9月2日，火山引擎V\-Tech数据智能科技峰会召开，峰会上火山引擎新一代企业级数据产品数智平台VeDI正式发布。
火山引擎数据产品负责人郭东东表示：“聚焦互联网营销场景，我们认为‘精细化’跟‘降本增效’是近义词，成本少，效果精。企业数据基建需要精细化搭建，用户增长也需要精细化营销与运营。”
本文根据郭东东演讲内容整理。
# **新数据：增长、提效、降本**
大家好，我是郭东东，火山引擎数据产品负责人，VeDI本身是字节跳动多年经验沉淀积累的ToB能力，其中包括了产品工具、经验积累以及执行方式输出。
怎样更好地服务业务？就是要以业务价值为核心，接下来讲一下我们在各个行业主要的业务落地场景以及业务案例，我分享的主题是《新数据、新价值与新机遇》。
我们发布了数智平台VeDI，它到底能给企业带来什么？这也是我们一直在思考和要解决的问题。这其中包括了字节跳动数据平台9年发展经验核心所解决的问题，各个行业客户所面临的问题。这些问题是行业解决方案和落地行业场景中必须要正面面对的问题。
总结下来核心是三个点：增长、提效、降本。
增长方面，发展是硬道理。所有企业都要追求增长，字节跳动旗下的抖音、今日头条等APP，基本都在非常短的时间内得到了指数级的高增长。在这个过程当中，从数据的视角，如何才能更好地去赋能业务，帮助业务增长？是我们一直要解决的问题。
提效方面，大量的数据需要大量的存储资源和计算资源，还需要大量的数据开发和数据运营人员，如果数据无法被有效、方便、快捷地使用，从ROI视角来看就未必是正向的事情。因此，如何提高数据使用效率，让更多人使用数据，这就是VeDI平台核心要解决的提效问题。
降本方面，后疫情时代我们接触到越来越多的客户，他们成本压力是比较大的。随着使用数据越来越多，数据的存储、计算带来的成本也在增大，因此怎样降低成本也就成了核心的问题。
数智平台VeDI给客户带来了什么？本质就是这三个点：业务增长、运营提效和运维降本。
这是我们站在解决方案视角的VeDI核心架构图，这个架构图也是围绕着增长、提效、降本这三个维度展开的。
首先，右侧有一个上下的箭头，向上表示我们在业务侧的演进，向下是技术侧的演进，随后按照业务增长的视角来分析一下基础逻辑。
从我们的视角来看，怎样才能做到业务增长？首先增长需要生态协同。火山引擎负责提供的是字节跳动在技术层面积累的输出，那么如何才能更好地帮助到企业客户增长呢？光靠技术是不够的，这也需要生态的深入协同与打通，比较典型的有巨量引擎、抖音、飞书等。巨量引擎解决了获客问题，抖音涵盖了电商等大消费客户，与飞书协同能够进一步提高数据使用效率，这就是协同的生态。
下面是几个典型的业务场景，因为增长不是泛泛地去做，而是希望能够收敛到几个核心场景，有相对完善的落地方案来更好地帮助到客户。其分为了四个核心层次：
* 第一点，公域获客。增长的本质是获新客，怎样高效地获新客就涉及到生态的协同，包括公私域的联动等。
* 第二点，存客经营。存客经营是老生常谈的问题，怎样才能更好地经营好客户？抖音等APP过去几年流量非常大，如何增强客户粘性，让客户更多地喜欢和使用产品？在ToB服务过程中，我们希望将这些能力结合客户的业务场景更好地帮助到客户。
* 第三点，新品发布。在大消费/零售行业，怎样才能更好地研发新品？推出新品的视角，也是一个典型的场景，新品会吸引到更多的客户，更多的场景。
* 第四点，售后服务。比较典型的有汽车行业，如何能让客户的增购、转购以及各种维保层面的体验提升，增加产品黏性，甚至增加对我们品牌的认知，这也是核心要解决的场景问题。
在场景之下就是工具。在增长与营销视角，我们是强调一站式、协同的，工具本身来说是将生态与字节工具做了深入打通，工具与生态的协同，效率会有比较大的提升，DataWind与飞书之间的联动能够提高大家的使用效率。
字节将过去沉淀下来的经验以咨询服务的方式输出，配合工具以更好地帮助到更多客户。
增长之下就是提效。站在业务场景的视角，我们是否有一站式的、相对连续的、体验比较优化的工具跟生态打通，提高数据使用效率？站在使用视角，如何与生态打通，产品工具之间实现自闭环，包括了SaaS层与PaaS层之间的联动，数据应用与数据建设之间的有效联动，这都是提效的核心点。
