參加完剛結束的618大促，抖音電商的業務人員越發覺得，數據在業務中能發揮的價值越來越大。

對於渴望追逐當下流行的消費品牌來說，猜中消費趨勢往往是極難的一件事。快時尚帝國Zara靠着西班牙總部周邊的衆多工廠，通過“小單快返”的供應鏈，極大程度上提高了“猜中”的概率。但更多的品牌並沒有充裕的資金和人力打造柔性供應鏈。

抖音電商通過數據產品極大程度上解決了類似的問題。早在大促开始前一個月，抖音電商的業務人員可以通過分析數據，一定程度上預測未來的消費趨勢，一些趨勢的預測可以細化到某品類下的具體材質維度，例如自行車類目下的流行關鍵詞“鋁合金、碳纖維、女性自行車”。

這便是數據賦能業務的一個縮影，也幫助抖音電商更好的面對大促的挑战。今年的618大促中，抖音電商整體銷量同比增長66%，貨架場景抖音商城的銷量同比增長177%。

數據洪流中蕴藏巨大價值早已成爲共識。從亞馬遜、Netflix，到字節跳動、SHEIN，還有更多的企業，都在數字化之路上蜿蜒前進。問題也同樣一致——要採用什么樣的轉型解決方案，才能將數據的價值賦能到業務上？

從幾張Excel到敏捷BI，從數據倉庫到數據湖，數字化轉型的思路與工具向來層出不窮。過去幾年，建設大一統的數據中台一度成爲一種行業共識，不僅互聯網大廠紛紛推動數據中台的建設，衆多傳統企業也琢磨着把刀揮向自己，追趕這股潮流。

但中台化的投入重、門檻高、應用難，除了少數成功者，大量企業在轉型過程中深感迷茫。隨着“中台碎片化”的呼聲四起，企業高管們开始重新審視主流的數字化解決方案：

如果中台化不是終點，那么數字化的前路又在哪裏？

中台不是終點

2015年，位於芬蘭的遊戲公司Supercell吸引了中國互聯網圈的目光。

這家公司成立於2010年，辦公地點是在芬蘭首都赫爾辛基。Supercell早期做網頁遊戲，後來全面轉向移動端，員工人數不到200名卻爆款頻出，幾年時間從巨頭林立的遊戲市場迅速崛起，一年利潤高達15億美元。

爆款制造機的密碼在組織模式中：前台成立精悍的獨立遊戲开發小組，自行決定方向；後台技術部門沉澱遊戲开發中的通用素材和算法，支持前台部門靈活調配，快速試錯。

這便是未來風靡互聯網圈八年多的“大中台、小前台”模式的雛形。此後不僅互聯網大廠紛紛效仿，衆多傳統企業也試圖追趕這股潮流。

中台可以理解成預制菜。後台是菜市場，前台是嗷嗷待哺的顧客，中台則負責把顧客最常點的幾個菜事先切好、配置調料，等顧客下單就能快速生產。其中，業務中台提供可復用的業務，數據中台則提供數據洞察和智能。

建設企業中台一度成了組織改革、數字化轉型的標准答案。在衆多中台之中，“數據中台”的地位尤爲重要。

數據中台架構示意圖

在跑馬圈地的高增長時代，靠着中國龐大的人口基數，光喫滲透率都能做成一筆大生意。這個時期，企業就算有層出不窮的效率問題，也會被浩浩蕩蕩的高增長趨勢掩蓋。但隨着企業的增量時代揮手自茲去，用數字化提升經營質量、降本增效成了共識。

數據一度被拿來與土地、勞動力、資本和技術並稱五大生產要素，重要性自然不言而喻。但如何用好數據，卻沒那么簡單。據 Gartner 的研究報告，68% 的企業數據沒有被用來分析、使用；高達 82% 的企業仍處於數據孤島之中[3]。

當企業經營數據累計成了規模，只有把孤島之間的數據打通，讓數據變成資產並服務於企業，企業的數字化轉型才更有底氣。數據中台的橫空出世似乎提供了一套萬能方案。

在設想中，數據中台本該將前台各個業務共性的數據需求抽離出來，以大一統的方式爲業務提供數據產品和服務，從而提高企業運營效率，實現科學決策。但一度被視爲靈丹妙藥的“數據中台”，卻沒有收獲意想中的效果。

隨着數據中台的失敗案例層出不窮，衆多企業創始人和CIO都开始對其反思，進行改造。中台雖好，但大部分企業並不知道如何發揮它的價值。其中一大原因在於，許多急迫想要搭上數字化列車的企業，只重視建設大一統的數據中台，但數據卻沒有真正流動到業務之中。導致最後，數據中台建了，公司決策卻還是靠拍腦袋。

