9月2日，火山引擎V-Tech數據智能科技峰會召開，峰會上火山引擎新一代企業級數據產品數智平臺VeDI正式發布。
火山引擎數據產品負責人郭東東表示：“聚焦互聯網營銷場景，我們認為‘精細化’跟‘降本增效’是近義詞，成本少，效果精。企業數據基建需要精細化搭建，用戶增長也需要精細化營銷與運營。”
本文根據郭東東演講內容整理。
新數據：增長、提效、降本
大家好，我是郭東東，火山引擎數據產品負責人，VeDI本身是字節跳動多年經驗沉淀積累的ToB能力，其中包括了產品工具、經驗積累以及執行方式輸出。
怎樣更好地服務業務？就是要以業務價值為核心，接下來講一下我們在各個行業主要的業務落地場景以及業務案例，我分享的主題是《新數據、新價值與新機遇》。
我們發布了數智平臺VeDI，它到底能給企業帶來什么？這也是我們一直在思考和要解決的問題。這其中包括了字節跳動數據平臺9年發展經驗核心所解決的問題，各個行業客戶所面臨的問題。這些問題是行業解決方案和落地行業場景中必須要正面面對的問題。
總結下來核心是三個點：增長、提效、降本。
增長方面，發展是硬道理。所有企業都要追求增長，字節跳動旗下的抖音、今日頭條等APP，基本都在非常短的時間內得到了指數級的高增長。在這個過程當中，從數據的視角，如何才能更好地去賦能業務，幫助業務增長？是我們一直要解決的問題。
提效方面，大量的數據需要大量的存儲資源和計算資源，還需要大量的數據開發和數據運營人員，如果數據無法被有效、方便、快捷地使用，從ROI視角來看就未必是正向的事情。因此，如何提高數據使用效率，讓更多人使用數據，這就是VeDI平臺核心要解決的提效問題。
降本方面，后疫情時代我們接觸到越來越多的客戶，他們成本壓力是比較大的。隨著使用數據越來越多，數據的存儲、計算帶來的成本也在增大，因此怎樣降低成本也就成了核心的問題。
數智平臺VeDI給客戶帶來了什么？本質就是這三個點：業務增長、運營提效和運維降本。
這是我們站在解決方案視角的VeDI核心架構圖，這個架構圖也是圍繞著增長、提效、降本這三個維度展開的。
首先，右側有一個上下的箭頭，向上表示我們在業務側的演進，向下是技術側的演進，隨后按照業務增長的視角來分析一下基礎邏輯。
從我們的視角來看，怎樣才能做到業務增長？首先增長需要生態協同。火山引擎負責提供的是字節跳動在技術層面積累的輸出，那么如何才能更好地幫助到企業客戶增長呢？光靠技術是不夠的，這也需要生態的深入協同與打通，比較典型的有巨量引擎、抖音、飛書等。巨量引擎解決了獲客問題，抖音涵蓋了電商等大消費客戶，與飛書協同能夠進一步提高數據使用效率，這就是協同的生態。
下面是幾個典型的業務場景，因為增長不是泛泛地去做，而是希望能夠收斂到幾個核心場景，有相對完善的落地方案來更好地幫助到客戶。其分為了四個核心層次：
● 公域獲客。增長的本質是獲新客，怎樣高效地獲新客就涉及到生態的協同，包括公私域的聯動等。
● 存客經營。存客經營是老生常談的問題，怎樣才能更好地經營好客戶？抖音等APP過去幾年流量非常大，如何增強客戶粘性，讓客戶更多地喜歡和使用產品？在ToB服務過程中，我們希望將這些能力結合客戶的業務場景更好地幫助到客戶。
● 新品發布。在大消費/零售行業，怎樣才能更好地研發新品？推出新品的視角，也是一個典型的場景，新品會吸引到更多的客戶，更多的場景。
