1988年的清華大學(xué)校園里，曾經(jīng)出現(xiàn)了一個(gè)特別的現(xiàn)象。

每天宿舍樓下的電話亭，都會(huì)排隊(duì)一幫小伙子，焦急等著打電話，別人都以為他們?cè)谡剳賽?，結(jié)果靠近一聽，都在談生意。

“要什么？日立電視？多少臺(tái)？那我可得問問，這貨不好找??！”

“你放心吧，只要你有，我這全都要，有多少要多少！”

話里話外，都是生意。有的人要賣，有的人要買，不管是水泥、聚乙烯，還是進(jìn)口摩托車、日產(chǎn)錄像機(jī)，電話打進(jìn)來(lái)，吵吵鬧鬧，叫叫嚷嚷，全是賺錢的行當(dāng)。

在這樣的嘈雜中，共同構(gòu)成了當(dāng)時(shí)清華學(xué)生內(nèi)部的倒?fàn)斘幕?。時(shí)至今日，這樣的特殊記憶，也經(jīng)常容易被出自清華的大佬頻繁提起。

做倒?fàn)?，最重要的是什么？信息！上家是誰(shuí)，下家是誰(shuí)，貨到哪兒，差價(jià)多少，全都得記得牢牢的，實(shí)時(shí)分析怎么做最有賺頭。

這群清華學(xué)生的頭腦，就是最好的數(shù)據(jù)處理器。

數(shù)據(jù)，早已是不亞于土地、勞動(dòng)力、資本、技術(shù)的第五大生產(chǎn)要素，三十年前如此，三十年后更甚。

一家生產(chǎn)經(jīng)營(yíng)中的企業(yè)會(huì)產(chǎn)生很多數(shù)據(jù)，海量的數(shù)據(jù)被實(shí)時(shí)存儲(chǔ)、挖掘、處理、分析，形成“數(shù)據(jù)金山”。以制造業(yè)為例，從財(cái)務(wù)軟件到ERP為代表的企業(yè)管理軟件，再到今天的云服務(wù)，積累了大量數(shù)據(jù)資源。

但這些生產(chǎn)資料的價(jià)值，許多時(shí)候并沒有被發(fā)掘，而是在白白浪費(fèi)，沒有實(shí)現(xiàn)用數(shù)據(jù)去驅(qū)動(dòng)業(yè)務(wù)、決策，為什么呢？

首先，“有數(shù)據(jù)”并不代表“能用好數(shù)據(jù)”。根據(jù)第三方機(jī)構(gòu)Gartner數(shù)據(jù)表明，68%的企業(yè)數(shù)據(jù)沒有被分析過，多達(dá) 82%的企業(yè)受到數(shù)據(jù)孤島的阻礙。

其次，面對(duì)這些“數(shù)據(jù)金山”，企業(yè)更多是出于被動(dòng)——執(zhí)行項(xiàng)目要求和數(shù)據(jù)分析的慣性行為，并沒能主動(dòng)發(fā)揮數(shù)據(jù)價(jià)值。

目前，隨著數(shù)字化經(jīng)濟(jì)變革正如火如荼進(jìn)行著，以阿里云、騰訊云、百度智能云為首的各互聯(lián)網(wǎng)巨頭企業(yè)早早地在此擺兵布陣，借此拓寬自己的To B邊界。

但大家對(duì)數(shù)字化的理解和解決能力各不相同，各廠商只能各顯神通。在字節(jié)跳動(dòng)數(shù)據(jù)平臺(tái)負(fù)責(zé)人羅旋看來(lái)，數(shù)字化轉(zhuǎn)型的關(guān)鍵是要讓數(shù)據(jù)驅(qū)動(dòng)自然而然發(fā)生，字節(jié)跳動(dòng)To B也正是以此作為切入點(diǎn)，因?yàn)樽止?jié)的優(yōu)勢(shì)正在于此。

它是“天生的數(shù)字公司”——以推薦算法起家，用內(nèi)容數(shù)據(jù)迭代推薦算法，孵化出了今日頭條、抖音等多個(gè)爆款A(yù)PP，其增長(zhǎng)密碼一直引得很多行業(yè)好奇不已。

