阿里数据治理阿里数据治理的启发

基于数据的消费者精细化运营？如何在全域营销中赋能品牌增长？

作者：胖鲸智库高级研究分析师 Daisy

阿里数据治理阿里数据治理的启发

的爆发加速了企业数字化转型的进程，线上线下、多端融合的趋势越来越明显。在数据和技术的支持下，营销人能够帮助品牌与消费者建立比以往任何时刻都更亲密的关系，但在实际工作中，仍然有两个难题亟待解决：

1. 用户触点呈现复杂化和无序化特征，传统的通过线性方式推动消费者决策的营销方法不再奏效；

2. 数字时代的消费者在一天中的任何时刻都可以与品牌进行交互，管理客户旅程的难度上升。

营销人急需全新的方以及创新技术处理海量数据，提升品牌在多渠道、多场景的消费者运营能力，从而达成降本提效的目标，驱动生意增长。在这种情况下，构建以消费者为中心的全域精细化运营方法，并将其运用于实践中成为营销工作的重中之重。

作为头部数字营销咨询服务商，安客诚荣获天猫消费者运营服务商的“全托管服务商”、“全域会员服务商”和“消费者运营场景服务商（高阶能力）”三照。同时，凭借在美妆行业的方积累、品牌美誉度以及扎实的案例呈现，在阿里巴巴大快消+服饰风尚行业《2020年第二季度天猫消费者运营服务商榜单》中，安客诚荣登大快消行业美妆TOP服务商。

早在今年4月，安客诚就与胖鲸分享了对品牌数据营销转型、全渠道数据融合趋势以及营销数据商的转型与创新等问题的理解与洞察。五个月之后，胖鲸再度邀请到安客诚区董事Nancy Song、安客诚区商业增长策略负责人 Shell Liu、安客诚区首席产品官Xu Ke，结合品牌在全域的创新实践以及对天猫“三个超级”方的运用，分享安客诚如何将概念转化为可以落地的全域营销解决方案，助力品牌发挥数据的价值，实现对消费者的精细化运营。

1 为什么要制定全域营销解决方案？

的持续不仅让越来越多消费者走到线上，消费需求也愈发多元、细分以及个性化。对未来收入的不确定性促使一部分消费者追求性价比，拼团模式继续高歌猛进。同时由于在宅时间变长，解放双手的智能家居产品同样获得消费者的青睐，他们越来越希望借助数字化、智能化的产品提升生活质量。

：消费者微博

然而现实情况是公司的数据解决方案经常与营销人的日常工作脱节。因为不仅消费者在变，渠道也在变。据QuestMobile的数据显示，除了综合类媒体平台，垂直类媒介渠道同样呈现碎片化、分散化特征。以汽车之家为例，PC端占37.3%，APP端占29.9%，小程序占14.6%，快应用占18.1%。即使是同一个媒体，不同渠道触达的用户都会有很大异。

SOURCE：QuestMobile

营销人仍然受到这些问题的困扰：怎样确保品牌信息准确地传达给了目标人群？花费大笔预算换来了新会员如何实现转化、阻止流失？媒体预算到底有没有被浪费？如何对投放策略做出优化？

作为品牌主在身份识别与数据合规使用领域的合作伙伴，安客诚从2017年开始便着手布局以用户为中心的多方数据整合业务，并发布了秉持数据理念的全域营销解决方案。在安客诚看来，CDP的搭建是基础，要想让数据赋能日常工作，数据的识别以及整合能力至关重要，因为这将直接影响消费者画像的精准度。

同时，品牌主需要重视咨询的力量，制定贯穿始终的消费者运营策略。消费者的行为以及消费场景在不同营销场域内别巨大。有些场域适合提升品牌认知，有些可以实现对消费者的精准触达吸引新客、有些能够直接带动销售业绩。品牌需要理解消费者在各个域内的心智和行为，制定以消费者为中心的覆盖全链路的解决方案，在各个触点对消费者的行为施加影响，实现流量的叠加效应，避免预算的浪费。