數字化依舊是企業心之所向的未來，但如何能讓業務真正用起來數據，實現數據驅動？

數字化雖好，但怎么做？

在這個問題上，天生和數據打交道的互聯網公司自帶優勢。

通過A/B測試的數據反饋優化決策，幾乎成了谷歌、Netflix等公司內部的通用准則。同樣習慣用數據輔助決策的字節跳動，不僅用A/B測試給新應用起名，就連“用戶界面上兩個視頻之間的縫隙有多寬”這樣的細枝末節，都是靠幾百組測試做出來的[4]。

與很多企業數據中台“只建設、不利用”不同，在字節跳動內部，通過數據發現問題、尋找原因、解決問題早已成爲一種習慣。

就拿相機應用“輕顏相機”來說，2022年6月，輕顏相機曾經开展過一輪頭部用戶調研，通過深度交流，團隊發現用戶反饋最多的問題是“不知道怎樣擺姿勢”，缺乏拍照靈感是一個核心痛點。

輕顏團隊爲此增加了一項“靈感”功能，爲拍照提供姿勢指導。但上线後，“靈感”功能的滲透率、次留等數據與“風格”“濾鏡”等模塊差距較大，他們困惑：

滲透低：主要原因是功能入口不顯著，還是用戶無需求？

次留低：是用戶不知道使用效果，還是體驗後不滿意然後棄用？

功能內模板切換數據不高：是切換功能設計有問題，還是用戶使用鏈路太長？

輕顏團隊利用火山引擎增長分析DataFinder進行了歸因分析，發現：滲透低，是因爲80%的用戶不會主動探索“靈感”；次留低，是新用戶不了解“靈感”，大部分人查看後就收起了；模板切換數據不高，根據數據分析和進一步的用戶反饋，是因爲其他功能設計有遮擋問題，影響到“靈感”的使用。

知道原因後，他們很快制定了解決方案，並利用火山引擎A/B測試DataTester驗證想法。最終，“靈感”功能的數據得到較大幅提升，更多的用戶可以從該功能上學習拍照姿勢，幫助提升拍照靈感。

汽車信息與服務平台“懂車帝”的優化迭代過程也用到了數據輔助決策。

用戶登錄率，是日活用戶中處於登錄狀態的用戶比例，也是所有的 App 產品都會關注的數據。對於社交、電商類的 App 產品，通常來說登錄率是越高越好。但對於懂車帝這款資訊類產品，登錄率則是一個需要平衡的指標。

因爲，如果強制用戶登錄才能使用全部功能，會流失不愿意登錄的用戶；如果允許用戶不登錄即可使用全部功能，則登錄率低下，難以對用戶進行全生命周期的了解，損失個性化服務的機會成本。因此如何在保證用戶體驗和使用的前提下，提升登錄率，是一個值得分析和解決的問題。

懂車帝利用增長分析DataFinder進行歸因分析找到了優化的關鍵環節，設計了解決方案，並通過多輪的A/B測試驗證效果，最終登錄率追平了今日頭條App 和西瓜視頻App ，互動率和人均活躍天數也在上漲。

APP優化迭代對數據的應用尚顯靜態，而在強調實時性與靈活性的電商業務上，字節跳動的動態數據分析也在發揮越來越重要的作用。

如前所述，今年618开始前，抖音電商團隊通過數據工具，輔助商家對可能爆發的商品進行提前調控，圍繞潛在的消費趨勢備貨。

而在活動當天，平台也可以通過內部數據工具，對不及目標的直播間，在自動歸因工具的協助下迅速採取策略。

比如在今年大促中，一位明星的直播間流量突然出現斷崖式下跌。業務人員通過“直播工作台”發現，進入直播間的人數沒有減少，但離开直播間的人越來越多。

火山引擎數智平台提供的實時畫像功能找到了問題所在——流失的用戶大都屬於年輕女性，而當時直播間的選品不匹配。團隊於是迅速調整策略，讓這批用戶更感興趣的高性價比化妝品提前上架。短短幾分鐘的調整，迅速幫直播間撐住了人氣和購买量。

