用户行为分析领域成为大数据应用“风口”

大数据已成为刚需，对行业用户的重要性日益突出。根据Gartner数据显示，超过九成以上的企业管理层视数据为战略性资产，超过八成的企业经理认为数据资产并未体现在资产负债表上，而是隐含在无形资产中。掌握数据资产进行智能化决策，是企业获得核心竞争力的基石。

近几年，大数据在各行各业的落地应用不断开花，数据开始发挥越来越大的价值，驱动业务增长。加上大数据较为清晰的盈利模式，也成为资本市场竞逐的焦点。据不完全统计，在4月上旬，大数据领域投融资事件超过10起。

目前，在国内大数据领域较为典型的大数据公司主要有两类，一批是本身具有获取大数据能力的BAT等互联网巨头，另外一批是大数据初创公司，他们依赖于大数据工具，针对市场需求，为市场带来创新方案并推动技术发展。

以初创公司神策数据为例，该公司成立三年内已获得上亿元融资。该公司主要为企业提供以用户行为分析(UBA/UEBA)为核心的可视化数据服务，帮助企业解决了从采集、建模、可视化的问题，构建了数据驱动的闭环。去年，其服务的互联网客户中有108家企业发生了融资，占比 20%。

4月11日，神策数据完成4400万美元C轮融资，该轮融资由华平资本领投，A、B轮投资方跟投，其中包括红杉中国、晨兴资本、DCM资本、线性资本、明势资本等。此前，公司曾获得600万元人民币天使轮融资、400万美元A轮融资及1100万美元B轮融资。

投资人的青睐不仅缘于神策数据近十年积累的大数据分析经验，主要是其核心创始团队均来自于百度大数据。神策数据创始人兼CEO桑文锋表示，神策数据成立三年来，很幸运的走对了每一步。“从百度出来创业并没有跟风SaaS，而是结合中国市场的实际情况，确定了要做私有化部署，来帮助各类型客户将数据资产转化为可推动生产力的数据资本。

事实上，数据资产与数据资本的差距，数据沉淀与数据可持续性挖掘的差距，蕴含着巨大的机会，也为AI的应用提供基石。神策数据创始人兼COO刘耀洲认为，数据与AI变得紧密且融合，数据不再只是扮演“支持单业务、单角色的数据分析需求”的角色，而是围绕客户真实需求，贯穿从客户初次触点、客户培育、价值匹配、客户成功的全流程全接触点的运营流程中，形成从数据积累，到数据分析与应用，最终到实践验证的良性应用闭环。

以泛零售企业为例，随着互联网流量增长的红利消退，“获客”成本已经飙升到难以承受的程度。企业希望通过数据资产的积累和沉淀获取全端的用户行为数据，实现线上和线下的数据打通和融合，还原一个多场景下的用户全貌，提供以顾客为中心的新零售服务。

但是，在这个大数据的落地的过程中会遇到很多的“雷”，背后原因是存在很多的数据孤岛，以及对应的数据口径不一致导致的问题。这就需要大量的工作要集中在数据ETL(Extract，数据从来源端经过抽取；Transform，转换；Load，加载至目的端的过程)和数据整合等基础性工作上。另外，为了AI的应用更加容易些，只有进行数据积累和沉淀，以及可持续性的挖掘数据价值，才能保证数据的完整性和一致性，最终让数据分析的智能预测准确率提升。

神策数据的做法是通过私有化部署，先帮助企业做好数据采集和建模等数据基础工作，再进行数据分析和咨询业务。从而帮助企业获取数据并分析多维度、海量、实时的数据分析，从而驱动决策和驱动产品智能化。

“销售把产品卖给客户，这时的服务其实仅完成了20%。”桑文锋解释道，也就是说，数据不止驱动决策，数据更大的价值在于更早一步的数据驱动产品智能化，即利用个性化推荐、个性化投放广告等真实落地的功能，让产品本身得到大幅度优化。

在这个过程中，神策数据迈向成熟的最重要一步是服务意识的形成。桑文锋表示，大数据之于企业应用远不止产品本身，需要可持续的服务和价值传递。“我们在服务客户时，不同于传统企业软件服务的‘八二模型’，而是坚持‘二八模型’。签单只是完成了20%的工作，后续用户用起来并给客户带来业务价值，才是神策数据的独特所在。”

作为首家迈过 C 轮增长魔咒的神策数据，在产品、服务体系、商业模式的成熟度上已经得到市场初步认可，未来的重点在于将如何实现规模化扩张。

桑文锋认为，创业不应纠结于客户数量，只有强化服务体系，才能实现规模扩张。客户发展应该像“滚雪球”一样越滚越大，低劣的产品与服务必然造成“狗熊掰玉米”般客户流失。

据了解，在神策数据公布的 2018 年产品和业务战略框架中，将继续提升泛零售和金融数据服务，并进一步开发文娱、教育等领域的企业数据支持服务。