來源：數據猿

正在進行數字化轉型的企業，是數據智能廠商最主要的服務對象。能否實現數據賦能業務的目標，是檢驗數據智能行業價值的關鍵。

在這篇文章中，我們主要從應用場景角度，來分析數據智能產品如何賦能企業的業務和管理流程。

依據數據猿的市場調研，企業普遍關注智能營銷、管理數字化和產品研發數字化方面的價值。具體來看，市場營銷的數字化、智能化程度最高，涌現出營銷自動化、直播電商等創新應用；企業管理和業務流程的數字化、智能化程度有待加強，重點在于通過數智化升級提升企業管理效率，優化業務流程；產業研發數字化、智能化還處于起步階段，其價值在于幫助研發部門更快、更深入地了解市場需求，讓產品研發更有針對性。

數據來源：數據猿問卷調研

智能營銷

目前，大多數行業將由增量市場轉變為存量市場，對客戶的爭奪將日益激烈，粗放式營銷難以為繼，有針對性的進行智能化營銷，將成為企業制勝的關鍵。現有的市場營銷面對著數據孤島、營銷終端與數據中臺的隔絕、缺乏精細化和個性化以及與忠誠用戶缺乏互動、留存率低等問題。

要解決上述問題，關鍵通過數據智能應用，提升營銷效率。具體來看，需要在用戶觸達、用戶轉化、用戶留存三個環節，借助數據賦能，實現精細化營銷。

用戶觸達：通過對媒介的全鏈路數據分析，實現營銷媒介的重新組合，實現預算范圍內的用戶觸達最大化，提升廣告預算使用效率。私域與公域的打通，加強私域流量的管理，降低獲客成本。

用戶轉化：通過用戶精準畫像，實現人群的精準畫像與流量的精準分配，將不同營銷素材精準推薦給不同人群，提升用戶轉化率。

用戶留存：構建自身會員體系，進行私域營銷，是提升用戶忠誠。針對不同用戶需求，精準推薦產品、服務，降低對用戶的無效打擾，提升用戶滿意度。構建用戶數據實時監控體系，深入分析造成用戶流失的因素，采取針對性措施降低用戶流失率。

實現智能營銷，首先是在用戶數據基礎上實現多渠道、多系統數據的匯總融合，構建統一的賬戶體系。數據平臺與AI平臺深度融合，針對營銷數據構建多樣化的AI算法模型，探索智能營銷應用。并結合業務場景不斷細化業務中臺能力，提升營銷效率，增強用戶粘性，降低用戶流失率，培養忠誠用戶。

依據數據猿的市場調研數據，基于用戶畫像的用戶深度洞察、個性化推薦、潛在客群識別、營銷自動化、廣告渠道優化、用戶流失預警、客服機器人等，是智能營銷領域比較關注的應用場景。在智能營銷服務商方面，個推、神策數據、明略數據、Tableau等側重數據分析，京東鉬媒、智將廣告、有米等側重廣告投放，致趣百川、深演智能等側重營銷自動化。

在智能營銷方面，字節跳動旗下的火山引擎搭建個性化行業營銷數字化方案，擴容用戶觸點，可以有效帶動銷量增長。火山引擎基于數據治理能力優勢，在有效觸達用戶的基礎上搭建業務增長閉環，并提供規范化+個性化的互動方式。幫助客戶用數據加深對用戶的理解，用數據閉環提升業務表現，用營銷自動化為用戶規模化提供個性化體驗，從容應對低成本獲客、用戶激活與運營、潛客培育與轉化等核心環節。

智能決策

企業進行經營決策，多數時候都是靠管理者的經驗。在數字化時代，市場和企業的情況可以進行更加精確的量化。在此基礎上，基于數據的科學決策，顯現出越來越強的吸引力。在企業經營管理過程中，將經驗決策管理逐步與大數據分析融合，利用數據融合、數據分析、數據可視化等一系列方法和工具，以數據驅動業務和管理決策，提升運營管理的合理性和效率。

另一方面，在數據賦能企業經營管理方面，還存在諸多問題，比如：

數據孤島現象嚴重，無法形成對企業總體情況的統一認知。各個業務系統連通性差，企業在數字化過程中，往往從不同廠商采購ERP、CRM、OA、BI等多個系統，這些系統數據無法實現數據共享，產生的“數據孤島”，嚴重影響整個企業的數字化升級。

數據價值挖掘不充分，不能有效提升決策效能。目前企業對于數據的價值認識不充分，數據作為一種全新生產要素的重視不夠，數據資產管理不善，數據更新不及時，數據滯后于業務。數據的價值挖掘不充分，數據賦能業務的潛力還沒得到發揮。

為此，要實現數據智能對管理決策的賦能，需要構建統一的數據智能平臺，將不同業務系統和渠道的數據進行融合打通，并在此基礎上為業務部門構建自助式分析工具，為高管層提供可視化的管理駕駛艙平臺，推動整個企業的業務和管理從以往的經驗決策，向基于數據的科學決策轉變，提高管理的精細化層度。

管理駕駛艙，為企業高管提供一站式、可視化的數據分析與顯示平臺，以柱狀圖、折線圖、地圖、雷達圖等多種可視化圖表方式形象地顯示企業經營管理的各項關鍵指標及其變動情況，幫助管理者更便捷、全面地掌握企業動態，基于全面的數據分析制定企業的管理和業務決策；