● 售后服務。比較典型的有汽車行業，如何能讓客戶的增購、轉購以及各種維保層面的體驗提升，增加產品黏性，甚至增加對我們品牌的認知，這也是核心要解決的場景問題。
在場景之下就是工具。在增長與營銷視角，我們是強調一站式、協同的，工具本身來說是將生態與字節工具做了深入打通，工具與生態的協同，效率會有比較大的提升，DataWind與飛書之間的聯動能夠提高大家的使用效率。
字節將過去沉淀下來的經驗以咨詢服務的方式輸出，配合工具以更好地幫助到更多客戶。
增長之下就是提效。站在業務場景的視角，我們是否有一站式的、相對連續的、體驗比較優化的工具跟生態打通，提高數據使用效率？站在使用視角，如何與生態打通，產品工具之間實現自閉環，包括了SaaS層與PaaS層之間的聯動，數據應用與數據建設之間的有效聯動，這都是提效的核心點。
另外非常關鍵的點就是在數據建設層面的提效。數據量越來越大的時候，怎樣管理數據、存儲數據，怎樣構建每個公司的數據資產地圖，都很麻煩。比如一個指標可能有很多口徑，但哪個是總的口徑，卻要到處去問，非常低效。
這一層面便需要數據治理。BP咨詢經驗主要來自ToB方面，我們跟ToB客戶討論與構建時，會結合咨詢經驗，加上治理層面工具，在數據建設層面做深層次提效。
運維降本也是大家常提到的問題。如何降低成本，偏數據存儲計算層面的成本，從兩個維度解決：第一是從技術驅動，所有的業務發展都是技術在驅動的，技術是第一驅動力，技術不發生變革，業務形態很難有大的突破。所以在這個層面，湖倉一體有比較多的嘗試與探索，字節跳動在這一領域有很多投入，我們的數據量是非常大的，怎樣將數據有效打通，做更高效的存儲，這是我們一直探索并要解決的問題。這其中還包括了底層數據的打通，數據的分層存儲、流量存儲等。
另一個維度便是數據治理層面，作為成本治理，怎樣有效降低存儲成本？對熵值比較低、價值比較低的數據怎樣進行淘汰？我們有較多的治理工具和經驗進行輸出。
核心總結起來，VeDI核心解決的是增長、提效和降本。
新價值：火山引擎的持續助力
其實，增長最典型的就是廣告業務。現在媒體平臺特別多，大家都去投廣告、做增長、獲新客。
那么怎樣才能更有效地做增長？結合內部經驗，總結出兩個核心點，即端到端的ROI衡量和精細化投放，最終實現細分處理，提供差異化出價，這也是我們對客戶核心問題的解決思路。
上圖中，最左側是廣告主，右側是媒體平臺，中間是火山引擎的技術能力輸出，以一個典型的客戶場景來描述這個問題，客戶在自己的私域有比較多的用戶沉淀與積累，有私域數據。這些信息怎樣才能更好地跟媒體平臺聯動起來？通過中間的橋梁，這就是火山引擎核心要解決的地方。我們通過差分隱私、聯邦學習、隱私計算等能力安全合規地將兩邊打通，通過聯邦學習跟火山公域工具做聯動。在投放過程當中進行權重判斷，以RTA服務的方式與巨量引擎做深度的聯動，端到端地優化客戶的廣告投放效率，目前我們已經積累不錯的典型客戶案例。這是第一個我們提效視角的問題。
上圖是私域營銷的一套解決方案，當獲取新客戶時提高私域的經營能力，核心流程絕大部分的場景都比較一致，主要講三個差異點：
● 咨詢服務能力輸出，UG咨詢能力，字節內部怎樣做增長的經驗以及咨詢方式的輸出；
● VeCDP，做存量用戶的經營核心就是數據，我們能否高效地搭建數據體系，多維度、多主題地描述用戶的標簽和畫像，我們有客戶數據平臺產品VeCDP。
