从咨询到产品,这家数据智能公司是如何豹变的?

方舟 2019-05-05 11:20:41   374

调研 | 李喆 崔可家   撰写 | 崔可家

转自:爱分析



成立于2012年的易观(大数据)传承了母公司19年的品牌和数据分析能力,并成为一家产品和技术驱动的数据智能公司,切入用户行为分析市场,发展迅速。

 

今天我们提到的易观,和大家熟知的易观已经不一样了。



今天的易观(大数据)成立于2012年,是一个产品和技术驱动的数据智能公司。与大多数成立于2010年前后以技术为基础的数据公司不一样的是,易观传承了母公司19年的品牌和强大的数据分析能力,有机融合了产品,技术和服务,因此,迅速在市场上站稳了脚跟。

 


基于用户全生命周期,易观的数据智能产品布局

 

咨询到产品:场景理解更加深入

 

2012年,易观大数据成立后,通过产品和技术驱动,通过一站式数据驱动解决方案,帮助用户解决市场跟踪、用户营销和用户运营等问题,并与分析师服务相结合,共同进行产品及用户洞察分析,帮助企业发现问题、量化问题和解决问题。

 

现阶段,大数据和人工智能领域中,B端客户已经不再只满足于数据的存储和简单展示分析,而是需要提供更加深入的智能分析服务,而提供分析服务就意味着供应商需要对于企业的自身业务有较深的理解,这样才能针对不同业务提供更加针对性的产品。

 

作为一家传承了母公司强大数据分析能力的公司,易观大数据对于企业的业务理解能力要远超一般大数据厂商,这也是易观在业务升级后的优势之一。

 

易观创始人于揚一再强调,易观在升级,而不是转型。“升级,意味着客户群还是原有基础,只不过用新的方法和技术来解决他所面临的新的问题;而转型则是卖鸡蛋到卖百货商品的转变,性质变了。易观明显不是转型。”

 

截止目前,易观已经拥有一支260人的团队,而在260人团队里,产品和技术团队人数超过150人,集中精力打磨核心产品和技术。同时易观还继续保留40人左右的分析师团队,专门做数据分析和咨询业务。

 

于揚表示,现在的易观给自己的定位是数据智能产品和平台提供商,致力于“让数据能力平民化”。在于揚看来,“让数据能力平民化”是一座灯塔,它指引着易观前进的方向。同时,易观又通过一系列产品和技术,例如易观千帆、易观方舟甚至刚刚发布推出的易观方舟Argo,来实现“让数据能力平民化”这一愿景,这是相辅相成的。

 

自此,那个传统意义上挤满了分析师团队的易观换了标签,进入帮助别人发现问题、量化问题到解决问题的良性循环空间,新的商业模式也就此打开。



 | 打造技术驱动的产品矩阵,基于用户全生命周期提供全方位产品和解决方案

 

易观千帆与易观万像是易观业务升级后推出的两款基于移动互联网用户分析的数据产品,这两款产品都是通过SaaS的方式服务客户。

 

易观千帆的定位是互联网产品的竞品对标分析工具,解决的是客户了解行业整体趋势、选择同业竞品对标比较的问题,客户可通过千帆掌握所处细分市场上的同类产品情况,并通过一系列指标去衡量自身产品在业内所处的位置以及与竞品的优劣势比较。千帆的主要应用场景是竞争分析、运营分析及投资分析。

 

易观万像则是作为互联网人群洞察分析工具,为客户解决其在用户人群方面的相关分析需求。通过多维度的人群筛选或上传自己的人群,企业客户可以洞察人群在移动互联网的行业、APP行为偏好。万像的主要应用场景包括广告投放策略支持、媒体投放价值评估等,帮助企业提升广告投放效率。

 

完善产品线布局,助力企业建设用户营销和用户运营闭环

 

