“全面解读神策数据产品矩阵与技术体系”

本篇文章5124字，读完约13分钟

一、不仅是顾客行为数据观察工具，更是一种新型的数字营销闭环处理方案

从数据的角度来说，神策数据解决的不仅仅是客户行为数据，还包括第三方电子商务数据、广告数据、crm、卡系统等第一方的业务数据，贯穿整合多渠道的多种数据源； 从产品的角度来说，神策数据也不仅仅提供数据观察工具，而是基于公司数据流的完美数字营销闭环处理方案。

在详细了解这个话题之前，曹犟首先向大家介绍了神策数据的产品发展，认为产品理念决定产品布局。 从创业之初开始，神策数据就强调数据源的重要性，强调数据基础，强调数据驱动，强调自助数据观察，强调数据在业务决策和产品智能两方面发挥作用。 过去五年，服务领域和客户越多，诉求也越广泛，团队在产品理念、数字化经营上得到越来越多的认知，提出了新的sdaf运营框架，感知( sense )、决策)整个数字营销活动。

根据新产品理念，神策数据团队重新调整了整个产品矩阵设计。 根据新的sdaf运营框架，将神策拆解、神策客户画像、神策智能运营、神策智能推荐、神策客景等产品从每个单独产品重新整合为数据基础、拆解云、营销云三大部分。

神策数据的基础部分由数据治理平台、数据仓库、数据智能引擎、私有云平台4个基础部分构成； 神拆云部分不仅集成了全新的升级后客户行为分解、客户图像、指标报警、掌上电脑策略等功能组件，还包括近期新推出的经营数据观察、广告分解等新功能模块，进行了更全面、更广泛的分解 神策营销的云部分，完美提供弹匣、流程扫描、副本管理、标签在线服务等一系列新功能，帮助顾客完美实现数据应用，开通数据驱动闭环的最后一节。 而且，神策数据仍然在重复数据驱动的咨询服务，通过产品+服务的方式为用户创造价值。

二、数据基础:采集、传递、治疗、保存、调查、智慧

数据采集是所有数据应用的基础，在新的sdaf运营框架下，神策数据的基础从数据采集扩展到整个数据流，包括采集、传输、管理、存储、查询、智能引擎几个部分。 下面重点介绍几个重要部分。

1 .数据收集

神策数据多次重复开源战略，目前40+sdk开源，sdk矩阵不断完善，覆盖主流开发生态。 然后，整个sdk团队在flutter全嵌入点、react native全嵌入点、kotlin全嵌入点、swiftui全嵌入点、app和h5开通等方面都有了全新的技术革新。 随着服务组的扩大，神策小组也支持收集更多复杂场景的数据。 例如，如何更自动化地收集曝光数据？ 如何适合机顶盒的车辆等一点点的终端？ 另外，如何使事物的属性能够动态可视化等，也在尝试更方便智能的收集方案吗？ 如何使整个数据收集业务更加场景化、区域化、智能化？ 在新的产品战术下，神策收集的数据已经不仅包括客户的行为数据，还包括各种私有域、公共域的数据，并且还将继续采用产品化的方法优化数据收集方案进行处理。

2 .数据管理

在数据管理方面，神策提出了面向业务的螺旋式数据管理理念，将数据管理分为三个阶段。 即，关注源头，关注变动，全面控制。

第一阶段关注源头。 强调在建设数据初期，要关注数据质量，从诉求到测试都要按规范进行，确保来源的安全，解决约80%以上的问题。

第二阶段关注变动。 如果业务越来越依赖数据的准确性和实质性，则需要及时监控数据质量的变化，以防止整个数据团队出现在线故障而影响业务。

第三阶段全面掌握。 当业务越来越复杂、数据源越来越多、各种操作都高度依赖数据时，整个业务和数据团队都需要关注数据的质量。

神策比较了特定的市场诉求，推出了神策数据治理平台sdg，用产品化的方法反复处理了问题。

日常统计结果表明，id -映射相关问题的时间占一个数据解决项目的30%左右。 相当于初期，神策数据在id-mapping中只支持一对一的映射，一个注册id只与一个设备id相关联。 之后，神策数据可以支持一对多的id -映射。 也就是说，一个注册id可以与多个设备id相关联，但必须脱机追溯修改历史数据。 目前，神策数据支持实时、一对多的id -映射。

