本期局内人：桑文锋（神策数据创始人&ceo）
一、大数据领域的新机会
大数据这个领域，已经有谷歌分析、百度统计这些做得比较好的产品了，但是我们还是做了神策，归根到底是需求。有新的需求冒出来的时候，就会形成新的机会。
我把2000年的之后的互联网分层3个阶段：
第一阶段：2000-2006年，流量时代。不管是三大门户还是其他网站，归根到底都是流量性质。那个时候你的产品流量大，你就牛。
第二阶段：2006-2011年，用户时代。这个阶段大家更关注的是用户数，像国内的开心、人人，国外的facebook。对比产品的时候，更会偏向用户活跃度，而不像最开始的时候以pv来衡量。
第三阶段：2012年至今，甚至到未来五年八年，我们进入了订单时代。从2012年左右的团购、到2014年左右的o2o、再到去年的直播、互联网金融的发展，我们看到一种趋势，就是线下的交易在往线上搬。
发展到这个阶段，我们做用户分析的深度就不一样了。从最开始的一个数据统计、分析用户、到订单交易、用数据漏斗做来源分析。这个时候你就会关心用户留存，希望用户下单、长久消费。所以你对信息的分析深度就不一样。这就是需求的变化，需要更精细化的、更深度的用户行为分析。
二、用户行为数据在企业中有什么价值？
一个价值是用行为数据驱动决策。具体有三点：
1.产品改进。我们可以根据用户行为数据分析出用户的喜好，进一步改进产品。这个按钮是放在左角还是右角，整个流程设计，怎么做感官效果更好。
2.运营监控。我们做了一些运营活动，效果怎么样？这时候就需要进行运营监控的数据分析。
3.商业决策。对管理者来说，根据整体的运营分析数据，我们就能决定下一步该怎么走。
其实这是我们传统的bi（商务智能），只发挥了数据价值的20%，数据更大的价值是驱动产品智能。比如现在最火的ai，其实逻辑有三步。第一步有了数据基础；第二步在这个数据基础上抄上一定的策略算法；第三步把这个策略算法和这个数值再回归到产品里面去，这样就形成了一个循环。对这个产品本身就是一个的学习过程，这就是智能。
最简单的例子是有两个产品，一个是百度搜索。根据用户的点击的情况，它会决定哪些结果往前排，哪些结果往后排，这个就是用户行为引入到搜索引擎里面去。
那另外一个产品就是今日头条，今日头条是一个以替代引擎为核心的媒体渠道，它能根据用户接触的各种新闻，决定进一步给你推送什么类型的。
总结来说，用户行为数据在企业里起到的作用，一方面是驱动决策，另一方面是驱动产品智能。
三、数据分析的四个环节
1.数据采集
第一个环节是数据采集，就是数据从哪里来。在搭建百度大数据系统的过程中，我有一个很重要的心得：数据要做好，最重要的就是数据源。
从源头上来说，我把大数据分解为四个字：大，全，细，时。
大，并不是物理上的大，98年谷歌最开始做搜索引擎的时候，它抓取了整个网站的网页信息，一共2500万个网页才47gb，一个u盘就能装下，但它肯定是大数据，因为它把整个网络全都放进去了。
全，以美国选举为例，网上的调研都说希拉里会获胜，但结果特郎普获胜了。后来分析原因说，美国中部的农民都是不上网的。这就印证了一个问题，就是我们收集数据的时候，不能只收集客户端的数据，服务端的数据也要收集的。
细，其实就是强调多维度。维度越多，占的数字规模不见得多，但是可能的组合形式就越多，你就会发现一些不一样规律。
时，就是时效性。以前我们人口普查是每5年做一次，准备一年、做一年、一年之后出结果。但现在上今日头条上看新闻，你刚看完这条新闻，数据系统马上就会记住你的优先选择，决定接下来给你推荐的内容。
2.数据建模
所谓建模，就是把数据进行储存，把它整理得更方便以后使用。就像是一个仓库，如果运来的东西不去分类，而是随便往那一堆，等以后要用的时候，找起来就麻烦了。
3.数据分析
漏斗分析、用户留存分析、多维交叉分析、用户点击分析，这些都是在数据模型基础上的应用。
