数据空间
您当前的位置: 首页 /数据知识

十年数据架构经验,告诉你业务化大数据中台最核心的四点

发布时间:[2019-09-18] 来源:网络 点击量:
     中国企业数据治理联盟(www.chinaedg.com/)
     当前最赚钱的大数据产业是什么?显然是广告, 而对于拥有大量客户的企业来讲,用大数据驱动营销效率的提升是最大的价值变现手段。
     运营商等大多企业营销为王,新的时期,随着企业的成本控制、客户满意度提升等要求的加强,精确营销越来越成为其实现高效低成本运作的一种手段,这就好比广告产业,也经历了从传统的广撒网向程序化精准投放模式转变一样,成为趋势性的东西。
     企业大数据团队能否基于大数据平台给予企业的营销赋能,成为驱动企业转型的关键所在,而基于很多企业的实际,为业务人员大数据赋能是最现实的手段, 即搭台唱戏,这是新的时期大数据团队的一个使命,也是与传统BI不太一样的地方。赋能的核心是打造一个好用的大数据PaaS平台,那么,能让业务人员使用的PaaS到底是个什么东西?
     我们不从技术出发谈PaaS,而从业务人员的营销诉求说起,可以从营销管理的核心流程了解清楚
     需求一:为了深度洞察客户,业务人员一般需要一个标签库,以获得营销的目标用户,标签库在一定程度上跟广告公司DMP一致,这是程序化广告的一个核心。
     需求二:传统企业线下渠道的管理异常复杂,比如多级组织,业务不统一等,集中式的营销平台往往水土不服,难以适应新的变化,开放组件给一线自由组装是一种解决办法,这是跟互联网公司的投放平台不一样的地方,必须适应现状。
     需求三:标签库不是万能的,企业无论有多少现成标签,都需要基于市场变化去重新定制模型或标签,这就需要一个透明化的数据开发(挖掘)工具,让业务人员自己去DIY。
     需求四:获得了标签,业务人员还需要一个便捷的营销管理平台以触达客户,类似于广告的DSP,包括营销策划、营销执行及营销平台等系列功能。
     为了支撑企业的精确营销,以上四点是非常核心的,大数据PaaS必须为这些提供有效支撑,也可以叫它大数据能力中台。业务人员其实不关心大数据平台,大数据平台内部的PaaS如何于他没啥意义,他只关心能否通过可视化工具获得所需的数据、模型或功能。
     1、数据管理平台
     这一层是大数据访问网关,无缝透明对接大数据平台,屏蔽内部所有技术细节,提供从数据字典、数据开发、机器学习、数据稽核到运维调度的所有功能,从而大幅降低使用门槛,这一层对大多企业来讲是最难建的,很多大数据平台能直接买来,而好用的数据管理平台却是运营出来的,并且要与时俱进,比如底层多了一个组件,就需要集成一次。
     很多互联网企业数据工程师所有工作都是基于这一层的,可见意义有多大,而要让其适用于业务人员,挑战更上一层楼。
     由于是为业务人员所用,每一个组件都需要精雕细琢,比如我们的数据字典就搞了四个版本,以适应不同角色及提升体验,直到现在还没达到要求。
     2、标签库
     庞大的标签体系凝聚着企业建模人员所有的心血,我们叫它作客户经营中心,虽然标签数量不能代表所有,但1000个标签跟10万个标签还是有质的差别,起码代表了精细化程度上了一个层次。
     发布的标签上万个,如果能自由组装那蕴含的能量是巨大的,提供组装分析功能估计是当前标签库的标配。
     标签库的体验很重要,诸如查找、在线分析、looklike都是提升体验的关键,对于产品经理也是重大的挑战。
     标签库应该是对外开放的,任何组织和人员都能发布自己的标签。
     3、精营家(营销管理平台)
     营销管理平台是整个精确营销的中枢,一要对接标签库,从中获取目标用户群,二要对接大数据平台,从中获取实时场景信息,三要对接外围渠道,四是要完成整个投放策略,五要完成效果评估,体验要求很高,跟DSP类似。
     4、开放组件
     这块是最难的,但已经有一线的人员自主完成了应用开发,组件化的思想在这里得到了落实,用户级的组件其实真的很难。
以上四个平台层层递进,从解决数据问题,标签问题,营销问题再到个性问题,相互之间也是贯通的,DACP的模型要能直接发布到标签库,标签库的用户群要能推送到营销平台,他们内嵌于生产流程,致力于端到端的解决问题,从而真正的赋能于业务人员。
无论是技术驱动业务或是业务驱动技术,在推进大数据平台建设的时候,不能忘了终极目标是什么,上周团队发布了准备已久的数据字典,但却由于一个提示疏忽而功败垂成,技术走完了99步,往往在用户体验的最后一步翻跟头,这对于PaaS的确是巨大的挑战。
 

发表评论 共有条评论
用户名: 密码:
匿名发表