续费率近100%，神策欲做大数据领域的711

本文来自微信公众号“牛透社”（ID：Neuters），作者 小七。

神策数据成立于2015年，四年来一直深耕大数据分析领域，致力于帮助客户实现数据驱动。

他的客户评价是这样的：

驴妈妈集团智能数据部⾼高级总监付仁杰：“神策的本地私有化部署方案，满足了我们对数据安全的管控要求，在本地私有化部署的前提下，可以满足后续我们交易行为集成分析需要。这使得业务运营团队可以更便捷地进行行为+交易的运营过程性分析。对于大数据团 队来说，也可以减轻⼀部分繁杂的行为数据 ETL 常规开发工作，让团队更专注于内部更加核心的数据及其深度分析挖掘，从而提升总体企业价值。” 

1 超1000家付费客户 续费率近100%

我们了解到，最近神策取得了一些成绩： 

付费行业头部客户1000+，覆盖细分行业20多个；帮助客户结构化行为数据，日均超过1000亿条。这是一个什么概念呢？桑文锋举了一个例子来具象化这“1000亿条”数据规模的含义：

用户在操作手机 APP 时，每一次操作都会产生一次行为，假设每人每天产生 1000 次行为、国内拥有 10 亿网民，那么这 10 亿网民每天将产生行为1万亿次，神策则每天可以帮助企业构建 1000 亿条用户行为。 

神策数据自2015年成立，连续三年，业绩自然增长率超过100%，续费率近100%。

“续费率”指标意味着企业服务类公司是否能活下去，对企业服务类公司尤为重要。与传统的软件公司不同，如今的企业服务类公司多使用“订阅模式”。 

比如近期上市的美国某 SaaS 公司能保持每年80% 以上的高增长率，核心原因在于其较高的续费率，假设该公司当年的营收为 2 亿，当第二年续费率达到百分之百时，则可直接保证 2 亿收入，其余额外的收入可直接叠加，这就是订阅模式的优势。 

神策数据从成立之初就推荐与客户签订“订阅模式”，让客户掌握主动权，并通过自驱力不断提升自身实力。

2 精益迭代 因需而变

桑文锋在创立神策数据之前，有过百度的工作经历。通过这些年的经验积累，他发现，国内大数据行业基本要面临两个问题：数据底子较薄，数据意识较差。

（沟通会现场）

面对这样的局面，桑文锋希望，神策数据可以利用十年的时间，重构中国互联网数据根基，帮助中国企业搭建优质的数据基础，提供底层数据的采集建模能力以及基础平台的支持。

尽管，四年来神策数据不断进步，但是随着对行业的不断了解和深入，他发觉，距离“重构中国互联网数据根基”这一目标仍有不小距离。

2017年，神策数据开始服务于一些“互联网+”客户，类似金融行业（银行、证券、保险）、范零售行业（大型连锁）、广电行业、航空行业等。

在与这些客户接触的过程中，他意识到，这类客户在数据化基础层面欠缺的内容较多，不仅缺少神策分析这样的平台工具，甚至在某些流程、组织架构（大数据相关研发工程师、数据分析师）等方面均有所欠缺。

可见，“数据底子比较薄”的情况比原先设想的还要严峻，但也意味着神策数据可以发挥更大的价值。

目前，神策数据的 SDK 以开源的形式在 GitHub 上展现，即使有些互联网公司并未购买神策数据的产品，但依然可以借鉴数据模型并将其应用于行业之中，比如神策数据在早期定义的 User+Event 模型已经成为行业中的通用模型。

神策数据不断帮助大量的企业搭建自己的“铁轨”，并且让企业之间产生“铁轨间的联动关系”，同时与中国信息通信研究院联合发布用户行为分析标准1.0，为市场良性发展，梳理行业规范作出努力。

桑文锋坦言，相比起业绩上的成功，能为中国数据化建设做出贡献同样重要。

杜明翰也将神策所感知到的市场需求变化做了总结。

（神策数据产品总监 杜明翰）

客户对数据驱动的闭环的效果，越来越看重。什么是闭环？比如客户想要针对流失客户，直接发一个召回的优惠券，而不只做数据的采集分析，客户更希望从数据到信息，用数据指导行动，形成一个闭环。

客户对运营与产品的个性化要求越来越高。比如一些客户直接想要在产品里加一个“猜你喜欢”，而且希望在运营的角度，不会花太多的精力在新用户挖掘上面，而是放在老用户上，即存量用户的价值挖掘，客户对精细化运营的需求也在日益加强。