2017年,易观推出易观方舟平台,用于揚的话讲,“易观方舟始于用户行为数据分析,未来宽广。”越来越多的企业通过用户行为分析(UBA,User Behaviors Analytic)工具(如今已经更新的到了4.10版本),深度分析用户行为,辅助运营决策,多通道触达用户,进一步实现用户营销和用户运营闭环。同时,基于易观已有的数据产品解决方案,企业可以选择易观千帆和易观万像增值服务,来补充通过易观方舟建立起的用户营销与用户运营体系,实现一站式运营闭环,提升数字用户资产回报率。

 

易观方舟定位于帮助企业分析自有产品的用户行为数据,包括网站、APP、H5以及IOT设备等用户数字触点。在与企业进行数据采集合作中,易观虽然同样通过埋点的方式进行采集,但选择的是通过可视化埋点、代码埋点以及行业标准SDK进行,来保证数据采集的易用性及用户隐私,也可以对接CRM等业务数据。

 

这两种埋点方式结合使用会更加灵活,可针对不同行业用户选择更适配的解决方案,同时也提升了时效性,产品和运营人员可以快速可视化埋点获取数据,选择部分需要埋点采集的“事件”针对性进行埋点,与业务更加紧密的贴合,为后续的分析提供基础。同时,针对性的埋点也降低了了企业的更换成本及冗余的服务器支出,提升了使用黏性。

 

易观方舟可以实现动态实时的用户行为分析。这得益于易观结合多年大数据技术平台实践自研的IOTA架构,将ETL过程放入SDK中,在边缘端完成数据格式的统一,云端只负责存储和查询,取代了传统ETL的Micro-batch数据处理方式,极大的提升了数据查询、分析的实时性。

 

此外,易观方舟可以根据用户不同的行为特征将用户分群,并利用集成的短信、邮件、PUSH消息等多种触达方式对目标群体进行精准营销。易观方舟还提供了行业内独一无二的用户画像工具,使用者可以查看目标群体在用户领域、用户场景、用户APP使用方面的偏好,方便了解用户的画像及偏好。

 

与其它用户行为分析平台或工具比较,易观方舟还可以实现与易观万像之间的打通,将易观方舟中用户分群标签对接到易观万像产品中,通过易观万像产品来寻找最优流量进行投放触达,并且万像可以收集投放后的效果数据返回易观方舟平台,形成营销闭环,提升广告投放的效率。

 

可以看出,在推出基于用户行为分析,帮助企业进行用户营销和用户运营的数据智能中台易观方舟后,易观的产品已经基于数字用户全生命周期,布局了帮助客户了解自身业务情况的易观千帆,帮助客户实现提升营销效果的易观万像,加上长期以来被客户熟知的分析服务,产品矩阵更加完善。

 

对于易观来讲,能够从企业数字化起步阶段、到业务增长阶段,提供全业务流程解决方案,这样一方面可以进一步增加企业的使用黏性,另一方面不同产品之间的相互导流,也使得易观在客户中的Up-Sell(向上销售)会更加容易,整体客单价会相对较高,形成了易观独特的护城河。

 

| PaaS层逐渐完善,构建平台生态

 

用户行为数据作为企业的核心数据,大多数企业还是不愿意将其放在公有云上,因此私有化版本势必是现阶段的主流,而这就要求产品PaaS层的完善。

 

易观也在2018年完成了易观方舟PaaS平台的开发,除了公有云和集群模式,也可以提供私有化单机版的易观方舟产品,底层引擎已经较为完善,部署和实施周期通常在一周以内即可完成。

 

PaaS平台一方面可以满足企业的私有化部署需求,进一步提升易观客群数量,易观在方舟推出伊始就着力于构建可灵活拓展的PaaS能力平台,在过去的一年多时间里,易观与客户、与合作伙伴一起,通过在PaaS平台上进行上层应用的开发和拓展,逐步开始构建产品生态平台。

 

另一方面具有PaaS平台之后,随着底层计算查询引擎以及各类技术组件逐步丰富,针对企业需求进行上层应用的二次开发更为便捷,在企业内部的扩展性会更好。这些都为易观未来的发展提供了保障,通过不断构建满足客户不同需求的上层应用,以提升市场天花板。