以此，字節(jié)火山引擎9月2日對(duì)外推出了新一代企業(yè)級(jí)數(shù)據(jù)產(chǎn)品——數(shù)智平臺(tái)VeDI，是字節(jié)對(duì)自身數(shù)據(jù)技術(shù)經(jīng)驗(yàn)的復(fù)制，以數(shù)據(jù)驅(qū)動(dòng)作為核心理念，研發(fā)出來(lái)的一套數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品，這打響了字節(jié)To B的第一槍。

而結(jié)合文章開頭的分析，數(shù)字化轉(zhuǎn)型市場(chǎng)也正急需要能讓數(shù)據(jù)與業(yè)務(wù)相融合，能解決數(shù)據(jù)孤島問題，以及更智能化的數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品。

數(shù)據(jù)驅(qū)動(dòng)下的字節(jié)如何跳動(dòng)？

與傳統(tǒng)行業(yè)相比，互聯(lián)網(wǎng)行業(yè)最大的區(qū)別在于生產(chǎn)資料都是數(shù)據(jù)，形形色色的數(shù)據(jù)被放進(jìn)APP、系統(tǒng)、算法等動(dòng)力引擎中，日復(fù)一日地轉(zhuǎn)動(dòng)從而催生了如今這些數(shù)字帝國(guó)。

雖然都是依托于數(shù)據(jù)的生意，但不同的互聯(lián)網(wǎng)公司對(duì)數(shù)據(jù)的敏感度還是不同的。字節(jié)從嬰幼兒時(shí)期就踐行數(shù)據(jù)驅(qū)動(dòng)文化，并在發(fā)展過程中有意識(shí)地開發(fā)出可“數(shù)據(jù)驅(qū)動(dòng)”工具，還創(chuàng)建了能讓數(shù)據(jù)與業(yè)務(wù)真正相互發(fā)揮作用的組織架構(gòu)。

其實(shí)，字節(jié)的數(shù)據(jù)驅(qū)動(dòng)文化早已根深蒂固。

最讓外界津津樂道的是，字節(jié)使用A/B測(cè)試起名字的案例，據(jù)說(shuō)“今日頭條”、“抖音”兩個(gè)名字都是A/B測(cè)試的結(jié)果，這背后代表著字節(jié)到處都在踐行著數(shù)據(jù)驅(qū)動(dòng)的理念。

對(duì)于“字節(jié)的增長(zhǎng)是如何實(shí)現(xiàn)的？”這個(gè)問題，外界的分析已經(jīng)累牘連篇，但就字節(jié)數(shù)據(jù)平臺(tái)負(fù)責(zé)人羅旋看來(lái)，字節(jié)能快速成長(zhǎng)為今天這樣龐大，是圍繞著“數(shù)據(jù)驅(qū)動(dòng)”形成的文化、工具、技術(shù)、組織一套“字節(jié)經(jīng)驗(yàn)”。

就以管理來(lái)看，字節(jié)內(nèi)部踐行“有據(jù)可依”決策，并不是拍腦袋決策，而是以數(shù)據(jù)驅(qū)動(dòng)決策。

以中層管理者為例，他們關(guān)心的是業(yè)務(wù)進(jìn)展是否順利以及整個(gè)項(xiàng)目運(yùn)轉(zhuǎn)是否正常。據(jù)字節(jié)數(shù)據(jù)平臺(tái)負(fù)責(zé)人羅旋分享，字節(jié)有些業(yè)務(wù)線由于自身業(yè)務(wù)比較復(fù)雜，leader在進(jìn)行追蹤目標(biāo)進(jìn)展的時(shí)候，OKR和周報(bào)量大內(nèi)容多，導(dǎo)致管理效率低下，每次要拉很多人對(duì)OKR和周報(bào)的維度和口徑。

基于此問題，內(nèi)部提煉核心指標(biāo)，統(tǒng)一周報(bào)和OKR數(shù)據(jù)，打通了數(shù)據(jù)看板，并聯(lián)動(dòng)飛書以及相關(guān)運(yùn)營(yíng)后臺(tái)系統(tǒng)，來(lái)進(jìn)行數(shù)據(jù)的判斷、分析和預(yù)警，建立起全局OKR和周報(bào)的管理機(jī)制，解決了在不同周報(bào)和OKR里反復(fù)橫跳的問題。

