WakeData惟客数据李柯辰：数据化建设要进行场景化迭代，形成数据闭环

钛媒体 • 4年前扫码分享

WakeData惟客数据李柯辰：数据化建设要进行场景化迭代，形成数据闭环

秦聪慧

· 刚刚

微信扫码

849

企业数字化转型没有必要做推倒式建设。

WakeData惟客数据李柯辰：数据化建设要进行场景化迭代，形成数据闭环

00:00 13:24

9月3日-9月5日，由钛媒体集团及ITValue主办的2020全球数字价值峰会在三亚举办。WakeData惟客数据创始人兼CEO李柯辰在9月4日上午围绕“企业的数据应用”发表演讲。

李柯辰表示，企业的数据应用可以分为几个阶段，即数据分析、用户运营以及智能化服务等。相对于互联网企业来讲，传统企业在线下IoT数据上具有一定优势，并且他强调，企业一定要重视自身多维度数据的运营，这有助于企业实现营销转化。

他认为，企业的数字化不应操之过急，上来就建一个大的数据平台，对企业来说反而是一种消耗。可以从不同的场景出发，一个场景一个场景迭代，形成数字化转型的闭环。

“今天来讲很多企业上来就说‘要做一个数据中台、要建一个平台’，其实没有必要，完全可以根据一个一个应用场景把底层平台带出来，没有必要做一个推倒式的建设。”李柯辰说。

同时，场景化的闭环做好之后，可以尝试做数据资产建立和用户运营。在数据资产上，数据资产的建立，涉及到数据采集，主数据治理、建模资产化等环节。

李柯辰分析，企业数据资产分为两类，一类人可以理解的数据，一类机器可以理解的数据。人可以理解的数据是指标报表的数据，机器可以理解的数据就是算法数据，WakeData的数据平台可以为企业提供相应的模型算法。

在用户运营以及客户生命周期管理的过程中，涉及很多细小的分析模型，包括业界日常用到的归因分析、细分分析、AD分析等等，通过这些较为细化的分析，客户可以做到一定程度的用户运营的销售转化。

最后李柯辰表示，WakeData的数据平台虽然提供了一些标准化的场景应用、数据建模、用户运营、销售赋能等服务，但客户也可以基于WakeData的数据平台进行个性化的应用场景/APP/小程序的接入和搭建。

以下为李柯辰演讲全文，经钛媒体编辑整理：

大家上午好！WakeData惟客数据自2018年成立，到现在有两年的时间，这两年我们其实也有一些进步。今天为了让大家方便理解“数据”这个东西，我会以某个行业为代表来讲。因为我们最近地产做的多一点，今天我们分享更偏地产的东西。

数据应用的维度及演进路径

首先我们发现的一个趋势是，人们的线上时长越来越长，并且这个趋势还在延续，比如说我们的车载系统还有家具系统一定程度上映射着人的数字世界，这使得我们的传统企业在连接服务用户和在产品服务上面都会有更多数字跟技术手段。

具体这个趋势里面，我们发现了未来数据智能服务用户的一个核心，这个核心其实是组织流程的协同。在这样一个阶段，传统企业连接用户、服务用户，会用到很多数字工具，这些数字工具之下会有数据平台的支撑。未来我们的传统企业，也会用智能化IoT的设备连接用户、感知用户。

今天重要讲两点，一个是数字连接，一个数字智能，数据智能最核心的是数据，我们可以首先看一看，做得比较好的互联网公司是如何应用数据的。

大概有三个阶段，第一阶段是数据分析，今天看天猫、看手机的销量，其实跟互联网公司运营用户、推荐广告有很大关系；第二阶段做用户运营；第三阶段是智能化服务，这个服务是可以收费的。为什么今天百度会开放它的智能语音平台，是因为百度希望我们接更多的服务进来。

从地产行业来看，如果今天地产公司能够将物业服务数字化，其实是可以实现的，所以这个趋势也是未来线下传统企业利用数据提供服务的一个参考维度。

当然这个里面有一个竞争，未来用户享受的服务是切面式的还是平滑式的，这个里面有一个竞争。传统企业为什么在数据利用上会感受到一些迷茫，原因在于他们在切面式服务还是平滑式服务上没有做好选择，有的可能同时在做多个事情。