 

2019年3月1日,基于易观方舟商用版底层架构,易观推出了国内第一款私有化部署、开放且免费的用户分析和精益运营平台易观方舟Argo,面向产品刚刚起步、数据量较小、有自己动手能力的技术、产品创新团队和个人,更多使用者的加入,也与易观一同建立起一个基于数据驱动的技术生态。从整体易观服务企业的赛道来看,必然也带来足够大的空间,让易观与合作伙伴一同成长。

 

从用户行为分析切入,定位企业客户

 

除了本身PaaS平台产品的完善程度以外,企业客户数量决定也是平台生态建设难易的关键因素之一。

 

现阶段,在上层应用方面,易观主要还是通过用户行为分析、为企业构建一站式数据驱动的用户营销和用户运营闭环,来为企业创造价值,并获取客户。

 

这主要是由于用户行为分析可以用于企业营销、运营等不同层级的业务,对于企业业务增长来说是至关重要的;同时,用户行为分析本身是不同行业、不同规模的企业都需要的,随着流量红利的消失,精细化运营、营销的需求增大,各类传统企业也开始转型,因此用户行为分析的潜在企业客户数量极大。

 

目前,易观方舟已经拥有了大量客户,覆盖了银行、保险、证券以及各类品牌商,也有平安保险、中石化、方正证券、当当等标杆客户。同时也面向那些正在数字化转型中的中腰部企业客户以及中小微数字化互联网企业。

 

在客户布局中重点选择覆盖更多腰部企业客户,也是由于这类企业的数量更大,同时上层的数据分析需求也可以覆盖更多的行业以及应用场景,为后续的平台生态建设打下基础。

 

场景理解能力突出,产品矩阵丰富

 

爱分析从技术、产品、客群、场景和获客等维度对易观进行评价。

 

技术:底层PaaS平台已经基本完善,支持私有化部署,提供单机、集群、公有云SaaS等多种服务方式,提出IOTA架构,平台实时分析能力进一步提升。

 

产品:产品矩阵完善,可以帮助企业构建完整数据驱动的营销及产品运营闭环,从而提升客单价,部署实施周期在一周以内,产品化程度较高。

 

场景理解:以咨询业务起家,自身对于企业经营管理以及行业业务场景理解深刻,同时有专门的分析师团队提供分析咨询服务,场景理解高于一般大数据厂商。

 

获客:大型企业客户通过直销的方式,腰部客户通过线上内容销售线索转化,业务升级之前在业内有较高的品牌知名度,并且有大量存量客户,整体获客能力强。

 

客群:以互联网及数字化升级企业客户为主,潜在客户数量巨大,同时拥有平安保险、中石化、方正证券等行业标杆客户,客群质量较好。

 

 

近期,爱分析对易观创始人于揚和CTO郭炜进行了访谈,就易观的产品、经营策略,以及数据智能行业发展趋势做了深入交流,现将部分内容分享如下。

 

产品不断完善,推出易观方舟社区版本易观方舟Argo

 

爱分析:自2018年访谈至今,易观的产品有哪些新的进展?

 

于揚:产品方面主要有4个方向:

 

第一,功能完善,产品覆盖了企业营销及产品运营的各个环节,包括用户行为分析、触达(短信、EDM、DSP、推送等)以及效果闭环验证。

 

第二,易观方舟PaaS平台组件的完善,起步于面向UBA(用户行为分析)场景,但是面向营销自动化、推荐引擎等场景的底层组件已经就绪了。

 

第三,性能提升,拥有多个版本的产品,其中单机版的速度已经达到行业领先水平,能够实时进行百亿级别的秒级查询。

 

第四,推出了面向产品刚刚起步、数据量较小、有自己动手能力的技术、产品创新团队和个人的易观方舟Argo,免费且可支持私有化部署的用户行为分析工具。

 

爱分析:怎样去判断PaaS平台的优劣势?

