在剛剛過(guò)去的StartDT Day數(shù)智科技大會(huì)上，StartDT副總裁、GrowingIO聯(lián)合創(chuàng)始人葉玎玎發(fā)布了分析云的全新使命：通過(guò)簡(jiǎn)單易用的增長(zhǎng)平臺(tái)幫助客戶(hù)建立數(shù)據(jù)文化，實(shí)現(xiàn)更好的增長(zhǎng)。

基于新的使命，分析云總結(jié)了客戶(hù)進(jìn)化過(guò)程中高頻出現(xiàn)的三大經(jīng)典場(chǎng)景，并全新迭代了解決方案（產(chǎn)品+服務(wù)），以陪伴客戶(hù)實(shí)現(xiàn)高效增長(zhǎng)。

場(chǎng)景一：全域整合分析

數(shù)字化轉(zhuǎn)型初期，流量紅利還在，私域渠道正式出現(xiàn)，企業(yè)也開(kāi)始成立相關(guān)部門(mén)進(jìn)行單點(diǎn)嘗試和探索。

作為數(shù)字化服務(wù)商，GrowingIO在服務(wù)中和企業(yè)的市場(chǎng)部、會(huì)員運(yùn)營(yíng)部、電商運(yùn)營(yíng)部、私域部門(mén)等各大創(chuàng)新部門(mén)均有頻繁溝通。

如今精細(xì)化運(yùn)營(yíng)成為大勢(shì)所趨，企業(yè)數(shù)字化轉(zhuǎn)型由點(diǎn)擴(kuò)散到面，整合線上線下各個(gè)渠道的數(shù)據(jù)進(jìn)行全域分析成為新的數(shù)字化需求。

問(wèn)題也隨之而來(lái)：線下有客流，但是數(shù)據(jù)采集難；公域的營(yíng)收占比高，但是限制頗多；私域數(shù)據(jù)維度豐富，但是用戶(hù)量不夠大。解決這些問(wèn)題，需要多個(gè)IT系統(tǒng)和業(yè)務(wù)部門(mén)的協(xié)同，在公司內(nèi)部構(gòu)建好數(shù)據(jù)文化，這也是未來(lái)這類(lèi)公司的核心競(jìng)爭(zhēng)力。

依托數(shù)據(jù)云的能力和專(zhuān)業(yè)的數(shù)據(jù)實(shí)施服務(wù)，GrowingIO從局部到整體、從單點(diǎn)到全域，重新梳理和升級(jí)了數(shù)據(jù)規(guī)劃。

一方面，GrowingIO具備全域數(shù)據(jù)采集能力，并在持續(xù)關(guān)注平臺(tái)政策，對(duì)各渠道數(shù)據(jù)應(yīng)采盡采。

比如當(dāng)天貓、京東、抖音有新的數(shù)據(jù)能力開(kāi)放出來(lái)時(shí)，GrowingIO會(huì)及時(shí)采集這些數(shù)據(jù)補(bǔ)充到企業(yè)的數(shù)據(jù)系統(tǒng)中，幫助客戶(hù)進(jìn)行數(shù)據(jù)文化建設(shè)。

另一方面，GrowingIO具備全域分析能力，本次發(fā)版再次迭代了分析模型，新增首復(fù)間隔分析、頁(yè)面流分析，并增強(qiáng)了已有分析模型的能力，使模型更加彈性。

貼合業(yè)務(wù)場(chǎng)景的同時(shí)，GrowingIO不斷降低產(chǎn)品使用門(mén)檻，讓非分析師也能輕松高效進(jìn)行數(shù)據(jù)分析，以提升轉(zhuǎn)化率和客戶(hù)滿(mǎn)意度，降低運(yùn)營(yíng)成本。

