保率也有了下降。此外，基于不同的觸達(dá)策略，結(jié)合不同的觸達(dá)方式、觸達(dá)內(nèi)容、觸達(dá)時(shí)機(jī)等觸發(fā)維度的效果數(shù)據(jù)分析，總結(jié)觸達(dá)過程中不同客群的營銷話術(shù)內(nèi)容、投放策略以及觸達(dá)節(jié)點(diǎn)對觸達(dá)效果的影響，不斷對后期話術(shù)、投放策略、觸達(dá)時(shí)機(jī)等進(jìn)行調(diào)優(yōu)，最終固化最優(yōu)運(yùn)營策略。此次從粗放式到精細(xì)化的運(yùn)營轉(zhuǎn)變，使優(yōu)化后的觸達(dá)轉(zhuǎn)化率顯著高于原始觸達(dá)轉(zhuǎn)化率3%,獲得了領(lǐng)導(dǎo)的認(rèn)可，并計(jì)劃結(jié)合基于數(shù)據(jù)流的企業(yè)運(yùn)營框架SDAF的方法論在線上轉(zhuǎn)化流程中嘗試不同“觸達(dá)”環(huán)節(jié)的精細(xì)化運(yùn)營策略，最終提升業(yè)務(wù)轉(zhuǎn)化率。通過客戶標(biāo)簽助力個(gè)性化推薦，提升客戶體驗(yàn)和促進(jìn)轉(zhuǎn)化數(shù)據(jù)感知(Sense):基于用戶統(tǒng)一ID的用戶數(shù)據(jù)進(jìn)行分析，可以獲知不同客戶的基本屬性和各種偏好。比如在保險(xiǎn)類型偏好上，是傾向于返還型還是消費(fèi)型，是有購買人身險(xiǎn)、健康險(xiǎn)還是車險(xiǎn)的意向；在產(chǎn)品偏好上，是偏向長期還是短期保障，是有意愿購買老年險(xiǎn)、成人險(xiǎn)還是兒童保險(xiǎn)；在資訊偏好上，是瀏覽健康、養(yǎng)老、美食類的資訊多，還是優(yōu)惠活動、服務(wù)類的資訊多；在行為習(xí)慣上，是傾向于選擇線上代理人服務(wù)還是線上渠道，等等，各個(gè)群體的用戶偏好都可以一覽無余。數(shù)據(jù)決策(Decision):然后，在這些行為偏好的基礎(chǔ)上，對個(gè)性化需求的人群進(jìn)行細(xì)分，在個(gè)性化保險(xiǎn)產(chǎn)品需求上，分為重疾險(xiǎn)、意外險(xiǎn)、車險(xiǎn)、醫(yī)療險(xiǎn)、教育年金、養(yǎng)老年金、定期壽險(xiǎn)等。在個(gè)性化服務(wù)需求上，分為專業(yè)心理咨詢、健康服務(wù)、美食類知識講解、法律咨詢等。數(shù)據(jù)驅(qū)動(Action):根據(jù)不同需求的細(xì)分人群，圈選相應(yīng)的人群，在觸達(dá)方式、觸發(fā)內(nèi)容及觸達(dá)時(shí)機(jī)上進(jìn)行針對性的動作，展開個(gè)性化的營銷和服務(wù)。比如通過短信、站內(nèi)消息、代理人專屬服務(wù)、呼叫中心等，分別推送不同的保險(xiǎn)產(chǎn)品和主題營銷活動。數(shù)據(jù)反饋(Feedback):通過全方位的客戶洞察，結(jié)合智能推薦工具，該保險(xiǎn)公司實(shí)現(xiàn)了“千人前面”的個(gè)性化、差異化運(yùn)營，有效提升了客戶滿意度與產(chǎn)品粘性，在營銷成本降低的情況下，有效提升了業(yè)務(wù)轉(zhuǎn)化率與品牌忠誠度。專專業(yè)心理客i健康服務(wù)咨美食類知識務(wù)咨詢求求1附水意外險(xiǎn)需求車險(xiǎn)需求重疾+意外+壽險(xiǎn)需求定期壽險(xiǎn)重疾險(xiǎn)需求醫(yī)療險(xiǎn)需求教育年金養(yǎng)老年金&專屬服務(wù)恐保險(xiǎn)產(chǎn)品1保險(xiǎn)產(chǎn)品2主題活動1主題活動2年齡/性別家庭結(jié)構(gòu)/收入/資產(chǎn)返還型/消費(fèi)型人身險(xiǎn)/健康險(xiǎn)/車險(xiǎn)長期/短期保障產(chǎn)品偏好老年/成人/兒童保險(xiǎn)健康/養(yǎng)老/美食類資訊優(yōu)惠活動/服務(wù)類資訊線上代理人專屬服務(wù)線上渠道偏好2.