 

郭炜:PaaS平台的二次开发能力是很重要的,相关开发接口的数量;以及底层的非核心代码是否是开源的,因为PaaS最终的目标是让开发者参与进来,因此易观的PaaS平台中SDK是开源的,调度也是开源的,以及API级别的代码也是开源的;最后是用户黏性,很多SaaS的替换率很高,但是比较好的PaaS替换率应该很低,黏性很高。

 

爱分析:易观方舟的IOTA架构与传统的大数据架构的区别和优势有哪些?

 

郭炜:基本的思路是将ETL工作去条化,放在SDK中做,是边缘计算。先将数据格式规整好,云端只负责存储和查询,这样就可以更方便的支持各类数据的打通。

 

优势在于可以进行实时数据分析,因为过去的ETL方式可能需要隔天或者小批量(Micro-batch)的数据处理,那么在数据量大了之后,时间就会越来越长,很难做到秒级。

 

爱分析:那么在SDK中是否会存在大量定制化开发工作?

 

郭炜:针对某一个系统(IOS、Android、IOT等)做一个版本的SDK,在系统里面就不存在定制化开发的工作了,因为在埋点的时候有规范。

 

爱分析:为什么考虑推出免费私有化部署版本易观方舟Argo?

 

于揚:今天的易观是2012年成立的易观大数据,是一个产品和技术驱动的科技企业,致力于“让数据能力平民化”。易观方舟Argo的诞生,是团队在服务客户的过程中,应广大技术使用者、运营从业者需求,自下而上诞生的。面对产品刚刚起步、数据量较小、有自己动手能力的技术、产品创新团队和个人,对他们来说暂时没有足够的预算来采购商业化版本,那我们推出的易观方舟Argo,从性能来说并不低于我们商业版本易观方舟的性能,还是免费的,可以实现从用户数据采集、计算、展示分析一步到位,帮助他们精益地实现产品与团队的发展与成长。

 

其次,大家对于数据安全这件事情很重视,更加倾向于用私有化部署,但是过去的私有化部署要不就是集群版,价格很高,要不就是单机版,性能很差,易观方舟Argo采用的是跟商业版本相同的引擎,性能很好。

 

再次,国内市面上的免费工具还是以统计分析功能为主,而易观方舟Argo的功能是非常全的,只是在事件量上做了限制。

 

最后,国外的厂商也有类似的产品,但是他们的PaaS扩展性不好,很难支持中国市场客户做二次开发。

 

爱分析:现阶段易观方舟Argo对于获客是否有帮助?

 

于揚:基本没有,但是我们还是想通过易观方舟Argo让企业先用起来,帮助企业实现建立大数据平台的第一步,从用户数据采集、计算、展示、分析一步到位。

 

爱分析:单机部署与集群版本的难度差异?

 

郭炜:单机和集群其实不是复杂性和难度的差异,背后是客户需求和业务场景的差异。作为易观来讲我们的目标是要更好的服务客户,实际根据客户的需求和业务场景选择对应的部署方式,目前这两种方式我们都支持。当然,在对硬件和资源的需求有一些不同,单机对服务器的纵向要求较高,比如服务器计算能力强、大内存等,而集群需要在可扩展性、可延展性以及集群的管理上做更多考量。

 

爱分析:易观方舟平台分析后可以直接对接到易观万像产品中吗?

 

郭炜:现在需要从易观方舟平台中导出,再导入易观万像,因为易观万像是一个SaaS产品,需要考虑数据隐私、安全的问题,这些需要用户来选择。

 

爱分析:UBA的应用场景除了营销和运营以外还有哪些?

 

于揚:风控场景、基于用户行为推荐商品的场景,都有客户在试用,用户行为数据是汽油,可以用到很多场景。

 

爱分析:数据智能公司是否都要深入到业务场景中?

 

于揚:我们目前没有结论,现在的客户数量太少,在UBA这个领域,谁先达到1万家客户,再去看未来向哪些方向延伸。

 

爱分析:选择用户行为分析切入的原因?

