神策数据创始人 & CEO 桑文锋
正式推出“航母 + 护航舰”的新舰队！同时，神策数据新愿景——“帮助中国三千万企业重构数据根基，实现数字化经营”正式亮相。
神策数据联合创始人 & CTO 曹犟
神策数据不止提供用户行为数据分析工具，而是整合多种数据源，提供从数据分析到业务行动的全新的数字化营销闭环解决方案。
神策数据副总裁 张涛
神策数字化运营方法论全面升级，创新推出 SDAF 模型，立足于“感知、决策、行动、反馈”组成业务闭环。
神策数据咨询中心负责人 徐美玲
认知是第一生产力，实现数字化运营从 1 到 100 的跨越，要从三方面入手：模式重塑、业务视角、基础扎实。
桑文锋分别从市场、产品、认知三个层面阐述从创业至今的行业变化与企业革新。他认为，纵观行业，市场需求对 To B 公司蝴蝶效应的影响不容小觑，以往 Idea、Product、Market 的 IPM 思维，正在逐渐变成从 Market 到 Requirement 再到 Product 的 MRP 新思维。“坚持行业化，聚焦微信生态，是我们接下来的发展重点。”同时，他首次推出神策数据“航母 + 护航舰”的新舰队！以“产品矩阵 + 咨询 + 服务”为新型航母，以“培训专家团队、项目制团队、神策学堂”为护航舰，打造装备精准良的企服舰队。除此之外，神策数据新愿景——“帮助中国三千万企业重构数据根基，实现数字化经营”也在此次大会上正式亮相！
作为中国用户行为分析行业技术与应用标准定义者，神策数据一举开创“私有化部署 + 标准产品 + 订阅制”的 SaaS 行业新模式。曹犟强调数据根基的工作不只限于处理用户行为数据，强大的数据治理能力可满足多端多渠道的数据采集、治理、打通等工作，并详解集“数据采集、数据传输、数据治理、数据存储、数据查询、数据智能引擎”为一体的神策数据根基。在此基础之上，神策数据基于分析云，全新升级用户行为分析能力；基于营销云，实现了多渠道一站式营销与运营。除此之外，曹犟在大会现场讲述了神策从单一产品到产品矩阵，再到多应用分离部署架构，结合第三方合作伙伴，满足客户与用户个性化、定制化需求，推动行业数字化建设进程。
光看不做的数据驱动，没有意义。张涛在此次大会上深入剖析了神策数据全新升级的运营方法论—— SDAF 模型。Sense 感知，从抽象的数据中形成对业务和用户的洞察；Decision 决策，感性与理性的平衡，人与机器共同决策；Action 行动，基于数据的全方位智能触达手段；Feedback 反馈，实现全端数据全面、实时的反馈。基于此，他强调企业与用户应聚焦 SDAF 闭环，加强迭代的威力，通过观察和动作统一在一个平台后，知行合一，效率才能倍增。运营没有魔法，要基于观察的共识，形成动作的合力。
详解在 2020 新冠疫情影响之下，如何快速破局，调整战略，使品牌自营小程序比去年同期增长 10 倍以上。他提出“做小程序不是目标，做生意才是目标”的理念，疫情期间，建立多个虚拟线上工作小组，实时刷新小程序的行为及结果数据，通过数据分析给予前线最好的支持；加大内容产出频率及质量，提升“一键转发”比率；为顾客提供疫情周边地图服务；将某视频平台卡作为营销资源，鼓励老客拉新；朋友圈广告引流小程序，广告 ROI 创历史新高；快速调整库存策略，降低对门店的发货依赖等方式。并总结，疫情是对数字化的一场全面的期中考试，是对定位、系统、运营、内容、管理、组织等的一次压力测试。
从 CEO、Digital Innovation、Business、IT、DATA 五个角度详解不同角色视角中的数字化转型，并给予各角色应当如何正向对待数字化转型的策略。他提到多数 CEO 认为数字化转型 = 做小程序、App、数据中台、人工智能、etc 等，CEO 应当理解“冰山之下”如商品系统、营销系统、门店系统、资产管理等组成的全局视野；Digital Innovation 应以业务驱动为核心，以数字化体验强化品牌形象，贡献更多的业务价值；Business 肩负 KPI 使命，其中产品经理关注新增用户数、留存率、DAU、MAU 等指标，业务部门关注曝光、转化、GMV 等指标；IT 构建第一方数字化平台，积极拥抱互联网技术架构，努力弯道超车，并构建数字化基础设施；DATA 部门应以业务驱动作为数据驱动的本质。各部门联合发力，生态共赢。
品牌数据营销面临着“运算效率低”“数据分散”“利用率低”“应用浅”等问题与挑战，周文君详细讲解了品牌数据营销三步法，以用户为中心，定位精细化运营，以此提升营销效率。第一步，基于品牌用户回购周期，制定用户细分策略，研究不同细分用户的差异，以便更好地了解用户；第二步，基于用户细分结果及各细分用户心智差异，制定差异化触达沟通策略，合理调控预算和资源；第三步，采用合理的方式统计评估数据营销结果，综合短期和长期两种评估方法评价数据营销策略。
