2020年數(shù)據(jù)智能應(yīng)用趨勢報(bào)告.docx

1、2020年數(shù)據(jù)智能應(yīng)用趨勢報(bào)告圖8：數(shù)據(jù)智能在消費(fèi)品與零售行業(yè)的應(yīng)用場景營運(yùn)全渠道中臺(tái)會(huì)員管理私域數(shù)據(jù)管理銷聳預(yù)測智慧門店門店選址商品定價(jià)營銷廣告投放投后評估營銷自動(dòng)化廣告內(nèi)容策劃供應(yīng)鏈管理訂單管理物流倉儲(chǔ)管理供應(yīng)商管理ifenxl在基礎(chǔ)設(shè)施方面，消費(fèi)品和零售行業(yè)的數(shù)據(jù)豐富，但一般都來源于多端多渠道，包含門店、APP、小 程序、服務(wù)號等渠道,對渠道整合有強(qiáng)需求。零售行業(yè)目前的云化和數(shù)據(jù)資產(chǎn)化正在快速推進(jìn)。在應(yīng)用場景方面，已經(jīng)可以對用戶進(jìn)行全生命周期跟蹤，企業(yè)可以基于海量數(shù)據(jù)形成消費(fèi)者畫像， 線上化智能營銷的應(yīng)用在逐步趨于成熟。例如，基于用戶畫像進(jìn)行干人干面的推廣和精準(zhǔn)營銷。企 業(yè)根據(jù)需求收集精

2、準(zhǔn)營銷需要的數(shù)據(jù)，打通所有相關(guān)數(shù)據(jù)后，通過算法，實(shí)現(xiàn)對用戶偏好的挖掘， 從而實(shí)現(xiàn)客戶的定制化營銷及服務(wù)。未來,智慧門店等線下渠道的數(shù)據(jù)智能滲透率會(huì)逐步提升。一體化數(shù)據(jù)分析平臺(tái)，賦能德克士創(chuàng)新連鎖品牌運(yùn)營新模式數(shù)據(jù)顯示，目前中國餐飲市場規(guī)模達(dá)到4萬億，且以每年20%的速度增長。但餐飲業(yè)面臨著堂 食流量減少、運(yùn)營成本增加、渠道拓展困難等問題，同時(shí)，餐飲業(yè)逐步向生鮮、團(tuán)餐等多元化 模式發(fā)展，數(shù)字化平臺(tái)和外賣系統(tǒng)更加成熟，疫情更是加劇了這種趨勢的發(fā)展。因此，餐飲行 業(yè)逐步發(fā)展為數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)形態(tài),餐飲企業(yè)亟需能夠敏捷應(yīng)對客戶需求的數(shù)字化系統(tǒng)。德克士成立于1988年，是知名的快餐品牌，其在全國的門店數(shù)量

3、已經(jīng)突破了3000家。面對餐飲 行業(yè)的變革與挑戰(zhàn)，德克士也在推進(jìn)數(shù)字化轉(zhuǎn)型,而實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)經(jīng)營分析是基礎(chǔ)。在 業(yè)務(wù)經(jīng)營數(shù)據(jù)分析方面，德克士面臨著以下挑戰(zhàn)。第一，德克士連鎖店覆蓋多個(gè)城市,德克士連鎖店和總部以及各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)分布在多個(gè)城 市的門店，有加盟店和非加盟店，涉及多個(gè)部門及系統(tǒng)供應(yīng)商，如包括收銀系統(tǒng)、財(cái)務(wù)系統(tǒng)、 會(huì)員系統(tǒng)、外賣平臺(tái)的運(yùn)營，以及不同的小程序供應(yīng)商等，存在大量數(shù)據(jù)孤島情況,且其數(shù)據(jù) 結(jié)構(gòu)與規(guī)則均不相同，要保障在數(shù)據(jù)安全的前提下實(shí)時(shí)地向總部傳輸數(shù)據(jù)，對企業(yè)是一個(gè)巨大 的挑戰(zhàn)。第二，原有系統(tǒng)采用多供應(yīng)商，系統(tǒng)供應(yīng)商的系統(tǒng)老舊，不易做大規(guī)模修改與延展，在原有的 系統(tǒng)和數(shù)據(jù)結(jié)

4、構(gòu)下做數(shù)據(jù)分析會(huì)對企業(yè)的系統(tǒng)造成很大的壓力；同時(shí)，舊系統(tǒng)難以為新形態(tài)的 數(shù)據(jù)交互提供快后且準(zhǔn)確的交互模式，企業(yè)需要不斷對接不同的應(yīng)用服務(wù)，重復(fù)造輪子。第三，當(dāng)前的數(shù)據(jù)系統(tǒng)無法支持實(shí)時(shí)運(yùn)營數(shù)據(jù)及客戶反饋可視化，德克士需要系統(tǒng)具備可視化 能力，以更有效率地指導(dǎo)品牌運(yùn)營。為了解決上述問題，打造準(zhǔn)確、敏捷、易用的數(shù)據(jù)分析平臺(tái)，德克士與餐道合作啟動(dòng)了BI系統(tǒng) 的建設(shè)。餐道是一家智能餐飲系統(tǒng)服務(wù)商，產(chǎn)品服務(wù)涵蓋全渠道管理SaaS平臺(tái)+業(yè)務(wù)數(shù)據(jù)雙中臺(tái)，通過 "系統(tǒng)+數(shù)據(jù)+服務(wù)"賦能餐飲零售企業(yè)線上業(yè)務(wù)，為企業(yè)提供一體化數(shù)字解決方案。截至2020年 8月，餐道服務(wù)于國內(nèi)外連鎖品牌超過200

5、0個(gè)，覆蓋了全國400多個(gè)城市的55000多家門店，包 括漢堡王、哈根達(dá)斯、DQ等連鎖餐飲集團(tuán),以及京東便利店、殼牌便利店等新零售企業(yè)。餐道的全渠道中臺(tái)連接全渠道，解決客戶業(yè)務(wù)中"數(shù)據(jù)孤島”的問題、統(tǒng)一輸出可視化信息助力 客戶高效分析業(yè)務(wù)，同時(shí)，提供共享API服務(wù)與服務(wù)對接，為餐飲新零售提供業(yè)務(wù)系統(tǒng)重構(gòu)基 礎(chǔ)，連接前后端應(yīng)用,滿足數(shù)據(jù)實(shí)時(shí)互通、快速拓展新渠道業(yè)務(wù)需求。圖9：餐道全渠道中臺(tái)體系點(diǎn)“.020*臺(tái)4慚帆平SmK 打WtDMl切聽系統(tǒng)ERP豚HRJftR WSXA酸支付多場景點(diǎn)評平有社交豚企業(yè)IM白孀體廣告體 i :胃w CRMffifl運(yùn)TT中心ETURtt BI. Al業(yè)

6、務(wù)中臺(tái)MM 物球 /用話配 異常監(jiān)控 統(tǒng)2理 版本官理 施權(quán)限 業(yè)務(wù)引掌郵中臺(tái)響臺(tái)理 偵取存儲(chǔ) 共享協(xié)作 SMR分析 質(zhì)量部 瞄挖客智能推薦ifenxl在不斷服務(wù)客戶的過程中，餐道也逐步完善和迭代其產(chǎn)品模塊。餐道有標(biāo)準(zhǔn)化數(shù)倉平臺(tái)，基于 其中臺(tái)系統(tǒng)，有超過30套大型分析工具，包括產(chǎn)品分析、銷量分析等，共計(jì)100+功能項(xiàng)。在數(shù) 據(jù)源方面，餐道可以接入不同渠道的數(shù)據(jù)，不限制接入平臺(tái)數(shù)量。因此，餐道具備平臺(tái)、數(shù) 據(jù)、對接等多方面的能力,賦能餐飲企業(yè)不斷優(yōu)化運(yùn)營管理。在數(shù)據(jù)治理方面，餐道為德克士打造數(shù)據(jù)中臺(tái)與應(yīng)用中臺(tái)的"雙中臺(tái)”系統(tǒng)，打通數(shù)據(jù)，將德克 士線上渠道和自有渠道的分散數(shù)據(jù)匯集在平臺(tái)中

7、，包括外賣數(shù)據(jù)、餐單數(shù)據(jù)、制作數(shù)據(jù)、配送 數(shù)據(jù)、客戶評論等，同時(shí)提供標(biāo)準(zhǔn)數(shù)據(jù)結(jié)構(gòu)、定義數(shù)據(jù)內(nèi)容，為不同渠道的數(shù)據(jù)制定規(guī)則，保 證各平臺(tái)數(shù)據(jù)的格式與定義一致，打破"業(yè)務(wù)孤島”與數(shù)據(jù)孤島"，避免重復(fù)造輪子。餐道平臺(tái) 提供標(biāo)準(zhǔn)信息交互接口API ,持續(xù)抓取各端采集數(shù)據(jù)并轉(zhuǎn)換為標(biāo)準(zhǔn)格式。同時(shí)，基于統(tǒng)一的數(shù)據(jù)中臺(tái)與應(yīng)用中臺(tái)，德克士可以靈活地拓展業(yè)務(wù)，并選擇最優(yōu)服務(wù)供應(yīng) 商。在可視化方面，基于統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)，餐道為德克士建立BI系統(tǒng)。餐道提供兩種OCRM報(bào)表：標(biāo)準(zhǔn)報(bào)表和自定義報(bào)表。標(biāo)準(zhǔn)報(bào)表從運(yùn)營、銷售、財(cái)務(wù)、用戶這四 個(gè)板塊分別展現(xiàn)了不同維度的明細(xì)數(shù)據(jù)，可通過數(shù)據(jù)分析出門店日常運(yùn)營情況