● A/B測試，怎樣科學地做決策？每次營銷活動好不好還是不好，怎樣科學衡量？A/B測試科學做決策也是火山引擎核心要服務客戶的差異化的亮點能力，也就是我們的A/B測試產品DataTester。私域的視角我們主要以這三個維度去推。
另外，數據的分析和應用都是建設在數據基建能力上，統一的湖倉一體能力，能更好地構建企業增長的新基建。
上圖中左側會分為兩個層面，底層層面在湖倉方面有比較大的探索與積累，在技術視角更希望將來能夠把更多的能力賦能到更多的客戶。從數據湖能力、數據倉庫的能力來看，核心是存儲層面的打通，以及源信息層面的打通，另外統一的湖倉分析能力，還有數據在湖倉之間的自動成像與升級，這是湖倉層面的能力。怎樣合理地使用這個技術，降低數據的流動成本，提高數據的使用效率，從而達到降本的效果，這是我們的一個關注的核心點。
然后是BP服務與數據治理能力。這部分數據用技術的方式來解決，只解決了一部分，怎樣才能更好地服務業務是兩個層面的事。第一是有好的數據管理體系，將數據治理好；另外是咨詢方式輸出經驗，怎樣將數據運營好。這里包括之前講的方法論，核心是怎樣提高數據的運營與分析能力。
基于下面的技術和上面的治理以及運營經驗，“數據+治理工具+業務應用”將推動數據的整個全面的新基建，從而起到提效降本的作用，這也是數據建設層面的核心點。
新機遇：不同行業的相同訴求
上面幾個非常典型的應用場景，服務了不同行業的客戶，接下來分享幾個不同行業客戶的典型案例。
首先，金融行業，是我們服務的一個非常頭部的股份制銀行，他核心解決了海量的長尾客戶的精細化運營的問題。在接觸之前，他有三個核心痛點：
●用戶非常大，股份制銀行擁有上億的用戶，覆蓋面高但客戶經理有限，大量的長尾客戶沒有特別多的人去服務；
● 同時，大量的長尾客戶占的比例非常大，怎樣服務好這些客戶，需要一些好的營銷與管理手段；
● 當時內部有各種營銷工具、管理平臺很混亂，數據沒有互相打通。
基于這個場景，我們與客戶一起探討怎樣結合手機銀行、線上線下網點、遠程銀行三個角度去打造統一的數字化營銷平臺；通過營銷工具、營銷策略、數據層面全部打通，解決長尾客戶的經營分析問題，最后這也是我們方案核心的落腳點與推動點。
這是方案的核心圖，從幾個層面講一下。
首先數據中臺層面，當時最大的問題是數據很混亂，不同的端，比如手機銀行、遠程銀行、線下的數據聯動以及治理層面有較大的問題，我們怎樣使用數智平臺的技術以及咨詢服務的經驗幫他將這個數據體系搭建好，這里包括1.6億的客戶，大量的標簽體系及屬性，數據層面將數據基建做好，這是我們做的第一步。
在營銷工具層面以及營銷經驗層面，我們將營銷工具全部都打通做一個統一的一站式的，基于以用戶畫像為核心的營銷體系在工具層面聯動，實現工具的互聯互通，以及經驗層面、策略層面的統一管理與存儲。
最后服務智慧遠程銀行，在銀行各種場景去落地。利用我們的增長營銷套件，這家銀行也構建多渠道的整合營銷平臺，實現了客戶分群與客群統一管理，300+營銷策略配置，統一的營銷活動管理與內容素材管理。打通了線上線下9大渠道，通過營銷活動編排，面向長尾細分客群的多波次精準觸達，實現理財、信用卡、消費三大類產品的精準銷售。
再看互聯網行業，目前，我們整個互聯網企業其實都在解一道共同的題——后疫情時代下如何打破低效的、離散的、非數字化的局面實現彎道超車？“降本”是我們經常聽到的一個詞，很多互聯網企業在實踐的時候更偏重砍成本，減少投入，但其實我們覺得增效也非常重要。
