滚蛋吧，流量！红利已见顶，是时候步入「留量时代」了

金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

仅仅把APP中的“确认按钮”上移几个像素，会对银行信用卡业务带来什么改变？

答案或许会让你非常震惊——注册转化率提升13%！

若是改变购物APP首页界面的排版，能让新用户“90日留存率”提升多少？

结果依旧非常惊人——整整提高10个百分点！

这就是智能用户运营所带来的显著改变，但在这些成功案例背后，却似乎逐渐浮现出了一种趋势：

企业不再盲目追逐“新增用户”这一指标，而是更加看重如何将老用户“促活”。

换言之，在2020年都快翻篇的现在，要是还在谈流量，那就真的out了。

因为在大浪淘沙、瞬息万变的互联网世界中，流量的红利大势已去，风口的变迁就是如此之快。

那么破解下一局的棋子，又该落在哪里？

易观数科，这家亮相于2020年，最早追溯到2012年的大数据公司，便给出了一种“正解”：

留量时代来临。

至于背后的逻辑，也是非常的清晰易懂。

在信息炸裂增长、数字化程度逐步提高的现今市场，想要打出自己的一片天地，拥有优质数字用户资产无疑是成败之关键。

在今年疫情这场“黑天鹅”的突袭下，更加突显了这一点的重要性。

而对于这笔“资产”，要想拥有，企业就先要满足数字化转型的刚需；而后还需要具备长期、持续的洞察和运营能力。

那么在留量时代下的这场“游戏”，具体的规则、玩法是什么？

不妨先来看下易观数科的打法。

留量时代，先做“变量”

无论是大厂还是初创型企业，从互联网市场发展的长河来看，能够发展壮大的企业，都是具备一定的弹性和可扩展性。

如果拿一个函数y=f(x)作比喻，企业的改变是“变量y”，而“自变量x”可以说是时代的一种潮流、趋势。

而在当下，“数字化转型”就是其中一个x，这就需要企业具备学会做“变量”的能力。

在布局“企业数字化转型”这条赛道上，大厂们具备非常强悍的生产能力，但“咨询能力”却成为了它们的短板。

大厂们通常采取内部孵化，或者收购的方式来弥补这一点。

而另外一类玩家，便是本身就具备咨询能力的企业（例如麦肯锡等），他们若想在这条赛道上大展拳脚，那就必须提升自身推动数字化的能力。

而易观数科，便是国内后者的典型代表，而且属于较早布局的那一批。

易观数科创始人于揚对于数字化的“嗅觉”较为敏锐，从网络公开的信息中不难看出，他于2012年便成立了大数据公司。

而且在简介中也比较明确的指出：

易观是中国知名的数字用户洞察与运营解决方案提供商，始终追求客户成功的经营宗旨，致力于将公域数字用户洞察和私域智能用户运营相结合，帮助企业全面实现面向用户的数字化转型，运营好留量时代的数字用户资产。

而随着易观这次提出“留量时代”的概念，自身又做了一次重要的战略升级——下设易观分析和易观数科两大业务线。

其中，易观分析基于的主要产品是“易观千帆”，易观数科的主要产品则是“易观方舟”。

这两大业务线便对应了“留量时代”下的两大要素，也就是对数字用户资产的长期、持续洞察和运营能力：

 

• 易观分析：数字用户洞察服务提供商。专注于数字经济的发展研究，是“互联网+”概念的首创者，通过多元数据基础洞察各行业数字用户行为，助力企业高效运营，实现精益成长。经过十余年的努力，易观分析共帮助4000多家企业通过有效洞察数字用户，打开数字化应用的通路。
• 易观数科：专注于智能用户运营产品与行业解决方案的提供商，也是智能用户运营理念的提出者和标准制定者，致力于帮助企业快速实现面向用户的数字化升级，建立用户全生命周期的数据驱动。旗下易观方舟智能用户运营产品套件，将易观多年对行业和业务场景的深刻理解与先进的数据智能技术相结合，通过智能分析、智能运营和智能画像三款产品的强大功能，以优质的服务帮助企业构建和激活数字用户资产，高效完成用户需求感知（收数），全端数据打通（理数），关键行为分析（算数）和智能主动服务（用数）等关键环节，从而实现收入增长、成本降低和效率提升。

 

至此，进入留量时代的“先决条件”，易观已经部署完毕。

也不难看出，易观数科作为与To B企业打交道的直接对象，其分量便不言而喻了。

数字化转型过程中的“高级大厨”