8、，找出運(yùn)營問題 所在，是否是配送不達(dá)標(biāo)或者是營運(yùn)SOP不規(guī)范；自定義報(bào)表可以根據(jù)商家特定需求，如與平 臺(tái)對賬或者自定義所需字段和計(jì)算邏輯,快速得出匯總數(shù)據(jù)。德克士可以根據(jù)業(yè)務(wù)需求將數(shù)據(jù) 分派到不同業(yè)務(wù)部門里德報(bào)表分析。例如，餐道會(huì)把各個(gè)平臺(tái)的輿論、客戶評價(jià)等數(shù)據(jù)采集到BI系統(tǒng)里面，德克士可以很方便地在 系統(tǒng)中對各個(gè)平臺(tái)客戶對德客士的評價(jià)與反饋進(jìn)行綜合分析。目前，BI系統(tǒng)上線后已經(jīng)覆蓋德克士2190多家門店，其中80%都是加盟店。在具體項(xiàng)目實(shí)施過程中,德克士積累了寶貴的餐飲連鎖店數(shù)字化轉(zhuǎn)型經(jīng)驗(yàn)。首先，餐飲行業(yè)的未來是以數(shù)據(jù)為驅(qū)動(dòng)的，餐飲品牌要注重?cái)?shù)據(jù)價(jià)值,所以企業(yè)需要將數(shù)據(jù)放 在戰(zhàn)略和管理層面的

9、首要位置。其次，企業(yè)需要由上到下地推動(dòng)數(shù)字化轉(zhuǎn)型，更新組織架構(gòu)，協(xié)調(diào)各方參與者，包括IT部門、 業(yè)務(wù)部門和企業(yè)不同的供應(yīng)商,讓不同部門迅速地融合并加快項(xiàng)目實(shí)施進(jìn)度。未來，德克士計(jì)劃進(jìn)一步上線訂單管理系統(tǒng)，接入德克士會(huì)員系統(tǒng)、配送系統(tǒng)、客服中心以及 外部其他接口，并上線接單管理、聚合配送、營運(yùn)與監(jiān)控管理、營銷管理等SaaS服務(wù)。數(shù)字化零售平臺(tái)，打造汽車品牌高端用戶體驗(yàn)?zāi)橙蚧嚬局铝τ谕ㄟ^提供高性能的汽車產(chǎn)品與極致用戶體驗(yàn)，為用戶創(chuàng)造愉悅的生活 方式，打造全球范圍內(nèi)的“用戶品牌”。其旗下品牌用戶中心致力于為車主及其朋友打造一體化 的自由空間，提供包括輕餐、精品、書籍租賃、空間租賃等一系列服務(wù)

10、，發(fā)展多種業(yè)態(tài)服務(wù)， 力求為用戶帶來線上線下一致性的體驗(yàn)。該品牌擁有完備的開發(fā)團(tuán)隊(duì)和龐大數(shù)量的業(yè)務(wù)系統(tǒng)，在提升多業(yè)態(tài)服務(wù)質(zhì)量的過程中，面臨的 主要挑戰(zhàn)來自于多業(yè)態(tài)服務(wù)系統(tǒng)造成的前端用戶體驗(yàn)不佳和后端運(yùn)營效率低。在用戶體驗(yàn)方面，第一，用戶支付繁瑣，現(xiàn)金、刷卡、移動(dòng)支付、企業(yè)幣等多支付方式在一臺(tái) 設(shè)備無法集成；第二，多渠道數(shù)據(jù)割裂，不同渠道的訂單、庫存、促銷、會(huì)員權(quán)益等數(shù)據(jù)和規(guī) 則均不一致，客戶多渠道消費(fèi)的體驗(yàn)不佳。在業(yè)務(wù)運(yùn)營方面，由于存在多業(yè)態(tài)系統(tǒng)，且數(shù)據(jù)割裂，一方面,前端支付數(shù)據(jù)無法在后端業(yè)務(wù) 系統(tǒng)中整合，餐飲和零售的收銀和財(cái)務(wù)結(jié)算需要在兩個(gè)系統(tǒng)中完成,操作煩瑣，運(yùn)營效率低； 另一方面，實(shí)時(shí)數(shù)

11、據(jù)無法及時(shí)反饋至前端業(yè)務(wù)人員，前端無法快速靈活地響應(yīng)。為了實(shí)現(xiàn)線上線下融合并滿足消費(fèi)者日益升級的消費(fèi)需求，該品牌開啟全渠道業(yè)務(wù)布局。多業(yè) 態(tài)服務(wù)發(fā)展中所關(guān)注的商品管理、訂單管理、庫存管理、支付管理、報(bào)表管理等都有了數(shù)字化 升級需求，需要解決客戶收銀體驗(yàn)一致性、線上線下促銷玩法一致、門店運(yùn)營的數(shù)據(jù)實(shí)時(shí)性等 問題。該品牌需要將分散在各個(gè)系統(tǒng)的數(shù)據(jù)打通，但龐雜的系統(tǒng)對接周期長且十分困難，完全舍棄或 替換原有系統(tǒng)則意味著巨大的投入成本。因此，品牌希望有兼容性更強(qiáng)的系統(tǒng)，在兼容原有框 架的同時(shí)具有高度擴(kuò)展性,不僅能夠完美對接企業(yè)原有系統(tǒng)，將割裂的數(shù)據(jù)打通，統(tǒng)一管理， 更重要的是能夠?qū)?shù)據(jù)實(shí)時(shí)反饋到前端的

12、各個(gè)業(yè)務(wù)觸點(diǎn)，支持業(yè)務(wù)的高效運(yùn)營；同時(shí)需要前端 對接數(shù)字化工具，賦能品牌提供更高端細(xì)致的服務(wù)。該品牌數(shù)字化運(yùn)營部門與互道信息密切合作，成立項(xiàng)目組，共同解決其品牌用戶中心的后端運(yùn) 營和用戶體驗(yàn)問題?；サ佬畔⒓夹g(shù)（上海）有限公司是一家行業(yè)領(lǐng)先的數(shù)字化零售解決方案供應(yīng) 商。互道融合創(chuàng)新技術(shù)，為企業(yè)提供高性能、高可靠的技術(shù)引擎和真實(shí)時(shí)、可復(fù)用的全渠道業(yè) 務(wù)引擎，支持零售業(yè)務(wù)場景快速創(chuàng)新與拓展，助力全球眾多中大型零售品牌商實(shí)現(xiàn)數(shù)字化轉(zhuǎn) 型。針對品牌用戶中心的諸多痛點(diǎn)，項(xiàng)目組以強(qiáng)大的中臺(tái)產(chǎn)品互道數(shù)字化零售平臺(tái) DataForce ,為品牌實(shí)現(xiàn)多業(yè)態(tài)零售的數(shù)字化升級。圖10：汽車品牌數(shù)字化零售平臺(tái)解決方案數(shù)

13、據(jù)智能應(yīng)用ifenxl(1) 數(shù)字化零售平臺(tái)技術(shù)賦能一T通數(shù)據(jù)壁壘實(shí)現(xiàn)業(yè)務(wù)聯(lián)動(dòng)在不替換企業(yè)原有系統(tǒng)的前提下，互道幫助品牌對接了企業(yè)原本割裂的眾多系統(tǒng)，將商品數(shù) 據(jù)、庫存數(shù)據(jù)、訂單數(shù)據(jù)、會(huì)員數(shù)據(jù)等打通，利用數(shù)字化平臺(tái)進(jìn)行統(tǒng)一精細(xì)的管理,并將實(shí)時(shí) 數(shù)據(jù)及時(shí)反饋至前端業(yè)務(wù)，為業(yè)務(wù)運(yùn)營提供決策依據(jù)，讓品牌用戶中心的前端業(yè)務(wù)運(yùn)營獲得更 高靈活性和更快響應(yīng)速度，提升運(yùn)營效率。數(shù)字化零售平臺(tái)可復(fù)用的能力幫助企業(yè)減少了重復(fù) 對接的成本，提高了系統(tǒng)對接效率及數(shù)據(jù)一致性，并支持第三方伙伴跨語言、跨平臺(tái)的擴(kuò)展能 力，能夠從原來的單點(diǎn)作戰(zhàn)轉(zhuǎn)換為并行作戰(zhàn)，為企業(yè)未來隨市場而不斷變化的業(yè)務(wù)需求也能快 速滿足，快速落地創(chuàng)新

14、業(yè)務(wù)場景。(2) 數(shù)字化零售平臺(tái)業(yè)務(wù)賦能開啟全渠道一體化業(yè)務(wù)運(yùn)營基于數(shù)字化零售平臺(tái)實(shí)現(xiàn)數(shù)據(jù)融通，互道為品牌搭建了全渠道業(yè)務(wù)管理中心，包括訂單、庫 存、促銷、會(huì)員等，優(yōu)先為全渠道業(yè)務(wù)處理零售業(yè)務(wù)核心數(shù)據(jù)，提升業(yè)務(wù)運(yùn)營效率的同時(shí)，消 費(fèi)者服務(wù)體驗(yàn)得到大幅提升。例如，支持各種復(fù)雜促銷規(guī)則的全渠道促銷引擎，幫助品牌實(shí)現(xiàn) 了線上線下營銷優(yōu)惠統(tǒng)一，品牌導(dǎo)購端可以直接查詢用戶優(yōu)惠，快速核銷，保障用戶體驗(yàn)。全 渠道訂單路由為品牌實(shí)現(xiàn)了020全渠道訂單的智能接單拆單派單，提升了訂單履約能力，而消 費(fèi)者可以在APP內(nèi)查看到自己的全渠道訂單狀態(tài)，客戶體驗(yàn)得到提升。同時(shí)基于訂單通、庫存 通、商品通等，支持了多業(yè)態(tài)品牌

15、商品的錄入，讓品牌全渠道一體化業(yè)務(wù)運(yùn)營可以更高效開 展。(3 )門店數(shù)據(jù)智能終端ShopForce數(shù)字化門店伴隨式服務(wù)此外，針對品牌希望在業(yè)務(wù)前端以數(shù)字化工具賦能，為用戶群體提供更高端細(xì)致服務(wù)的需求， 互道為品牌搭載了門店數(shù)據(jù)智能終端ShopForce。通過ShopForce ,門店店員得以擺脫收銀臺(tái)束 縛，為顧客提供隨時(shí)隨地的服務(wù)，提供移動(dòng)化的點(diǎn)單支付體驗(yàn)。ShopForce支持全面的支付方 式，并可組合支付，支持導(dǎo)購端積分抵現(xiàn)，只要1次識別用戶，即可享受全流程收銀服務(wù)，保證了用戶體驗(yàn)的一致性，讓品牌客戶在用戶中心空間內(nèi)，享受到作為高端用戶的極致服務(wù)體 驗(yàn)。在系統(tǒng)端，數(shù)字化零售平臺(tái)的功能在持