企业管理的全景化：ToB 企业的需求。To B 企业的诉求不止停留自己服务的客户的分析，还会加深到企业本身的管理，客户全生命周期的过程管理。

面对这些需求的不断变化，神策要迅速迭代，才能更加沉稳的迎接挑战。

神策产品的迭代，共分为两步走。

第一步，原来只有神策分析一个产品，解决客户从数据采集，到建模，再到分析整个流程闭环里的各种问题。在迭代的过程中，神策数据不断进行思考与尝试，试图将一个分析型产品中的数据采集和管理抽象出来，从而作为公用的、面向矩阵其他产品的公共平台。

于是，他们把原有神策分析采集与建模部分的能力单独抽象出来，打造了神策数据基础平台。这个平台对行为数据的标准化采集以及对数据做有效的管理后，向产品线作统一的输出。 

第二步，将此平台能力应用到其他产品线。

杜明翰举了一个很有趣的例子。如果把神策数据比作中央厨房，那么数据基础平台做的就是切菜、备菜的标准化加工动作。经历第二步之后，数据采集完成，便产生出很多标准化的“备菜”。加工好的原料、备菜，可以继续被应用层“烹饪成各类菜品”，前台的厨师可以去做出更多的东西。

而神策分析是对标准化的数据做进一步的加工，通过分析模型的使用，生产更多有业务价值的信息。各个新产品线直接使用平台上的数据和信息，直接去实现业务的应用。就像厨师使用标准化的备菜，通过菜谱烹饪菜肴给食客，而不需要自己去切菜。

3 发布4条全新产品线，从“单品极致”到“产品矩阵”

桑文锋受百度工程师文化中的“极致文化”影响较深。创业前三年，他们一直坚持“单品极致”的产品理念，即只做一个产品，且将其做到极致。

2011年开始，国内的互联网行业开始发生变化，市场变化也随之而来。

随需而变，一直是他们做事的原则之一。

于是，在2018年神策数据驱动大会现场，他们正式对外公布新产品线及产品矩阵，力争更好地满足用户的各种数据需求。   

产品矩阵是搭建于神策基础数据平台上的整体产品解决方案。其中包含面向用户行为分析的神策分析、面向业务的用户标签及用户画像管理的用户画像系统、赋能业务增长的智能推荐系统、基于用户行为洞察一站式智能运营的智能运营系统。

01 神策智能运营

杜明翰分享了两个小故事。

神策数据的一个华东客户，在618活动期间，需要针对多个不同特征用户群做推送。这个流程非常复杂且漫长：锁定用户群筛选方向→负责数据的同学提取人群→设计触达策略→编写内容→信息回到推送平台做推送→提取结果→评估效果。

整个流程下来，不仅需要多次的团队配合，中间等待的时间也相当长，通常需要几天的时间才能得到结果。这让运营人员极其痛苦。

客户更是针对运营中遇到的难题做了一首打油诗：“圈人逻辑乱、数据不闭环，策略管理太分散。”

这说明，企业是有需求的。他们亟需一个统一的平台，帮助企业的运营部门提升效率与效益。

于是，他们基于客户需求，打造了神策智能运营一站式平台，让运营的过程和效果可视化。在此基础上，还能将运营工作进行流程式规划，建立像组织“脑图”一样的简单配置，让负责运营的同学在有限的空间内释放更多的想象力。

02 神策智能推荐

智能推荐大家耳熟能详，它不仅能够提升整个运营的指标，还能给用户带来强烈的个性化体验。但是，神策数据发现发现企业在建设智能推荐系统过程，往往面临挑战：

一是，产品内如何让好的内容，价值最大化，达到指标天花板？

二是，建设成本大，数据基础建设、模型迭代耗时耗力。

三是，缺少对个性化内容进行人工干预和管理的能力。

基于这些需求，他们还打造了神策智能推荐产品。

首先，将产品进行智能化改造，打造多种“千人千面”智能推荐场景。其次，建立推荐全流程闭环，形成：采集 → 建模 → 个性化推荐 → 分析 → 运营干预的完整闭环。再次，推荐策略可控，即建立可视化的运营管理后台，实时管理推荐位与内容策略，赋予运营人员人工干预的能力。最后，基于系统的开放和白盒能力，持续为内部算法团队赋能。

神策智能推荐目前服务的客户包括惠头条、妈妈帮、菲助 、中⻘看点、纵横⽂学、百度视频、东⽅明珠。

03 神策用户画像

神策数据所定义的神策用户画像，是面向业务迭代，下一代的画像系统。

神策数据将全端（多终端、多设备、多渠道）用户数据与业务数据整合打通，统一 ID Mapping 的用户全画像、特征用户群画像。

除此之外，神策用户画像系统还支持外部数据导入，支持业务人员完全自助可视化创建及维护标签；基于统计、规则和模型计算的多种标签类型，提供可直接输出特征标签的 API 接口。