另外非常关键的点就是在数据建设层面的提效。数据量越来越大的时候，怎样管理数据、存储数据，怎样构建每个公司的数据资产地图，都很麻烦。比如一个指标可能有很多口径，但哪个是总的口径，却要到处去问，非常低效。
这一层面便需要数据治理。BP咨询经验主要来自ToB方面，我们跟ToB客户讨论与构建时，会结合咨询经验，加上治理层面工具，在数据建设层面做深层次提效。
运维降本也是大家常提到的问题。如何降低成本，偏数据存储计算层面的成本，从两个维度解决：第一是从技术驱动，所有的业务发展都是技术在驱动的，技术是第一驱动力，技术不发生变革，业务形态很难有大的突破。所以在这个层面，湖仓一体有比较多的尝试与探索，字节跳动在这一领域有很多投入，我们的数据量是非常大的，怎样将数据有效打通，做更高效的存储，这是我们一直探索并要解决的问题。这其中还包括了底层数据的打通，数据的分层存储、流量存储等。
另一个维度便是数据治理层面，作为成本治理，怎样有效降低存储成本？对熵值比较低、价值比较低的数据怎样进行淘汰？我们有较多的治理工具和经验进行输出。
核心总结起来，VeDI核心解决的是增长、提效和降本。
# **新价值：** **火山引擎的持续助力**
其实，增长最典型的就是广告业务。现在媒体平台特别多，大家都去投广告、做增长、获新客。
那么怎样才能更有效地做增长？结合内部经验，总结出两个核心点，即端到端的ROI衡量和精细化投放，最终实现细分处理，提供差异化出价，这也是我们对客户核心问题的解决思路。
上图中，最左侧是广告主，右侧是媒体平台，中间是火山引擎的技术能力输出，以一个典型的客户场景来描述这个问题，客户在自己的私域有比较多的用户沉淀与积累，有私域数据。这些信息怎样才能更好地跟媒体平台联动起来？通过中间的桥梁，这就是火山引擎核心要解决的地方。我们通过差分隐私、联邦学习、隐私计算等能力安全合规地将两边打通，通过联邦学习跟火山公域工具做联动。在投放过程当中进行权重判断，以RTA服务的方式与巨量引擎做深度的联动，端到端地优化客户的广告投放效率，目前我们已经积累不错的典型客户案例。这是第一个我们提效视角的问题。
上图是私域营销的一套解决方案，当获取新客户时提高私域的经营能力，核心流程绝大部分的场景都比较一致，主要讲三个差异点：
第一，咨询服务能力输出，UG咨询能力，字节内部怎样做增长的经验以及咨询方式的输出；
第二，VeCDP，做存量用户的经营核心就是数据，我们能否高效地搭建数据体系，多维度、多主题地描述用户的标签和画像，我们有客户数据平台产品VeCDP。
第三，A/B测试，怎样科学地做决策？每次营销活动好不好还是不好，怎样科学衡量？A/B测试科学做决策也是火山引擎核心要服务客户的差异化的亮点能力，也就是我们的A/B测试产品DataTester。私域的视角我们主要以这三个维度去推。
另外，数据的分析和应用都是建设在数据基建能力上，统一的湖仓一体能力，能更好地构建企业增长的新基建。
上图中左侧会分为两个层面，底层层面在湖仓方面有比较大的探索与积累，在技术视角更希望将来能够把更多的能力赋能到更多的客户。从数据湖能力、数据仓库的能力来看，核心是存储层面的打通，以及源信息层面的打通，另外统一的湖仓分析能力，还有数据在湖仓之间的自动成像与升级，这是湖仓层面的能力。怎样合理地使用这个技术，降低数据的流动成本，提高数据的使用效率，从而达到降本的效果，这是我们的一个关注的核心点。
然后是BP服务与数据治理能力。这部分数据用技术的方式来解决，只解决了一部分，怎样才能更好地服务业务是两个层面的事。第一是有好的数据管理体系，将数据治理好；另外是咨询方式输出经验，怎样将数据运营好。这里包括之前讲的方法论，核心是怎样提高数据的运营与分析能力。
基于下面的技术和上面的治理以及运营经验，“数据+治理工具+业务应用”将推动数据的整个全面的新基建，从而起到提效降本的作用，这也是数据建设层面的核心点。
#**新机遇：不同行业的相同诉求**
上面几个非常典型的应用场景，服务了不同行业的客户，接下来分享几个不同行业客户的典型案例。
首先，金融行业，是我们服务的一个非常头部的股份制银行，他核心解决了海量的长尾客户的精细化运营的问题。在接触之前，他有三个核心痛点：