16、續(xù)迭代，基于互道搭建的中臺(tái)系統(tǒng)可以快速對接新的應(yīng) 用，不用再對接后臺(tái)多套業(yè)務(wù)系統(tǒng)。例如，一期先實(shí)現(xiàn)了零售與餐飲的標(biāo)準(zhǔn)功能，二期逐步增 加了餐飲BOM管理功能,賦能企業(yè)做好餐飲的精細(xì)化管理；三期增加虛擬商品、車商城、訂單 流程優(yōu)化等功能,同時(shí)支持云倉，實(shí)現(xiàn)線下購買線上實(shí)現(xiàn)配送流程的功能。在用戶端，項(xiàng)目上線后，用戶體驗(yàn)大幅提升。原來用戶具有POS機(jī)、微信、支付寶、積分購買 等多個(gè)支付場景，通過對接企業(yè)支付體系及優(yōu)化購物流程，前端掃描用戶會(huì)員二維碼識別用戶 后，一線人員可以用PAD用滿足大部分支付場景，用戶在15秒內(nèi)即可完成支付。用戶體驗(yàn)提升的背后是整個(gè)系統(tǒng)的優(yōu)化，包括操作人員使用系統(tǒng)的便捷性、后臺(tái)

17、數(shù)據(jù)處理與查 詢、物流緊急補(bǔ)貨調(diào)貨等，才能提升線下整體的體驗(yàn)流程。例如，會(huì)員在線下購買之后，能實(shí) 時(shí)地同步到APP ,系統(tǒng)可以自動(dòng)識別用戶積分、購買歷史、訂單數(shù)據(jù)等，賦能提升用戶體驗(yàn)。在業(yè)務(wù)端，基于數(shù)字化零售平臺(tái)，店員和運(yùn)營人員都可以獲取多角度的數(shù)據(jù)分析。一線服務(wù)人 員可以獲取會(huì)員、門店、銷售等數(shù)據(jù)，賦能其更好地服務(wù)用戶；后端可對商品、訂單、庫存、 促銷數(shù)據(jù)進(jìn)行統(tǒng)一管理和實(shí)時(shí)分析，運(yùn)營人員可獲取深度分析報(bào)表，優(yōu)化業(yè)務(wù)運(yùn)營。同時(shí)，總 部可對各門店端的一線人員進(jìn)行遠(yuǎn)程培訓(xùn)，且系統(tǒng)提升整體運(yùn)營效率,幫助了企業(yè)精簡運(yùn)營人 員/降低人員成本。圖11：數(shù)字化零售平臺(tái)實(shí)現(xiàn)的價(jià)值原業(yè)務(wù)系統(tǒng)原業(yè)務(wù)系統(tǒng)數(shù)字化零售

18、平臺(tái)餐飲和零食篙要到不同收銀臺(tái)貼身服務(wù)，一站式購買完成一筆訂單支付需要2分鐘15秒完成一筆訂單支付不同支付方式需要不同設(shè)備IPADI蓋95%支付場景員工培訓(xùn)需要半天15分鐘員工即可學(xué)會(huì)收銀報(bào)表需要單獨(dú)后臺(tái)各類報(bào)衰實(shí)時(shí)呈現(xiàn)新的前端應(yīng)用需要對接多套系統(tǒng)新的前端應(yīng)用需要對接多套系統(tǒng)利用中臺(tái)標(biāo)準(zhǔn)API對接新應(yīng)用ifenxl在整個(gè)項(xiàng)目過程中，實(shí)時(shí)數(shù)據(jù)同步是核心難點(diǎn)，而該汽車品牌的解決方案也可以為其他企業(yè)提 供一定的借鑒意義。該品牌原有采用T+1非實(shí)時(shí)BI系統(tǒng)，要保障實(shí)時(shí)數(shù)據(jù)運(yùn)營，需要將實(shí)時(shí)數(shù)據(jù)和后端數(shù)據(jù)打通， 需要根據(jù)系統(tǒng)的情況，采用不同類型的對接方式。不同于傳統(tǒng)SaaS產(chǎn)品僅開放API的方式，互 道采

19、用"千系統(tǒng)干面”的系統(tǒng)對接接口，根據(jù)具體情況制定具體的對接方案，保障接口響應(yīng)時(shí)間 符合用戶需求。例如，互道可以采用訂閱分發(fā)的方式，保障數(shù)據(jù)同步的同時(shí)減少系統(tǒng)本身的壓 力。(4 )工業(yè)與能源工業(yè)與能源行業(yè)的基礎(chǔ)設(shè)施薄弱,數(shù)據(jù)智能應(yīng)用處于起步階段。圖12：數(shù)據(jù)智能在工業(yè)與能源行業(yè)的應(yīng)用場景生產(chǎn)設(shè)備監(jiān)控與維護(hù)安全生產(chǎn)管理AMR機(jī)器人協(xié)同仿具設(shè)計(jì)協(xié)同仿具設(shè)計(jì)研發(fā)技術(shù)工藝優(yōu)化生產(chǎn)與物流管理計(jì)劃排產(chǎn)計(jì)劃排產(chǎn)質(zhì)檢與質(zhì)管理倉儲(chǔ)管理ifenxt在基礎(chǔ)設(shè)施層面，工業(yè)與能源領(lǐng)域的數(shù)據(jù)來源多，且存在大量非結(jié)構(gòu)化數(shù)據(jù)，不易采集，隨著物聯(lián) 網(wǎng)、5G等技術(shù)的成熟與普及，工業(yè)與能源數(shù)據(jù)才開始具備完整的數(shù)據(jù)采集基礎(chǔ)。

20、在應(yīng)用場景方面，工業(yè)與能源行業(yè)具有復(fù)雜的生產(chǎn)運(yùn)營體系，需要協(xié)調(diào)大量的設(shè)備與資源，過往主 要依據(jù)人工經(jīng)驗(yàn)進(jìn)行觀察與決策，業(yè)務(wù)的數(shù)字化改造程度低。目前初步實(shí)現(xiàn)了業(yè)務(wù)自動(dòng)化，但在數(shù) 據(jù)智能方面相對滯后。但是，工業(yè)與能源領(lǐng)域是數(shù)據(jù)智能最有潛力的應(yīng)用領(lǐng)域之一，工業(yè)的智能化升級是國家的重要戰(zhàn) 略。工業(yè)互聯(lián)網(wǎng)匯集設(shè)備、產(chǎn)線和企業(yè)數(shù)據(jù)，可以結(jié)合機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)技術(shù)，深入挖掘數(shù)據(jù)背后 的應(yīng)用價(jià)值,將會(huì)極大提升企業(yè)的運(yùn)營效率，降低各類成本。例如，目前在部分企業(yè)可以實(shí)現(xiàn)產(chǎn)品質(zhì)量控制智能化，基于生產(chǎn)過程中的大數(shù)據(jù)，分析生產(chǎn)流程， 一旦流程偏離標(biāo)準(zhǔn)工藝,系統(tǒng)即產(chǎn)生警報(bào)信號,從而快速發(fā)現(xiàn)錯(cuò)誤。同時(shí)，可對工業(yè)產(chǎn)品的生產(chǎn)過

21、程建立虛擬模擬模型，仿真并優(yōu)化生產(chǎn)流程。(5 )醫(yī)療與醫(yī)藥醫(yī)療與醫(yī)藥行業(yè)的具備一定的數(shù)字化基礎(chǔ),數(shù)據(jù)智能應(yīng)用處于決策階段。圖13：數(shù)據(jù)智能在醫(yī)療與醫(yī)藥行業(yè)的應(yīng)用場景醫(yī)療智能隨訪CDSS語音電子病歷合理用藥AI分診健康管理 醫(yī)藥耙點(diǎn)藥物研發(fā)候選藥物挖掘發(fā)掘藥物新適應(yīng)癥ifenxl在基礎(chǔ)設(shè)施方面，2019年全國衛(wèi)生總費(fèi)用約63800億,其中醫(yī)療信息化投入占比約為1%。醫(yī)療機(jī)構(gòu) 已經(jīng)實(shí)現(xiàn)了基本的信息化建設(shè)，醫(yī)療大數(shù)據(jù)主要有診療數(shù)據(jù)、研發(fā)數(shù)據(jù)、患者數(shù)據(jù)、支付數(shù)據(jù)等， 其中診療數(shù)據(jù)占比90%。目前數(shù)據(jù)正在快速地電子化，但數(shù)據(jù)格式繁雜、目前還沒有實(shí)現(xiàn)多源頭數(shù) 據(jù)的整合與分析，下一步需要完善數(shù)據(jù)的互聯(lián)互通。

22、在應(yīng)用場景方面，臨床操作與研發(fā)是數(shù)據(jù)智能最有潛力的應(yīng)用方向，例如基于用戶健康數(shù)據(jù)以實(shí)現(xiàn) 健康管理；整合臨床數(shù)據(jù)和基因數(shù)據(jù)實(shí)現(xiàn)癌癥風(fēng)險(xiǎn)評估、預(yù)防和治療；基于大數(shù)據(jù)預(yù)測治療效果降 低花費(fèi)。除了臨床決策以外，基于大數(shù)據(jù)還可實(shí)現(xiàn)計(jì)算機(jī)遠(yuǎn)程監(jiān)護(hù)以進(jìn)行慢病管理，以及利用大數(shù)據(jù)預(yù)測流 行病趨勢。例如，谷歌通過流感相關(guān)關(guān)鍵詞的搜索趨勢，推出了 "流感指數(shù)(Google Flu Trends )產(chǎn) 品，曾成功地在甲型H1N1流感爆發(fā)幾周前成功預(yù)測其在全美范圍內(nèi)的傳播。(6)教育教育行業(yè)的數(shù)字化轉(zhuǎn)型正在加速進(jìn)行，數(shù)據(jù)智能應(yīng)用處于起步階段。圖14：數(shù)據(jù)智能在教育行業(yè)的應(yīng)用場景教務(wù)組卷批閱作文批改走班排課作