品牌零售業(yè)：ID-Mapping打通全渠道數(shù)據(jù)搭建CDP,打造私域流量精細(xì)ID-Mapping助力跨端行為打通，真正實(shí)現(xiàn)全渠道追蹤當(dāng)前，眾多品牌商和零售商都開始意識到“以消費(fèi)者為中心”和“數(shù)據(jù)驅(qū)動”是企業(yè)增長的兩大核心武器，紛紛進(jìn)行基于大數(shù)據(jù)的全渠道精細(xì)化運(yùn)營。如何圍繞用戶構(gòu)建消費(fèi)場景，運(yùn)用數(shù)據(jù)提升極致體驗(yàn)，是大環(huán)境下品牌零售企業(yè)需要直面的命題。不可否認(rèn)，數(shù)據(jù)根基建設(shè)是一切精細(xì)化運(yùn)營應(yīng)用的基礎(chǔ)。品牌零售企業(yè)普遍面臨著消費(fèi)者數(shù)據(jù)數(shù)據(jù)采集難、質(zhì)量差、割裂嚴(yán)重等制約精細(xì)化運(yùn)營的難題，他們格外需要可以打通消費(fèi)者全觸點(diǎn)的數(shù)據(jù)根基平臺。通過數(shù)據(jù)治理可以實(shí)時(shí)采集、治理、存儲、查詢、展示數(shù)據(jù)，并搭載數(shù)據(jù)智能引擎，高效積累數(shù)據(jù)資產(chǎn)，真實(shí)還原消費(fèi)者的足跡，真正賦能業(yè)務(wù)應(yīng)用場景，幫助品牌零售企業(yè)構(gòu)建扎實(shí)的數(shù)據(jù)根基，實(shí)現(xiàn)數(shù)字化經(jīng)營。在Sense感知階段，品牌零售企業(yè)依托于全域數(shù)據(jù)采集能力和便捷的ID-Mapping數(shù)據(jù)整合技術(shù)，打通移動端、線下門店、電商渠道、社交媒體以及企業(yè)自身所有的(S)CRM、數(shù)據(jù)平臺等全渠道數(shù)據(jù)，打造一體化消費(fèi)者數(shù)據(jù)中心(CDP),從而掌握全面、實(shí)時(shí)的消費(fèi)者畫像及靈活的標(biāo)簽分群能力。只有做到對自己的消費(fèi)者了熟于心，才能在策略制定和營銷觸達(dá)時(shí)有的放矢。接下來，基于業(yè)務(wù)需求和消費(fèi)者本身所有數(shù)據(jù)的情況，提取數(shù)據(jù)中可描繪消費(fèi)者不同維度信息的標(biāo)簽，全方位讀懂用戶，還原出運(yùn)營的真相，針對性地做出業(yè)務(wù)決策(Decision)。然后展開Action行動，即根據(jù)用戶畫像和具體的業(yè)務(wù)目標(biāo)，針對不同的用戶進(jìn)行個(gè)性化的觸達(dá)營銷和差異化的運(yùn)營，同時(shí)根據(jù)用戶觸點(diǎn)識別客戶旅程所處的生命周期階段，利用個(gè)性化的接觸和需求滿足達(dá)到極致的用戶體驗(yàn)。最后，針對用戶觸點(diǎn)數(shù)據(jù)進(jìn)行拉新、激活、支付、復(fù)購的營銷數(shù)據(jù)反饋，進(jìn)行效果分析，通過事件、歸因、漏斗等用戶行為分析，以及各生命周期的用戶旅程分析，在投放端的流量分析等，優(yōu)化營銷決策。最終完成對消費(fèi)者形成洞察(Sense)、制訂策略(Decision)、實(shí)施動作(Action)、回收效果(Feedback)四個(gè)步驟的運(yùn)營閉環(huán)，真正賦能品牌零售業(yè)務(wù)增長。接下來以某國際知名的消費(fèi)電子品牌B為例，看看它是如何通過搭建消費(fèi)者數(shù)據(jù)中心，一步步踐行消費(fèi)者數(shù)字化運(yùn)營閉環(huán)，逐步實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。整合全渠道消費(fèi)者數(shù)據(jù)，務(wù)實(shí)品牌數(shù)據(jù)根基品牌B很早就意識到構(gòu)建品牌私域流量數(shù)據(jù)的重要性，并著手布局微信小程序觸點(diǎn)矩陣，2019年初，品牌B的小程序商城、會員中心、內(nèi)容中心、遠(yuǎn)程操控等四大小程序已經(jīng)積累了可觀的用戶規(guī)模。