2 全域营销解决方案如何帮助品牌主实现降本提效的目标？

安客诚的全域营销解决方案主要从两个方面降低品牌主的成本。首先是加速企业内部信息共享，包括消费者信息、营收信息、媒体投放信息等，降低企业内部的沟通成本。同时，CDP的智能报表功能能够实现报表的集成以及可视化，技术人员可以根据职位以及部门的不同，设计查看权限，帮助员工节省整理数据以及制作报表的时间，快速推进项目进程。

第二，安客诚的全域营销解决方案能够提升营销战役的效率，更加准确地预估投入和产出比例，使营销预算分配更加合理。在搭建好全域营销中台后，安客诚将帮助品牌为消费者创建专属识别码，完成数据的自动匹配，并通过智能标签系统完成对数据的分层以及管理。

标签主要分为两个大类，一类是事实性标签，例如年龄、性别、职业、居住地等比较稳定的数据。另外一类是分析型标签，能够帮助品牌洞察消费者需求。由于同一个消费者可能会有多个标签，在人工智能技术的赋能下，安客诚的产品还能够为标签进行打分，判断消费者与该标签的关联程度，帮助品牌更好地对目标客户进行细分。

标签越精准，消费者画像就越清晰，提升营销战役的效果。例如某些经常参加促销活动、喜欢领优惠券的用户，很有可能是价格敏感型用户。促销活动期间，品牌就可以定向给具有这类标签的用户推送信息，促进转化。系统还可以预判消费者的未来需求，比如某位用户在微信阅读了旅行相关的文章，那么TA可能在近期有出游需求，围绕出游场景，品牌可以找到营销机会。

：安客诚为菲洛嘉制定的全域营销解决方案

以法国专业护理品牌菲洛嘉为例，品牌在线上线下均有多个销售渠道，对整合多渠道消费者有迫切需求。安客诚为品牌制定了全域营销解决方案，通过拉新战役，将天猫、京东、微信以及线下等不同渠道的消费者引流至品牌微信，消费者完成绑卡入会。同时通过智能标签体系对消费者数据进行分层与管理，以年消费金额、派样客、入会时间以及本月生日会员四个主要类别进行人群筛选，根据标签推送满赠礼+到店礼、加赠礼、会员首购礼、会员生日礼等具有针对性的优惠组合，帮助品牌实现向线下引流、促成复购的目标。

3 如何衡量全域营销解决方案的效果？

随着全新营销方以及创新技术的引进，无论是整个行业还是单个品牌都需要建立一套与之相匹配的效果衡量方法。从安客诚的经验来看，品牌客户可以主要从用户体验是否得到优化这个维度进行效果衡量。

全域营销中台需要让品牌变得更聪明，提升预测消费者需求的准确度。例如某个购买了眼部肌底精华的消费者，品牌应该能够判断出TA很在意眼周肌肤的保养，在购买了眼底保养类产品后，可能会有购买眼部上方护理产品的需求。当品牌推出眼霜新品时，需要找到这名消费者，推送定制化的信息或者优惠。

作为头部电商平台，天猫推出了兼具战略性与落地性的“全方位人群运营体系”和“三个超级”方，品牌提升互动效率。“三个超级”指的是“超级商品、超级内容、超级权益”，品牌可以将其运用于营销实践中，打造令用户喜欢的商品、内容和，从供给侧出发提高人货匹配效率。

：天猫双11商品力&CLV策略

对于符合“三个超级”指标的品牌，天猫以“搜索”为切入点，帮助品牌实现“人”（消费者）与“货”（商品、权益、内容）之间的智能匹配，打造“消费者价值增长引擎”（CLV Engine），帮助品牌在公域流量上验证效果，实现增长。

自2017年起，安客诚成为阿里家纯外资数据服务商，与阿里开展了深度合作，先后成为阿里生态圈数据银行首批认证服务商、策略中心认证服务商，并进入了首批全托管服务商列表。618期间，安客诚借助“三个超级”方帮助包括快消、美妆、大服饰、食品等行业的品牌伙伴实现以消费者为中心调整货品、内容与权益，通过对CLV Engine（消费者价值引擎）的合理使用，在公域完成对人货的精准匹配，终达成对核心策略人群的渗透与转化目标。