我的建议是，大家现在可以尽量先把数据分析和用户运营的事情做一做，进行业务的平滑演进。这个前提是要把IT数据收集和存储起来，在具体的应用方面，等互联网公司这方面应用做得成熟一些了我们再尝试。

前面讲了数据应用的过程，再开看看数据的一些维度：

第一类，企业里面已经有的一些信息化的数据，比如ERP、OMS、OA上的数据，这些数据可以拉通，拉通的前提先进行数据治理，比如将主数据跟业务部门数据进行拉通；
第二类，用户数据，这方面其实现在一些传统企业对用户数据的收集还是比较少的，很多企业的小程序、公众号还有CRM这些系统，基本上没有收集用户数据；
第三类，线下IoT数据，这是现在传统企业的机会；
第四类，外围数据。

我们最终要通过数据这种新型方式驱动解决技术升级、业务敏捷、模式创新、组织协调等的问题，这是我们希望应用数据之后对行业带来的一些变化。

数据应用如何与业务对应

刚刚提到了传统企业哪些维度的数据可以用，以及数据应用发展到了哪个阶段，下面我们来谈谈数据应用如何跟业务对应。

以地产为例，其他行业也会有类似的现象。房地产业的现状是，地产开发受到挤压越来越大，房地产开发有一体两翼，一体是住宅开发，两翼是商业和物业开发。

在商业上，可以做一些用户运营，未来还可以做智慧社区服务。当然对于智慧服务，还有很多需要完善起来的地方。今天来讲很多企业上来就说，要做一个数据中台、要建一个平台，其实没有必要，完全可以根据一个一个应用场景把底层平台带出来，没有必要做一个推倒式的建设。

在WakeData惟客数据的数据平台里面有一个数据中台，最近关于数据中台业界讨论里面质疑声音比较多。今天不想说这个数据中台的定义是不是合理，我希望大家用另外一种方式来看待这个新物种，就是用十年前看云计算的角度看待数据中台。

十年前云计算也是骂声一片，包括百度、腾讯都说云计算是新瓶装旧酒，十年之后发现今天云计算依然很多的东西很难用一两句话全部定义出来。云计算到底是是一个计算还是软件服务很难定义出来，我们觉得其实可以把这个定义先放一放。

做数据中台，企业能够知道自己在企业里面干什么、能产生什么作用就可以了。

数据中台的作用WakeData其实有一些自己的建设经验。数据中台有四个角色，第一，它是组织文化的业务；第二，可以建立业务场景；第三，是有应用缺口的技术；第四，数据中台是比较好的平台工具。

这四点分开来谈，组织文化是长期事情，所以短期做项目来说没有那么重要。但我还想强调一下，组织文化其实大家都是觉得一定要CEO文化，一定要公司业务部门文化，坦率来讲CIO也是可以尝试去做一些事情的。

平台工具我觉得也不是项目最关键的，项目最关键是中间两点，一个业务场景，一个是应用。

具体来看，其实我们今天所建的数据中台也是可以迭代去建的，WakeData的数据中台现在可以提供一些应用场景，客户也可以根据自己的场景做一些选择性的迭代。不是一开始就上一个大的东西，对场景的不断选择，其实就是数据平台的建设步骤，这个闭环少不了，每个闭环都要做得足够好。

比如说首先你选一个场景之后，会涉及到几个工作，首先是对相应工具平台的选择；第二，对应数据资产的建立，比如数据采集，主数据治理、建模资产化；再一个就是数据应用、数据整理等等，最后会涉及到数据运营。

举一个例子，很多企业为了让业务人员清楚找到数据在哪里，会建一个数据资产目录，这个目录的核心其实就是一些指标数据。

如果从运营角度理解，有没有更好的办法？其实可以做一个小的数据系统，让员工看他想要看到的报表，这种更人性化的体验是不是更好一些？这个里面强调的就是数据应用。

重视数据运营

大家一定重视数据运营，很多IT数据展现方式可以改变一下了，大家看数据都希望有一个报表，用碎片化的方式看报表，而不是“找报表”，这些软性的数据文化会影响企业内部推动数据应用的顺利程度。