小程序觸點(diǎn)矩陣雖然已經(jīng)布局好，但品牌B發(fā)現(xiàn)分散在四處的消費(fèi)者數(shù)據(jù)并沒有打通，仍是不連貫的，比如當(dāng)某用戶瀏覽了一篇介紹新品的公眾號文章，在小程序商城下單購買，并且在會員小程序進(jìn)行售后保養(yǎng)，再利用遠(yuǎn)程操控小程序?qū)υO(shè)備進(jìn)行控制……品牌B甚至無法識別這些動作來自于同一消費(fèi)者，基于此，品牌A計(jì)劃將4大微信小程序整合成為一個(gè)“AllInOne”小程序，除了前端界面的改造，更為關(guān)鍵和復(fù)雜的是打通底層消費(fèi)者數(shù)據(jù)，還原其真實(shí)足跡。經(jīng)過對品牌B小程序的現(xiàn)有數(shù)據(jù)的綜合診斷，神策數(shù)據(jù)幫助其找到了重構(gòu)數(shù)據(jù)根基的5大障礙：1)缺失統(tǒng)一的ID-Mapping規(guī)則2)埋點(diǎn)的深度與廣度皆不足3)缺少有效的數(shù)據(jù)維度屬性企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐4)渠道來源標(biāo)識缺失5)數(shù)據(jù)采集準(zhǔn)確度不足上述5大問題直接導(dǎo)致消費(fèi)者足跡割裂，無法形成細(xì)顆粒度的消費(fèi)者洞察，精細(xì)化運(yùn)營閉環(huán)更無從談起?；诖?，神策數(shù)據(jù)對品牌B每個(gè)小程序的原有埋點(diǎn)進(jìn)行了處理與優(yōu)化，使用ID-Mapping技術(shù)打通了各渠道的消費(fèi)者數(shù)據(jù)，并針對原數(shù)據(jù)進(jìn)行了大量的校驗(yàn)和治理工作。該年雙11大促時(shí)，品牌B利用新上線的消費(fèi)者數(shù)據(jù)平臺，嘗試性地圈選了一批高潛力轉(zhuǎn)化消費(fèi)者，發(fā)送優(yōu)惠短信進(jìn)行觸達(dá)，這一年品牌B在所有品牌微信商城雙11銷售額中排名第二，足見消費(fèi)者數(shù)據(jù)平臺對精細(xì)化運(yùn)營的助力作用。私域精細(xì)化運(yùn)營，賦能618大促實(shí)現(xiàn)降本增效在對各渠道消費(fèi)者數(shù)據(jù)整合完善后，品牌B希望針對消費(fèi)者特征進(jìn)行更精細(xì)化的運(yùn)營。在2020年618大促期間，神策數(shù)據(jù)在品牌B推行了精細(xì)化運(yùn)營閉環(huán)的SDAF方法論，具體實(shí)踐如下?！鼍珳?zhǔn)推送：對過往90天瀏覽5次以上商■滿足條件的近萬人共帶來近百臺■數(shù)百元的短信成本帶來了數(shù)十萬GMV的回報(bào)■歸因分析發(fā)現(xiàn)：相比對比商品、觀看直■通過標(biāo)簽畫像平臺、留存分析發(fā)現(xiàn)：瀏數(shù)據(jù)感知(Sense):大促期間將足夠接近轉(zhuǎn)化的消費(fèi)者進(jìn)行圈選并有限觸達(dá)是提升運(yùn)營效率的關(guān)鍵?；诖?，品牌B對近兩年來，所有小程序消費(fèi)者的行為進(jìn)行洞察后，發(fā)現(xiàn)瀏覽商品詳情頁5次及以上的消費(fèi)者具有較高的轉(zhuǎn)化率。數(shù)據(jù)決策(Decision):基于數(shù)據(jù)感知得到了上述消費(fèi)者洞察后，品牌B決定從大促的預(yù)熱期開始，對過去90天之內(nèi)瀏覽過商品詳情頁大于等于5次的消費(fèi)者發(fā)送定制的促銷短信。數(shù)據(jù)驅(qū)動(Action):通過神策智能運(yùn)營平臺，品牌B在大促期間每一天的上午10點(diǎn)對消費(fèi)者進(jìn)行價(jià)格直降的短信發(fā)送，考慮到消費(fèi)者的高轉(zhuǎn)化潛力，品牌A還利用行為數(shù)據(jù)的優(yōu)勢，專門設(shè)計(jì)了“實(shí)時(shí)刺激”的運(yùn)營方案。