數字化建設新模式:火山引擎數據飛輪助力企業(yè)實(shí)現數據驅動(dòng)

參加完剛結束的618大促，抖音電商的業(yè)務(wù)人員越發(fā)覺(jué)得，數據在業(yè)務(wù)中能發(fā)揮的價(jià)值越來(lái)越大。

對于渴望追逐當下流行的消費品牌來(lái)說(shuō)，猜中消費趨勢往往是極難的一件事?？鞎r(shí)尚帝國Zara靠著(zhù)西班牙總部周邊的眾多工廠(chǎng)，通過(guò)“小單快返”的供應鏈，極大程度上提高了“猜中”的概率。但更多的品牌并沒(méi)有充裕的資金和人力打造柔性供應鏈。

抖音電商通過(guò)數據產(chǎn)品極大程度上解決了類(lèi)似的問(wèn)題。早在大促開(kāi)始前一個(gè)月，抖音電商的業(yè)務(wù)人員可以通過(guò)分析數據，一定程度上預測未來(lái)的消費趨勢，一些趨勢的預測可以細化到某品類(lèi)下的具體材質(zhì)維度，例如自行車(chē)類(lèi)目下的流行關(guān)鍵詞“鋁合金、碳纖維、女性自行車(chē)”。

這便是數據賦能業(yè)務(wù)的一個(gè)縮影，也幫助抖音電商更好的面對大促的挑戰。今年的618大促中，抖音電商整體銷(xiāo)量同比增長(cháng)66%，貨架場(chǎng)景抖音商城的銷(xiāo)量同比增長(cháng)177%。

數據洪流中蘊藏巨大價(jià)值早已成為共識。從亞馬遜、Netflix，到字節跳動(dòng)、SHEIN，還有更多的企業(yè)，都在數字化之路上蜿蜒前進(jìn)。問(wèn)題也同樣一致——要采用什么樣的轉型解決方案，才能將數據的價(jià)值賦能到業(yè)務(wù)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(lái)層出不窮。過(guò)去幾年，建設大一統的數據中臺一度成為一種行業(yè)共識，不僅互聯(lián)網(wǎng)大廠(chǎng)紛紛推動(dòng)數據中臺的建設，眾多傳統企業(yè)也琢磨著(zhù)把刀揮向自己，追趕這股潮流。

但中臺化的投入重、門(mén)檻高、應用難，除了少數成功者，大量企業(yè)在轉型過(guò)程中深感迷茫。隨著(zhù)“中臺碎片化”的呼聲四起，企業(yè)高管們開(kāi)始重新審視主流的數字化解決方案：

如果中臺化不是終點(diǎn)，那么數字化的前路又在哪里？

中臺不是終點(diǎn)

2015年，位于芬蘭的游戲公司Supercell吸引了中國互聯(lián)網(wǎng)圈的目光。

這家公司成立于2010年，辦公地點(diǎn)是在芬蘭首都赫爾辛基。Supercell早期做網(wǎng)頁(yè)游戲，后來(lái)全面轉向移動(dòng)端，員工人數不到200名卻爆款頻出，幾年時(shí)間從巨頭林立的游戲市場(chǎng)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：前臺成立精悍的獨立游戲開(kāi)發(fā)小組，自行決定方向；后臺技術(shù)部門(mén)沉淀游戲開(kāi)發(fā)中的通用素材和算法，支持前臺部門(mén)靈活調配，快速試錯。

這便是未來(lái)風(fēng)靡互聯(lián)網(wǎng)圈八年多的“大中臺、小前臺”模式的雛形。此后不僅互聯(lián)網(wǎng)大廠(chǎng)紛紛效仿，眾多傳統企業(yè)也試圖追趕這股潮流。

中臺可以理解成預制菜。后臺是菜市場(chǎng)，前臺是嗷嗷待哺的顧客，中臺則負責把顧客最常點(diǎn)的幾個(gè)菜事先切好、配置調料，等顧客下單就能快速生產(chǎn)。其中，業(yè)務(wù)中臺提供可復用的業(yè)務(wù)，數據中臺則提供數據洞察和智能。