23、業(yè)布置虛擬實(shí)驗(yàn)情緒識別成長規(guī)劃口語測評內(nèi)容分發(fā)分級閱讀智慧教研題庫教學(xué)圖形化編程拍照搜題寫作輔導(dǎo)AI教師智能陪練AI互動(dòng)課自適應(yīng)學(xué)習(xí)ifenxl教育行業(yè)已近經(jīng)歷了廣泛的在線化歷程，隨著K12、語培等領(lǐng)域的一大批在線教育公司崛起，教育 行業(yè)初步積累起大量的數(shù)據(jù)。目前，教育行業(yè)的數(shù)據(jù)積累與核心教學(xué)環(huán)節(jié)相關(guān)的數(shù)據(jù)積累還相對較 少，對于非結(jié)構(gòu)化數(shù)據(jù)的處理分析技術(shù)還不成熟，整體落地成熟度還有較大提升空間。在應(yīng)用場景方面，目前主要的應(yīng)用場景主要是智慧校園管理，但數(shù)據(jù)智能技術(shù)已經(jīng)開始滲透到師資 教研、教學(xué)服務(wù)等業(yè)務(wù)流程當(dāng)中，例如，個(gè)性化教學(xué)產(chǎn)品可以根據(jù)老師的教學(xué)內(nèi)容與學(xué)生學(xué)習(xí)的行 為數(shù)據(jù)自動(dòng)輸出學(xué)生的教學(xué)計(jì)

24、劃與學(xué)習(xí)內(nèi)容，同時(shí)可自動(dòng)批改并利用智能學(xué)習(xí)引擎自動(dòng)分析學(xué)生的 學(xué)習(xí)效果，形成教學(xué)閉環(huán)。另外，在師資教研環(huán)節(jié)，已經(jīng)有頭部的在線教育機(jī)構(gòu)通過語音識別技術(shù) 分析老師的上課過程，挑出最優(yōu)秀老師的最佳實(shí)踐進(jìn)行分析，沉淀到內(nèi)容當(dāng)中，從而提升教學(xué)質(zhì)量 和教學(xué)的標(biāo)準(zhǔn)化。(7)通用職能部門場景：營銷在營銷領(lǐng)域，線上營銷場景已經(jīng)實(shí)現(xiàn)了完全在線化、數(shù)據(jù)化，線下營銷場景也隨著智能終端及智能 手機(jī)的普及逐步向數(shù)字化轉(zhuǎn)型。各品牌也加速數(shù)據(jù)中臺(tái)等基礎(chǔ)設(shè)施的建設(shè)。在應(yīng)用場景方面，數(shù)據(jù) 智能已經(jīng)開始滲透品牌商營銷鏈路各環(huán)節(jié)。圖15：數(shù)據(jù)智能在營銷領(lǐng)域的應(yīng)用場景營銷用戶洞察廣告投放內(nèi)容創(chuàng)意營銷自動(dòng)化用戶運(yùn)營智能客服ifenxl在

25、用戶洞察環(huán)節(jié)，品牌商通過建立客戶數(shù)據(jù)平臺(tái)（CDP ）整合線上、線下自有用戶數(shù)據(jù)，統(tǒng)一用戶 畫像，補(bǔ)充第三方數(shù)據(jù)管理平臺(tái)（DMP ）的用戶標(biāo)簽，為營銷活動(dòng)開展提供支撐；在營銷策劃環(huán) 節(jié)，品牌商可借助AI輔助圖片類、文案類創(chuàng)意內(nèi)容生成；在用戶觸達(dá)環(huán)節(jié)，在全渠道下可基于用戶 數(shù)據(jù)進(jìn)行廣告投放，同時(shí)，借助對效果廣告的用戶轉(zhuǎn)化鏈路分析，指導(dǎo)品牌和效果廣告的人群精準(zhǔn) 定向；在用戶轉(zhuǎn)化環(huán)節(jié)，利用CRM系統(tǒng)管理用戶在線上、線下的留資數(shù)據(jù)，實(shí)現(xiàn)營銷自動(dòng)化；在用 戶運(yùn)營環(huán)節(jié)，針對不同人群執(zhí)行差異化的營銷策略，實(shí)現(xiàn)用戶購買升級，單客LTV提升。"大數(shù)據(jù)+AI視覺"助力游戲行業(yè)破解營銷買量和創(chuàng)意痛

26、點(diǎn)隨著中國互聯(lián)網(wǎng)用戶增長紅利的見頂，內(nèi)容創(chuàng)意營銷對各行業(yè)的廣告投放越來越重要。以游戲 行業(yè)為例，中國的游戲行業(yè)市場并不大，數(shù)據(jù)顯示，每年在買量端參與競爭的廠商只有約500 多家。但是對于游戲的各垂直品類，各家游戲公司的投放預(yù)算都比較大，廣告投放搶量程度比 其他行業(yè)都更為激烈。早期廣告買量投放建立壁壘都是依賴于信息不對稱和規(guī)?；膬?yōu)勢，近些年廣告買量競爭越來 越激烈的原因就在于信息趨向于透明，媒體渠道的規(guī)模化優(yōu)勢在銳減。成熟渠道遭遇瓶頸，需 不斷開拓買量渠道,獲客成本變高，游戲廠商的壓力日趨增大。此外，與電商或者教育等行業(yè)追求有效訂單數(shù)不同的是，游戲是虛擬的、線上的產(chǎn)品，希望獲 得的是即時(shí)反饋，

27、對投放效果的追求遠(yuǎn)甚于其他行業(yè)。圍繞著效果營銷，游戲推廣環(huán)節(jié)對能帶 來良好營銷效果的優(yōu)質(zhì)內(nèi)容創(chuàng)意的需求越來越大。但是，行業(yè)也面臨著創(chuàng)意短缺、產(chǎn)能不足、 素材制作成本高等問題亟待解決。圖16：蹣營銷行業(yè)痛點(diǎn)圖:DataEye, 分析惟制ifenxlZX/3r、創(chuàng)意短缺產(chǎn)能不足轉(zhuǎn)化效果差創(chuàng)意人才及專業(yè)團(tuán)隊(duì)稀缺， 難以產(chǎn)出高質(zhì)的創(chuàng)意內(nèi)容。Vy買量素材消耗速度加快， 素材產(chǎn)最跟不上買量需求。(y難以把握用戶廣告偏好， 買素材轉(zhuǎn)化率低。由此,當(dāng)前游戲行業(yè)的買量現(xiàn)狀呈現(xiàn)出游戲買量更注重品效合一、買量市場頭部效應(yīng)顯著、游 戲買量進(jìn)入短視頻時(shí)代等特征，成本高、創(chuàng)意難、渠道難成為游戲行業(yè)買量痛點(diǎn)，精品化、智 能

28、化、精細(xì)化成為未來的趨勢。DataEye是一家專注于移動(dòng)廣告情報(bào)分析的大數(shù)據(jù)公司，為垂直領(lǐng)域提供移動(dòng)廣告情報(bào)分析的 數(shù)據(jù)工具服務(wù)及定制化數(shù)據(jù)服務(wù)，推動(dòng)行業(yè)移動(dòng)營銷的創(chuàng)新及發(fā)展。DataEye的聚焦方向是效 果的內(nèi)容營銷端,提供與數(shù)據(jù)相關(guān)的行業(yè)情報(bào)分析工具和買量創(chuàng)意的全案營銷服務(wù)。DataEye-ADXray是一款專注于游戲行業(yè)廣告投放的情報(bào)分析工具,利用海量數(shù)據(jù)存儲(chǔ)、AI視覺 智能等核心技術(shù)，通過抓取并持續(xù)追蹤手游廣告素材以及營銷創(chuàng)意,針對性解決游戲行業(yè)渠道 難、創(chuàng)意難等買量痛點(diǎn)。圖 17： DataEye-ADXray IMDataEye-Tidea添羿則是一項(xiàng)專注于移動(dòng)買量創(chuàng)意的全案營銷服

29、務(wù)，借助DataEye-ADXray的海 量數(shù)據(jù)支持，利用多年的技術(shù)及移動(dòng)廣告數(shù)據(jù)沉淀，深入手游買量市場，基于精準(zhǔn)的買量素材 分析，針對不同類型游戲定制爆款創(chuàng)意，有效解決手游買量創(chuàng)意短缺、素材產(chǎn)能不足的難題。添羿基于"大數(shù)據(jù)+AI視覺”的解決方案，能夠提供情報(bào)分析洞察以及內(nèi)容創(chuàng)意服務(wù)。添羿首先對 外部投放內(nèi)容進(jìn)行數(shù)據(jù)化分析，為客戶提供大量的數(shù)據(jù)分析研究，對廣告投放數(shù)據(jù)和趨勢做出 解讀，以數(shù)據(jù)驅(qū)動(dòng)確定客戶的廣告內(nèi)容創(chuàng)意創(chuàng)作方向。接下來的創(chuàng)作環(huán)節(jié)，劇本、腳本等都由 Data Eye提供。廣告、短視頻等素材都是添羿很重要的挖掘方向，對短視頻的分析包括兩個(gè)方面：一是識別廣 告投放主體以及投放

30、時(shí)間等原始數(shù)據(jù),用DataEye自己的算法預(yù)估投放的概率；另一方面 DataEye會(huì)針對文案內(nèi)容做分析，把市面上所有的視頻在自己的系統(tǒng)里還原成腳本,應(yīng)用AI技 術(shù)對其進(jìn)行拆解，通過文本語義挖掘的方式找到內(nèi)容創(chuàng)意的亮點(diǎn)，打上與游戲營銷賣點(diǎn)密切相 關(guān)的更多高頻詞標(biāo)簽，最終提升內(nèi)容創(chuàng)意生產(chǎn)制作效率。1 ）基于ADXray海量數(shù)據(jù)，擁有龐大的數(shù)據(jù)能力營銷創(chuàng)意監(jiān)測產(chǎn)品ADXray擁有強(qiáng)大的后端視覺和視頻標(biāo)注系統(tǒng)以及便于訓(xùn)練各種模型的訓(xùn)練系 統(tǒng),核心技術(shù)主要在于海量視頻數(shù)據(jù)的存儲(chǔ)以及對視頻、視覺數(shù)據(jù)的理解。ADXray 90%以上 的數(shù)據(jù)標(biāo)注都是由機(jī)器完成。目前ADXray已和國內(nèi)所有主流研發(fā)商、發(fā)行商達(dá)