3 .数据存储和查询

神策数据仓库是团队基于业务进行的新的技术抽象。 随着产品应用组件的增加，团队将存储、查询、计算等可重复使用的抽象数据解决能力变为新的技术组件，将数据仓库层和数据APP应用层剥离，并将其作为神策数据仓库( sensons 神策数据仓库一方面使团队的APP开发变得更加简单，只需要处理数据APP问题，而不需要考虑数据解决能力等问题。 另一方面，也在尝试将神策数据仓库作为单独的产品组件对外开放。 当然，神策数据仓库不仅解决客户行为数据，支持event-user-item模型，还进一步扩展了数据模型和要解决的数据类型。

过去五年，神策不断优化存储和查询性能，从优化存储、优化查询执行、优化查询调度三个方面的迭代优化，为客户带来更好的招聘体验，降低客户的硬件招聘价格

4 .数据智能引擎

数据基础的另一个重要组成部分是神策智能引擎。 初期，神策团队越来越强调个性化推荐产品，但实际上除了个性化推荐产品以外，智能引擎在分解和营销等行业发挥着重要的价值，无论是根据数据决定，还是根据决定做出更好的经营和营销动作 目前，在预测、预警、lookalike个性化等方面，整个神策算法团队都试图在众多不同的功能组件中探索算法的作用。 神策的产品功能也逐渐开始与智能引擎结合，希望完成从人用数据到人机算法的转换。

5 .神策私有云平台

神策私有云平台的方向是神策的核心竞争力之一。 神策继承了总是做最正确的事件，不做简单的事件的理念。 在神策多次重复私有化部署的同时，选择了可以按照saas模式升级的时候，从某种意义上说，选择了最难的道路。 但是，由于在这个方向上的持续努力，目前在多个场景、多个部署、多个环境下，具备了1000多个不同集群的运输能力。

神策私有云平台的技术方向，也是神策公司文化中人力被机器取代的绝佳例子。 神策希望能够支持5到10倍的多路部署方案，支持客户环境的自动安装升级和运输，而不要过多增加运输人员。 神策私有云平台是神策最重要的技术方向之一，其快速发展的结果如何，也可以直接影响目前的商业模式。

三、云拆解:结合业务场景，回归客户自身

神拆云部分的核心拷贝是客户行为的拆解。 过去一段时间，神策与客户行为拆解相比进行了大规模升级，除了上述查询和存储能力优化外，还重构了事物拆解模型，保留了拆解模型，提高了产品的应用性，提供了更好的产品体验。 基于顾客对诉求的感知和理解，神策推出了新的ltv和A/B测试模式。 迄今为止，神策数据在客户行为分解方面积累了5万多名采用者和14名高度抽象、同时具有跨领域通用性的分解模型。 此外，神策小组还发布了新的bi报告类功能组件，作为神策产品体系的整体数据可视化出口，通过各分解功能组件和各类数据，为管理者提供结论性数据发现力。

另外，神策小组以顾客标签和图像两方面为中心，磨练了产品的实力。 一直以来，神策数据完善了面向业务的客户数据中台能力，包括客户标签的引入、生产、管理、导出和应用，同时与客户标签本身进行对比，提供了完美的标签分解，即客户图像的分解相关能力。

在产品实践中，客户标签作为神策整体产品矩阵的客户中台，为后续广告投放、自动化营销、精细化运营等数据应用场景提供基础性支持，构成神策自身的cdp客户中台。 过去，神策拆解仅在渠道方面实现了跟踪和标记功能，并在此基础上进行了不同渠道站内客户行为的拆解，测量了不同渠道的客户pv、uv、购买率和费用能力。 为了完全判断广告的roi，需要通过广告前后的数据，从广告平台获取越来越多的数据，与第一方的顾客行为数据进行整合，提供完美的广告投放分解能力。 这次，神策发布了广告刊登分解产品的组件。 我们希望为用户提供一站式的广告分解平台，让客户告别以往用excel拼写数据的重复劳动，用一个产品完美地查看广告的全部链接数据，更好地优化投放战略。

经营数据观察是神策正在开发中的全新产品。 可以摆脱顾客行为的限制，整合天猫、京东等第三方流量和公司内部多种第三方数据，为公司经营状况提供全面的数据整合能力。 除了全渠道的数据整合外，经营分解还涵盖了人、商品、市场的整个链接，同时提供多维度向下挖掘的分解能力。 在此基础上，神策提供实时概要，帮助顾客及时准确地了解自己的经营状况。 神策欢迎越来越多的企业品牌零售领域的顾客共同打磨这个产品，探索如何将经营数据和顾客行为数据结合起来，产生越来越多的价值。