建設企業(yè)中臺一度成了組織改革、數字化轉型的標準答案。在眾多中臺之中，“數據中臺”的地位尤為重要。

數據中臺架構示意圖

在跑馬圈地的高增長(cháng)時(shí)代，靠著(zhù)中國龐大的人口基數，光吃滲透率都能做成一筆大生意。這個(gè)時(shí)期，企業(yè)就算有層出不窮的效率問(wèn)題，也會(huì )被浩浩蕩蕩的高增長(cháng)趨勢掩蓋。但隨著(zhù)企業(yè)的增量時(shí)代揮手自茲去，用數字化提升經(jīng)營(yíng)質(zhì)量、降本增效成了共識。

數據一度被拿來(lái)與土地、勞動(dòng)力、資本和技術(shù)并稱(chēng)五大生產(chǎn)要素，重要性自然不言而喻。但如何用好數據，卻沒(méi)那么簡(jiǎn)單。據 Gartner 的研究報告，68%的企業(yè)數據沒(méi)有被用來(lái)分析、使用；高達82%的企業(yè)仍處于數據孤島之中。

當企業(yè)經(jīng)營(yíng)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(chǎn)并服務(wù)于企業(yè)，企業(yè)的數字化轉型才更有底氣。數據中臺的橫空出世似乎提供了一套萬(wàn)能方案。

在設想中，數據中臺本該將前臺各個(gè)業(yè)務(wù)共性的數據需求抽離出來(lái)，以大一統的方式為業(yè)務(wù)提供數據產(chǎn)品和服務(wù)，從而提高企業(yè)運營(yíng)效率，實(shí)現科學(xué)決策。但一度被視為靈丹妙藥的“數據中臺”，卻沒(méi)有收獲意想中的效果。

隨著(zhù)數據中臺的失敗案例層出不窮，眾多企業(yè)創(chuàng )始人和CIO都開(kāi)始對其反思，進(jìn)行改造。中臺雖好，但大部分企業(yè)并不知道如何發(fā)揮它的價(jià)值。其中一大原因在于，許多急迫想要搭上數字化列車(chē)的企業(yè)，只重視建設大一統的數據中臺，但數據卻沒(méi)有真正流動(dòng)到業(yè)務(wù)之中。導致最后，數據中臺建了，公司決策卻還是靠拍腦袋。

數字化依舊是企業(yè)心之所向的未來(lái)，但如何能讓業(yè)務(wù)真正用起來(lái)數據，實(shí)現數據驅動(dòng)？

數字化雖好，但怎么做？

在這個(gè)問(wèn)題上，天生和數據打交道的互聯(lián)網(wǎng)公司自帶優(yōu)勢。

通過(guò)A/B測試的數據反饋優(yōu)化決策，幾乎成了谷歌、Netflix等公司內部的通用準則。同樣習慣用數據輔助決策的字節跳動(dòng)，不僅用A/B測試給新應用起名，就連“用戶(hù)界面上兩個(gè)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(lái)的。

與很多企業(yè)數據中臺“只建設、不利用”不同，在字節跳動(dòng)內部，通過(guò)數據發(fā)現問(wèn)題、尋找原因、解決問(wèn)題早已成為一種習慣。

就拿相機應用“輕顏相機”來(lái)說(shuō)，2022年6月，輕顏相機曾經(jīng)開(kāi)展過(guò)一輪頭部用戶(hù)調研，通過(guò)深度交流，團隊發(fā)現用戶(hù)反饋最多的問(wèn)題是“不知道怎樣擺姿勢”，缺乏拍照靈感是一個(gè)核心痛點(diǎn)。

輕顏團隊為此增加了一項“靈感”功能，為拍照提供姿勢指導。但上線(xiàn)后，“靈感”功能的滲透率、次留等數據與“風(fēng)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(zhù)，還是用戶(hù)無(wú)需求？

●次留低：是用戶(hù)不知道使用效果，還是體驗后不滿(mǎn)意然后棄用？

●功能內模板切換數據不高：是切換功能設計有問(wèn)題，還是用戶(hù)使用鏈路太長(cháng)？

輕顏團隊利用火山引擎增長(cháng)分析DataFinder進(jìn)行了歸因分析，發(fā)現：滲透低，是因為80%的用戶(hù)不會(huì )主動(dòng)探索“靈感”；次留低，是新用戶(hù)不了解“靈感”，大部分人查看后就收起了；模板切換數據不高，根據數據分析和進(jìn)一步的用戶(hù)反饋，是因為其他功能設計有遮擋問(wèn)題，影響到“靈感”的使用。