在該場(chǎng)景中，GrowingIO可以幫助企業(yè)客戶(hù)實(shí)現(xiàn)從數(shù)字化規(guī)劃到數(shù)據(jù)采集、應(yīng)用，再到策略構(gòu)建的整個(gè)閉環(huán)。“平臺(tái)收緊數(shù)據(jù)和收割流量都是不可逆的趨勢(shì)，全域整合能力的構(gòu)建、組織數(shù)字化能力的建設(shè)，對(duì)企業(yè)來(lái)說(shuō)宜早不宜遲，早一天開(kāi)始，就早一天積累數(shù)據(jù)能力，未來(lái)會(huì)發(fā)展成核心競(jìng)爭(zhēng)力。”葉玎玎補(bǔ)充道。

場(chǎng)景二：數(shù)據(jù)驅(qū)動(dòng)會(huì)員運(yùn)營(yíng)

當(dāng)渠道紅利消失，企業(yè)獲客成本逐漸走高，拉新越來(lái)越困難，如何挖掘沉寂用戶(hù)的價(jià)值成為流量高效增長(zhǎng)的新手段。

以往，企業(yè)常用的促活手段是推動(dòng)用戶(hù)儲(chǔ)值，或者消費(fèi)賺積分兌換，然后用RFM模型進(jìn)行用戶(hù)價(jià)值分層分析促活效果。

但很多企業(yè)并不知道如何根據(jù)分層優(yōu)化運(yùn)營(yíng)策略，當(dāng)RFM模型顯示發(fā)生儲(chǔ)值行為的用戶(hù)正在減少，那新的激活策略是什么？

對(duì)此，GrowingIO推出了進(jìn)階版的RFM模型，即在之前RFM模型基礎(chǔ)上，基于用戶(hù)生命周期（LTV）分析建立的三維用戶(hù)分層模型。在RFM模型的最近一次消費(fèi)、消費(fèi)頻率、消費(fèi)金額基礎(chǔ)上，把用戶(hù)按照新用戶(hù)、活躍用戶(hù)、沉寂用戶(hù)來(lái)做分層，更有針對(duì)性地設(shè)定運(yùn)營(yíng)目標(biāo)和運(yùn)營(yíng)策略，激活新用戶(hù)、召回沉寂用戶(hù)，將他們最終變成活躍用戶(hù)。

進(jìn)階版RFM模型

而活躍用戶(hù)又會(huì)被分成三類(lèi)：潛力型用戶(hù)、價(jià)值型用戶(hù)和優(yōu)質(zhì)型用戶(hù)，再設(shè)置不同的運(yùn)營(yíng)目標(biāo)，把潛力型用戶(hù)變成價(jià)值型用戶(hù)，把價(jià)值型用戶(hù)變成優(yōu)質(zhì)型用戶(hù)。

在清晰看到用戶(hù)分層和明確運(yùn)營(yíng)目標(biāo)后，企業(yè)可以通過(guò)分析洞察實(shí)現(xiàn)該模型使用價(jià)值的最大化。

比如對(duì)“魔法數(shù)字”和“消費(fèi)習(xí)慣”洞察。前者可以通過(guò)GrowingIO新推出的分析模型“首復(fù)間隔分析”（即首次和N次的間隔）來(lái)實(shí)現(xiàn)。比如在下單場(chǎng)景中可以了解用戶(hù)消費(fèi)幾次會(huì)形成穩(wěn)定的購(gòu)買(mǎi)習(xí)慣，以及每次購(gòu)買(mǎi)的間隔是多久，從而幫助業(yè)務(wù)人員抓住新用戶(hù)轉(zhuǎn)化為忠誠(chéng)用戶(hù)的黃金營(yíng)銷(xiāo)期，促進(jìn)更多新用戶(hù)在更短時(shí)間內(nèi)完成轉(zhuǎn)化。

消費(fèi)習(xí)慣的洞察則與用戶(hù)購(gòu)買(mǎi)偏好和首轉(zhuǎn)習(xí)慣有關(guān)，比如對(duì)用戶(hù)購(gòu)買(mǎi)偏好進(jìn)行分析可以了解企業(yè)直播下單的波峰、波谷，從而判斷在何時(shí)推送用戶(hù)權(quán)益促進(jìn)購(gòu)買(mǎi)；