字節(jié)的全局OKR和周報(bào)的管理機(jī)制，現(xiàn)在也通過飛書開放給使用者。某農(nóng)業(yè)產(chǎn)業(yè)一家龍頭企業(yè)的一位數(shù)字化負(fù)責(zé)人曾告訴雷峰網(wǎng)，他們正是看重飛書宣傳的“OKR”理念，而在一眾互聯(lián)網(wǎng)辦公軟件中選擇了飛書，他們企業(yè)管理者想要通過飛書學(xué)習(xí)互聯(lián)網(wǎng)公司的管理能力。

然而紙上談兵行不通，一種文化的落地靠的是工具而不是意念。字節(jié)的“數(shù)據(jù)驅(qū)動(dòng)”工具除了A/B測(cè)試，已經(jīng)有一整套工具，就是字節(jié)的數(shù)據(jù)平臺(tái)。

圖1 字節(jié)數(shù)據(jù)平臺(tái)的業(yè)務(wù)架構(gòu)形態(tài)

字節(jié)的數(shù)據(jù)平臺(tái)分為中臺(tái)能力層和解決方案層（依據(jù)上圖左半邊）。再將內(nèi)部的這些能力和經(jīng)驗(yàn)，封裝成供外部使用的中臺(tái)底座和營(yíng)銷套件，以產(chǎn)品解決方案的形態(tài)，通過火山引擎來(lái)對(duì)外部客戶提供服務(wù)（依據(jù)上圖右半邊）。

據(jù)羅旋介紹，這套數(shù)據(jù)產(chǎn)品的特點(diǎn)，可以用兩個(gè)詞來(lái)概括，那就是“敏捷”和“易用”?！懊艚荨焙?jiǎn)單來(lái)說(shuō)，就是更快，更靈活。字節(jié)讓數(shù)據(jù)的各個(gè)環(huán)節(jié)都變快，不論是采集加工，還是消費(fèi)分析。這個(gè)背后，字節(jié)在技術(shù).上實(shí)現(xiàn)了海量數(shù)據(jù)的實(shí)時(shí)寫入、實(shí)時(shí)分析；十億級(jí)的數(shù)據(jù)的查詢，可以做到亞秒級(jí)響應(yīng)；搭建的實(shí)時(shí)數(shù)倉(cāng)，能給正在直播的賣家們以數(shù)據(jù)反饋，讓他們及時(shí)調(diào)整自己的策略，抓住轉(zhuǎn)瞬即逝的機(jī)會(huì)。易用則是門檻低、上手快、 協(xié)同廣，沒有任何技術(shù)背景的同學(xué)可以無(wú)代碼搭建數(shù)據(jù)門戶，沒有統(tǒng)計(jì)學(xué)背景的運(yùn)營(yíng)也能開啟A/B實(shí)驗(yàn)。

歷經(jīng)七年時(shí)間研發(fā)迭代，字節(jié)的數(shù)據(jù)平臺(tái)管理的總數(shù)據(jù)量在幾年前已經(jīng)超過EB（1EB相當(dāng)于6700多萬(wàn)部iPhone手機(jī)的數(shù)據(jù)容量）級(jí)別，從實(shí)時(shí)流量的角度，在業(yè)務(wù)日常晚高峰時(shí)承載的埋點(diǎn)流量就已超過 1 億 TPS，有超十萬(wàn) core 的單任務(wù)需要上千臺(tái)機(jī)器來(lái)計(jì)算。

然而面對(duì)如此大規(guī)模的數(shù)據(jù)量，背后對(duì)應(yīng)的是字節(jié)業(yè)務(wù)體量越來(lái)越大，通用的平臺(tái)產(chǎn)品技術(shù)已經(jīng)不能滿足業(yè)務(wù)需求，字節(jié)數(shù)據(jù)平臺(tái)推出了“中臺(tái)+BP制”創(chuàng)新組織模式。

相對(duì)于傳統(tǒng)的“純BU制”，創(chuàng)新式的數(shù)據(jù) BP（Business Partner） 制的好處在于中臺(tái)團(tuán)隊(duì)能更好支持業(yè)務(wù)，避免數(shù)據(jù)中臺(tái)脫離業(yè)務(wù)需求。

