从产品的视角看神策数据神策营收增长 _生活经验

最近神策数据的2亿美元融资算是今年数据行业的一个很大的新闻——特别是在今年环境很差的情况下，虽然据说这笔钱是去年拿到的今年到账。从老虎基金入局，再加D轮融资，这下神策数据下一步就是奔着上市去了。

文章插图
当年一起做移动端用户行为分析的大数据公司，这两年都有一些进展。上个月GrowingIO与奇点云合并，去年7月Talkingdata也拿到华润资本CR Data Fund（大数据科技应用基金）1亿美元的战略基金。而友盟经历过各种变动之后，跟阿里集团也逐渐靠得更近。从这些动向看，神策数据应该算是发展得最好的，下面我就尝试着从产品的视角，来分析下神策的情况。
创始团队的技术积累和产品定位是成功的关键该领域的技术专家创始团队创始人桑文峰和CTO曹犟都是数据处理技术专家，在百度的时候就做日志处理、数据开发工程的工作。笔者有幸在百度工作时与两位共事。当时我在百度移动云，负责百度应用、手机百度等产品的数据平台产品设计工作，这两位则是在大数据团队做数据的开发工作。在UDW项目推进之前，当时整个百度产品业务数据分析都是建立在日志分析的基础之上，巅峰时期百度业务产生的数据可是天量，他们的工作难度与成效可想而知。
我对创始团队中的付力力的印象来自一位前百度数据产品同事的评价。当时这位同事负责百度应用的数据分析和平台建设工作，他说付力力很聪明，也很勤奋，那个留存报表搞了很久都没搞好，他一来，换了个计算方式，就搞好了。现在留存是各家数据分析产品的标准模版功能，但是在十年前，要把这事儿计算清楚，还要定时产出可是个技术活儿。
那时候还有个关于无埋点的小故事。
GrowingIO刚创立时，提出了无埋点的数据采集方案。一石激起千层浪，当时数据分析师和数据产品经理行业可兴奋了，不用埋点就能拿所有的数据，这不是天大的好事？要知道那时候，如果规划稍微有点疏忽，某个数据点没有埋上，那就没有数据了，需要重新提埋点需求，重新计算——不好意思，请排期到下一个迭代，前端工程师们如是说。
跟文峰在一起聊天交流说起这个事情，他一下就点出，无埋点实际上就是全部埋点。不管有用没用，所有的数据上传上来，在服务端再进行处理，这样即便漏掉某些数据，也可以去服务端拉出来。后续很快神策也实现了无埋点方案。
整个团队包括联合创始人刘耀洲在内，在当时都是这个领域里面的技术专家，也有着相当丰富的经验，因此神策数据的产品基础非常牢固，逐渐在行业里面打开的局面。
产品定位的精准以及差异化【从产品的视角看神策数据神策营收增长】除了技术领域的专长外，创始团队对产品的定位的把握能力也至关重要。这直接决定了客户是否买单。
这几天为了写这篇文章，我就申请了一个试用账号到神策数据的产品里面去看了下，连续几天在各种模块里面遨游。很快收到一个陌生的手机号码来电，接完发现是神策的客服/销售人员。这位女士简单直接，问我做什么业务，是否有APP、小程序等，是否有私域业务。我编了个业务场景，说只有电商和门店业务。她听完强调了一遍他们主要面向有私域业务的公司之后，便很快结束了与我的通话。
从这段经历，大家能够发现，他们对客户的画像非常清晰，产品定位很清楚，就是解决那些有做APP、自有网页和小程序的公司的线上数据采集处理和分析的问题，一整套解决方案部署下去，直接看数据结果，非常的方便快速。

文章插图
从他们公开的埋点说明文档可以看出，他们做产品非常标准和细致，这与他们长期标准的工作习惯有非常大的关系。做过底层数据的朋友应该清楚一个好的数据采集和分析标准有多么重要。