案例一新工具新场景助力橘朵实现对GENZ人群的渗透

受影响，今年上半年彩妆品类的同比增长有所放缓。由于仍处于复工复产初期，品牌在包括3·8节在内的重要营销均调整了营销策略，以稳中求进为主，增长重担主要落在6·18年中大促上。

基于今年前五个月的生意数据，安客诚对橘朵的消费者进行了颗粒度极细的策略人群诊断，明确了提升品牌在GENZ人群的渗透度是实现生意增长的驱动力。在洞察基础上，为GENZ人群打造“超级货品、超级内容、超级权益”。

：安客诚基于“三个超级”，帮助橘朵制定618营销策略

橘朵根据GENZ人群的需求推出七巧板新品，以“一盘打造全脸妆容”为卖点，吸引喜欢尝新、追求便利的GENZ人群。同时为新会员打造入会领优惠券、积分、新品试用申领资格以及产品兑换等超级权益。

为了更好地实现人货匹配，扩大GENZ潜客人群，安客诚为橘朵制定了覆盖站内+站外的创新场景运营策略。

在站外的多屏联投上，安客诚创新地运用了LBS技术，锁定二线城市高校3公里以内的人群进行UD投放。同时，叠加年龄、职业等事实性标签以及彩妆消费频次、价格偏好等品类消费标签，挖掘高校彩妆心智人群。完成引流后，针对UD人群进行2次运营，配合淘内广告及直播完成强转化收割。

在站内，基于GENZ人群的触点偏好及内容消费习惯，选择猜你喜欢、直播、直通车、微淘、淘宝短视频等触点进行投放。品牌短视频流入猜你喜欢公域场，并获得了来自天猫CLV的免费流量加持，曝光量实现了大幅度提升，新增超过27,000的GENZ新客。

复盘运营效果，在GENZ人群中，品牌的行业渗透率和本品占比均得到了提升。LBS技术的运用成功帮助品牌实现对精准人群的覆盖以及引流，有助于品牌在未来进一步打通线上线下场景。

案例二大促期间，活用“三个超级”助力某知名护肤彩妆品牌完成会员招募

该护肤彩妆品牌一直非常重视会员运营。从2016年品牌电商部成立开始，已经拥有一亿以上的消费者数字资产。基于数据洞察，品牌发现绑卡会员能够为生意增长带来强大的助推力。因此在大促前夕，品牌通常会制定会员招募吸引户加入会员，使用智能化标签系统对会员进行分层以及管理，实现精细化的消费者运营。

今年618期间，安客诚为品牌制定了会员黄金象限策略。安客诚首先将潜在人群分为新客以及非会员老客，将会员招募以及转化期分为“前期蓄水、中期加热、后期躺赢”三个阶段，制定投放策略，通过匹配相应的会员权益，逐步促成会员转化以及生意增长。

：安客诚基于“三个超级”，帮助某知名护肤彩妆品牌制定会员招募策略

针对新客，安客诚从媒体、公域以及私域三大营销场域出发，通过支付宝/站内媒体投放、邀请注册裂变、U先派样等渠道叠加，促进新客完成绑卡。

针对非会员老客以及新会员，品牌在5月18日与6月18日推出品牌会员日活动，通过群聊、专属、SMS、直播等触点，配合仅会员日当天有效的会员券、会员专享加增、积分翻倍等超级权益，缩短转化路径促成老客绑卡入会以及新会员的转化。

在加增权益抢先预订的下，仅在518会员日当天，品牌成功吸引超过两万的新增绑卡会员；新品试用的超级权益效果更为显著，共有超过五万人完成绑卡入会动作。

当然，对于所有数据营销公司来说，随着在产品中纳入越来越多的数据来源，在全世界范围内，都有多项个人隐私保律，要求数据安全、合理、合规的使用。安客诚一直以来，都非常重视数据安全、数据和隐私保护，在全球各区域都设有专职的数据治理官，首席安全官，来确保信息安全和隐私保护策略的落实。安客诚也取得等级保护权威认证，并于每年循例接受四大会计师事务所的安全审计。