随着品牌零售的数字化转型，传统“人货场”体系已经从“以货为主”向“以人为本”转变。目前，品牌面临“大量消费者存在于中间商”“消费者运营成本高”“平台分利多”“利润空间被严重挤压”等问题。高烨程讲到，在品牌纷纷布局线上、线下、公域、私域全渠道的当下，多元异构数据的治理是打造消费者全渠道无缝体验的关键基础，以消费者行为为抓手，在消费者进入平台、认知品牌、产生兴趣、完成购买、成为忠诚用户 5 个阶段中对其进行全生命周期运营，完成评估渠道拉新质与量、洞察用户喜好、刺激用户转化、促进复购、完成裂变等运营目标。
在银行业数据化的推进过程中，“数据合规”“数据治理”“数据应用”方面存在较多“坑”。最大三“坑”之一是归属与话语权，要做到机构内部数据确权，剔除内部交易成本，同时寻找机构之间数据共赢的方案，知识联邦；最大三“坑”之二是两条腿走路，数据质量不高、数据人员缺乏与数字化转型对“数据”迫切诉求之间存在矛盾。因此数据治理（质量）与数据应用（分析、挖掘）同步推动，要建立充分授权、行动敏捷、横跨“全数据链条”的小型团队，同时人员外包与自有数据人员要并行培养。最大三“坑”之三是厂商，王丰辉指出六大问题，并针对行业引领、客户成功、产品矩阵、服务、咨询 & 培训等方面提出建议。
王环完整展示了安信证券遗留系统架构和数据中台架构概览，并详解其数据中台建设的内容。安信证券坚持业务数据化、数据业务化、数据标准化、数据服务化、数据可视化、数据资产化的数据中台的设计基本原则。其技术体系基于 Hadoop 大数据平台为核心，建设数据采集、调度、开发、运维、服务全链路工具系统；数据体系基于数据仓库维度建模理论和行业 SDOM 模型，构建适合安信业务的企业数据模型；数据治理与运营体系应用数据治理方法论，通过数据日常运营活动融入数据治理措施。
张本晨表示，过去银行是以关系型营销为主，以考核为驱动，以关系为中心建立的一套营销模式，随着互联网、大数据、人工智能等技术发展，银行不断引入了数据挖掘，事件分析等洞察方式，营销正式迈入数字化营销阶段。数字化营销以数据为驱动，以考核为中心，围绕数据洞见和客户运行进行开展，并且详细介绍了“数据 + 经验”和“数据 + 算法”两种数据洞见产生方法，最后张本晨通过从数据，渠道，方式和运营 4 个方面分别讲解了数字化营销所需具备的能力和具体举措，详细讲述了中原银行数字化营销体系的落地方案和系统建设情况。
基于金融客户标签体系建设八大维度，以及客户生命周期各阶段价值及运营课题，杨宁在大会上分享了数字化视角下证券行业 6 大阶段的精细化运营重点与前沿实践：曝光、开户、财富管理、O2O 营销体系建设、客户流失预警等，并结合银行、保险、证券剖析数据治理下的精细化管控；同时，基于神策数据驱动 SDAF 闭环的数字化运营全景剖析，覆盖拉新引流、客户促活、创收增长等，助力企业构建券商完整的数据驱动拼图，通过数字化建设，完成财富管理转型下的精细化运营。
丁旭晨讲到：驱动企业增长，我们做对了四件事。1. 交互设计改版。增长部门主导 UI 和 UX，视觉呈现关键信息，实现营销元素的传递；2. 产品机制改版。用渠道提供的功能实现 ARPPU 的提高，通过高价值功能的体验与开放，驱动增长；3. 力推灰度发布。通过 A/B 实验做判断，统筹数据，选择最优方案进行全量扩充；4. 深度挖掘数据。抢占市场先机，通过数据去发现用户付费规律并制定推送策略，多次验证后实现触达和收益增长。
工具产品面临“留存不高”“壁垒不高”“天花板不高”三大痛点，从“流量”到“留量”成为企业增长的重要转变。围绕用户的深度服务是“留量”的关键，观察用户的每一个行为和每一个需求，基于数据驱动实现用户精细化运营，为每个阶段的运营决策提供支撑。在逗拍的闭环场景中，感知的内容不仅包括用户行为数据，还包括与用户的深度连接；从长期来看，数据中台的价值是难以想象的，每一个决策、行动和反馈都要建立在数据基础之上。逗拍已经开启数据化进程，未来也将继续深入！
数据治理实践过程中，有几个互相矛盾需要平衡的目标：各业务数据既要打通又要独立，还要保持一定的自由度。扇贝将数据分为三类：关键数据、全局数据、一般数据，每个类别的数据均采取不同的策略，并且要成立专业的治理小组牵头推动，监督执行。关键数据由治理小组直接负责生产；全局数据由治理小组做统一审核；一般数据自由度较高，管理相对宽松，采用定期统计、治理、公布的方式。除此之外，技术保障是数据接入产品的重要支撑，具体表现有：规划命名空间，封装 SDK 去统一数据生产的技术规范，数据网关实现基本数据验证等。
不只是分流系统，A/B Test 在业务实践中需要一套完整的方法论。陈世键通过案例详解企业数字化运营框架 SDAF 如何应用于 A/B Test，并梳理了 A/B Test 在产品 UI 层、信息架构、产品流程优化等场景中相适应的迭代方向及指标体系，包括：按钮点击率、页面转化率、流程转化率、留存率、活跃频率、用户价值 LTV、复购率、付费单价等。同时，他强调，A/B Test 不是简单地设置两个分组，还包括 AAB、AB- 等设计方法。在落地实践场景中，过程与结果，短期与长期，统计与业务大都是 A/B Test 的效果衡量方向。