數(shù)據(jù) BP 機(jī)制，類似于 HRBP，組織形式上是集中式的，可以統(tǒng)一管理調(diào)配，執(zhí)行上分布式到各個(gè)業(yè)務(wù)，解決業(yè)務(wù)問題；BP 團(tuán)隊(duì)根據(jù)不同業(yè)務(wù)的要求，選擇數(shù)據(jù)中臺(tái)中對(duì)應(yīng)的能力，形成數(shù)據(jù)解決方案提供給各業(yè)務(wù)線。

“中臺(tái)+BP制”模式實(shí)際上是一種分工方法。數(shù)據(jù)平臺(tái)團(tuán)隊(duì)做公共產(chǎn)品，即各業(yè)務(wù)線都需要的通用功能以及數(shù)據(jù)產(chǎn)品，數(shù)據(jù)BP則跟隨每一個(gè)業(yè)務(wù)線，比如抖音電商就有一個(gè)數(shù)據(jù)BP團(tuán)隊(duì)，為抖音電商的業(yè)務(wù)目標(biāo)負(fù)責(zé)，同時(shí)他們還對(duì)數(shù)據(jù)平臺(tái)的功能、數(shù)據(jù)產(chǎn)品非常了解并能利用公共產(chǎn)品為抖音電商所用。

向上，BP團(tuán)隊(duì)支撐不同類型業(yè)務(wù)線，向下兼容數(shù)據(jù)平臺(tái)底層的各種能力；在組織上都匯報(bào)給數(shù)據(jù)平臺(tái)，統(tǒng)一培養(yǎng)和調(diào)度，保證了復(fù)用性，不重復(fù)造輪子，可減少企業(yè)人力、研發(fā)等成本和提高組織運(yùn)轉(zhuǎn)效率。

以上，我們從文化基因、工具、組織、技術(shù)層面，分析了字節(jié)的數(shù)據(jù)驅(qū)動(dòng)能力，現(xiàn)在可以說(shuō)，從成立第一天起，字節(jié)就是一家數(shù)據(jù)驅(qū)動(dòng)的“數(shù)字原生”公司，這些年也一直由數(shù)據(jù)驅(qū)動(dòng)著、發(fā)展著。

太晚入場(chǎng)，字節(jié)To B如何破局？

風(fēng)起于2019年，幾乎所有的互聯(lián)網(wǎng)巨頭都開始搖旗吶喊要轉(zhuǎn)型To B，云計(jì)算、芯片、AI、數(shù)字化的呼聲一浪高過一浪。

各家做數(shù)字化的策略如出一轍，以公有云入局搶占市場(chǎng)，然后聯(lián)合生態(tài)合作伙伴針對(duì)各行業(yè)做行業(yè)解決方案，積累標(biāo)桿客戶，做大自己的盤子。

對(duì)2021年才正式入場(chǎng)的火山引擎來(lái)說(shuō)，錯(cuò)過前期公有云競(jìng)爭(zhēng)，似乎已經(jīng)太晚，但事實(shí)是，目前公有云市場(chǎng)競(jìng)爭(zhēng)同質(zhì)化嚴(yán)重，價(jià)格戰(zhàn)肆虐，客戶忠誠(chéng)度并不算高。

一位云計(jì)算行業(yè)資深從業(yè)者對(duì)雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))分析，打價(jià)格戰(zhàn)的唯一原因是產(chǎn)品沒有差異化價(jià)值，否則客戶不會(huì)僅僅因?yàn)閮r(jià)格低就遷移走，要想擺脫當(dāng)前局面，各廠商必須得尋求差異化競(jìng)爭(zhēng)。

可以看到，經(jīng)過前期的混戰(zhàn)，市場(chǎng)逐漸趨于冷靜，來(lái)到差異化競(jìng)爭(zhēng)階段，各玩家必須得結(jié)合自身技術(shù)、經(jīng)驗(yàn)到擅長(zhǎng)的領(lǐng)域去深耕。

這也是為什么除了頭部的一兩個(gè)廠商沒有太大影響，其他玩家都開始主打“xx云”另尋他路。

目光拉回到字節(jié)，當(dāng)然明白在當(dāng)前的局勢(shì)下，勢(shì)必要拿出點(diǎn)真材實(shí)料才能和其他玩家競(jìng)爭(zhēng)。