知道原因后，他們很快制定了解決方案，并利用火山引擎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(hù)可以從該功能上學(xué)習拍照姿勢，幫助提升拍照靈感。

汽車(chē)信息與服務(wù)平臺“懂車(chē)帝”的優(yōu)化迭代過(guò)程也用到了數據輔助決策。

用戶(hù)登錄率，是日活用戶(hù)中處于登錄狀態(tài)的用戶(hù)比例，也是所有的App產(chǎn)品都會(huì )關(guān)注的數據。對于社交、電商類(lèi)的App產(chǎn)品，通常來(lái)說(shuō)登錄率是越高越好。但對于懂車(chē)帝這款資訊類(lèi)產(chǎn)品，登錄率則是一個(gè)需要平衡的指標。

因為，如果強制用戶(hù)登錄才能使用全部功能，會(huì )流失不愿意登錄的用戶(hù)；如果允許用戶(hù)不登錄即可使用全部功能，則登錄率低下，難以對用戶(hù)進(jìn)行全生命周期的了解，損失個(gè)性化服務(wù)的機會(huì )成本。因此如何在保證用戶(hù)體驗和使用的前提下，提升登錄率，是一個(gè)值得分析和解決的問(wèn)題。

懂車(chē)帝利用增長(cháng)分析DataFinder進(jìn)行歸因分析找到了優(yōu)化的關(guān)鍵環(huán)節，設計了解決方案，并通過(guò)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(dòng)率和人均活躍天數也在上漲。

APP優(yōu)化迭代對數據的應用尚顯靜態(tài)，而在強調實(shí)時(shí)性與靈活性的電商業(yè)務(wù)上，字節跳動(dòng)的動(dòng)態(tài)數據分析也在發(fā)揮越來(lái)越重要的作用。

如前所述，今年618開(kāi)始前，抖音電商團隊通過(guò)數據工具，輔助商家對可能爆發(fā)的商品進(jìn)行提前調控，圍繞潛在的消費趨勢備貨。

而在活動(dòng)當天，平臺也可以通過(guò)內部數據工具，對不及目標的直播間，在自動(dòng)歸因工具的協(xié)助下迅速采取策略。

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(yè)務(wù)人員通過(guò)“直播工作臺”發(fā)現，進(jìn)入直播間的人數沒(méi)有減少，但離開(kāi)直播間的人越來(lái)越多。

火山引擎數智平臺提供的實(shí)時(shí)畫(huà)像功能找到了問(wèn)題所在——流失的用戶(hù)大都屬于年輕女性，而當時(shí)直播間的選品不匹配。團隊于是迅速調整策略，讓這批用戶(hù)更感興趣的高性?xún)r(jià)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買(mǎi)量。

不論是輕顏相機新功能上線(xiàn)、懂車(chē)帝App登錄率提升，還是抖音電商業(yè)務(wù)利用數據工具幫助618大促，這都是字節跳動(dòng)諸多業(yè)務(wù)線(xiàn)工作日常的一個(gè)縮影。

進(jìn)一步分析，不難發(fā)現字節跳動(dòng)的數字化，其關(guān)鍵是數據消費，通過(guò)不斷的數據分析和數據實(shí)驗，讓更多的業(yè)務(wù)線(xiàn)與員工科學(xué)決策，最終實(shí)現數據賦能業(yè)務(wù)。

但這種源自互聯(lián)網(wǎng)的數據消費理念，是否值得借鑒，能否推動(dòng)其他行業(yè)的數字變革？數字化轉型的過(guò)程中，其他企業(yè)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(dòng)力大會(huì )，對外介紹了字節跳動(dòng)內部長(cháng)達10年所沉淀的經(jīng)驗模式。作為集成了字節系技術(shù)能力和增長(cháng)方法的云服務(wù)品牌，火山引擎提出了一套名為“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(chǎn)到業(yè)務(wù)應用的雙向正循環(huán)。

數據消費是這一模式的起點(diǎn)。一個(gè)又一個(gè)具體業(yè)務(wù)中的數據消費，加速了決策洞察。而當數據真正賦能業(yè)務(wù)，帶來(lái)好的結果時(shí)，又會(huì )推動(dòng)更多、更頻繁的數據消費行為，這是第一個(gè)飛輪。