04 神策客景

在推出神策客景之前，神策数据深入做了 SaaS 企业的调研，其中发现了两个较为明显的问题：一是针对 To B 企业从售前到售后全生命周期管理，缺少工具、方法论；二是多系统导致数据对齐难、客户管理比较分散。

那么，作为一家数据驱动的企业，神策客景帮助企业做了三件事：赋能市场、驱动销售、客户成功。

从核心价值来看，神策将客户全景数据打通，助力企业构建一个客户真正意义上的 360° 全生命周期的全景档案。当然，从管理者角度来看，可以更好地站在全局看企业的经营情况和客户变化。

有了新增四条产品线的能力加持，神策分析这款核心产品会变得更加强大。

神策分析作为神策数据推出的首个产品，其强大的数据计算能力是其他产品线计算效率快人一步的基石；其丰富多样的分析模型，也可直接助力其他产品线，让数据分析可以更深一层，离数据真相更进一步。

至此，神策数据的三层服务体系升级，建立以五条产品线为根基，服务与咨询同步进行的产品矩阵。

4 机遇与挑战并存

从单一产品发展为多矩阵产品，桑文锋坦率地说，在整个过程中面临的挑战确实很大。

原来的团队规模只需服务一款产品，如今产品数量激增至五个，产品团队就无法很好的支撑所有的服务。但是，他们一直坚持把事情做到极致的原则，所以进行了人员扩张。神策数据在去年扩招了一倍的团队，今年又在原来的基础上又增加了一倍人数，并且队伍还在持续扩张中。

在大数据方面，他们没有前车之鉴，需要自己摸索出 To B 的产品方法论。

在过去的20年里，中国互联网的发展主要集中在 To C 领域，此领域已经沉淀了很多成功的产品方法论。然而国内做 To B 的企业原本就比较少，成功的产品更少。神策数据如何优雅的迈过这条大河，还不会沾湿腿脚，这足够让人期待了。

如今，神策数据的产品复杂度较高，企业也在极力解决相关问题，亲自扶用户上马。

在面对大量客户需要服务的局面，桑文锋现身说法，总结了一套具体的方法论，其中也包含了一个团队做好客户交付以及客户成功的前提。

第一，客户成功不应该只是像客服一样被动地去响应客户的问题，而是需要定义自己的工作流程和工作方法。去年，他们的客户成功团队经过梳理，现分为两大环节：交付环节与维护环节。

第二，在给客户培训的过程中，要基于场景而不是基于产品功能。神策客户成功团队的所有培训与讲解，都是基于他们在行业成功实践的沉淀，比如电商行业搜索如何运营，如何推进等，全部下沉到与客户实际工作场景相关联的应用里讲解。

第三，客户成功团队要保证团队角色的多样性，知识的丰富程度能够保证客户服务的质量。神策数据的客户成功团队成员背景多样，有曾经做过运营、产品经理等各类角色。如此才能在服务客户过程中做到群策群力，使解决问题的能力更加宽泛。

第四，神策数据招聘员工的要求极高，讲究严进严出加培训，选择的都是对大数据感兴趣、有信仰、积极主动、具备快速学习能力、自驱力强的人才。聘请这样的员工，才能快速上手并且有能力服务不同的客户，保持专业性和服务质量。

第五，神策数据强调用工具提升效率，用机器代替人力。神策客景的诞生也是为了提高神策数据服务自己客户的效率，并且验证确实有效。

对于产品的购买，目前还是需要购买神策分析或神策分析轻量版的产品来搭配使用。

杜明翰强调，从应用场景和客户需求角度出发，新产品和神策分析结合能更完整地解决问题。神策数据的种子客户都希望协同使用不同产品，在数据、功能上都打通、融合，而不是割裂开，未来神策数据也会丰富各产品线独有的分析能力。

5 小结

桑文锋在演讲中提到，他在读一本书，是711创始人铃木敏文的自述图书《零售的哲学》。他坦言：“神策数据产品矩阵战略的提出，参考了部分711便利店的经营理念。”

而711的经营理念，主要就是两部分，定价逻辑及解决需求。

定价逻辑——711便利店追求的并非低价，而是在该价格上的物有所值，神策数据也一样；

解决需求——711便利店空间不大，但却基本上能解决日常生活所需。随着神策数据的产品线不断增多，这些海量“配方”可以不断满足客户各式各样的数据需求。

桑文锋也想将神策数据打造成为大数据领域的“711便利店”。

如今，神策数据的团队规模已超 300 人，2018年实现营收过亿，据知情者透露，他们已经启动新一轮融资，目前处于洽谈中。

未来，神策数据还将投入打造数据采集管理平台。这时收集的数据就不局限于用户行为数据，还包括业务数据、IOT 数据（传感器数据）等，就如其英文名 Sensors Data。