字節(jié)通過火山引擎對(duì)外發(fā)布的數(shù)智平臺(tái)VeDI，從其產(chǎn)品架構(gòu)來(lái)看，可以看作是對(duì)字節(jié)數(shù)據(jù)經(jīng)驗(yàn)的復(fù)制。

圖2 火山引擎數(shù)智平臺(tái)VeDI的產(chǎn)品架構(gòu)圖

再對(duì)比圖1 字節(jié)數(shù)據(jù)平臺(tái)的業(yè)務(wù)架構(gòu)形態(tài)，可以明顯發(fā)現(xiàn)，火山引擎數(shù)智平臺(tái)VeDI上包含的SaaS層和PaaS層產(chǎn)品，基本對(duì)應(yīng)對(duì)字節(jié)的中臺(tái)能力。

可以這樣理解，在這套經(jīng)驗(yàn)孵化下，字節(jié)的成功已經(jīng)是一個(gè)很好的案例，只不過現(xiàn)在將這套經(jīng)驗(yàn)通過火山引擎數(shù)智平臺(tái)VeDI對(duì)外開放，作用在不同的企業(yè)身上。

沒有數(shù)據(jù)驅(qū)動(dòng)的決策，更像是一種玄學(xué)

據(jù)字節(jié)數(shù)據(jù)平臺(tái)負(fù)責(zé)人羅旋分享，業(yè)務(wù)的增長(zhǎng)，源于每個(gè)人做的每一個(gè)正確的決策，從戰(zhàn)略、到管理，到執(zhí)行。而決策是否正確，在沒有數(shù)據(jù)驅(qū)動(dòng)的情況下，更像是一種玄學(xué)。有字節(jié)的經(jīng)驗(yàn)驗(yàn)證，數(shù)據(jù)驅(qū)動(dòng)，能夠讓決策方法變得更科學(xué)。更科學(xué)的決策，也就會(huì)更趨近于正確的決策。

圖3 火山引擎數(shù)智平臺(tái)技術(shù)棧，端到端的全鏈路數(shù)據(jù)能力輸出

延續(xù)了字節(jié)的數(shù)據(jù)驅(qū)動(dòng)能力，火山引擎數(shù)智平臺(tái)VeDI的產(chǎn)品目標(biāo)是驅(qū)動(dòng)業(yè)務(wù)去做科學(xué)決策。據(jù)悉，為了實(shí)現(xiàn)這一目標(biāo)，火山引擎數(shù)智平臺(tái)VeDI對(duì)外完整的輸出了端到端的全鏈路數(shù)據(jù)能力，覆蓋大數(shù)據(jù)引擎、大數(shù)據(jù)管理、大數(shù)據(jù)應(yīng)用三大部分。

根據(jù)圖3 細(xì)分來(lái)看，每個(gè)端又包含了許多數(shù)據(jù)能力，大數(shù)據(jù)引擎包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)計(jì)算；大數(shù)據(jù)管理包括數(shù)據(jù)集成、數(shù)據(jù)治理、數(shù)據(jù)研發(fā)與運(yùn)維、數(shù)據(jù)資產(chǎn)、安全合規(guī)；大數(shù)據(jù)應(yīng)用包括行為分析，畫像分析、智能洞察、營(yíng)銷投放、策略調(diào)優(yōu)。

這些能力又對(duì)應(yīng)到火山引擎數(shù)智平臺(tái)VeDI的產(chǎn)品架構(gòu)，我們可以看到其產(chǎn)品邏輯實(shí)際上是解決從客戶數(shù)據(jù)平臺(tái)的建設(shè)、數(shù)據(jù)采集、數(shù)據(jù)處理（如：數(shù)據(jù)研發(fā)、分析）、數(shù)據(jù)應(yīng)用（如：A/B測(cè)試、增長(zhǎng)營(yíng)銷）數(shù)據(jù)全生命周期問題，其中以A/B測(cè)試產(chǎn)品為例，經(jīng)過這么多年字節(jié)自身業(yè)務(wù)的檢測(cè)下，如今已很成熟。