業(yè)務(wù)的蓬勃發(fā)展也帶來(lái)更大規模的數據，從而推動(dòng)數據資產(chǎn)的建設，提高數據研發(fā)效率。更好更快的數據產(chǎn)品，自然也就讓業(yè)務(wù)員工更愿意使用，成為第二個(gè)高速旋轉的飛輪。

如今各個(gè)企業(yè)面臨的是更變幻莫測的市場(chǎng)、更復雜的內部架構、更進(jìn)退失據的現狀?；鹕揭嫣岢龅摹皵祿w輪”理念在數據中臺的基礎上，提供了一種更完整、有效的解決方案：將“數據驅動(dòng)”的理念注入易用的產(chǎn)品之中，養成業(yè)務(wù)人員的數據消費習慣，從而幫助企業(yè)的數據飛輪真正轉起來(lái)。

知識付費平臺得到APP在引入火山引擎A/B測試工具DataTester后，“遇事不決就A/B”的理念成為了內部共識。僅2022年第三季度，得到A/B實(shí)驗場(chǎng)景就超過(guò)20個(gè)，成功率達80%，直接促成了產(chǎn)品滲透率和轉化率的提升。無(wú)獨有偶，頭部租車(chē)平臺悟空租車(chē)同樣通過(guò)DataTester，順利優(yōu)化了押金支付的流程。

數據消費是撬動(dòng)數據飛輪的原點(diǎn)，而好用的數據產(chǎn)品則是撬動(dòng)數據消費的杠桿。

早在去年，火山引擎就發(fā)布了數智平臺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(xié)同的數據產(chǎn)品。在今年4月的發(fā)布會(huì )上，火山引擎進(jìn)一步加強對外開(kāi)放的數據產(chǎn)品能力，升級湖倉一體分析服務(wù) LAS，Serverless流式計算Flink服務(wù)，并發(fā)布新品管理駕駛艙Plus。

通過(guò)“產(chǎn)品工具+方案+咨詢(xún)”，“數據飛輪”正在走出字節內部，走向金融、汽車(chē)、大消費、文旅各個(gè)細分的行業(yè)場(chǎng)景。

例如在金融領(lǐng)域，A/B測試已經(jīng)在平安銀行全面推廣運用，對接到如信用卡運營(yíng)、App平臺運營(yíng)、活動(dòng)積分等14個(gè)業(yè)務(wù)平臺，以分流實(shí)驗的方式，實(shí)現數字驅動(dòng)的決策，促進(jìn)策略的持續迭代。

例如在汽車(chē)領(lǐng)域，通過(guò)接入火山引擎，領(lǐng)克汽車(chē)實(shí)現了公域平臺數據打通，形成APP全域洞察?；鹕揭鎺椭I(lǐng)克汽車(chē)打通了多系統用戶(hù)數據，完成數據資產(chǎn)沉淀，達到構建以用戶(hù)為中心的統一數據體系預期。

如果說(shuō)“數據中臺”幫助企業(yè)將數據變成資產(chǎn)，那么“數據飛輪”的意義在于，點(diǎn)出了數據消費的重要性，從業(yè)務(wù)到數據的雙向閉環(huán)中，推動(dòng)企業(yè)的飛輪式轉動(dòng)，真正邁進(jìn)數智化時(shí)代。

一場(chǎng)新的數據轉型變革，即將席卷千行百業(yè)。

尾聲

1994年，《連線(xiàn)》雜志主編Kevin Kelly在《失控》的開(kāi)篇里寫(xiě)道：“人造物表現得越來(lái)越像生命體；生命變得越來(lái)越工程化?！?/p>

在席卷全球的數字化浪潮中，企業(yè)同樣正在經(jīng)歷一場(chǎng)翻天覆地的變革。三十年前，企業(yè)的數字底色是財務(wù)三張表和進(jìn)銷(xiāo)存賬薄。三十年后，海量數據在企業(yè)內部輸入、匯聚、流動(dòng)、輸出。

在某種意義上，企業(yè)正在成為一個(gè)數字生命體。數據流動(dòng)產(chǎn)生的巨大價(jià)值，也成為企業(yè)內部埋藏的一座金礦。在增量有限、存量改善的時(shí)代，數字化呼聲無(wú)疑會(huì )變得越來(lái)越迫切。各類(lèi)數字化工具、數字轉型思路未來(lái)還將層出不窮地涌現。

這個(gè)老問(wèn)題上，數據飛輪無(wú)疑提供了一種寶貴的新答案。（作者：張晨）