文章插图
除了精准的定位之外，为了破局当时神策数据是行业里面率先提供私有化部署方案的公司。这也就完成了从免费的分析产品走向收费的商业数据产品的重要一步。要知道当时Talkingdata 、友盟等都是提供的免费APP数据分析服务（游戏版本收费）， GroingIO则提供轻量部署的付费服务。
随着数字化以及私域在国内的普及，以及各企业对数据安全的高度重视，私有化部署成为中大型公司的标配采购方案，也为神策数据在后来的发展奠定了坚实的基础。这里又有一个小故事，去年跟一个朋友聊天，提到采购数据分析服务的事儿，他们说当时最开始联系的神策，但是他们预算只有六万块，神策开价都在二三十万起，还不太想接的样子，最后他们选择了另外一家诸葛IO 。
从产品为核心走向产品服务双核心以及未来的展望从产品到产品大客户服务硬币往往有两面。
一整套的数据采集到分析的服务很方便，很快速，也意味着封闭，自由度较差。这点在服务头部客户，切入到更多场景的时候会特别的明显。头部客户除了有APP、小程序之外，还有大量的内部业务数据、CRM数据、DMP数据等等，这两者如果不能融合，则数据应用的场景和价值就非常有限，如果要融合，意味着神策数据原有的数据采集和分析逻辑要去改变。
更麻烦的是，头部客户都有自己的in-house IT体系，每家还不一样，这时候通用的分析型产品将会遇到极大的挑战。如果继续用通用型的产品，解决不了客户深层次的需求，如果去解决客户深层次需求，需要大量定制，这样成本又太高，而且周期很长，很难做到规模化扩张。
记得当时我在阿里做品牌全域数据中台时，蒙牛跟我说要所有品牌和所有产品的全景分析，良品铺子说我要把线下会员和线上打通运营，立白说我需要把数字化决策下发到10万促销员手里......都是讲数据，但是不同的企业对这事的理解和价值感完全不同。这时候就需要产品设计者站在更高的企业经营纬度去看这所有的需求，并尝试归纳总结抽象成产品，并且需要前端的解决方案和销售团队对企业进行循循善诱，产品与解决方案和销售团队紧密配合行事，才能达到一个比较好的通用型产品与定制化开发的平衡。
到这个时候，之前神策引以为傲的数据根基平台，只是一个敲门砖，敲开大客户数字化转型的之后，面临着深不可测的需求池。我想这也可能是他们在最新一轮融资之后提出的产品服务的双核心模式了。

文章插图
从分析到分析云营销云神策估值的重大变化来自于业务类型的扩张。从基础的APP数据分析服务转向企业预算更多的营销服务——也是目前市场竞争更激烈的领域，竞争者也变成了Convertlab、深演智能\品友和阿里全域营销数据中台\QuickAudience等公司或者团队。
这个变化与GrowingIO很不一样，从GroingIO与奇点云的合并可以推测出，他们要走纵向深耕，打通企业数字化的数据服务全链路，从数据采集、数仓建设到上层分析服务，全面整合。而神策选择在基于原有的产品结构上，横向扩张到营销领域。
神策分析云截图：

文章插图
神策营销云截图：

文章插图
这两张图基本可以映射到前文文峰演讲中的那张产品结构图。两个产品拥有类似的产品思路，尝试去解决企业实际运营中的问题，分析云解决分析产生insight的问题，营销云则解决数据分析insight驱动业务增长的问题。
这里需要注意的是，神策的营销云跟一些其他提供CDP的营销云还不太一样。神策重点还是通过技术手段，让企业更好的使用自己的数据来驱动业务，更像一个MA产品（自动化营销）。很多营销云会把外部的一些数据也一并卖给企业，丰富企业自有的数据集最终变成CDP的产品解决方案。这两者都有需求，但是在企业内部是不同的人员在负责，优略就不好评价了。
未来挑战的展望随着品牌直面消费者的媒介越来越多（比如私域概念），线上获客占比越来越高（比如电商），企业“被迫”进行着数字化转型。这其中不论是经营决策方法、营销策略、渠道管理等都在发生着数字化的趋势，带来全新的企业营运模式。这也为神策数据提供了更多的向上空间，也让神策延续了7年的产品设计理念带来了更多的挑战。
通用和定制的平衡
这点在前文有提及。通用是做薄的过程，定制是做厚的过程。很多客户的采购逻辑并不是按照我们的产品设计逻辑来的，而是通过预算和内部的实际需求，他们嘴里的“数字化”跟我们想的“数字化”大相径庭。不说大的系统的定制化开发，哪怕是一个指标的定义，都有可能这家和那家完全不一样。越是大的、传统的客户，越会发生这种情况，接受定制还是说服客户？恐怕到了打单的时候很难由我们说了算。
纷繁的产品功能与前端团队的配合
经过7年的发展，神策的产品功能已经非常丰富了，虽然现在封装为分析和营销两个大场景，但是底层的产品功能还是略显纷繁杂乱。比如广告分析算是分析还是营销？用户画像算是营销还是分析？老销售们肯定能够“千人千面”的为不同客户提供不同的方案组合。但是新的销售们就不一定了。此外这么多的产品功能也提升客户的理解门槛。
自有的分析套件的数据与企业自有数据的交互
虽然能够看到现在神策产品中已经开发了数据接入管理的能力，但是相较于头部企业的需求来说，还是略显单薄。同企业其他数据的耦合程度决定了产品的客单价以及续费率。但是耦合更多之后，现有的数据模型该如何变化，又如何实现产品化，将会是一个难题。毕竟你不光要吸进来，还有呼出去。
这些问题，不光是影响着实际订单的获?。?也会加大产品团队与售前团队与销售团队的冲突。但是我相信，以神策团队的智慧和适应能力，一定能够跨过最后一步，攀上更高峰。
后记：
写这篇文章的时候，内心很温暖，想起多年前在北京同一众同行老友相聚的场景，也想起了当初在北二环神策创业的孵化器听分享的日子。（小彩蛋，猜猜我是哪一个？）

文章插图
,

从产品的视角看神策数据 神策营收增长

从产品的视角看神策数据神策营收增长