在產(chǎn)品能力上，火山引擎重點(diǎn)升級(jí)了SaaS服務(wù)，提供了更具有場(chǎng)景化的模板，產(chǎn)品間協(xié)同性也顯著增強(qiáng)，目的是更大程度的將數(shù)據(jù)驅(qū)動(dòng)融入到業(yè)務(wù)環(huán)節(jié)中去。以SaaS產(chǎn)品增長(zhǎng)分析DataFinder4.0為例，“場(chǎng)景模板”預(yù)置了內(nèi)外部業(yè)務(wù)分析經(jīng)驗(yàn)抽象的行業(yè)通用能力，用戶可以按需選擇所在行業(yè)的分析場(chǎng)景，一鍵生成模板，用于日常業(yè)務(wù)指標(biāo)跟蹤和分析。

講完了數(shù)智平臺(tái)VeDI的數(shù)據(jù)能力與產(chǎn)品邏輯，具體要怎么實(shí)操呢？以汽車行業(yè)為例，當(dāng)前汽車行業(yè)正面臨著進(jìn)入存量時(shí)代，整車?yán)麧?rùn)多年持續(xù)降低這一亟待解決的問題。

公開資料顯示，目前火山引擎已經(jīng)和領(lǐng)克汽車達(dá)成合作，為領(lǐng)克汽車提供了“APP咨詢+VeCDP+MA”汽車數(shù)字營(yíng)銷解決方案。

APP咨詢可以為領(lǐng)克汽車分析消費(fèi)者需求以及APP消費(fèi)者體驗(yàn)，通過洞察結(jié)果設(shè)計(jì)APP運(yùn)營(yíng)指標(biāo)體系、APP埋點(diǎn)、用戶差異化運(yùn)營(yíng)體系、用戶標(biāo)簽體系。

為領(lǐng)克汽車搭建的VeCDP客戶數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)介入15個(gè)系統(tǒng)數(shù)據(jù)源，解決數(shù)據(jù)孤島問題，并將數(shù)據(jù)加工成用戶標(biāo)簽，對(duì)用戶精準(zhǔn)洞察及用戶分群。

MA營(yíng)銷自動(dòng)化搭建，支持車主及潛在客戶等不同人群，提供差異化營(yíng)銷策略。

這套解決方案，使得領(lǐng)克打通了自身多系統(tǒng)用戶數(shù)據(jù)，完成自身品牌數(shù)據(jù)資產(chǎn)沉淀，初步完成以用戶為中心的統(tǒng)一數(shù)據(jù)體系的搭建。

再以一個(gè)具體業(yè)務(wù)場(chǎng)景為例，來(lái)看火山引擎數(shù)智平臺(tái)VeDI是如何讓數(shù)據(jù)驅(qū)動(dòng)融入業(yè)務(wù)場(chǎng)景，做到科學(xué)決策的：

某業(yè)務(wù)負(fù)責(zé)人早上醒來(lái)打開手機(jī)飛書，看了一眼自己訂閱的智能數(shù)據(jù)洞察DataWind看板卡片，發(fā)現(xiàn)昨天某活動(dòng)的營(yíng)收數(shù)據(jù)，顯著低于了預(yù)期目標(biāo)，于是他立即一鍵拉群，并at了相應(yīng)負(fù)責(zé)人。

群里有對(duì)應(yīng)的業(yè)務(wù)負(fù)責(zé)leader、分析師、數(shù)據(jù)員工，共同找原因。大家點(diǎn)擊指標(biāo)，跳轉(zhuǎn)到DataWind里，通過使用DataWind內(nèi)置的智能歸因算法，發(fā)現(xiàn)渠道因素的影響最大。做出這一步，也是最初步的診斷結(jié)論的時(shí)候，時(shí)間只過去了不到10min。

接下來(lái)，還要做更詳細(xì)的診斷分析，看不同渠道的轉(zhuǎn)化情況。而增長(zhǎng)分析DataFinder其實(shí)更擅長(zhǎng)解決渠道分析的問題，通過預(yù)嵌入DataWind的DataFinder看板，大家查看了不同渠道下的轉(zhuǎn)化漏斗對(duì)比，發(fā)現(xiàn)A渠道的人群跳失率太高了，基本上頁(yè)面點(diǎn)一下馬上就走了，說(shuō)明這個(gè)渠道的投放效果較差。

