亿方云数据分析师做客观远深度解读泛互联网企业运营妙招
前不久，亿方云刚重磅宣布，获得由京东云和京东数科联合投资的1000万美元B轮融资，今后双方将在产品技术创新、云服务业务融合、市场开拓三方面展开深入合作。作为亿方云的长期合作伙伴，观远数据对此为其送上衷
前不久，亿方云刚重磅宣布，获得由京东云和京东数科联合投资的1000万美元B轮融资，今后双方将在产品技术创新、云服务业务融合、市场开拓三方面展开深入合作。
作为亿方云的长期合作伙伴，观远数据对此为其送上衷心祝贺，并于上周六邀请亿方云商业数据分析师陈语焓做客观远数据，为观远的小伙伴们带来了一场关于“SaaS企业/泛互联网企业如何通过数据分析和BI产品来提升运营效率”的主题分享，她以亿方云使用观远智能BI产品的具体应用场景进行说明，层层递进，为我们深度解读了亿方云在泛互联网领域运用数据驱动运营的成功实践。
众所周知，SaaS企业与传统公司之所以有很大不同，是因为SaaS公司的营收增长是贯穿客户生命周期的。如果客户对产品满意，则从客户那边获取到的收入能持续提升，反之，客户可能刚使用一段时间（获客成本还回）就流失了。这种商业模式，使得SaaS企业必须重视客户成功，及要把握整体营销投入产出的平衡。
在这两大命题之下，SaaS企业内的业务单位彼此联合紧密，市场部费用投入推广渠道时要考虑销售效率；销售获客时要对客户后期增长潜力做综合判断，从而决定前期获客投入；服务团队要以客户成功为目标持续提升客户使用满意度，推动客户后期的增购和续约；同时产品团队也参与到各个模块中，帮助业务团队更好地获取用户、激活用户、留住用户。
目前国内大部分SaaS企业都已建立了比较完善的OA、ERP系统，有信息化建设基础。但是各系统一般服务于1~2个部门，不同系统的数据并不协同。随着业务的不断发展，各部门协同模块越来越多，公司层面统一的数据化管理和运营会越发重要。
2）报表以人工excel为主，但数据模型跨多业务源，取数复杂，各部门无法取数作分析，数据需求增加纯靠堆BI人力。
这两个问题带来的结果是，解释同一个业务问题时，各部门各用各的数据口径，取数成本高，沟通成本高，且并不利于公司内培养数据驱动的文化（数据分析给出两个答案，那数据分析的可信度就会被质疑），同时这个高沟通成本，还带来了更高数据分析师人力成本。
因此，不管从提升效率，或是节省运营成本的角度上考虑，企业都需要借助BI来实现技术转型。而观远智能BI，区别于一般的工具性BI，以完整、清晰的数据思维，和简洁、易用的交互界面，赋能企业客户，帮助亿方云用数据来驱动决策，为企业构建智能的决策大脑，大大提升了企业的运营效率。
陈语焓认为，企业内部需要先梳理清楚自身业务流和数据流，才能对BI建设有更深刻的理解。对此她基于亿方云实际情况，向观数分享了从用户获取、创造商机、客户付费、续约管理的整个链里，产品、市场、销售、CSM团队和职能团队等部门的业务，是如何耦合与流转的，以及基于业务流，亿方云是如何建立数据流，并将之在观远数据上进行实现的经验。
BI建设的起点，是企业管理层有（坚定的）数据管理意识。管理层定义出大的业务流框架（及核心数据指标）后，传导到业务负责人，由各负责人完善细节（及基于核心指标的子指标）。从这一阶段数据运营就开始了。
但业务负责人一开始也看不清数据的全貌，因此在这一阶段，业务负责人一定会频繁变更数据口径，以找出最准确反映业务情况的指标。此时BI开始产生价值。BI能帮助业务负责人快速地进行很多指标验证，同时让业务负责人与业务执行者之间有一个实时沟通的数据平台。
有BI后，数据分析师可以将各部门最相关的业务源的所有数据，都对接上去，设置好权限后，让业务部门自己取数。最终等业务部门确定好指标口径后，再收集上来建立成公司级的指标体系。此时BI的价值在于帮助数据分析师卸掉很多机械劳作型工作
以前数据运营是leader们的工作，执行层只听指令做事，现在数据运营可以深入到每个一线的业务，他们能够为部门数据流的修正提供更多。数据运营和一线结合越紧密，指标体系越准确，数据运营的力量越大。业务负责人基于一线的反馈不断完善指标，不断提升部门的数据运营水平，最终帮助管理层提升全公司数据运营水平。至此数据驱动思维完成了自上而下的落地，成为全公司统一的方，这便是BI能为SaaS企业带来最大的价值。
观远智能BI的运用，推进了我们公司数据化运营的进程，将数据思维从管理层贯彻到执行层。在这过程中，数据团队取数的人力成本得到了极大地节省。同时，基于一个数据平台沟通数据，指标一致性有了保障，也降低了沟通成本。
经过此次与亿方云方的深入交流，观远团队收获巨大，不仅让我们对企业数据分析与运营管理有了更深刻的理解，更让我们明确了客户在使用产品过程中的需求痛点，未来观远数据也将在今后的产品优化上，持续将用户体验放在首位，致力于提供最佳的数据分析与商业智能（AI+BI）解决方案。
推背图 详解