大家好，我是邢志峰，現任鳳凰金融大數據副總裁。今天跟大家交流一下大數據在鳳凰金融實踐的一些成果，以及大數據如何幫助一家企業實現創新型的增長，希望對大家有所啟發。
一、數據驅動需要數據文化
除了上帝，任何人都必須用數據說話。
在互聯網公司，數據文化可能是一個基礎常識，但是在互聯網金融行業，特別是在傳統金融轉型的互聯網金融行業，數據文化是非常需要推行的一件事。所以我今天分享的第一個部分就是數據驅動需要數據文化。
1. 數據驅動是一把手文化
如果想在公司推行數據驅動增長，那么一定需要基本的數據基因，而推行數據驅動最重要的，就是公司創始人或最高層的認同。如果沒有創始人或者最高層的認同，數據驅動是很難在一家公司落地的。
舉個簡單的例子，如果我們在開會討論的時候，比的是職級大小、聲音高低或者工作年限的長短，而不是實實在在的數據的話，那么這家公司是很難用數據驅動增長的。在這種情況下，數據只能扮演衡量業績的角色，而不能為業務的增長提供價值。所以我們一定要打破經驗主義、官僚主義，認同數據的價值和權威性。
2. 數據是裁判，但不是武器
即使數據文化獲得了高層和大部分同事的認同，我們也需要繼續營造真正的數據氛圍：數據是裁判，但不是武器。大部分公司在成立初期都會反對辦公室政治，但是隨著公司規模的增長，數據常常扮演著武器而非裁判的角色。
數據本身是中立的，關鍵在于人們如何應用。
3. 數據只能解決戰術問題
作為一名大數據從業者，我從來都不認為數據是萬能的，它有其自身無可避免的局限性。我們要認識到數據的價值，但是不能夸大數據的意義。數據是無法解決戰略問題的，一家公司的戰略只能通過對行業深度的洞察，對用戶真實需求的理解來完成。數據可以在此基礎上幫助你落地想法，做的更好，但是前期的方向數據沒有辦法告訴你，而事實上前期也并沒有數據。
這三點構成了一家公司非常重要的數據文化，有了這三點，數據部門和業務部門才能緊密地協作，通過數據去創造一些價值。然而大數據能力不僅僅是數據部門獨有的，而應該是全公司的事情。
比如上圖，一個公司的大數據能力建設應該是跨部門協作才能完成的，因為這會涉及到業務、產品、研發和數據等多個部門。這也就是為什么很多公司都在打造增長團隊，將各個部門的人整合到一個小的團隊，一起用數據實現公司的增長。
二、大數據打造企業競爭力
在很多公司的早期，大數據只是一個輔助性的角色，支持業務部門監測工作效果，更高級一點的可能會實現部分的業務洞察，但是這絕對不是數據的全部價值。
在想象當中，做數據驅動這件事非常高大上，像最新出的蘋果手機；但在現實中這件事可能只是老版諾基亞。今天我們有很多談大數據的會議和活動，看起來非常熱鬧，但是其實正是因為在公司里數據的聲音很弱。正如我們今天很少有舉辦移動互聯網的會議，因為這個想法早就被大眾所接受、實踐并且成為一個常識了。
那么互聯網時代，大數據對企業的長遠意義是什么呢？我想這個部分會對一些企業的高層有所啟發。
1. 中國經濟的 5 個階段
中國的經濟其實經歷了 5 個典型的階段：
關系密集型
第一個階段我稱為”關系密集型”，那個時候競爭力最強的是人脈，而勞動力、資金、技術、數據等等都是非常次要的，最富有的人還是最有權力的那批人。
勞動密集型
接下來進入了”勞動密集型”，這個階段人脈的作用降低，能否獲得低價但高質量的勞動力成為創業是否成功的關鍵，資金、技術、數據仍然是比較靠后的因素。
資本密集型
然后我們經歷了資本密集時代，互聯網也就是在這個時候開始崛起的，很多 VC 讓大量草根創業成功，獲得了大量的財富。
知識密集型
在門戶網站時期，網站的構架等等都是非常簡單的，技術的作用并不明顯，但是到了現在，技術的作用越來越重要。
