
通過(guò)“拖拽”搭建數(shù)據(jù)分析模型,「時(shí)代大數(shù)據(jù)」讓經(jīng)營(yíng)管理者“直面數(shù)據(jù)”
企業(yè)管理和業(yè)務(wù)人員,經(jīng)常需要對(duì)業(yè)務(wù)相關(guān)數(shù)據(jù)進(jìn)行監(jiān)測(cè)、分析,典型的過(guò)程是,先撰寫(xiě)需求描述文檔,給到技術(shù)部門(mén),技術(shù)人員從系統(tǒng)中抓取相應(yīng)的數(shù)據(jù)并在系統(tǒng)頁(yè)面開(kāi)發(fā)展現(xiàn),其中需要經(jīng)過(guò)幾輪的溝通,整個(gè)過(guò)程可能需要數(shù)周才能完成。
36氪近日接觸到的「時(shí)代大數(shù)據(jù)」,基于企業(yè)存量數(shù)據(jù),提供一套解決方案,幫助經(jīng)營(yíng)管理人員,通過(guò)簡(jiǎn)單的拖拽等交互即可自行搭建數(shù)據(jù)分析模型,從而快速、靈活、低成本的進(jìn)行業(yè)務(wù)優(yōu)化和決策制定。
時(shí)代大數(shù)據(jù)的核心產(chǎn)品是人工智能自助探索平臺(tái),主要面向中層管理人員。該平臺(tái)將數(shù)據(jù)庫(kù)底層字段,轉(zhuǎn)化成業(yè)務(wù)語(yǔ)言,將以前需要通過(guò)編寫(xiě)代碼實(shí)現(xiàn)的邏輯,轉(zhuǎn)化為通過(guò)拖拽動(dòng)作實(shí)現(xiàn)。包括不同數(shù)據(jù)維度、篩選條件、圖表展現(xiàn)形式等的直接拖拽。(參見(jiàn)下方視頻)
通過(guò)該方式,可以將數(shù)據(jù)分析框架的搭建周期從數(shù)周縮短到一天。
另一款產(chǎn)品數(shù)據(jù)頭條,則主要面向高層管理人員,梳理企業(yè)經(jīng)營(yíng)中的關(guān)鍵數(shù)據(jù),通過(guò)觸摸大屏進(jìn)行自由組合數(shù)據(jù)界面的展示。管理人員可以實(shí)時(shí)監(jiān)控業(yè)務(wù)數(shù)據(jù),并可通過(guò)觸摸查看數(shù)據(jù)來(lái)源、切換不同區(qū)域?qū)蛹?jí)、批注疑問(wèn)推送到對(duì)應(yīng)負(fù)責(zé)人等,從而及時(shí)發(fā)現(xiàn)和處理問(wèn)題。
目前,時(shí)代大數(shù)據(jù)聚焦于運(yùn)營(yíng)商客戶,原因是運(yùn)營(yíng)商數(shù)據(jù)規(guī)模巨大,維度豐富,且業(yè)務(wù)分布廣泛,市場(chǎng)規(guī)??捎^。
使用人工智能自助探索平臺(tái),運(yùn)營(yíng)商搭建了“一戶一案”數(shù)據(jù)分析模型。根據(jù)用戶基本信息(套餐、網(wǎng)齡/星級(jí)等)和用戶使用行為(通話、流量、真實(shí)付費(fèi)等),制定一套“千人千面”的營(yíng)銷策略,針對(duì)每個(gè)用戶,都有相應(yīng)的主推、次推、順?shù)N的產(chǎn)品服務(wù)。
一戶一案的實(shí)質(zhì)是,幫助運(yùn)營(yíng)商建立一套基于用戶細(xì)分的大數(shù)據(jù)運(yùn)營(yíng)體系。據(jù)時(shí)代大數(shù)據(jù)提供的信息顯示,其參與執(zhí)行的某試點(diǎn)客戶,該方案一年可創(chuàng)造約8000萬(wàn)元利潤(rùn);在全面執(zhí)行的另一個(gè)試點(diǎn)客戶,單進(jìn)融率從原來(lái)30%左右提升至56.8%。(單進(jìn)融率:?jiǎn)为?dú)寬帶用戶轉(zhuǎn)化為寬帶加移動(dòng)或者寬帶加IPTV用戶的比例)
盈利模式上,時(shí)代大數(shù)據(jù)目前是典型的“產(chǎn)品+服務(wù)”模式,收取一次性的解決方案搭建費(fèi)用,以及數(shù)據(jù)年服務(wù)費(fèi),客單價(jià)在百萬(wàn)到上千萬(wàn)元不等,目前平均約200萬(wàn)元。另外,時(shí)代大數(shù)據(jù)也在探索聯(lián)合運(yùn)營(yíng)模式,即免費(fèi)提供產(chǎn)品和服務(wù),共同參與客戶業(yè)務(wù)運(yùn)營(yíng),按給客戶帶來(lái)的收益增長(zhǎng)收取提成。
官方數(shù)據(jù)顯示,時(shí)代大數(shù)據(jù)已有十多家合作客戶,包括中國(guó)電信和中國(guó)移動(dòng)的廣東省公司,以及幾個(gè)大的地市公司,其他省市的合作也正在開(kāi)展。2017年?duì)I收達(dá)到了幾千萬(wàn)元,預(yù)計(jì)2018年至少可以成倍增長(zhǎng)。
市面上有很多數(shù)據(jù)分析類解決方案,相比之下,時(shí)代大數(shù)據(jù)的優(yōu)勢(shì)在哪里呢?
針對(duì)該問(wèn)題,CEO朱國(guó)清向36氪表示,除了讓業(yè)務(wù)管理人員直面數(shù)據(jù)的優(yōu)勢(shì),時(shí)代大數(shù)據(jù)通過(guò)2年多的落地探索,技術(shù)上也有很多突破,同時(shí)對(duì)運(yùn)營(yíng)商客戶的業(yè)務(wù)和需求有很深度理解,提供的解決方案能真正解決客戶痛點(diǎn),提高客戶營(yíng)收和效率。
據(jù)了解,在進(jìn)一步拓展運(yùn)營(yíng)商客戶后,時(shí)代大數(shù)據(jù)還將重點(diǎn)拓展保險(xiǎn)、金融行業(yè)客戶,它們的客單價(jià)會(huì)更高。
時(shí)代大數(shù)據(jù)于2013年成立于廣州,目前共有200多人。曾獲知名投資人陳友忠的天使輪投資,千萬(wàn)元級(jí)A輪融資,目前已開(kāi)啟新一輪融資計(jì)劃。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10