對(duì)首轉(zhuǎn)習(xí)慣進(jìn)行分析可以清晰了解用戶(hù)從訪問(wèn)到第一次下單的全路徑，業(yè)務(wù)人員可以根據(jù)該路徑制定拉新策略，縮短用戶(hù)首購(gòu)時(shí)間。

場(chǎng)景三：

增長(zhǎng)實(shí)驗(yàn)——科學(xué)管理優(yōu)化

所謂數(shù)據(jù)驅(qū)動(dòng)，本質(zhì)是幫助企業(yè)進(jìn)行科學(xué)的管理優(yōu)化，即每一次運(yùn)營(yíng)策略的制定與迭代都要以數(shù)據(jù)表現(xiàn)為依據(jù)，從數(shù)據(jù)中看到優(yōu)化點(diǎn)，從而實(shí)現(xiàn)增長(zhǎng)。

這個(gè)過(guò)程需要經(jīng)過(guò)多次增長(zhǎng)實(shí)驗(yàn)的積累，才能實(shí)現(xiàn)量變產(chǎn)生質(zhì)變。GrowingIO希望在幫助客戶(hù)構(gòu)建數(shù)據(jù)文化的過(guò)程中，通過(guò)不同的增長(zhǎng)實(shí)驗(yàn)構(gòu)建科學(xué)的數(shù)據(jù)體系，讓客戶(hù)具備可復(fù)制、可優(yōu)化的決策能力。

對(duì)此，GrowingIO拓展了咨詢(xún)體系，從過(guò)去聚焦私域渠道和單一的端，拓展到可以基于企業(yè)級(jí)的復(fù)雜需求構(gòu)建一整套集團(tuán)數(shù)據(jù)體系，適用包括上述場(chǎng)景一和場(chǎng)景二在內(nèi)的多個(gè)業(yè)務(wù)場(chǎng)景。

比如可以提供ABC類(lèi)咨詢(xún)服務(wù)和增長(zhǎng)工作坊的培訓(xùn)，從數(shù)據(jù)采集到洞察分析再到指標(biāo)體系搭建和組織數(shù)據(jù)能力的構(gòu)建，進(jìn)行全方位服務(wù)，提升企業(yè)的數(shù)據(jù)驅(qū)動(dòng)能力。

生成式AI正在改變數(shù)據(jù)行業(yè)，未來(lái)，分析云也會(huì)在智能化方向進(jìn)行持續(xù)探索，以數(shù)據(jù)為根基，在DT時(shí)代幫助企業(yè)加速完成業(yè)務(wù)數(shù)字化到業(yè)務(wù)數(shù)據(jù)化的進(jìn)化。

迭代

創(chuàng)立于2015年，GrowingIO是國(guó)內(nèi)領(lǐng)先的一站式數(shù)據(jù)增長(zhǎng)引擎方案服務(wù)商，屬StartDT奇點(diǎn)云集團(tuán)旗下品牌。以數(shù)據(jù)智能分析為核心，GrowingIO通過(guò)構(gòu)建客戶(hù)數(shù)據(jù)平臺(tái)，打造增長(zhǎng)營(yíng)銷(xiāo)閉環(huán)，幫助企業(yè)提升數(shù)據(jù)驅(qū)動(dòng)能力，賦能商業(yè)決策、實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。

GrowingIO專(zhuān)注于零售、電商、保險(xiǎn)、酒旅航司、教育、內(nèi)容社區(qū)等行業(yè)，成立以來(lái)，累計(jì)服務(wù)超過(guò)1500家企業(yè)級(jí)客戶(hù)，獲得LVMH集團(tuán)、百事、達(dá)能、老佛爺百貨、戴爾、lululemon、美素佳兒、宜家、樂(lè)高、美的、海爾、安踏、漢光百貨、中原地產(chǎn)、上汽集團(tuán)、廣汽蔚來(lái)、理想汽車(chē)、招商仁和人壽、飛鶴、紅星美凱龍、東方航空、滴滴、新東方、喜茶、每日優(yōu)鮮、奈雪的茶、永輝超市等客戶(hù)的青睞。