聚焦互聯網營銷場景，我們認為“精細化”跟“降本增效”是近義詞，成本少，效果精。企業數據基建需要精細化搭建，用戶增長也需要精細化營銷與運營。如何構建高效的數智營銷，我們可以通過一個案例給大家分享我們的經驗。
我們正在服務一家行業頭部的以O2O模式為主的互聯網智能健身平臺。在與火山引擎建立合作之前，該企業遇到了一些痛點問題：首先是數據孤島問題，該企業無論是線上觸點的埋點數據還是線下業務數據，都有相應的采集及存儲機制。但在營銷場景下，由于數據的多源異構性，無法打通關聯，共同賦能用戶精細化運營場景。
其次是精細化運營體系構建難，僅有少量的線上標簽體系構建，沒有做到多維度的用戶分層及后續針對不同用戶群體的個性化營銷策略。且從數據開發、到標簽開發再到人群圈選并下發策略的整條鏈路都大量依賴數據開發人員的人力投入，整體人效較低且質量標準無法統一。三是無論是運營策略迭代還是產品迭代都缺乏數據驅動理念和數據分析工具的支撐，大多依賴人工判斷和優化，很難衡量具體效果。
因此，雙方的第一個合作點，便是構建高效數智營銷平臺，起到提效降本的作用。
這是核心的架構圖，跟前面的金融行業大的主流程上比較像。通過火山引擎數據產品，我們為該企業搭建了完整的、數智化的營銷中臺能力，幫助其實現了埋點系統內行為數據、云數倉內業務數據、線下會員訂單數據、營銷效果數據等數據源的數據打通，并依賴火山引擎客戶數據平臺veCDP的可視化建模能力，實現了高效、低代碼化的跨源數據實時同步及數據開發，數據同步鏈路整體時效提升了30%。第一是做數據融合，將各種數據融合起來，構建統一的標簽體系。
在這里有一個核心的區別點在于，在該客戶的特殊場景下，需要針對會員和教練兩個角色分別建立ID-Mapping體系和標簽體系，這也依賴火山引擎數據產品獨家的多實體標簽能力，為其搭建了“會員-教練”雙中心標簽體系，打通場景、會員、教練、服務，為后續支撐認知、了解、到店、訂課、活躍、續訂的全鏈路精細化運營動作打下了基礎。
通過幾個月的共創與建設，最后幫助客戶將整個方案落下來，在這個過程當中，對客戶的運營方法以及效率得到了比較大的協作的提升，整體覆蓋了700萬+的注冊用戶，還有10000+簽約教練，以及900+門店的全域數據體系。
在今年的多場百萬級用戶大促活動中，包括客戶數據平臺VeCDP、A/B測試工具DataTester在內，我們的增長營銷套件，幫助企業實現了全鏈路的敏捷營銷，完成了效果數據的追蹤分析并針對性開展了多個策略賽馬實驗和產品功能迭代A/B測試。我們也希望未來可以帶給更多互聯網客戶帶來切實的“降本增效”體驗。
在大消費行業我們正在服務的一家有著百年歷史的服飾品牌。過去5年，這個品牌已經完成了從0到1搭建底層數據庫，包括商品等在內的多種數據收集和打通，并探索在私域會員運營、定向精準營銷等業務層面的實踐。伴隨著整個品牌的產品矩陣在向更加高端化、本土化、年輕化和潮流化發展的趨勢，如何通過最合適的觸達渠道和營銷形式，吸引更多消費者，尤其是年輕消費者，為這個品牌注入更豐富的新鮮血液，是當下想要解決的一個課題。那我們的客戶實際上面臨的三個問題，這三個問題其實也是今天很多消費品牌面臨的共同問題：
● 數據維度少，消費者畫像單一：缺乏興趣愛好類數據，很難細顆粒度地洞察用戶群體畫像；