互聯網+
互聯網只是一種形式或者思維，之所以能和那么多的傳統行業相結合，比如說制造業、房地產行業、金融，就是因為大數據發揮了價值。所以在互聯網時代，大數據對企業有著非常重要的長遠價值。
2.大數據的 3 大價值
那對于企業來說，大數據的價值到底體現在哪里呢？我認為至少體現在這三個方面，分別是鏈接/展現、洞察/分析、服務和變現。
連接/展現
一家公司可能有很多業務，數據能夠將一個個業務孤島連接起來形成閉環，讓公司有能力整合各個業務，形成合力。這也是為什么數據部門需要去構建數據平臺，定義指標體系，搭建分析體系等等，都是為了將一個個業務孤島連接起來。
洞察/分析
將業務串聯之后，我們能很快地洞察到問題和增長點，這個時候數據就像是一個中立的解讀者，它能很好地幫助業務人員拆解業務問題，及時做出改進，讓結果符合預期。
服務/變現
前面兩點其實是很多公司已經在做的，但是第三點只有那些具備非常好的數據戰略和數據視角的公司才會做的。我認為在很多行業數據都可以提供這樣的價值，就像亞馬遜，本來是做零售的，但是成為了云計算的巨頭。這就是創始人對數據的深刻理解，才能帶來的價值。
三、數據驅動在鳳凰金融的實踐
鳳凰金融是一家一站式智能投資理財平臺，我們有很多理財產品，包括網貸、基金、保險、海外等等，我們通過網站/App 為用戶提供理財服務。
我們通過大數據平臺的建立和應用，打造了公司在數據方面的核心競爭力。數據可以支持我們的商業決策、精細化運營、智能投顧/投研，以及復雜的金融風控等等。截止到目前，我們累積交易金額已達到 550 億+，總共有 500 萬+用戶，累積為用戶賺取 26 億+收益。
那么我們是如何通過數據驅動，達到如此大的交易規模的呢？所以接下來的這部分內容主要是圍繞“洞察 / 分析”來展開，和大家分享數據驅動在鳳凰金融的應用場景與案例。
1.解讀：評估運營效果
我非常認同一個觀點，在數據驅動業務帶來價值的過程中，很多時候數據解讀的意義往往比數據存儲、計算、展現更重要。如果一個數據團隊，對業務有很深的理解力，那么數據解讀也會做的很好。我從來不認為數據洞察只是業務團隊的事，而是應該從需求出發，誰有數據分析的業務需求，誰就應該做好數據洞察。
下面給大家舉個簡單的關于數據解讀的例子：
在 2017 年的某月，分析給出的報告稱周末簽到紅包帶動投資金額 1.2 億，費效比低于歷史平均值。單單從這個數據來看，這次運營活動效果非常好。但是我們更進一步的拆解這個數據，就會發現這批用戶的質量并不是特別高。
比如我們拆解后發現：77.1% 的用戶投資產品期限小于一個月，61.2% 的用戶被標記為羊毛黨，56.6%的用戶被標記為低潛力用戶。拆解下來的數據就說明，這個活動拉新效果很不錯，但是這個渠道帶來的用戶質量可能比較低，那么從整體 ROI 來看，不一定就是很好的運營活動。
這也是為什么我在前面一直強調，數據應該是客觀中立的裁判，而不是用來攻擊其他部門的武器。我們應該通過拆解下來的數據，更客觀全面地判斷一個活動或者一個渠道的質量，然后做出相應的提升和改進。
2.預測：識別潛力用戶
大家都知道，互金行業的獲客成本是非常高的。我們的市場運營人員會通過營銷渠道的投放、運營活動的制定以及電話銷售等方式來獲得一些用戶，這些方式的成本都是非常高的。特別是渠道的投放，通常來講我們需要花費 1-3 個月的時間來觀察各個渠道進來的用戶投資行為，進而判斷這些渠道的質量。然而這 1-3 個月的時間里，營銷人員的費用是在源源不斷地花出去的。
我們就開始思考，是否可以通過其他的數據來迅速判斷各個投放渠道的質量呢？于是我們做了下面這件事情：對用戶平均累積投資金額的深度洞察。