31、成合作，行業(yè)覆蓋率近100% ,每日分析游戲 創(chuàng)意數(shù)據(jù)超10萬條,ADXray創(chuàng)意庫累計(jì)收集分析超過8000+萬條短視頻創(chuàng)意,覆蓋2017年以來 所有的游戲優(yōu)秀投放案例。2 ）基于ADXrayPro受眾人群分析&AI智能處理，具備數(shù)據(jù)分析能力目錄目錄數(shù)據(jù)智能助力企業(yè)數(shù)字化轉(zhuǎn)型一. 數(shù)據(jù)中臺(tái)支撐數(shù)據(jù)智能落地?cái)?shù)據(jù)智能應(yīng)用趨勢展望ADXrayPro基于大數(shù)據(jù)統(tǒng)計(jì)分析技術(shù)，對在主流短視頻平臺(tái)投放的視頻廣告進(jìn)行剖析，剖析維 度包含視頻廣告的熱門評論、評論人群屬性、覆蓋人群偏好的廣告類型以及受眾人群偏好的視 頻類型。相比于ADXray的基本數(shù)據(jù)分析，添羿對數(shù)據(jù)做了進(jìn)一步的深度挖掘，除了單一的視頻持

32、續(xù)投放 時(shí)間維度，還對視頻進(jìn)行了深入的理解，擴(kuò)展了更多的分析維度。通過這些技術(shù)添羿能夠第一 時(shí)間呈現(xiàn)創(chuàng)意市場的迭代趨勢,幫助客戶分析定位游戲的創(chuàng)意方向,以此提升爆款率。3 ）采用買量策略腦圖&競對分析，具有豐富的創(chuàng)意策劃能力在進(jìn)行創(chuàng)意之前，添羿團(tuán)隊(duì)將根據(jù)ADXray以及ADXrayPro的統(tǒng)計(jì)數(shù)據(jù)對該游戲類型進(jìn)行全方位 剖析，在游戲簡介、玩家需求、游戲爽點(diǎn)以及爆點(diǎn)等多個(gè)維度對游戲進(jìn)行理解來定位創(chuàng)意方向 以及買量策略方向。此外，在內(nèi)容創(chuàng)意方面，DataEye有自己的創(chuàng)意生產(chǎn)線，目前已經(jīng)有兩個(gè)創(chuàng)作基地，此外還有 來自外部的視頻制作供應(yīng)商合作?？蛻艨梢灾苯訌腄ataEye采購內(nèi)容。DataE

33、ye最大的客戶例如 網(wǎng)易、騰訊、愷英網(wǎng)絡(luò)，每個(gè)月定期從DataEye采購大量用于廣告投放的創(chuàng)意內(nèi)容,兩大素材 制作基地正是后端支撐。目前，DataEye與客戶合作升級夢幻西游、夢幻西游網(wǎng)頁版、夢幻西游三維版買 量營銷打法，為客戶提供了受眾分析、競品分析、市場基本面分析、素材策略等多維度策略分 析及廣告素材制作服務(wù)。夢幻西游系列自2020年大范圍買量營銷推廣以來，招回大量"老玩家”的同時(shí)吸納大量"新玩 家",夢幻西游網(wǎng)頁版除Android端、移動(dòng)端H5、PC端微版等,僅iOS端月流水便已過億。鑒于不同垂直領(lǐng)域的營銷內(nèi)容創(chuàng)意都需要解決信息透明問題的共同痛點(diǎn)，未來Dat

34、aEye會(huì)將在 游戲行業(yè)的商業(yè)模式直接復(fù)制到諸如電商、教育、金融、網(wǎng)服等行業(yè),向廣告投放的其他領(lǐng)域 有延伸拓展。某歐洲老牌藥妝零售商借力每日互動(dòng)智能營銷解決方案入局國內(nèi)市場數(shù)據(jù)顯示，中國美妝市場正在迅速發(fā)展壯大，目前已經(jīng)成長為全球第三大美妝市場。在天貓平 臺(tái),美妝已經(jīng)超過母嬰、食品，成為增長最快的細(xì)分品類。同時(shí)，電商平臺(tái)與數(shù)字創(chuàng)新在全球 的領(lǐng)先發(fā)展，讓不少海外品牌看到了機(jī)遇。某歐洲藥妝品牌作為一家歷史悠久的老牌藥妝零售商，最初以藥店起家，其產(chǎn)品已經(jīng)通過代購 和出境游等方式被中國消費(fèi)者所熟知。該品牌看到了中國美妝市場的巨大潛力，于2018年9月 首次進(jìn)入中國市場，在天貓國際開設(shè)了官方旗艦店。但面

35、對中國美妝市場的激烈競爭與快速變 化，該品牌面臨著以下挑戰(zhàn)：1 ）在消費(fèi)升級的趨勢下，中國消費(fèi)者的高端美妝需求高漲，該品牌大眾化的定位使其不僅面 臨國際高端美妝的沖擊，更要應(yīng)對中國本土美妝品牌的日益崛起。2）作為一家歐洲美妝品牌，它需要先了解亞洲市場消費(fèi)者的消費(fèi)偏好，再制定定制化營銷策 略，快速占領(lǐng)美妝市場。為了解決上述問題，該品牌選擇了每日互動(dòng)作為合作伙伴。每日互動(dòng)成立于2010年，是專業(yè)的 數(shù)據(jù)智能服務(wù)商，其推出的新一代數(shù)據(jù)中臺(tái)以行業(yè)數(shù)盤的形態(tài)為互聯(lián)網(wǎng)運(yùn)營、品牌營銷、城市 規(guī)劃等各個(gè)行業(yè)的客戶提供服務(wù)。該藥妝品牌在廣告投放過程中就使用了每日互動(dòng)行業(yè)數(shù)盤中 聚焦于品牌營銷領(lǐng)域的"個(gè)

36、燈數(shù)盤”。"個(gè)燈數(shù)盤”涵蓋多維度用戶畫像分析、潛客拓展、客流分析等功能，可全方位滿足品牌人群洞 察需求，在每日互動(dòng)"精準(zhǔn)投放定向服務(wù)”的配合下，可幫助品牌全面提升營銷價(jià)值。具體來說，個(gè)燈數(shù)盤從人口屬性、興趣愛好、媒體偏好等維度，對指定人群進(jìn)行全面畫像分 析，洞察目標(biāo)人群特征?；谇把谹I機(jī)器學(xué)習(xí)，實(shí)現(xiàn)目標(biāo)人群lookalike擴(kuò)量,幫助品牌找到更 多具有相似特征和偏好的潛在消費(fèi)者。而在程序化投放過程中，在個(gè)燈數(shù)盤的基礎(chǔ)上，每日互 動(dòng)基于移動(dòng)端數(shù)據(jù)篩選流量，依托智能算法，可以一鍵按需智能排序選量，并持續(xù)優(yōu)化TA濃 度，實(shí)現(xiàn)精準(zhǔn)高效的媒體曝光。以該歐洲美妝品牌的一款產(chǎn)品廣告投放

37、為例，品牌方借助個(gè)燈數(shù)盤，精準(zhǔn)找到目標(biāo)消費(fèi)者，挖 掘潛在消費(fèi)者，并聯(lián)合站內(nèi)站外資源進(jìn)行大規(guī)模精準(zhǔn)投放，提升了品牌認(rèn)知度，提高了產(chǎn)品銷 量。洞察投放二 評估驗(yàn)證圖18：基于個(gè)燈數(shù)盤的精準(zhǔn)投放找出行為特征：:人群擴(kuò)最導(dǎo)入數(shù)據(jù)、:選對媒體、聚類細(xì)分智能選量 分析數(shù)據(jù)分組測試:站內(nèi)外聯(lián)動(dòng)ifenxl第一步:洞察目標(biāo)消費(fèi)者特征，分組測試確定營銷重點(diǎn)人群在洞察環(huán)節(jié)，品牌方借助個(gè)燈數(shù)盤的算法技術(shù)，對天貓站內(nèi)產(chǎn)品相關(guān)用戶數(shù)據(jù)進(jìn)行充分挖掘， 找出消費(fèi)者的行為特征并生成了用戶畫像標(biāo)簽，再基于屬性、行為特征等維度，對種子用戶進(jìn) 行聚類細(xì)分，將用戶分成了精致女孩、積極女性和知識白領(lǐng)三類種子人群。之后，品牌方從中 各篩

38、選出小批量用戶進(jìn)行投放測試。通過分析廣告的曝光和點(diǎn)擊情況，該品牌最終將"知識白 領(lǐng)"確定為后續(xù)大規(guī)模站外營銷活動(dòng)的重點(diǎn)開展人群。由于站內(nèi)的激烈競爭使得流量獲取成本不斷攀升，為避免站內(nèi)紅海的正面爭奪，品牌方聽從個(gè) 燈數(shù)盤的建議將眼光轉(zhuǎn)向站外，借助每日互動(dòng)在站外的豐富優(yōu)質(zhì)流量進(jìn)行大規(guī)模投放，以優(yōu)質(zhì) 的成本有效引流。第二步：擴(kuò)量算法挖掘潛在消費(fèi)者,智能選量實(shí)現(xiàn)站外大規(guī)模精準(zhǔn)投放在投放環(huán)節(jié)，品牌方先依托每日互動(dòng)的數(shù)據(jù)庫能力和機(jī)器學(xué)習(xí)，找出高潛力用戶”知識白領(lǐng)”的 顯著特征，并通過lookalike擴(kuò)量算法，找到了3000W+具有相似特征和偏好的潛在消費(fèi)者。之 后，該品牌基于個(gè)燈數(shù)盤