在消费者时代，无论是短期战役还是中长期发展，基于数据对消费者进行精细化运营已经成为营销人的必修课。主导的新基建以及要素市场化配置改革将为我国的经济发展注入新活力，有利于企业尽快实现以消费者为中心的数字化转型。企业需要重视消费者资产，建立全域营销中台，先人一步洞察到消费者的变化，从供给侧出发实现人货匹配，达成长效增长。

阿里巴巴公司治理模式对上市有什么好处

建立健全的公司治理结构、提高公司信誉度等。

1、建立健全的公司治理结构：阿里巴巴在上市前建立了健全的公司治理结构，设立了董事会、监事会等机构，并制定了行为准则和规章制度。这有助于提高公司的透明度和治理效率，为公司长期稳定发展提供了坚实的基础。

2、提高公司信誉度：阿里巴巴采用了较为成熟的公司治理机制，使公司的决策更加科学合理，对股东投资具有较高的信誉度。这有助于提高市场对阿里巴巴的信任度，吸引更多的投资者，推动其上市后的股价上涨。

3、增加公司财务透明度：阿里巴巴上市后要求必须遵守证券监管机构的财务报告要求，必须公开公司的财务数据，并接受监督，这有助于提高公司的财务透明度和规范化程度，增强市场对阿里巴巴的信任感。

说说数仓(6)-关于命名规范

数仓总结目录：

说说数仓(1) - 什么是数仓

说说数仓(2) - 传统数仓与互联网数仓

说说数仓(3) - 数仓架构

说说数仓(4) - 指标字典

说说数仓(5)-重要的维度之日期维度

说说数仓(6)-关于命名规范

说说数仓(7)-浅谈数据治理

说说数仓(8)-关于增量

说说数仓(9)-上下游约定

说说数仓(10)-任务注释

话说，没有规矩不成方圆。在搭建数据平台的时候，在数据组内部，一定要先制定好各种规范，越早越好，并且不断的监督大家是否按照约定执行。一旦让大家自由发挥，后期想要统一或者重构，会浪费很大的人力成本和时间成本，记住，这都是坑。

这里以我目前公司的一些经验，分享下。

常规来说，数仓的建设是按照数仓分层模型开发的。也有会按照业务线来分层，在各自业务线下重新分层，单独开发的。

我这里使用的是阿里云的MaxCom，这是阿里提供的数据平台，一整套开发环境，用起来还是很方便的，省去了自建平台的麻烦。MaxCom里面有一个项目的概念，一开始本来打算直接根据分层模型的设计来创建项目，但是由于某种原因，改成了按照业务线来创建项目。对于这个项目名，一定要想好，不管根据什么来设计，都需要想清楚，想明白，定了以后就不要再改了，也没法改。

我忘记是不是叫“词根”了，先写着，后面找本书确认下。词根属于数仓建设中的规范，属于元数据管理的范畴。哦，现在都把这个划到数据治理的一部分。

正常来说，完整的数仓建设是包含数据治理的，只是现在谈到数仓偏向于数据建模，而谈到数据治理，更多的是关于数据规范、数据管理。

接着说我们的主角-词根。

我们学习英语的时候应该有了解过词根这个东西，它就是细粒度的简单的一个词语，我们主要用来规范中文和英文的映射关系。我们公司一部分业务是关于货架的，英文名是：rack，rack就是一个词根，那我们就在所有的表、字段等用到的地方都叫rack，不要叫成别的什么。这就是词根的作用，用来统一命名，表达同一个含义。