易观数科所要面对的是数字化转型客户来自各行各业，用统一的一套解决方案很明显是不能满足所有人的需求。

在与易观数科CTO郭炜的交流过程中，他对这种“千人千面”的解决方法，做了一个更易理解的表述。

郭炜认为，与不同客户打交道过程，就像点餐一样，而易观数科所扮演的角色，就像厨师。

客户来点的菜不尽相同，有川菜、粤菜、北京菜等等。

如果客人想吃点辣的，那么厨师就会推荐川菜；如果客人想吃点清淡的，那就会给他推荐粤菜。

但若是遇到“嘴特别刁”的客户，那这位客人就会有“私人大厨”专门服务，加点甜、加点辣，为客人打造定制化菜品。

具体而言，易观数科已经服务了300多家中外企业，所覆盖的领域包括银行、保险、证券、汽车、房产、消费电子、连锁零售、商业地产和融媒体等等。

而且不仅仅是一次性的服务，易观数科要做的是建立用户全生命周期的数据驱动行业解决方案。

要建立“全周期的数据驱动行业解决方案”，就必然需要在智能用户运营方面下功夫。

易观数科在这块强有力的产品，便是易观方舟。

例如在实时采集方面，可以做到支持全端用户行为，包括APP、小程序、H5、服务端、业务库数据等。

易观数科的边缘计算，包括方舟Edge SDK、方舟IOT Edge SDK等，可以帮助企业提高用户行为数据质量。

在本地化部署方面，除了支持SaaS之外，易观方舟的PaaS平台也满足了企业端到端的深度开发需求。

在查询方面，易观方舟具有百万级的查询能力，支持百亿级别数据的秒级实时计算。

当然，可视化操作也让运营人员大幅提高工作效率，以“埋点”这个工作为例。

传统企业的方式，大多是产品经理和开发人员沟通，具体需要在界面的某个点击按钮做个埋点，再跟开发人员交代需要哪些维度的数据。

但这样的方式效率是极低的，不仅有较大的沟通、时间成本，若是产品经理没有想到或者急需这些维度的数据，短时间内想要实现几乎不可能。

但通过易观方舟“可视化埋点”的功能，可以让运营人员仅仅通过简单的框选操作，直接快速的提取出与框选部件相关的所有参数。

真正做到了一次埋点，全部生效的效果。

而且，易观数科在技术层面一直保持良好的开源态度。

例如已经开源的Apache Dolphin Scheduler ，已经被300多家企业在大数据平台中使用。

该项目在GitHub中的Star数也已经高达了4.8K之多。

易观数科整体的技术实力，其实在银行信用卡业务中的最能体现。

正如在本文开头提到的那个例子，让银行最头疼的，不是说没有数据分析工具，而是即使用了，也达不到提高活跃用户数量的目的。

而在与易观数科的合作过程中，因其能够做到持续、长期的洞察和运营，因此很快就找了突破口和解决方案。

从技术复杂度来看，郭炜介绍道：

一个银行的业务，里面可能会嵌套30多个APP，如何把数据采集好、整合好，还要做到实时分析。这种难度可想而知。

但很显然，易观数科已经做到了这一点。

除此之外，类似银行这样的场景，必然对安全自主可控的要求极高。

易观方舟在数据方面可以说是达到了金融级部署规范要求，包括：

 

• 支持脱敏与权限支持全局，以及分用户单独字段脱敏
• 完善的数据隔离方案确保数据不泄露

 

在安全可控方面，易观方舟是基于Apache协议开源技术体系的二次开发，可以做到所有代码自主可控。

值得注意的是，易观数科是国内首家同等规模公司进入Apache孵化项目组。

也正如易观数科联合创始人杨彬所述：

银行业务场景，对产品、技术的安全性、可靠性、鲁棒性等，都具有极高的要求。

换言之，易观数科将最难啃的一块业务已经拿下，而且取得了不错的成绩。

这也就从另一方面印证了易观数科所具备的硬实力。

数字化转型如何“弯道超车”？

首先一点，是敏锐的嗅觉。

易观最初做的咨询服务相关的业务，精准的市场洞察让它能够在变化万千的互联网世界中，总是站到风口之上。

其领先性的提出了互联网化的概念，同时还提出了营销互联网化、渠道互联网化、产品互联网化，以及运营互联网化。

时间也确实证明了一切，市场、企业按照这样的进度一步一步地在推进着。

除了“互联网化”之外，易观还在业界率先提出过“互联网+”、“数据新能源”、“第四张报表”等领先性概念。

而这离不开易观在多年发展过程中，始终通过数据洞察行业趋势、定义行业标准。

这也引出了第二点，数据基因。用易观自己话来说就是“已融入血液”。

以咨询服务起家的易观，对于数据而言，不仅仅是停留在洞察这一层面，而是早早的布局并推动了数据技术能力。

正如易观的使命所述——让数据能力平民化。

最后，便是过硬的技术实力。

关于易观方舟的能力，就不再赘述。但值得注意的一点是，或许很多人会将易观助力数字化转型的这种能力，与这两年爆火的“数据中台”联系到一起。

虽然像阿里、腾讯、字节跳动等大厂们都在大力推行数据中台，以此来推进数字化转型的进程，但易观数科却没有在此有过多“笔墨”。

对此，郭炜认为：

要不要上中台，出发点还是要看自身的业务、需求。

大厂做的中台，并一定适合迁移到其它企业，而且因为投入太多，反倒可能会成为一种负担。

杨彬谈到数据中台时表示：

一个好的数据中台，一定要发挥数据的作用。但我们认为，要想产生这样的作用，核心就是要做好数字化时代的商业模式的重构。

杨彬将这个重构划分为四个维度，分别是用户关系、运营模式、生态合作关系，以及资产形式。

在如此背景之下，杨彬认为，基于数据驱动的智能用户运营，更是帮助企业发挥价值的关键。

而这，也正是留量时代下，数字化转型企业所要达到的目标。

你觉得呢？