39、能力，擇優(yōu)選擇知識白領(lǐng)人群偏好明顯的短視頻、新聞?lì)愐苿?dòng)媒體作 為投放途徑，并與國內(nèi)主流DSP服務(wù)商完成對接。高潛力人群特征層分析最終投放人群知識白狡唁G D冬線上偏好基礎(chǔ)信息家庭婚姻興趣建好線下場景3000W+個(gè)燈全網(wǎng)人群ifenxl在投放前，品牌方采取每日互動(dòng)獨(dú)創(chuàng)的"子彈夾模式"對媒體流量和TA之間進(jìn)行契合度排序，確 保廣告都能匹配到優(yōu)質(zhì)的流量進(jìn)行精準(zhǔn)曝光。每日互動(dòng)會(huì)在流量匹配過程中,基于全網(wǎng)覆蓋的 移動(dòng)端數(shù)據(jù)，對流量的真實(shí)性進(jìn)行判斷，過濾掉虛假流量。投放時(shí)，該品牌在每日互動(dòng)指導(dǎo)下，通過緊密聯(lián)動(dòng)站外站內(nèi)，將站外的優(yōu)質(zhì)流量精準(zhǔn)導(dǎo)入站 內(nèi)，提高了目標(biāo)消費(fèi)者從曝光到購買的轉(zhuǎn)化率

40、。第三步：通過品牌Databank ,對投放結(jié)果進(jìn)行評估驗(yàn)證在評估驗(yàn)證環(huán)節(jié)，品牌方在營銷活動(dòng)結(jié)束后，將數(shù)據(jù)導(dǎo)入品牌數(shù)據(jù)銀行(Databank ),對廣告 效果進(jìn)行評估驗(yàn)證。結(jié)果顯示，此次投放人群的品牌關(guān)聯(lián)度、購買/復(fù)購用戶占比明顯高于普通 電商活躍人群，實(shí)現(xiàn)了品牌宣傳與線上銷售的"品效合一二 數(shù)據(jù)顯示，本次營銷活動(dòng)不僅提升 了品牌認(rèn)知度，線上銷量還比預(yù)期高出了 127%。此次合作中，每日互動(dòng)充分發(fā)揮自身數(shù)據(jù)和技術(shù)優(yōu)勢，幫助品牌方全面洞察目標(biāo)消費(fèi)者，激發(fā) 品牌新的營銷思路和創(chuàng)意，不僅為品牌搶占消費(fèi)者心智加碼，更為深化中國美妝市場的數(shù)字化 營銷挖掘出更多可能性。2.數(shù)據(jù)中臺(tái)支撐數(shù)據(jù)智能落

41、地 2.1數(shù)據(jù)中臺(tái)是數(shù)據(jù)應(yīng)用的基礎(chǔ)設(shè)施企業(yè)在實(shí)現(xiàn)數(shù)據(jù)應(yīng)用的過程中，面臨著大量技術(shù)和業(yè)務(wù)組織層面的挑戰(zhàn)。數(shù)據(jù)中臺(tái)作為一種新興的 架構(gòu)，是企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的必經(jīng)之路，是支撐數(shù)據(jù)應(yīng)用的新基礎(chǔ)設(shè)施，對企業(yè)的數(shù)字化轉(zhuǎn)型 具有重要的意義。企業(yè)數(shù)據(jù)應(yīng)用挑戰(zhàn)與數(shù)據(jù)中臺(tái)價(jià)值對于數(shù)據(jù)中臺(tái)的概念和實(shí)踐，目前行業(yè)內(nèi)尚未形成統(tǒng)一的認(rèn)知和通用標(biāo)準(zhǔn)，但隨著企業(yè)的數(shù)據(jù)意識 與認(rèn)知增強(qiáng)，越來越多的企業(yè)對于數(shù)據(jù)中臺(tái)的價(jià)值形成了共識。數(shù)據(jù)中臺(tái)不僅僅是技術(shù)或產(chǎn)品體系，更是一種戰(zhàn)略選擇和組織形式，是依據(jù)企業(yè)特有的業(yè)務(wù)模式和 組織架構(gòu)，通過有形的產(chǎn)品和實(shí)施方法論支撐，構(gòu)建一套持續(xù)不斷把數(shù)據(jù)變成資產(chǎn)并服務(wù)于業(yè)務(wù)的 機(jī)制。在企業(yè)推進(jìn)數(shù)字

42、化轉(zhuǎn)型和數(shù)據(jù)應(yīng)用的過程中，通常會(huì)面臨以下幾方面的挑戰(zhàn):第一，企業(yè)內(nèi)部有大量數(shù)據(jù)孤島，傳統(tǒng)企業(yè)的數(shù)據(jù)大量存在各個(gè)孤立的數(shù)據(jù)業(yè)務(wù)中，且數(shù)據(jù)碎片 化，無法統(tǒng)一融合賦能業(yè)務(wù)。數(shù)據(jù)中臺(tái)通過對跨平臺(tái)海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí) 統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)和口徑。數(shù)據(jù)中臺(tái)把數(shù)據(jù)統(tǒng)一之后，會(huì)形成標(biāo)準(zhǔn)數(shù)據(jù)，再進(jìn)行存儲(chǔ)，形成數(shù)據(jù)資產(chǎn)， 進(jìn)而為業(yè)務(wù)提供高效的數(shù)據(jù)服務(wù)。第二，傳統(tǒng)企業(yè)內(nèi)部通常是IT部門負(fù)責(zé)處理和管理數(shù)據(jù)，業(yè)務(wù)部門無法直接使用數(shù)據(jù)。數(shù)據(jù)中臺(tái)是聚 合和治理跨域數(shù)據(jù)，將數(shù)據(jù)抽象封裝成服務(wù)，提供給前臺(tái)以業(yè)務(wù)價(jià)值的邏輯概念，能夠?qū)崿F(xiàn)數(shù)據(jù)的 資產(chǎn)化、服務(wù)化，賦能業(yè)務(wù)部門人員進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用。第三，一旦推進(jìn)數(shù)據(jù)

43、智能應(yīng)用，企業(yè)可能也會(huì)面臨大量的數(shù)據(jù)開發(fā)工作，技術(shù)門檻高、投入成本 高，但面對前端的業(yè)務(wù)部門源源不斷的需求，企業(yè)存在數(shù)據(jù)服務(wù)能力重復(fù)建設(shè)的問題。數(shù)據(jù)中臺(tái)連 接數(shù)據(jù)前臺(tái)和后臺(tái)，為企業(yè)提供更靈活、高效、低成本的數(shù)據(jù)分析挖掘服務(wù)，實(shí)現(xiàn)企業(yè)的數(shù)據(jù)開發(fā) 能力的復(fù)用，避免企業(yè)為滿足具體某部門某種數(shù)據(jù)分析需求而投入大量高成本、重復(fù)性的數(shù)據(jù)開發(fā)同時(shí)，數(shù)據(jù)中臺(tái)實(shí)現(xiàn)將通用的數(shù)據(jù)服務(wù)在業(yè)務(wù)部門間共享，提升跨部門的普適性業(yè)務(wù)價(jià)值能力和企 業(yè)運(yùn)營效率，能幫助企業(yè)更好地響應(yīng)業(yè)務(wù)需求的快速變化。因此，數(shù)據(jù)中臺(tái)可以解決客戶在數(shù)據(jù)整合、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)應(yīng)用和數(shù)據(jù)運(yùn)營等方面的問題，包 括一切與企業(yè)數(shù)據(jù)資產(chǎn)使用相關(guān)的平臺(tái)、工具、

44、數(shù)據(jù)、組織、流程與規(guī)范等。以數(shù)據(jù)中臺(tái)建設(shè)為抓 手推進(jìn)數(shù)據(jù)智能應(yīng)用是非常有效的方式。數(shù)據(jù)中臺(tái)的架構(gòu)數(shù)據(jù)中臺(tái)連接前后與后臺(tái)，基于底層數(shù)據(jù)存儲(chǔ)計(jì)算基礎(chǔ)設(shè)施建設(shè)，通過數(shù)據(jù)開發(fā)、數(shù)據(jù)治理體系與 數(shù)據(jù)資產(chǎn)管理形成可對外進(jìn)行服務(wù)的數(shù)據(jù)資產(chǎn)，再通過數(shù)據(jù)服務(wù)體系將數(shù)據(jù)資產(chǎn)轉(zhuǎn)變?yōu)閿?shù)據(jù)服務(wù)能 力，支撐企業(yè)上層數(shù)據(jù)應(yīng)用。數(shù)據(jù)運(yùn)營體系、數(shù)據(jù)安全管理體系則保障數(shù)據(jù)中臺(tái)的持續(xù)運(yùn)營。圖20：數(shù)據(jù)中臺(tái)的架構(gòu)數(shù)據(jù)應(yīng)用數(shù)據(jù)應(yīng)用BI分析精準(zhǔn)營銷客戶洞察數(shù)據(jù)標(biāo)簽引擎畫像引肇推薦引擎預(yù)測引擎數(shù)據(jù)服務(wù)調(diào)用管理服務(wù)授權(quán)數(shù)據(jù)資產(chǎn)管理API數(shù)據(jù)運(yùn)營體系數(shù)據(jù)治理數(shù)據(jù)質(zhì)量離線開發(fā)元數(shù)據(jù)管理數(shù)據(jù)標(biāo)準(zhǔn)實(shí)時(shí)開發(fā)數(shù)據(jù)血緣數(shù)據(jù)標(biāo)簽體系數(shù)據(jù)資產(chǎn)目錄數(shù)據(jù)開發(fā)算法