品牌B預(yù)設(shè)了一些小程序內(nèi)的關(guān)鍵行為，例如收藏商品、對比商品、咨詢客服、加入購物車、瀏覽購物車等，并在消費(fèi)者點(diǎn)擊短信，進(jìn)入小程序觸發(fā)了上述關(guān)鍵行為，如果其在30分鐘之內(nèi)未完成購買，會再追加一條實(shí)時(shí)提醒的短信發(fā)送給該消費(fèi)者，提高其下單的可能性。-圖：神策數(shù)據(jù)的流程畫布圖一作但是未觸發(fā)B動作的消費(fèi)者進(jìn)行實(shí)時(shí)觸達(dá)，滿足實(shí)時(shí)刺激條件的人群包共計(jì)萬余人，總計(jì)為品牌B帶來了幾十萬GMV,這也成為品牌B運(yùn)營歷史上RO1最高的人群策略包。企業(yè)數(shù)據(jù)治理價(jià)值解讀與場景實(shí)踐3.汽車業(yè)：搭建CDP平臺還原全域旅程數(shù)據(jù)，構(gòu)建車主畫像驅(qū)動品牌價(jià)值升級不可否認(rèn)，近兩年傳統(tǒng)車企的數(shù)字化轉(zhuǎn)型意愿非常強(qiáng)烈，這主要由三個(gè)方面原因所致：第一，用戶體驗(yàn)的數(shù)字化需求，隨著時(shí)間的推移和購車目標(biāo)人群的演變，80后、90后互聯(lián)網(wǎng)原住民將成為購車的主力軍；第二，觸達(dá)渠道的數(shù)字化需求，從原來在公域上購買流量進(jìn)行觸達(dá)，逐步轉(zhuǎn)向公域流量+私欲流量的觸達(dá)方式，并且整個(gè)車企也在加速企業(yè)全旅程業(yè)務(wù)線上化轉(zhuǎn)型與數(shù)字化變革；第三，企業(yè)營銷的數(shù)字化需求，車企要從原有的硬件制造向科技公司轉(zhuǎn)變，同時(shí)還需利用社交媒體釋放的紅利，去構(gòu)建營銷勢能力。那什么樣的工具可以滿足車企的數(shù)字化轉(zhuǎn)型，現(xiàn)階段而言，搭建車企自身的CDP平臺是個(gè)很好的解決方案。通過CDP平臺的打造，完成內(nèi)外部系統(tǒng)數(shù)據(jù)源連接，打通營銷觸點(diǎn)，為車企以及其業(yè)務(wù)部門提供從客戶數(shù)據(jù)采集與分析、統(tǒng)一用戶畫像構(gòu)建以及營銷自動化觸達(dá)的全渠道閉環(huán)運(yùn)營解決方案，幫助車企實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。通過數(shù)據(jù)治理與分析，CDP平臺可以解決車企內(nèi)部業(yè)務(wù)部門之間、品牌與經(jīng)銷商之間的數(shù)據(jù)一致性與數(shù)據(jù)割裂問題，通過建立統(tǒng)一的底層數(shù)據(jù)湖，沉淀高價(jià)值數(shù)據(jù)資產(chǎn)。同時(shí)搭建敏捷的數(shù)據(jù)駕駛艙，衡量行動真實(shí)效果，賦能業(yè)務(wù)決策。同時(shí)，以可靠的ID-Mapping能力建立360°車主用戶畫像，準(zhǔn)確識別唯一用戶，還原完整用戶旅程，為運(yùn)營與營銷行動提供堅(jiān)實(shí)基礎(chǔ)。車企CDP平臺建成后，最直觀的感受是散落在各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)得到了有效的互通，比如DMS系統(tǒng)、CRM系統(tǒng)、DMP系統(tǒng)等，數(shù)據(jù)互通后利用ID-Mapping的方法，完成用戶線上線下行為的唯一識別，實(shí)現(xiàn)用戶從看車、購車、用戶、聊車、玩車、換車關(guān)鍵業(yè)務(wù)節(jié)點(diǎn)的全生命周期覆蓋，接下來使用不同的數(shù)據(jù)模型分析用戶在不同端、不同業(yè)務(wù)觸點(diǎn)、不同業(yè)務(wù)系統(tǒng)的行為數(shù)據(jù)，完成車主畫像的建立，區(qū)分不同用戶群體的特征，通過不同的運(yùn)營動作實(shí)現(xiàn)用戶精細(xì)運(yùn)營，形成數(shù)據(jù)閉環(huán)。