● 消費者復購率低：由于品類特性，過半數活躍用戶僅貢獻一次購買，需要建立精細化運營模式提升購買頻次和連帶購買；
● 沉睡客戶體量大：沉睡客戶超過50%，且過往通過短信激活效果甚微，需要抓住人群特征制定個性化營銷策略。
我們通過火山引擎客戶數據平臺VeCDP，利用聚類模型為該品牌會員進行分群，定制化營銷策略。目前我們已經幫助這個品牌建立起自身的7大人群體系，并在此基礎上完成以消費者為中心的渠道、溝通策略建設，以個性化服務為手段，極大提升消費者的品牌服務體驗。
這是核心解決方案的思路：
●結合差分隱私的技術在公域層面做更多的探索，對客戶群體做深度的洞察分析，通過對企業一方核心人群lookalike，在公域找到高潛轉化人群；
● 利用圈層標簽，找到對應KOL匹配的高潛人群，提高了品牌廣告整體轉化效果。
去年雙11大促活動期間，品牌實現高潛會員的精準洞察與高效溝通，發現需求，輔以商品推薦，通過這種“‘貨找人’+大促場景”的模式，大大提升了大促銷售轉化。
最后是汽車，我簡單分析一下汽車行業。我們和很多汽車企業做交流，發現大家今天都在做一件事情就是車企業務全生命周期的運營與價值挖掘，這是我們看到的趨勢，我們把它歸納為以車為本到“人車協同”：一方面打通車主生命周期各階段的數據鏈路，形成精準畫像，并通過運營實現與車主的深度綁定；另一方面從單一的整車銷售向汽車保養、維護、金融保險、車主社區等車輛全生命周期服務延伸。我們服務的其中1個傳統汽車品牌，2021年他們自主研發的電動車開始陸續上市，隨著消費者購買模式的變化，這家主機廠決定在電動車的銷售決定采用新零售的模式：線上線下相結合，廠商直銷，傳統經銷商作為交車和其他服務的服務商配合銷售。那企業在這個新模式下遇到了哪些問題呢？
● 用戶數據散落與缺失：數據不聯通，無法串聯完整的用戶鏈路獲得唯一和可信的數據；線下觸點沒有被很好的采集和整合，導致線上/線下用戶旅程割裂。
● 營銷策略缺乏工具支撐：缺少完善的標簽體系和營銷工具，無法通過已有用戶信息支持營銷策略決策和執行。
我們優先幫助車企構建客戶數據管理平臺——基于火山引擎產品VeCDP的跨源融合能力（支持MySQL、ClickHouse、Hive等多種數據源類型），將原本分儲在各系統中的客戶關聯數據加以整理并依據“購車意向-試駕-購買-購買完成-售后”生命周期進行統一沉淀管理，建立完整的客戶數據字典，同時依據客戶群體特征予以標簽體系建立。
這么做的好處在于，能夠實時洞察客戶處于銷售鏈路的什么階段，同時能夠通過標簽體系的拆解，幫助車企為客戶“定制”針對性服務，結合DataFinder和DataWind這兩款工具讓車企可以實現數字化洞察；同時呢，我們還給他們部署火山引擎增長營銷平臺GMP，實現對圈選人群的多渠道和個性化的觸達，并實時監測和分析運營效果，指導運營策略的不斷迭代提高整體用戶粘性。
我們在汽車行業提供的其實就是將用戶從產生興趣到最后成為品牌擁護者進行增換購轉介紹，與車輛從研發到回收的兩條完整生命周期做了交叉，從成交前以用戶為主車輛為輔的數字營銷板塊、以車輛為主用戶為輔的智能制造板塊，一直到成交后的人車協同板塊，為車企梳理了重點場景，并且量身定制了包含產品、服務、咨詢為一體的解決方案。
因此今天，基于對汽車行業的實踐總結，我們正式發布“5事7計”汽車企業數字營銷新范式。今天演講的總結就是：火山引擎數智平臺VeDI，智能決策，增長有數。
謝謝大家！