45、開發(fā)數(shù)據(jù)存儲(chǔ)計(jì)算數(shù)據(jù)安全管理ifenxi1）數(shù)據(jù)開發(fā)數(shù)據(jù)匯聚到數(shù)據(jù)中臺(tái)需要經(jīng)過數(shù)據(jù)加工以及過程管控的工具進(jìn)行數(shù)據(jù)處理，才可以快速將數(shù)據(jù)加工 成對業(yè)務(wù)有用的數(shù)據(jù)。數(shù)據(jù)開發(fā)平臺(tái)提供實(shí)時(shí)開發(fā)和離線開發(fā)工具，以及智能調(diào)度、智能運(yùn)維、監(jiān) 控告警等一系列工具,以提升數(shù)據(jù)開發(fā)人員和分析人員的效率。經(jīng)過數(shù)據(jù)開發(fā)模塊，可以形成不同業(yè)務(wù)可用的數(shù)據(jù)體系，數(shù)據(jù)體系具有一致性和可復(fù)用性的特點(diǎn)。2）數(shù)據(jù)資產(chǎn)管理為了使企業(yè)業(yè)務(wù)人員更容易理解和應(yīng)用數(shù)據(jù)資產(chǎn)，數(shù)據(jù)資產(chǎn)管理模塊對數(shù)據(jù)資產(chǎn)進(jìn)行管理和質(zhì)量控 制。數(shù)據(jù)資產(chǎn)管理包括數(shù)據(jù)標(biāo)準(zhǔn)管理、數(shù)據(jù)模型管理、元數(shù)據(jù)管理、主數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量管理、 數(shù)據(jù)安全管理、數(shù)據(jù)價(jià)值管理和數(shù)據(jù)共享管

46、理等職能。數(shù)據(jù)資產(chǎn)管理包含了傳統(tǒng)數(shù)據(jù)治理體系。數(shù)據(jù)資產(chǎn)管理的核心不在于技術(shù)與產(chǎn)品，更在于企業(yè)的戰(zhàn)略、組織與制度，需要企業(yè)具有明確的戰(zhàn) 略規(guī)劃、有效的組織架構(gòu)、良好的數(shù)據(jù)意識、合理的制度與業(yè)務(wù)流程，才能逐步形成統(tǒng)一的數(shù)據(jù)標(biāo) 準(zhǔn)與規(guī)范，實(shí)現(xiàn)良好的數(shù)據(jù)資產(chǎn)管理體系。3）數(shù)據(jù)服務(wù)數(shù)據(jù)服務(wù)體系是連接數(shù)據(jù)資產(chǎn)和數(shù)據(jù)應(yīng)用的樞紐，將數(shù)據(jù)資產(chǎn)轉(zhuǎn)換為業(yè)務(wù)可用的數(shù)據(jù)服務(wù)。數(shù)據(jù)通 過計(jì)算邏輯的封閉生成API服務(wù)，數(shù)據(jù)應(yīng)用可以對接數(shù)據(jù)服務(wù)API獲取數(shù)據(jù)服務(wù)。企業(yè)的服務(wù)需求大 部分是定制化的，因此，大部分?jǐn)?shù)據(jù)服務(wù)并不是數(shù)據(jù)服務(wù)體系本身自帶的，而是通過數(shù)據(jù)服務(wù)體系 提供的快速的服務(wù)生成、管控能力來提供的。基于數(shù)據(jù)服務(wù)體系，

47、數(shù)據(jù)服務(wù)可通過對數(shù)據(jù)進(jìn)行封裝快速支撐上層應(yīng)用，降低了數(shù)據(jù)接口的重復(fù)建 設(shè)，保障數(shù)據(jù)服務(wù)輸出的一致性、及時(shí)性、高效性。同時(shí)，通過數(shù)據(jù)拓展和數(shù)據(jù)封裝形式的拓展， 數(shù)據(jù)能力能進(jìn)不斷進(jìn)行擴(kuò)展。4）數(shù)據(jù)運(yùn)營體系數(shù)據(jù)中臺(tái)建成之后，需要持續(xù)運(yùn)營、不斷迭代，才能依據(jù)企業(yè)不斷變化的業(yè)務(wù)和數(shù)據(jù)產(chǎn)生持續(xù)的價(jià) 值。數(shù)據(jù)運(yùn)營體系保障數(shù)據(jù)中臺(tái)得以持續(xù)運(yùn)轉(zhuǎn)和迭代。5）數(shù)據(jù)安全管理體系數(shù)據(jù)安全管理體系是數(shù)據(jù)中臺(tái)體系的基礎(chǔ)，包含大量復(fù)雜的技術(shù)手段，涉及數(shù)據(jù)產(chǎn)生、數(shù)據(jù)存儲(chǔ)、 數(shù)據(jù)使用、數(shù)據(jù)共享等全生命周期。企業(yè)數(shù)據(jù)中臺(tái)匯聚了企業(yè)全量數(shù)據(jù)，應(yīng)當(dāng)建設(shè)多方面、多層次 保障的數(shù)據(jù)安全管理體系。和數(shù)據(jù)中臺(tái)建設(shè)類似，數(shù)據(jù)安全管理體系不僅是依

48、賴于產(chǎn)品與技術(shù)，而是包括了安全戰(zhàn)略、安全組 織、安全過程管理等多方面，需要企業(yè)兼顧多方面。2.2數(shù)據(jù)中臺(tái)建設(shè)與運(yùn)營指南數(shù)據(jù)中臺(tái)不僅是一個(gè)復(fù)雜的技術(shù)架構(gòu)，是一套數(shù)據(jù)資產(chǎn)體系和數(shù)據(jù)服務(wù)能力，更是一種業(yè)務(wù)和組織 的架構(gòu)和業(yè)務(wù)運(yùn)營的流程與機(jī)制。愛分析經(jīng)過多家企業(yè)的數(shù)據(jù)中臺(tái)的案例調(diào)研，總結(jié)了建設(shè)數(shù)據(jù)中 臺(tái)過程中部分共性的最佳實(shí)踐方法論。圖21：數(shù)據(jù)中臺(tái)建設(shè)與運(yùn)營關(guān)鍵環(huán)節(jié)頂層戰(zhàn)略規(guī)劃頂層戰(zhàn)略規(guī)劃應(yīng)用場景規(guī)劃數(shù)據(jù)治理體系搭建技術(shù)平臺(tái)搭建業(yè)務(wù)價(jià)值實(shí)現(xiàn)持續(xù)運(yùn)營業(yè)務(wù)目標(biāo)與故略數(shù)字化藍(lán)圖規(guī)劃故據(jù)資產(chǎn)盤點(diǎn) 業(yè)務(wù)需求檀理 優(yōu)先場景燃劃技術(shù)體系悟建 用度體系掐建故據(jù)集成數(shù)據(jù)治理 故據(jù)資產(chǎn)管理 故據(jù)開發(fā)數(shù)據(jù)服務(wù)場景應(yīng)用閉環(huán)

49、應(yīng)用價(jià)值評估數(shù)據(jù)運(yùn)營規(guī)范 組段協(xié)同 應(yīng)用場景拓展 運(yùn)營能力理設(shè)ifenxi頂層戰(zhàn)略規(guī)劃數(shù)據(jù)中臺(tái)是企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)設(shè)施，是企業(yè)各部門共同的數(shù)據(jù)平臺(tái)和數(shù)據(jù)服務(wù)體系。因此，數(shù) 據(jù)中臺(tái)建設(shè)的核心目的是服務(wù)于企業(yè)的整體戰(zhàn)略目標(biāo)與業(yè)務(wù)目標(biāo)。例如，零售企業(yè)為了增加營業(yè)收 入，則需要對客戶進(jìn)行深入洞察,進(jìn)一步需要建設(shè)數(shù)據(jù)中臺(tái)匯聚并利用全渠道數(shù)據(jù)。此外，數(shù)據(jù)中臺(tái)的建設(shè)不僅僅涉及技術(shù)架構(gòu)，還會(huì)涉及企業(yè)的業(yè)務(wù)模式也組織架構(gòu)。因此，企業(yè)應(yīng) 當(dāng)從頂層戰(zhàn)略為起點(diǎn)，根據(jù)業(yè)務(wù)目標(biāo)規(guī)劃數(shù)據(jù)中臺(tái)的建設(shè)藍(lán)圖與路徑。同時(shí)，數(shù)據(jù)中臺(tái)不僅面向技術(shù)人員，更面向業(yè)務(wù)人員。傳統(tǒng)企業(yè)的各部門間部門墻問題明顯，要實(shí) 現(xiàn)部門間的溝通協(xié)作、共建數(shù)

50、據(jù)中臺(tái)的挑戰(zhàn)巨大，因此，建設(shè)數(shù)據(jù)中臺(tái)需要站在企業(yè)戰(zhàn)略層面進(jìn)行推進(jìn),在組織架構(gòu)和資源方面給予統(tǒng)一的調(diào)配與支持。因此，企業(yè)建設(shè)數(shù)據(jù)中臺(tái)建設(shè)要從頂層戰(zhàn)略規(guī)劃出發(fā)，根據(jù)業(yè)務(wù)目標(biāo)，從戰(zhàn)略層面規(guī)劃數(shù)據(jù)中臺(tái)建 設(shè)路徑、調(diào)整組織架構(gòu)、調(diào)配相關(guān)資源。影兒時(shí)尚集團(tuán)打造CDP客戶數(shù)據(jù)平臺(tái)，助力三年百億目標(biāo)隨著消費(fèi)需求的不斷細(xì)分、科技創(chuàng)新的深入演進(jìn)，市場與業(yè)態(tài)的快速變化沖擊著傳統(tǒng)服裝業(yè)的 經(jīng)營模式，業(yè)務(wù)運(yùn)營方式呈現(xiàn)出從粗放到精細(xì)、從線下到全渠道融合、從注重規(guī)模到注重效果 的特點(diǎn)，而數(shù)字化轉(zhuǎn)型和智能化重塑則是傳統(tǒng)服裝行業(yè)提升競爭力核心所在。影兒時(shí)尚集團(tuán)是一家大型服裝企業(yè)，成立于1996年，旗下?lián)碛辛螵?dú)立品牌，在全國擁

51、有15大 區(qū)域銷售分公司、1500多家直營門店和數(shù)百萬會(huì)員。2018年下半年，影兒集團(tuán)制定了未來三年 收入增長至百億的目標(biāo)，而增長命題有三個(gè)重要元素：商品、市場、消費(fèi)者。隨著用戶為王時(shí) 代的到來,影兒集團(tuán)希望把焦點(diǎn)放在消費(fèi)者身上，讓消費(fèi)者管理成為增長的主要驅(qū)動(dòng)力。鑒于消費(fèi)者運(yùn)營是非常適合數(shù)據(jù)化轉(zhuǎn)型落地并快速產(chǎn)生效果的場景，影兒集團(tuán)選擇了 TalkingData作為數(shù)字化運(yùn)營合作伙伴，啟動(dòng)數(shù)字化會(huì)員項(xiàng)目，構(gòu)建起CDP客戶數(shù)據(jù)平臺(tái),通過 數(shù)據(jù)優(yōu)化W完善全業(yè)務(wù)流程。TalkingData是國內(nèi)領(lǐng)先的數(shù)據(jù)智能服務(wù)提供商，圍繞SmartDP數(shù)據(jù)智能平臺(tái)構(gòu)建"連接、安全、 共享”的數(shù)據(jù)智能應(yīng)用生