指标体系中有很多“率”的指标，都可以拆解成XXX+率，率可以叫rate，那我们所有的指标都叫做XXX+rate。

词根可以用来统一表名、字段名、主题域名等等。

表名需要见名知意，通过表名就可以知道它是哪个业务域，干嘛用的，什么粒度的数据。

中间表在创建时，请加上 ,如果要保留历史的中间表，可以加上日期或者时间戳

指标的命名也参考词根，避免出现同一个指标，10个人有10个命名方法。

具体作结合公司实际情况，规范及早制定。

附上之前我们再阿里DataWorks上的一个规范示例

从大数据平台到数据治理，智慧医院大数据何去何从

背景：上周看了阿里章剑锋写的一篇大数据文章，加上对健康医疗大数据相关政策的分析，想就医院大数据的建设说几点看法，毕竟健康大数据战略下智慧医院大数据是必然先驱，有大数据抱负的医院信息科大部分还在摸着石头找过河的路，而其他行业的经验还是很有借鉴意义的。

2019年6月，卫生信息与健康医疗大数据学会会长金小桃（卫生信息学会会长）在6月20日的2019(14th)卫生信息技术/健康医疗大数据应用交流大会上发布《新一代医院数据中心建设指南》（尽管找遍网络都没找到这个指南，可能还在整理中...）

而基本同一时间，卫健委统计信息中心初版了《医院数据治理框架、技术与实现》，对“医院大数据”明确为“医院数据”，这也是我一直在解释的名词，正符合大数据的正确和深度理解。

2019年的厦门CHIME，医院协会信息专业委员会发布了《医疗机构医疗大数据平台建设指南（征求意见稿）》。在结合2015年以来的每年一批的健康医疗大数据战略政策指导，大数据战略的决心和支持的力度可见一斑，而医院侧信息化的现阶段热点就是医院信息平台，信息平台的热方向就是医院大数据和人工智能，当然这脱离不了首先建设完备的医院信息化系统。我们再来看一个政策：

2018年4月，卫生健康委员会规划与信息司发布了《全国医院信息化建设标准与规范（试行）》。它是在2016年《医院信息平台应用功能指引》和2017年《医院信息建设应用技术指引（试行）》基础上，形成的较为完整的医院信息系统体系框架。在《医院信息平台应用功能指引》明确医院信息化功能和在《医院信息化建设应用技术指引》上明确了医院信息化技术。看医院信息化完整地图，云计算、大数据、物联网以及传统信息化支撑的是金字塔顶端的人工智能，近几年AI大数据经常被一起称呼，不可能脱离信息化基础和大数据基础去建设AI的空中楼阁。所以大数据和AI找同一厂家（或者同一生态圈）建设会是的选择，毕竟做AI的一定先做数据，但是做数据的却不一定做得好AI，看市场上那么多数据搬运工公司就清楚了，这也是造成医院大数据前期建设重数量轻质量的主要原因。

再来看大数据的宏观发展环境，从2009年闪亮登场到2015年泡沫顶峰，已经迈过了甘特曲线的2个关键，现在正处于稳步发展。

大数据技术的2个维度是我觉得章剑锋深刻的大数据概念解析，垂直的技术栈维度和水平的数据流维度，也就是垂直的平台+应用，水平的数据处理。何为大数据？这一轮数据到大数据的概念，水平维度的数据处理理论正式出现已经30年了并没有大变化（这个维度数据大数据都应该称为数据处理），而聚变的是技术栈维度：hadoop、spark、storm、flink等等，但是闪亮的hadoop不也在没落么，因为技术为业务而生，符合业务需求的才是合理的技术。而医院大数据建设出的第二个比较大的问题就是追求新技术典型如hadoop，就医院数据体量和应用需求，hadoop真不是佳实践，而繁杂的运维和庞大高昂的资源硬件成本可能是压垮信心的根本原因。

再来看医院大数据上云，尽管很多人觉得国内是数据隐私和数据安全比较宽松的环境，但是医院数据侧一直都比较谨慎。虽然近国内出了政策，允许医院将患者数据对患者开发，但是把医院数据放在厂家提供的云上，对于大型三甲医院目前依然不现实。医院除了诊疗水平，重要的资产就是医院数据，医院数据又比较敏感，医院本身是要遵从严格监管的，所以按照当前形势，更适合医院的还是数据在医院（很多医院通过免费大数据战略合作协议让医院数据上医某云）。