業務主題分析，除了為高管層提供可視化的數據分析方式，還可以通過BI等工具，為財務、人力、銷售、運營、采購等部門提供針對其部門業務的數據分析。敏捷BI產品，讓業務人員也能實現自助式的數據分析，用數據賦能業務。

以亞信科技的經營管理數據智能解決方案為例，以AISWare BigData大數據產品套件、AISWare AI2全域人工智能平臺，以及AISWare Digital Twin數字孿生套件，自底向上通過數據聚合、多維關聯、數據閉環和數字孿生等，為企業數字化轉型構建數據價值體系。

亞信科技以其數據智能產品，為某集團客戶構建企業智能大腦。亞信科技幫助該集團客戶建設大數據云平臺，承載全網數億用戶的全量數據，支持多數據中心的異地調度。平臺擁有領先的大數據存儲計算資源、豐富的數據庫資源、海量容器資源，以及較完備的大數據開發管理工具，能夠利用5G技術進行實時數據分析，實現數據服務能力的全面開放。

通過構建企業智能大腦，該集團客戶實現了對數據資產的全面管控，實現對BOM三域（業務域、運營域、管理域）的數據融合，支持大數據應用的敏捷構建，有效實現降本提效。此外，該集團企業還能夠為其客戶及合作伙伴提供多樣化大數據云服務能力，形成數據接入到應用發布的全流程支持，提升管理和服務效率，促進行業生態合作。

智能研發

技術產品研發，往往是企業的立身之本。能否研發出符合市場需求、具備差異化競爭力的產品，是企業的核心競爭力。

在做出技術產品研發決策前，決策者往往需要回答一系列問題：各個區域、各個行業在產品需求上有什么特性；不同年齡、性別、職業的客戶群體需求有什么不一樣；哪些產品賣的好，都賣給了哪些區域、行業客戶，客戶群體分層；哪些產品被用戶嚴重吐槽；友商的哪些新品受到市場歡迎，其賣點是什么；基于市場需求需要重新設計哪些產品，重新設計產品的哪些功能點；如何重新設計技術、產品研發流程，縮短產品研發與市場應答的鏈條等等。

以數據賦能研發決策，優化產品研發規劃、項目流程管理、產品市場驗證、復盤與研發優化的閉環，可以有效提升研發效率。

具體來看，與傳統基于經驗的研發決策相比，數據賦能研發主要體現在以下幾個方面：

市場分析更加細化，研發指導價值更大。大部分企業在做產品研發前都會做市場調研，但往往調研的深度不足。與之相比，數據驅動的研發在市場需求的行業結構、區域結構、目標人群分層等方面需要更多的數據支撐。市場反饋數據對產品研發的指導性更強，比如不僅能分析出哪些產品受歡迎，還能進一步分析出產品受歡迎具體的功能點、特色，并且能夠對應到具體用戶群體。

打通研發與企業財務、人力等體系，對研發提供資源支撐。通過產品研發過程的數字化，以數據驅動研發流程和產品生命周期管理，打通產品研發的數據內循環，以及研發系統與企業財務、人力、生產、市場等部門的數據外循環，將產品研發與企業的業務和經營流程更緊密的結合起來，加強研發與企業各部門的協同性，理順研發項目管理流程，提升研發效率。比如，產品研發與人力資源系統對接，將研發人才規劃與企業的整個人員規劃相銜接，更好地調度人才資源支撐研發工作。將研發規劃與企業財務計劃銜接，保障研發人員薪酬、研發設備采購、產品驗證等方面的資金，提高資金利用效率。

數據反饋更全面，數據資產化。與以往一次性的市場調研不同，產品反饋數據從電商等第三方平臺、企業內部CRM、ERP、智能客服等多個系統源源不斷的產生產品反饋數據，數據的實效性強。隨著數據積累，產品反饋數據資產化效果明顯，將成為企業的重要競爭壁壘。

市場反饋數據深度介入產品研發。產品研發作為企業經營的重要一環，與市場、業務、運營等各個部門關聯性大。以市場數據驅動的研發，需要市場、銷售、運營、客服等提供市場需求與客戶反饋數據，及時調整產品研發計劃。市場數據將成為產品研發的重要基礎，市場數據反饋、A/B測試等深度介入產品研發流程，真正實現以數據指導、驅動研發，提高產品研發的針對性和市場響應速度。

總之，企業要實現數字化轉型，核心在于將數據智能平臺與其業務管理體系高度融合，將數據應用于日常管理和業務運營當中，并成為全體員工的一種工作習慣，數據成為企業流動的血液。無論是經營管理決策，還是市場營銷決策、產品研發決策，都需要掌握足夠準確、全面的數據，提升決策效率。能否構建一套基于數據的科學決策體系，將是企業未來參與市場競爭的制勝關鍵。

相關企業：字節跳動&火山引擎、網易數帆、亞信科技

【報告獲取方式】關注“數據猿”微信公眾號，后臺回復關鍵詞“數據智能報告”可免費下載完整高清版《2021中國數據智能產業發展報告》