不論是輕顏相機新功能上线、懂車帝App登錄率提升，還是抖音電商業務利用數據工具幫助618大促，這都是字節跳動諸多業務线工作日常的一個縮影。

進一步分析，不難發現字節跳動的數字化，其關鍵是數據消費，通過不斷的數據分析和數據實驗，讓更多的業務线與員工科學決策，最終實現數據賦能業務。

但這種源自互聯網的數據消費理念，是否值得借鑑，能否推動其他行業的數字變革？數字化轉型的過程中，其他企業又該如何提高自己的“數據消費”？

數據飛輪

今年4月，火山引擎在上海舉辦了春季 FORCE 原動力大會，對外介紹了字節跳動內部長達 10 年所沉澱的經驗模式。作爲集成了字節系技術能力和增長方法的雲服務品牌，火山引擎提出了一套名爲“數據飛輪”的數字化建設模式。

所謂“數據飛輪”，即是圍繞數據消費形成了從數據資產到業務應用的雙向正循環。

數據消費是這一模式的起點。一個又一個具體業務中的數據消費，加速了決策洞察。而當數據真正賦能業務，帶來好的結果時，又會推動更多、更頻繁的數據消費行爲，這是第一個飛輪。

業務的蓬勃發展也帶來更大規模的數據，從而推動數據資產的建設，提高數據研發效率。更好更快的數據產品，自然也就讓業務員工更愿意使用，成爲第二個高速旋轉的飛輪。

如今各個企業面臨的是更變幻莫測的市場、更復雜的內部架構、更進退失據的現狀。火山引擎提出的“數據飛輪”理念在數據中台的基礎上，提供了一種更完整、有效的解決方案：將“數據驅動”的理念注入易用的產品之中，養成業務人員的數據消費習慣，從而幫助企業的數據飛輪真正轉起來。

知識付費平台得到APP在引入火山引擎A/B測試工具 DataTester後，“遇事不決就A/B”的理念成爲了內部共識。僅2022年第三季度，得到A/B實驗場景就超過20個，成功率達80%，直接促成了產品滲透率和轉化率的提升。無獨有偶，頭部租車平台悟空租車同樣通過DataTester，順利優化了押金支付的流程。

數據消費是撬動數據飛輪的原點，而好用的數據產品則是撬動數據消費的槓杆。

早在去年，火山引擎就發布了數智平台 VeDI，覆蓋數據引擎、數據建設與管理、數據應用等全鏈路相互協同的數據產品。在今年4月的發布會上，火山引擎進一步加強對外开放的數據產品能力，升級湖倉一體分析服務 LAS，Serverless流式計算Flink服務，並發布新品管理駕駛艙 Plus。

通過“產品工具 + 方案 + 咨詢”，“數據飛輪”正在走出字節內部，走向金融、汽車、大消費、文旅各個細分的行業場景。

例如在金融領域，A/B測試已經在平安銀行全面推廣運用，對接到如信用卡運營、App平台運營、活動積分等14個業務平台，以分流實驗的方式，實現數字驅動的決策，促進策略的持續迭代。

例如在汽車領域，通過接入火山引擎，領克汽車實現了公域平台數據打通，形成APP全域洞察。火山引擎幫助領克汽車打通了多系統用戶數據，完成數據資產沉澱，達到構建以用戶爲中心的統一數據體系預期。

如果說“數據中台”幫助企業將數據變成資產，那么“數據飛輪”的意義在於，點出了數據消費的重要性，從業務到數據的雙向閉環中，推動企業的飛輪式轉動，真正邁進數智化時代。

一場新的數據轉型變革，即將席卷千行百業。

尾聲

1994年，《連线》雜志主編Kevin Kelly在《失控》的开篇裏寫道：“人造物表現得越來越像生命體；生命變得越來越工程化。”

在席卷全球的數字化浪潮中，企業同樣正在經歷一場翻天覆地的變革。三十年前，企業的數字底色是財務三張表和進銷存账薄。三十年後，海量數據在企業內部輸入、匯聚、流動、輸出。

在某種意義上，企業正在成爲一個數字生命體。數據流動產生的巨大價值，也成爲企業內部埋藏的一座金礦。在增量有限、存量改善的時代，數字化呼聲無疑會變得越來越迫切。各類數字化工具、數字轉型思路未來還將層出不窮地湧現。

這個老問題上，數據飛輪無疑提供了一種寶貴的新答案。

參考資料 [1] 谷歌HR是如何踐行數據分析文化的？行走的帆 [2] 重新定義公司：谷歌如何運營的，埃裏克•施密特 [3] 70%的企業數據沒被分析，“數據驅動”這條路真能走得通，億歐網 [4]微信已經老了，頭條永遠年輕，潘亂

作者：楊婷婷 編輯：李墨天 視覺設計：疏睿 責任編輯：李墨天

追加內容

本文作者可以追加內容哦 !