我們會收集跟用戶相關的信息，而哪些信息是跟用戶投資潛力強掛鉤的呢？我們認為有兩個，一個是銀行卡的會員等級，一個是手機設備價格。
在投資理財產品中，用戶投資之前都必須綁定銀行卡，綁定銀行卡的比例遠遠超過真正投資的比例。用戶綁定銀行卡之后，我們就可以通過用戶的銀行卡會員等級去反推出用戶的日均余額。后來我們發現，用戶的銀行卡會員等級越高，未來的投資潛力就越好。
通過我們歷史數據的驗證，發現用戶的手機設備價格也是非常重要的一個信息，它與用戶平均累積投資金額的相關性高達 91%。
于是我們通過銀行卡和手機設備的標簽，進而構建潛力用戶識別系統。通過這個系統，我們的業務人員可以在兩三天內判定一個投放渠道的質量高低，而后續的數據也確實證明了這個系統的有效性。
我認為這個案例是數據驅動業務增長案例中較為超前的一個，如何在沒有用戶行為數據，或者數據質量較低的情況下，通過其他方案來構建高效的數據工具，為業務人員提升工作效率。這樣的數據思維，以及為業務帶來的巨大價值，才是一個數據團隊應該具有的。
3.創新：智能咨詢產品
這個部分我想講講鳳凰金融的一個經典案例，來說明我們如何通過數據驅動業務創新。
用戶在投資理財領域的痛點是什么呢？總結下來一共有三個：
專業/個性化
投資理財是個非常專業，同時又非常個性化的事情。相對于普通大眾來說，這件事的門檻很高；對于有投資理財需求的用戶來說，大家的需求差異又非常大。
透明/聚合
在現在的市場環境中，信息不對稱的狀況比較嚴重，對于普通投資者來說，他們掌握的信息往往是比較片面的。而詭異的是，信息不是太少了，而是因為太多了。對于普通投資者來說，獲取信息非常容易，但是如何有效地篩選真實有用的信息就太難了。
信任/可評估
對于互金公司來說，與用戶建立信任，量化評估你給用戶的建議，就是一個非常巨大的挑戰。
針對這幾個痛點，鳳凰金融做了什么？我們做了一個智能資訊產品-鳳鳴引擎，你可以把它理解為金融領域的”今日頭條”。總結下來，我們就做了上面這三個事情：海量信息聚合、深度專業分析、可評估和個性化。
那么這個智能平臺具體是如何通過數據分析給普通投資用戶帶來好處的呢？下面給大家舉個簡單的例子：
對于一個新聞事件，比如『國務院：2017 年底前啟動稅延型養老險試點』。很多普通用戶看過之后就忘記了，但是對于專業的分析人員來說，他們馬上就會意識到這個事件其實對保險行業有很大影響。所以我們會通過我們的平臺，馬上把這個事件與保險行業相關聯，在我們的『金融標的池』中打上保險行業的標簽，進一步對這個事件的影響做分析。
我們會定位到這個時間發生的前后三日，從時間維度上對影響高低做判斷，三種分析包括相關性分析，影響大小分析，以及多空分析。通過這三個維度的分析，以及簡單的交互，我們就能給到用戶非常直觀的可量化的評估數據，很好地建立與用戶之間的信任感。
目前客觀一點兒說，互聯網金融這個行業真的太缺乏創新了；不是說這個行業不能創新，而是這個行業里面的人的思維已經被禁錮得太久了。其實很多互金公司的人都應該忘掉以往經驗，在對金融充滿敬畏的前提下，去擁抱時代和用戶的需求、去擁抱行業的趨勢，這才是“數據驅動增長”能夠真正發揮作用的一個現實條件。
我今天的分享就到這里了，謝謝大家！
作者：邢志峰，鳳凰金融大數據副總裁
來源：GrowingIO 2017 增長大會
本文由GrowingIO整理發布，GrowingIO 是基于用戶行為的新一代數據分析產品。
本文由 @?GrowingIO 整編發布于運營喵。未經許可，禁止轉載。
題圖來自PEXELS，基于CC0協議
本文為@運營喵原創，運營喵專欄作者。