四、营销云:多渠道的一站式营销和运营行为

对神策的营销云或整个数字营销的理解可以用下图来说明。

基于sdaf框架，神策将提供交流和触摸、活动管理、自动化营销三个核心板块。

交互和接触块提供对主要客户接触方式的对接和支持，事件管理板提供完整的事件相关管理能力，自动化营销板提供各种营销相关能力支持 为使核心营销引擎更有效地发挥作用，一方面基于神策客户中心构建客户管理能力，另一方面通过与合作伙伴的合作，具备文案撰写工具、素材库、模板库等一般能力支持的完整活动文案的管理能力

1.APP的生态

客户流量在哪里，就需要提供对应的营销和运营能力。 迄今为止，APP仍是重要的客户生态，与APP相比，神策在智能运营方面以产品化的方式提供了在线弹匣、在线标签服务等实时在线服务能力，客户运营、排队规则推荐、个性化智能

2 .微信生态

对于从在线转移到在线或从公共域流量转移到私有域流量的客户来说，wechat生态目前比APP生态更为重要。 因此，神策在过去一段时间内投入了巨大的研发人才，全面补充了微信生态中的功能配置，是公众号、公司微信、小流程三大重要载体，提供了丰富的多样性触摸能力。 而神策希望利用客户在行为拆解、客户标签等方面的现有特点，通过这些接触能力最终生成多种多样的微信生态游戏，帮助客户更好地运营自己的微信生态，挖掘新事物，促进生活，转化。

3.a/b测试

在神策拆解年第一版的prd中，其实已经详细说明了a/b测试的功能，但今年，随着产品理念整体的全新升级，神策拆解2.2版中，反复优化的a/b测试功能全新上线。 该版本的功能提供了完美的实验制作和实验分流能力，能够满足流量分层、实验互斥等高度的实验诉求，为产品迭代、运营战略优化提供了决策依据，使数据真正驱动决策，真正用数据说话

4 .神策客景

与其他产品组件不同，神策客景是专门针对公司服务领域的客户全生命周期分解和运营系统，提供了一系列客户维度分解和管理能力，在神策客景的帮助下，to b类公司更好地分解了自己客户对自身产品的招聘情况，持续费率等指标。

五、技术再造:构建更灵活、更开放、可扩展的平台

所有的技术工作本质上都是为了建立更灵活、更开放、可扩展的平台。 一方面，它更方便了神策自身的产品迭代和应用开发，另一方面，让神策顾客更好地采用神策团队提供的开放能力，更好地发挥数据价值。 从某种意义上说，这种工作本质上决定了神策的商业模式和神策的服务开展方法是否可行。

在过去的五年里，随着业务的一些变化，神策技术不断发展。 早期，神策只有一个产品，那时平台化本身意义不大，随着提出产品矩阵战术并开始实践，如何加快多种产品的开发速度，降低开发价格，充分进行技术重用成为了重要的技术课题。 如上所述，神策将数据能力抽象为神策数据仓库。 未来，随着产品从拆解走向全面营销，将面临更多复杂的局面。 从应用的角度来说，神策不仅提供在线APP服务，也提供在线服务，但在线服务在运输层面上与私有化引进是矛盾的。 从某种意义上说，神策有必要尝试提供saas化的在线服务。 从部署方法来说，神策很可能会让同一个客户面临私有化部署和saas化混合部署的局面。 即，数据本身存在本地私有化引进，但在线服务为saas化。 这种异构导入方法对神策的整体技术结构提出了更大的挑战，这也是神策持续加大技术投入和升级重构的原因。 除了处理本身的问题之外，技术重构本身也更好地提供了平台化的能力。

从神策数据成立的第一天开始，就打算提供paas化的产品。 在数据解决的各个阶段都对顾客开放了相应的接口和能力。 随着开发功能的增加，顾客对功能定制的要求也越来越高。 神策小组逐渐认识到有必要在paas化的基础上构筑独自的平台化战术。 于是，神策团队以此次技术重构为契机，将神策数据仓库上的核心应用能力一一抽象为标准功能单元，从而为合作伙伴开发一点扩展功能单元奠定了基础。

曹犟用一句话总结今天的演讲，观念转变神策数据提供的不仅仅是客户行为数据观察工具，而是全新的数字化营销闭环处理方案，全新的神策拆解云、神策营销大数据