52、態(tài)，幫助商業(yè)企業(yè)和現(xiàn)代社會(huì)實(shí)現(xiàn)以數(shù)據(jù)為驅(qū)動(dòng)力的智能化轉(zhuǎn)型。影兒集團(tuán)攜手TalkingData，明確了從集團(tuán)到品牌、從區(qū)域到終端、從基礎(chǔ)平臺(tái)搭建到系統(tǒng)自動(dòng) 化和系統(tǒng)智能化的建設(shè)路線，經(jīng)過業(yè)務(wù)數(shù)字化、業(yè)務(wù)自動(dòng)化和業(yè)務(wù)智能化三個(gè)階段逐步推進(jìn)， 最終實(shí)現(xiàn)集團(tuán)整體數(shù)字化能力的成長。圖22：影兒集團(tuán)數(shù)字化轉(zhuǎn)型項(xiàng)目三階段數(shù)字化能力成長數(shù)字化能力成長業(yè)務(wù)智能化全領(lǐng)域數(shù)字化運(yùn)營閉拜一階段（建立基礎(chǔ)）業(yè)務(wù)自動(dòng)化全渠道私域流分配和冒理數(shù)字化運(yùn)營業(yè)務(wù)前臺(tái)業(yè)務(wù)數(shù)字化 全鏈路故字化基礎(chǔ)建立人：會(huì)員標(biāo)簽化貨：標(biāo)準(zhǔn)統(tǒng)一化*場：渠道倆好化三方行為故據(jù)補(bǔ)充私域流分配管理能力外部流引入能力 全渠道閉環(huán)運(yùn)營/菅銷自動(dòng)化能力 貨品產(chǎn)需

53、銷協(xié)冏能力 渠道故字化能力 模型算法加持/多雄斂據(jù)補(bǔ)充數(shù)字化運(yùn)營數(shù)據(jù)中臺(tái)數(shù)字化運(yùn)營策略中臺(tái)深化數(shù)字化能力數(shù)字化推動(dòng)新的盈利模式出現(xiàn)業(yè)務(wù)效益?zhèn)忍嵘龢I(yè)務(wù)效率側(cè)提升故據(jù)資產(chǎn)積累/變現(xiàn)二階段（補(bǔ)充蹴能）三階段（替代k能）ifenxl第一階段:數(shù)據(jù)化基建，用數(shù)據(jù)驅(qū)動(dòng)型業(yè)務(wù)''驗(yàn)證RGM增長模式 服裝企業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)，就是對“人、貨、場”進(jìn)行數(shù)字化的重構(gòu)。在平臺(tái)建設(shè)層面，影兒 集團(tuán)與TalkingData密切配合，確保數(shù)據(jù)采集、數(shù)據(jù)處理、平臺(tái)能力與業(yè)務(wù)應(yīng)用相匹配，實(shí)現(xiàn) 了線上、線下觸點(diǎn)數(shù)據(jù)合規(guī)采集以及數(shù)據(jù)的標(biāo)準(zhǔn)化、標(biāo)簽化脫敏處理，并打通從數(shù)據(jù)到業(yè)務(wù)應(yīng) 用的輸出通路，確保業(yè)務(wù)側(cè)能夠準(zhǔn)確、

54、高效地應(yīng)用數(shù)據(jù)。在項(xiàng)目實(shí)施過程中，為了保證數(shù)據(jù)更業(yè)務(wù)化、平臺(tái)能力更智能化，集團(tuán)以"獲新”為目標(biāo)，先以 "半人工"的方式嘗試了一次數(shù)字化運(yùn)營全流程。這次營銷活動(dòng)基于TalkingData建設(shè)的一方CDP 客戶數(shù)據(jù)平臺(tái)，通過微生態(tài)裂變的方式打通了數(shù)字化運(yùn)營閉環(huán)，從事前策略、事中調(diào)優(yōu)、事后 總結(jié)三方面實(shí)現(xiàn)了核心效率的提升。該次"獲新"活動(dòng)取得了推文曝光量超10萬、公眾號新增粉絲超4萬、新增注冊會(huì)員超4000、活 動(dòng)轉(zhuǎn)化銷售額超800萬的亮眼成績，然而成本支出僅為3萬元。這次嘗試在驗(yàn)證項(xiàng)目的階段性成 果的同時(shí),也為后續(xù)數(shù)字化運(yùn)營閉環(huán)的全面推廣奠定了基礎(chǔ)

55、。第二階段：數(shù)據(jù)釋能渠道&品牌，驅(qū)動(dòng)業(yè)務(wù)變現(xiàn)數(shù)據(jù)化基礎(chǔ)能力構(gòu)建完成后,影兒集團(tuán)逐步將平臺(tái)能力釋放到各品牌、各大區(qū)域分公司以及線 上銷售渠道，隨之而來的是數(shù)據(jù)處理需求的激增。CDP平臺(tái)提供的數(shù)據(jù)權(quán)限功能、標(biāo)簽可視化 配置功能很好應(yīng)對了該問題，不僅能夠同時(shí)滿足多業(yè)務(wù)部門的數(shù)據(jù)需求，還實(shí)現(xiàn)了業(yè)務(wù)人員自 主完成數(shù)據(jù)標(biāo)簽加工的靈活性,既提升工作效率也降低信息部門的溝通成本。除了運(yùn)用平臺(tái)完成老客運(yùn)營之外，TalkingData基于自身的數(shù)據(jù)產(chǎn)品幫助影兒集團(tuán)進(jìn)行用戶畫 像、指導(dǎo)門店用戶洞察以及選址策略，輔助影兒集團(tuán)搭建起潛客數(shù)字化運(yùn)營的基礎(chǔ)。有了數(shù)據(jù)平臺(tái)的支持，2018年的雙11活動(dòng)中，影兒集團(tuán)線上

56、商城拋棄過往基于歷史經(jīng)驗(yàn)的"人 海戰(zhàn)術(shù)"式營銷，通過CDP平臺(tái)進(jìn)行客群洞察及人群拆分，針對不同人群設(shè)置不同的主推權(quán)益、 觸達(dá)渠道、測試文案，再分群分組的進(jìn)行用戶觸達(dá)，以營銷活動(dòng)全鏈路數(shù)字化促進(jìn)消費(fèi)轉(zhuǎn)化, 最終實(shí)現(xiàn)銷售額提升超過90%、客單價(jià)提升超過20%、新客銷售額提升2倍的亮眼成績。第三階段：復(fù)購模型賦能終端導(dǎo)購，大幅提升運(yùn)營效率隨著項(xiàng)目逐步深入，從集團(tuán)到品牌、渠道，平臺(tái)能力逐級下沉，將支持的業(yè)務(wù)領(lǐng)域推進(jìn)至終端 導(dǎo)購層面。為此，影兒集團(tuán)將導(dǎo)購助手平臺(tái)與CDP平臺(tái)對接,使導(dǎo)購助手?jǐn)?shù)據(jù)能夠回流至CDP 平臺(tái)，實(shí)現(xiàn)平臺(tái)賦能導(dǎo)購的運(yùn)營閉環(huán)。為了滿足實(shí)際業(yè)務(wù)場景下的需求，平臺(tái)開發(fā)了

57、大量定制化數(shù)據(jù)分析報(bào)表，用于追蹤各項(xiàng)運(yùn)營活 動(dòng)的效果，再疊加用戶復(fù)購模型，為導(dǎo)購排序會(huì)員維護(hù)的優(yōu)先級，指導(dǎo)導(dǎo)購判斷高概率復(fù)購人 群，既提升了導(dǎo)購側(cè)的用戶運(yùn)營效率和終端交易轉(zhuǎn)化，又能同時(shí)追蹤導(dǎo)購的業(yè)績完成情況，實(shí) 現(xiàn)導(dǎo)購管理的智能化。通過第三階段的項(xiàng)目建設(shè)，導(dǎo)購加復(fù)購模型效果的常態(tài)化運(yùn)營已經(jīng)深入到每個(gè)導(dǎo)購的日常工作 中，真正實(shí)現(xiàn)了用數(shù)據(jù)來指導(dǎo)業(yè)務(wù)運(yùn)營決策，用智能來提升效率和收入，也大幅提升了客戶滿 意度。通過老客復(fù)購模型，影兒集團(tuán)改變過往完全基于經(jīng)驗(yàn)判斷的運(yùn)營方式，大大提高了老客運(yùn)營效 率，取得了電話邀約率提升超過30%、老客整體復(fù)購率提升超過10%、定向邀約老客客單價(jià)高 于普通老客30%以上、定向邀約老客聯(lián)單率高于普通老客20%以上的效果,真正實(shí)現(xiàn)了從集團(tuán) 到終端的RGM數(shù)字化轉(zhuǎn)型。圖23：影兒集團(tuán)數(shù)字化運(yùn)營深入終端導(dǎo)購復(fù)購模型常態(tài)化應(yīng)用:復(fù)購模型常態(tài)化應(yīng)用:復(fù)購模型人群包制選衡指標(biāo)分析，價(jià) BjAMFAC* 來點(diǎn)tt的人V整體峻存人C*算購模熨橫型優(yōu)化宙約相位人群（正樣本）Hi型優(yōu)化M計(jì)HR（存老客廈購概率©導(dǎo)購基于模S2推薦對點(diǎn)客戶諼行電話宙約道約未相應(yīng)人群（負(fù)樣本）每日推送重點(diǎn)維護(hù)人群: i'JWTt% t«*K<»aR«ix t aness*價(jià)于宅容體tifenx)未來，影兒集團(tuán)將在