* 用户非常大，股份制银行拥有上亿的用户，覆盖面高但客户经理有限，大量的长尾客户没有特别多的人去服务；
* 同时，大量的长尾客户占的比例非常大，怎样服务好这些客户，需要一些好的营销与管理手段；
* 当时内部有各种营销工具、管理平台很混乱，数据没有互相打通。
基于这个场景，我们与客户一起探讨怎样结合手机银行、线上线下网点、远程银行三个角度去打造统一的数字化营销平台；通过营销工具、营销策略、数据层面全部打通，解决长尾客户的经营分析问题，最后这也是我们方案核心的落脚点与推动点。
这是方案的核心图，从几个层面讲一下。
首先数据中台层面，当时最大的问题是数据很混乱，不同的端，比如手机银行、远程银行、线下的数据联动以及治理层面有较大的问题，我们怎样使用数智平台的技术以及咨询服务的经验帮他将这个数据体系搭建好，这里包括1.6亿的客户，大量的标签体系及属性，数据层面将数据基建做好，这是我们做的第一步。
在营销工具层面以及营销经验层面，我们将营销工具全部都打通做一个统一的一站式的，基于以用户画像为核心的营销体系在工具层面联动，实现工具的互联互通，以及经验层面、策略层面的统一管理与存储。
最后服务智慧远程银行，在银行各种场景去落地。利用我们的增长营销套件，这家银行也构建多渠道的整合营销平台，实现了客户分群与客群统一管理，300+营销策略配置，统一的营销活动管理与内容素材管理。打通了线上线下9大渠道，通过营销活动编排，面向长尾细分客群的多波次精准触达，实现理财、信用卡、消费三大类产品的精准销售。
再看互联网行业，目前，我们整个互联网企业其实都在解一道共同的题——后疫情时代下如何打破低效的、离散的、非数字化的局面实现弯道超车？“降本”是我们经常听到的一个词，很多互联网企业在实践的时候更偏重砍成本，减少投入，但其实我们觉得增效也非常重要。
聚焦互联网营销场景，我们认为“精细化”跟“降本增效”是近义词，成本少，效果精。企业数据基建需要精细化搭建，用户增长也需要精细化营销与运营。如何构建高效的数智营销，我们可以通过一个案例给大家分享我们的经验。
我们正在服务一家行业头部的以O2O模式为主的互联网智能健身平台。在与火山引擎建立合作之前，该企业遇到了一些痛点问题：首先是数据孤岛问题，该企业无论是线上触点的埋点数据还是线下业务数据，都有相应的采集及存储机制。但在营销场景下，由于数据的多源异构性，无法打通关联，共同赋能用户精细化运营场景。
其次是精细化运营体系构建难，仅有少量的线上标签体系构建，没有做到多维度的用户分层及后续针对不同用户群体的个性化营销策略。且从数据开发、到标签开发再到人群圈选并下发策略的整条链路都大量依赖数据开发人员的人力投入，整体人效较低且质量标准无法统一。三是无论是运营策略迭代还是产品迭代都缺乏数据驱动理念和数据分析工具的支撑，大多依赖人工判断和优化，很难衡量具体效果。
因此，双方的第一个合作点，便是构建高效数智营销平台，起到提效降本的作用。
这是核心的架构图，跟前面的金融行业大的主流程上比较像。通过火山引擎数据产品，我们为该企业搭建了完整的、数智化的营销中台能力，帮助其实现了埋点系统内行为数据、云数仓内业务数据、线下会员订单数据、营销效果数据等数据源的数据打通，并依赖火山引擎客户数据平台veCDP的可视化建模能力，实现了高效、低代码化的跨源数据实时同步及数据开发，数据同步链路整体时效提升了30%。第一是做数据融合，将各种数据融合起来，构建统一的标签体系。
在这里有一个核心的区别点在于，在该客户的特殊场景下，需要针对会员和教练两个角色分别建立ID\-Mapping体系和标签体系，这也依赖火山引擎数据产品独家的多实体标签能力，为其搭建了“会员\-教练”双中心标签体系，打通场景、会员、教练、服务，为后续支撑认知、了解、到店、订课、活跃、续订的全链路精细化运营动作打下了基础。
通过几个月的共创与建设，最后帮助客户将整个方案落下来，在这个过程当中，对客户的运营方法以及效率得到了比较大的协作的提升，整体覆盖了700万+的注册用户，还有10000+签约教练，以及900+门店的全域数据体系。
在今年的多场百万级用户大促活动中，包括客户数据平台VeCDP、A/B测试工具DataTester在内，我们的增长营销套件，帮助企业实现了全链路的敏捷营销，完成了效果数据的追踪分析并针对性开展了多个策略赛马实验和产品功能迭代A/B测试。我们也希望未来可以带给更多互联网客户带来切实的“降本增效”体验。