4.数据指标
我们每天都要进行很多很复杂的分析，才能得到想要的结果。但是一个产品真正的运营中，我们总是能通过一些关键指标就能得出结论。举一个最简单的例子，拿我们国家来说，最重要的指标就是gdp，用它就可以衡量整个国家的经济情况。
四、神策数据能帮客户解决什么问题？
举个例子，我们的客户聚美优品，它的sku和用户规模都非常大，像这样的电商平台，用我们的产品主要能解决5个问题：
1.渠道来源分析。比如说进行广告投放，或者营销活动，我们要分析这个渠道本身的效果如何。
2.分析渠道转化。比如一个用户从某个广告渠道安装了你的app，这个用户不代表真正激活了。用户进来后，你关心的是他是不是能真正转化成一个付费用户，这个时候你就要做一个转化漏斗分析。
3.产品改进。好不容易来了几个用户，我们希望用户都忠诚点。我们就需要做一些改进，让产品流程更顺畅。
4.已有用户的突破。不管我们做客户流程分析还是用户分析也好，都是为了让老用户不断复购。
5.二次开发。神策本身是一个paas+saas的模式，底层搭建用户数据平台，做精准推荐，或者基于这个数据进行二次开发。
五、主动退钱，这是一种价值观
我们去跟客户合作之前，首先会评估这个客户有没有可能落地下来。我们神策有一个价值观，这也是我们的底线，就是给客户带来价值。
我们早期有一个客户，名气挺大的，已经给我们付了钱。但是过了两三个月，我们发现他并没有把我们的产品用起来，后来发现是他们的业务需求变了，在用户分析这块没需求了。这时候我们就主动把钱给他退了回去。
我觉得这个东西是两面的。首先，神策不是一个只想做两三年的企业，我们还是期望能做个10年20年的，所以价值观非常重要，我们还是期望能给客户真正带来价值；其次，这样会吸引一些认同我们价值观的人加入，整个团队的价值观是一致的。
六、数据民主化
在做数据分析工具的时候，一方面是如何把数据更全更细地接入进来，另一方面是怎么把数据分析工具很好地用起来。
很多人不是不想用数据，而是太麻烦了。一般工程师会给你个账号，你自己去分析吧。但是有时候这些数据比较复杂，看都看不懂，所以易用性非常重要。神策追求的是数据民主化，在设计的时候，包括数据漏斗、流程分析、报表等等都设计得清晰易懂，很重要的一点就是能不能让运营人员、cio、销售人员等所有的业务人员都很容易地用起来。因为只有用起来，数据才能真正发挥价值。
神策数据页面截图
七、数据行业的前景分析
数据类的公司，从大的来说分成两类，一类是掌握数据的，一类是不掌握数据的。像数据堂、九次方、集奥聚合，这样的公司本身掌握数据，他们是卖数据的；还有一类公司是卖分析能力的，我有数据分析能力，我卖的是数据分析能力。在中国，这两种形式都是存在的。
我觉得是接下来发展比较多的还是ai应用类的。就是基于数据基础，切入到金融、医疗、连锁零售等等这些行业里面，把ai技术应用到这些行业里面，渗透，深入的去做。
对神策这样小的创业公司来说，定位一定要特别聚焦。神策的定位首先是要把数据根基打好，其次就是提供更好的分析能力。
最后给大家一点小建议，企业本质是个效率机器，我们要考虑如何去做效率更高，不是说什么事情都要自己去搞，这样代价太大。特别是对于互联网+的企业，我们要去拥抱新事物，ai也好，大数据也好，不管怎么样，你都要去接触他。只有接触了他，你才会了解他能干什么，不能干什么，而不是一开始就刻意地否定它。
另一方面，不能说只要是大数据的、ai的就是好的，还是要结合你的应用场景，先不要贪图大而全，而是围绕你的具体业务先找一个具体的点，哪怕花一点成本，只要有一丁点效果，都要尽量去做大数据，然后在这个基础上去迭代，你就会对大数据的认识非常积极，而不是人云亦云。
在企业级产品评价与分发平台「约局app」上，神策数据的评分是8.9！
当然，如果你也用过神策数据，来「约局app」写评价，有大大大大红包拿哦！