刚刚讲了数据建设，其实我们也会提到数据平台，数据平台肯定是一个技术升级，原因有几点：

首先数据平台能够存储更大规模的数据，能够做数据预测，数据会变得更强，数据的多样性也会更加丰富。

第二，企业要构建自己的数据模型，这个数据模型其实第一步是ODS（操作型数据库），不知道怎么用的数据你尽量放到这个里面来，上面的模型应用可以根据产品迭代。WakeData的数据平台提供了四个大类的场景，任何一个场景包括里面的子项可以分布式迭代。WakeData也会提供一些可以数据建模的方案。

很多认为企业数据资产更多的是指我们看到的指标，其实我们认为企业数据资产分为两类，一类人可以理解的数据，一类机器可以理解的数据。人可以理解的数据是指标报表的数据，机器可以理解的数据就是算法数据，它可以据此做一些模型。

客户可以通过WakeData的数据建模方案做一个行业通用模型，比如地产板块的通用模型，零售行业的数据模型等。

数据平台建好了之后，大家对这个东西到底有什么作用还不是很清晰，讲几个例子。

比如地产行业可以把主要区域子公司的项目数据抽取回来，不同的行业不同的项目规划设计成本、营销、财务端到端的数据做一个主数据，然后做数据治理。然后，对数据做一些科学管理，进行数据分析。

在客户经营上面，客户经营最多的是营销，一个企业的用户营销涉及三个环节：投放、用户运营、营销转化。

我们可以看到这个里面核心的就是数据平台以及预测分析模型，分析模型要驱动用户运营。然后进行客户生命周期管理，在客户生命周期管理里面涉及很多细小的分析模型，包括大家所日常听到的归因分析、细分分析、AD分析等等，以前企业的数据不够好的很大一部分原因是在数据分析上没有做到足够的细。

具体来看数据打通之后我们在哪些场景用，还是地产营销的例子，地产获客之后，一个ID广告投放，一个销售转换。

房地产集团里面有商业地产以及社区服务等，这个里面其实可以做一些用户运营的销售转换。并且，还可以简单做一点投放了之后效果转换的分析。

第二，我们可以看到在引流平台之后，销售导入可以看到引流平台里面的客户大概情况，然后可以做数据审核，外面做投放之后还可以拿来做评估模型，比如今天做一个线上直播有数万个客户进来，这数万客户如何做进一步的营销转化。

WakeData也有一个辅助销售跟客户沟通的工具，这个工具可以勾勒出用户信息的大致轮廓，当然这里面也要考虑数据合规安全问题。

刚才提到了销售导入赋能，商业运营内部的运营池也可以做一些促销，内部营销的时候传统企业一般没有那么多运营人员，所以基于数据的自动化营销对企业来说就很有用，可以帮助它节省大量的运营人力，至少可以在刚开始的时候把一些运营成本转换出来。

最后，简单说一下变化，WakeData到现在我们两年的时间，我们公司核心是做数字连接还有数字智能，其实连接就是我们上面有一层应用或者APP、小程序，APP、小程序看到的不太一样，本身带了一些数据分析还有数据智能的相关模块跟应用或者服务。底层其实是一个平台，这个数据平台之上，除了标准化常用的一些数据分析、数据模型之外，企业可以自己做一些延伸应用。

有了工具平台之后，在用户运营方面，WakeData也提供一些运营咨询、企业行业解决方案等。

团队上面其实去年来的时候还不太敢提团队，因为那个时候不到一百个人，至少今天已经到了一个体量规模，我们希望以更强的团队服务好大家。过去两年，WakeData获得了一些头部资本的融资，现在也加入了腾讯SaaS“千帆计划”，不过我们最希望得到在座各位的亲睐，谢谢！

2020全球数字价值峰会暨第12届IT价值峰会产业互联网企业级服务数据生产力