在大消费行业我们正在服务的一家有着百年历史的服饰品牌。过去5年，这个品牌已经完成了从0到1搭建底层数据库，包括商品等在内的多种数据收集和打通，并探索在私域会员运营、定向精准营销等业务层面的实践。伴随着整个品牌的产品矩阵在向更加高端化、本土化、年轻化和潮流化发展的趋势，如何通过最合适的触达渠道和营销形式，吸引更多消费者，尤其是年轻消费者，为这个品牌注入更丰富的新鲜血液，是当下想要解决的一个课题。那我们的客户实际上面临的三个问题，这三个问题其实也是今天很多消费品牌面临的共同问题：
* 数据维度少，消费者画像单一：缺乏兴趣爱好类数据，很难细颗粒度地洞察用户群体画像；
* 消费者复购率低：由于品类特性，过半数活跃用户仅贡献一次购买，需要建立精细化运营模式提升购买频次和连带购买；
* 沉睡客户体量大：沉睡客户超过50%，且过往通过短信激活效果甚微，需要抓住人群特征制定个性化营销策略。
我们通过火山引擎客户数据平台VeCDP，利用聚类模型为该品牌会员进行分群，定制化营销策略。目前我们已经帮助这个品牌建立起自身的7大人群体系，并在此基础上完成以消费者为中心的渠道、沟通策略建设，以个性化服务为手段，极大提升消费者的品牌服务体验。
这是核心解决方案的思路：
* 结合差分隐私的技术在公域层面做更多的探索，对客户群体做深度的洞察分析，通过对企业一方核心人群lookalike，在公域找到高潜转化人群；
* 利用圈层标签，找到对应KOL匹配的高潜人群，提高了品牌广告整体转化效果。
去年双11大促活动期间，品牌实现高潜会员的精准洞察与高效沟通，发现需求，辅以商品推荐，通过这种“‘货找人’+大促场景”的模式，大大提升了大促销售转化。
最后是汽车，我简单分析一下汽车行业。我们和很多汽车企业做交流，发现大家今天都在做一件事情就是车企业务全生命周期的运营与价值挖掘，这是我们看到的趋势，我们把它归纳为以车为本到“人车协同”：一方面打通车主生命周期各阶段的数据链路，形成精准画像，并通过运营实现与车主的深度绑定；另一方面从单一的整车销售向汽车保养、维护、金融保险、车主社区等车辆全生命周期服务延伸。我们服务的其中1个传统汽车品牌，2021年他们自主研发的电动车开始陆续上市，随着消费者购买模式的变化，这家主机厂决定在电动车的销售决定采用新零售的模式：线上线下相结合，厂商直销，传统经销商作为交车和其他服务的服务商配合销售。那企业在这个新模式下遇到了哪些问题呢？
* 用户数据散落与缺失：数据不联通，无法串联完整的用户链路获得唯一和可信的数据；线下触点没有被很好的采集和整合，导致线上/线下用户旅程割裂。
* 营销策略缺乏工具支撑：缺少完善的标签体系和营销工具，无法通过已有用户信息支持营销策略决策和执行。
我们优先帮助车企构建客户数据管理平台——基于火山引擎产品VeCDP的跨源融合能力（支持MySQL、ClickHouse、Hive等多种数据源类型），将原本分储在各系统中的客户关联数据加以整理并依据“购车意向\-试驾\-购买\-购买完成\-售后”生命周期进行统一沉淀管理，建立完整的客户数据字典，同时依据客户群体特征予以标签体系建立。
这么做的好处在于，能够实时洞察客户处于销售链路的什么阶段，同时能够通过标签体系的拆解，帮助车企为客户“定制”针对性服务，结合DataFinder和DataWind这两款工具让车企可以实现数字化洞察；同时呢，我们还给他们部署火山引擎增长营销平台GMP，实现对圈选人群的多渠道和个性化的触达，并实时监测和分析运营效果，指导运营策略的不断迭代提高整体用户粘性。
我们在汽车行业提供的其实就是将用户从产生兴趣到最后成为品牌拥护者进行增换购转介绍，与车辆从研发到回收的两条完整生命周期做了交叉，从成交前以用户为主车辆为辅的数字营销板块、以车辆为主用户为辅的智能制造板块，一直到成交后的人车协同板块，为车企梳理了重点场景，并且量身定制了包含产品、服务、咨询为一体的解决方案。
因此今天，基于对汽车行业的实践总结，我们正式发布“5事7计”汽车企业数字营销新范式。今天演讲的总结就是：火山引擎数智平台VeDI，智能决策，增长有数。
谢谢大家！