王桐，京永洪商智科技有限公司銷售副總裁，北京航空航天大學工學碩士。擁有8年商業智能領域的產品銷售、市場營銷經驗，此前效力于甲骨文和IBM，均在咨詢、銷售崗位擔任重要職位，曾成功推進多個大型項目的實施，在電商、政府、金融、互聯網等行業積累了豐富經驗。王桐目前主要負責產品銷售和渠道拓展，已為上百家企業用戶提供了完善的數據可視化分析解決方案，這些企業既有寶寶樹等電商領域的明星公司，也有中國移動等傳統巨頭。

今天我的分享主要包括兩大部分，一個部分是關于敏捷化的，探討更加智慧的數據運營的***實踐是什么，中間會穿插案例展示給大家。另外一個重要的主題是，對于互聯網金融來講，我們自己的數據運營的體系應該怎么樣進行構建，數據應該是通過什么樣的指標和數據分析方法，來對我的業務進行決策上的指導和幫助。

先說***部分，現在沒有一個企業敢說數據對自己沒有任何的價值。因為要想打造一個智慧的企業，數據化的運營是唯一的選擇，如果一個企業不做數據化運營的話，首先對業務不會有一個很直觀的、量化的感知，對于業務的狀況、發展的規律，包括用戶的畫像都不會有一個清晰的認識，等于在一片漆黑當中憑著感覺發展業務。第二，如果沒有數據作為基礎的話，我們沒有辦法非常快速有效的解決一些突發狀況，比如資金數突然變多了、壞賬率增加了等等；第三，沒有數據作支撐，很難做精準的預測。

這是國外大師Lord·Kelvin的一句話，如果你不能測量一個事物，也就意味著你不能改進它。也就是說我們判斷今年做的比去年好，是因為我們有一個量化的標準，而不是憑感性的指標。

互聯網金融行業對數據分析運營的技術的幾點要求。

對于互聯網金融行業來說，內部數據化的運營對于底層信息系統技術的要求有自己行業的特點，我們把它總結為三種。

***是敏捷化的要求。因為現在在行業里面，不管是國家或者是監管相關的政策，還是市場本身，還是我們的業務形態，其實經常發生快速的變化。也就意味著我們的數據分析的需求也是要隨之經常調整或者變更，這就要求敏捷化的響應。第二是高性能的要求。因為在金融領域里的流量數據、交易數據，還有用戶數據數量都是非常龐大的，沒有一個性能強大的底層的平臺，作為我數據分析的有效的支撐，也就意味著我對于龐大的數據量不能做到非常高效的處理，可能就需要花非常大的代價。第三是自服務的要求。因為咱們在座的各個朋友都是金融公司的，對于咱們金融公司的來講，可能我們從人員配比上的特點是，90%以上的人員應該都是金融專業的人員，或者都是我們的業務人員，只有10%的人員是咱們公司內部的IT人員，或者是技術人員。有分析需求的業務人員，應該能夠親自的執行分析的過程，達到自服務的效果。而不是所有分析的實現，都需要完全的依賴IT人員，這樣才能真正的釋放數據的價值，讓企業內部人人都是數據分析師，去打造一個強大的企業。所以敏捷化、高性能、自服務這就是互聯網金融行業對數據分析運營的技術的幾點要求。

剛才說到最重要的是在前期和中期，最重要的是全生命周期的分析。對于全生命周期來講，假設我是做P2P的，我的生命周期應該是從我的廣告投放渠道的引流，到我去看有多少人來我的APP或者到我的網站上，他瀏覽但是沒有注冊。再下一步就是有多少人注冊，但是沒有充值。再下一步就是有多少人充值了，但是沒有人投標。以及到***他投了標，但是他沒有進行復投，沒有第二次、第三次的投標，或者只做了部分的復投。我可以從用戶數量，或者從金額，幾個不同的角度來看一下我整個生命周期的漏斗，最終形成一個漏斗的分析，看我的流量，包括每一個階段的轉換。

 用戶就比較常規了，比如用戶的屬性的分析，和用戶一些行動的分析，去看不同細分用戶群體他的生命周期的價值，他的留存，還有他投標的偏好，去匹配每一個細分群體的用戶的偏好，來投放我的產品，做這種交易的撮合。

談了這么多，我們可以做這些分析，但是真正要開始做的時候，面對這些海量的數據，我們一定是需要有一個數據分析的系統，和一個IT的系統，幫助我們去非常靈活的、高效的實現我的這些分析的需求。

在數據分析的技術領域里面，也正在經歷著一次國際全球化的變革。

以前我們一提到數據分析的IT系統，可能大家首先會想到那些耳熟能詳的巨頭們，比如說Oracle的BIEE，比如說IBM的Cognos，比如說SAP的BO等等。但是到了今天，比如像我們的永洪科技，像Spotfire，像Tableau、Qlikview這些新銳廠商逐漸的在行業里面變得越來越知名。

這背后代表的是一場潮流。在全球IT咨詢最權威的機構之一，Gartner在今年***的數據分析的魔力象限的報告里面提到一個觀點，這個報告的標題就是敏捷型的、探索式的數據分析已經成為大勢所趨。在這篇報告里面把像BIEE，像Cognos等等這樣一些傳統的數據分析的系統歸為是上一代數據分析的系統。把我們現在正在做的歸為是新一代的株距分析的系統。上一代的傳統的數據分析系統本身它的定位，就是它的使用用戶的定位就是給IT進行使用的，所以它是完全以IT為中心的數據分析系統。這幾年，原來上一代傳統的以IT為中心的數據分析的平臺，正在越來越多的被這種以業務為驅動的數據分析的平臺所進行補充，甚至是進行置換。本質上來講，新一代的數據分析的平臺跟上一代數據分析的平臺，只有最本質的原則的區別，就是把數據層跟邏輯層要分開，而不是像傳統的數據分析平臺一樣，把數據層跟邏輯層混到一起。

總結來講，通過這種新一代的敏捷型的數據分析平臺，我們能夠進一步的釋放數據的價值，可以讓一線人員靈活分析數據，而不只是讓管理層看一些固定報表。讓一個企業從少數的數據，到數據真正能夠指導每一個人的業務運營。

目前國內比如說艾瑞咨詢、寶寶樹、涂家網，包括***梯隊的P2P積木盒子，這個都是我們的一些標桿的案例和客戶。像積木盒子它的風控、征信，還有它流量端的營銷相關的分析，目前都是通過我們的平臺，讓上百個業務人員每天都在做各種實時的分析。