 

于揚:之所以选择用户行为分析切入,第一,这是绝大多数企业客户的需求,围绕用户的业务都是企业的关键业务,甚至是2B的企业,也要做用户分析;第二,用户行为分析是各行业的都存在的普适需求;第三,在未来有较强的扩展性,包括围绕用户数据的营销自动化、BI、推荐算法等。

 

客户数量建立竞争壁垒,数据、算法可以跨场景赋能



爱分析:从咨询向数据产品升级的过程中,遇到了哪些困难?

 

于揚:2016年,SDK出现了问题,虽然看起来SDK很简单,但其实非常难,包括哪些数据需要采,哪些数据不需要采,并且要针对不同的机器做适配,现在我们也把边缘计算封装在SDK中了。

 

2018年PaaS平台的开发,因为要做PaaS,就要把底层的组件完善,考虑开放性,并且在私有化部署的过程中,还会遇到各种问题,这件事本身是很重的。

 

爱分析:怎样看待数据合规要求对于数据智能行业的影响?

 

于揚:易观的产品已经在SDK中做了满足GDPR的合规策略,比如说不能采集敏感信息、脱敏数据通过加密协议传输等等。但是客户在使用这些数据的时候是否合规,易观是没有权利去管的。

 

爱分析:数据越多、维度越广,通过分析产生的效果就越好,那么未来是否会形成几个较大的数据中台,其他的企业只是依附于这些大中台之上?

 

于揚:未必,从宇宙的角度来看,恒星外面有行星、卫星,如果把数据比喻为引力,如果恒星的引力没有那么强,行星就会脱离。

 

我同意未来会有若干恒星,比如招行这类大型企业,也会有黑洞,就是BAT这类,但是更多的是行星,并且数据是无处不在的,就如同万有引力一样。

 

比如安踏这类企业就是行星,但是京东、淘宝都不会有它的完整数据,只是拥有在自己平台上的安踏的数据,因此没有必要比较谁的数据中台更大,大家的数据都是有价值的。

 

爱分析:数据智能未来的竞争壁垒会是什么?

 

于揚:没有一成不变的壁垒,但是能不能持续获客是最重要的事情。当一个企业有1万家客户的时候,它的网络连接强度就很大,因为这里面肯定有SaaS,这就代表企业有了数据、场景和算法,形成飞轮效应,可以不断地沉淀场景、知识,做出最佳实践,别人去撕裂的可能性就越小。

 

爱分析:单一市场的天花板都很低,那么未来数据智能公司在跨场景时哪些能力是必须的?

 

于揚:数据和算法都是可以跨场景的。特别是用户行为分析数据,基于ID统一之后,可以是各个行业的用户,这些都是可以跨场景的;算法,比如说推荐算法,虽然不同行业有细微差别,但是其中是有共性的东西可以抽取出来的。

 

爱分析:易观的客户一般是什么规模?

 

于揚:以腰部客户为主,我们认为国内潜在的客户数量在100万家左右,2019年大概有1-2万家,2020年增长会更加迅速,因为很多传统的企业也在做互联网转型。

 

爱分析:获客方面,易观主要通过什么方式?

 

于揚:有传统业务线的客户转化,有通过线上内容获取销售线索,之后再跟进,大客户方面主要还是通过直销来进行。

 

爱分析:易观目前的团队规模是怎样的?

 

郭炜:总团队人数是260人左右,技术加产品团队150人左右,分析师团队40-50人,包括数据分析师和行业分析师。

 

---------

 

想要洞察用户画像,实现数据分析用户分群以及闭环运营,你需要一款用户行为分析和精细化运营产品。易观推出的易观方舟Argo可私有化部署开放且免费,帮助产品刚刚起步、数据量较小但自己有动手能力的技术和产品创新团队或个人,通过数据智能驱动企业成长。

 

扫描下方二维码,

立即启动你的专属Argo吧!