还是回到大数据平台，伴随着大数据概念火热，hadoop缺在逐步没落，就大数据技术栈本身，不存在hadoop架构和oracle架构的选择（在这个点上大量概念混淆，oracle和hive HDFS只是存储方案的异，hadoop是大数据完整技术栈），只存在数据存储架构的选择，根据数据量、数据使用方式、数据分析方式决策更合理的架构，选了hadoop就不能用oracle吗？这是医院大数据平台建设里经常混淆的点。根据应用场景选择存储方案，根据数据分析需求选择技术栈，如果不清楚需求，何不来个混合架构搞个万金油？其实医院大数据，oracle是可以用的，国产化另论。如果定了oracle是不是就不能用hadoop了呢？

这里又引申到另一个问题，Hadoop、Spark、Flink等大数据技术的发展，医院大数据建设技术要求必提，但是真正建了之后会发现好像哪里不对劲，难道大数据就是这么高大上到信息科要大量学习新技能吗？能用的技术才是好技术，自己都用不了的一定有问题。其实医院信息科真正需要的不应该是Hadoop、Spark、Flink等大数据技术的堆砌，应该是信息科都可以简单上手作做数据治理，以这些技术为基础的能解决业务问题的产品。也即真正的易作、专业化、流程化、全链路的数据平台（不是hadoop），这个平台准备后续专门介绍。

智慧医院从大数据平台的建设到数据治理平台建设，大部分是从技术栈的hadoop转向数据专业治理本身，也就是从垂直的技术栈维度转换为横向的数据流维度，还是要平台，而此平台已经不再hadoop。数据治理到底如何做呢？参见前一篇文章《如何做数据治理》，数据治理早成熟应用是在零售业、银行业，以及，现在每个AI互联网公司都会有数据部门，医院数据治理可能还是先解决自身的业务问题本身，能不能发展到数据中台，还要看医院战略，而不是各种广告中的概念。

还有一点需要补充的，中美贸易摩擦，美对中进行了严格的出口管制，无论从硬件还是软件，能支持国产化会是一个更好的选择。

后，数据治理本身是一个重运维重交付重实施的事情，当前市场大量充斥草台班子的数据搬运，没有深度长期的价值挖掘，再好的搬运工做的也是劳民伤财的事，参考谷歌和梅奥的十年战略合作协议，这才是医院大数据真正有远见的规划。

简单总结下，智慧医院大数据发展趋势：

1. 政策会频繁颁布，医院大数据（数据）建设一定是必然，目前已经开始稳步发展；

2. 大数据平台概念会褪去，医院真正需要的一定是全产业链整合的数据管理平台；

3. 智慧医院会更加重视数据流即数据治理本身，现阶段还需要一套简单上手的平台辅助；

4. 智慧医院大数据中心依旧以私有云机房为佳方案；

5. 智慧医院大数据中心需要兼容国产化需求；

6. 找一家AI大数据公司作为长期战略合作伙伴将更加现实，毕竟只讲大数据的大部分都是数据搬运工；

阿里启动“万树”扶持数据产品服务商 | 干货分享

阿里巴巴近宣布启动“万树”，旨在扶持和支持数据产品服务商的发展。该将提供技术、客户、市场和资源支持，以帮助数据产品服务商扩大业务范围和提升质量。一些数据产品服务商可能面临技术和资源瓶颈，导致无法进行规模化运营和升级。阿里的“万树”将通过提供技术培训、数据技术支持等方式来解决这些问题。此外，他们还为合作伙伴提供和共同市场营销，以帮助数据产品服务商获得更广泛的客户体。据悉，“万树”也与阿里的云计算生态系统相关，该生态系统将为数据产品服务商提供云计算和等技术支持，以提高其业务创新和产品升级能力。基于数据产业的高速发展，阿里“万树”的推出不助于提升企业自身的核心竞争力，也有助于推动整个行业的发展。无论是从平台、技术还是市场方面，阿里都将为服务商提供支持，以建立健全的数据产品生态圈。