接下來以某汽車品牌C為例具體展開講述。汽車品牌C成立于九十年代后期，旗下?lián)碛卸鄠€(gè)品牌和三十多款產(chǎn)品，覆蓋了從高端豪華車到經(jīng)濟(jì)型轎車各梯度市場以及MPV、SUV、混合動力和電動車等細(xì)分市場。經(jīng)過二十余年的發(fā)展，品牌C形成了千萬級的車主保有量和龐大的經(jīng)銷商網(wǎng)絡(luò)，該品牌在2010年前后引入了車聯(lián)網(wǎng)服務(wù)系統(tǒng)，并且逐步推廣到品牌旗下的所有車型。作為傳統(tǒng)的汽車企業(yè)，企業(yè)內(nèi)部存在著各式各樣的業(yè)務(wù)系統(tǒng)并且擁有巨量的數(shù)據(jù)，企業(yè)內(nèi)部不同的業(yè)務(wù)部門有著很強(qiáng)的數(shù)據(jù)應(yīng)用需求。首先對接車企數(shù)據(jù)負(fù)責(zé)部門與相關(guān)人員共同整理數(shù)據(jù)資產(chǎn)，主要包括售后系統(tǒng)數(shù)據(jù)、銷售數(shù)據(jù)、車聯(lián)網(wǎng)數(shù)據(jù)、呼叫中心數(shù)據(jù)等，涉及近10個(gè)數(shù)據(jù)源，總數(shù)據(jù)存儲量高達(dá)幾百T。其次對于不同數(shù)據(jù)源可以應(yīng)用的場景，我們也逐一跟不同的對應(yīng)部門進(jìn)行確認(rèn)。最后根據(jù)數(shù)據(jù)資產(chǎn)現(xiàn)狀和業(yè)務(wù)部門的需求，建立起一個(gè)數(shù)據(jù)互通，可以滿足不同業(yè)務(wù)部門隨時(shí)取用的CDP數(shù)據(jù)平臺。神策研究院然后，進(jìn)一步打通各數(shù)據(jù)源建立統(tǒng)一的底層數(shù)據(jù)庫，沉淀高價(jià)值的數(shù)據(jù)資產(chǎn)。比如，售后數(shù)據(jù)主要關(guān)注點(diǎn)有工單數(shù)據(jù)、結(jié)算單數(shù)據(jù)、配件數(shù)據(jù)等；車聯(lián)數(shù)據(jù)關(guān)注點(diǎn)有位置數(shù)據(jù)、車輛狀體數(shù)據(jù)、車輛行駛狀態(tài)數(shù)據(jù)等；用戶數(shù)據(jù)關(guān)注點(diǎn)有車主數(shù)據(jù)、聯(lián)系人數(shù)據(jù)、用車人數(shù)據(jù)等，完成高質(zhì)量的數(shù)據(jù)沉淀后，接下來通過用戶ID-Mapping的建立，可以縱觀車主的全生命周期，一個(gè)用戶從看車、購車、用車、聊車、玩車、換車，都會從不同的渠道進(jìn)入留下自己的行為印跡，由于用戶行為數(shù)據(jù)又存儲在不同的業(yè)務(wù)系統(tǒng)，如何去串聯(lián)識別單個(gè)用戶的行為變的尤為重要，隨著用戶ID-Mapping的建立可以完成車主畫像構(gòu)建，準(zhǔn)確地識別唯一用戶，還原完整的用戶旅程，為運(yùn)營與營銷行動提供堅(jiān)實(shí)基礎(chǔ)。第三步通過與不同部門的訪談了解到各自的業(yè)務(wù)目標(biāo)，基于業(yè)務(wù)目標(biāo)結(jié)合數(shù)據(jù)資產(chǎn)建立不同的數(shù)據(jù)模型，完成對業(yè)務(wù)價(jià)值的賦能。業(yè)務(wù)目標(biāo)業(yè)務(wù)目標(biāo)提升DAU/MAU用戶觸達(dá)效率線索成交轉(zhuǎn)化率銷售收入品牌忠誠度直達(dá)用戶數(shù)字化運(yùn)營賦能聊車/元車增車/換車流失用戶預(yù)測車聯(lián)網(wǎng)體驗(yàn)管理數(shù)據(jù)運(yùn)營高質(zhì)量的用戶資產(chǎn)沉淀全渠道觸點(diǎn)采集媒體渠道投放購車鏈路分析用戶直連購車轉(zhuǎn)化分析流失質(zhì)量評估