怎么補(bǔ)救？——大家挑選了轉(zhuǎn)化率較好的B渠道，將他們的數(shù)據(jù)回流到VeCDP中，并建立了畫像標(biāo)簽，再基于此，對(duì)原來(lái)投放的目標(biāo)群里畫像做了修正，使其更精細(xì)化。

下一步就是投放了，用VeCDP剛生成的畫像標(biāo)簽和人群包，在抖音廣告體系內(nèi)，做比之前更精準(zhǔn)的定向投放。那用什么樣的文案素材更好呢？通過DataTester，大家針對(duì)不同的人群，灰度測(cè)試選出了轉(zhuǎn)化率更高的素材。

當(dāng)正式投放開始后，DataFinder又可以繼續(xù)用來(lái)分析投放效果。此外，還能針對(duì)引流過來(lái)的新用戶，通過增長(zhǎng)營(yíng)銷GMP進(jìn)行私域運(yùn)營(yíng)，提升私域用戶的活躍度。

以上就是一個(gè)企業(yè)，如何利用火山引擎數(shù)智平臺(tái)，實(shí)現(xiàn)的一個(gè)數(shù)據(jù)驅(qū)動(dòng)科學(xué)決策，進(jìn)而解決業(yè)務(wù)問題的例子。有時(shí)候，它可能只是從小小的數(shù)據(jù)異常開始，但卻能貫穿了企業(yè)從上到下的各個(gè)角色和環(huán)節(jié)。

據(jù)了解，目前火山引擎已經(jīng)有旅游、金融、零售、汽車等行業(yè)的標(biāo)桿客戶，這些行業(yè)自身數(shù)據(jù)都比較多。前面提到，火山引擎數(shù)智平臺(tái)對(duì)外輸出了端到端的全鏈路數(shù)據(jù)能力，行業(yè)自身的數(shù)據(jù)越多（即可以稱為私域數(shù)據(jù)），越容易利用字節(jié)的技術(shù)經(jīng)驗(yàn)數(shù)字化。同時(shí)，火山引擎還有一個(gè)其他玩家沒有的優(yōu)勢(shì)——可以聯(lián)動(dòng)抖音集團(tuán)的生態(tài)資源，極其利于企業(yè)做營(yíng)銷增長(zhǎng)。

后記

到今天，企業(yè)數(shù)據(jù)跨過“有得用”階段，進(jìn)入到“用得上”階段之所以如此難，是因?yàn)檫€存在兩個(gè)瓶頸——數(shù)據(jù)供給的敏捷性和數(shù)據(jù)治理的智能化。

而繼承了字節(jié)數(shù)據(jù)平臺(tái)技術(shù)經(jīng)驗(yàn)的火山引擎數(shù)智平臺(tái)VeDI，同樣保留了敏捷（實(shí)時(shí)寫入，實(shí)時(shí)分析，十億級(jí)數(shù)據(jù)達(dá)到百萬(wàn)級(jí)查詢和亞秒級(jí)響應(yīng)）、易用（自助分析、自助標(biāo)簽、自助配置）兩個(gè)最大特點(diǎn)。

要想落地?cái)?shù)據(jù)驅(qū)動(dòng)，實(shí)現(xiàn)科學(xué)決策，工具必須得好用，就是任何人都可快速上手操作。傳統(tǒng)企業(yè)之所以要借助互聯(lián)網(wǎng)行業(yè)的數(shù)據(jù)經(jīng)驗(yàn)，除了組織、文化上的某一些桎梏，還有無(wú)人可用，并不似互聯(lián)網(wǎng)行業(yè)技術(shù)人才多，例如大數(shù)據(jù)、算法、AI等先進(jìn)技術(shù)發(fā)展大多聚集在互聯(lián)網(wǎng)行業(yè)。這時(shí)候，產(chǎn)品必須要有較低使用門檻（以火山引擎數(shù)智平臺(tái)VeDI為例，能實(shí)現(xiàn)無(wú)代碼操作，連運(yùn)營(yíng)人員也可以操作A/B測(cè)試），讓企業(yè)邁向數(shù)字化過程中，并不需要招大量技術(shù)人才，節(jié)省成本的同時(shí)，還能提效，獲得增長(zhǎng)動(dòng)力。

雷峰網(wǎng)特約稿件，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。