神策数据 CEO 桑文锋：精准采集数据，走向智能化分析

数据分析类的产品随着企业数据信息化的建设，势必会融合加强，慢慢演变成门户化，更人性化，且可视化技术将成为亮点，和交互式分析形成助推。虽然看起来很遥远，但现在有些数据分析服务已经开始意识到这些，并把数据分析管理进行门户化，拥有更强的模型支持能力，结合不同的应用场景需求，整合了搜索技术，极度简化信息的获取，融合工作流，满足业务流程式的分析需求，支持展现结果的二次分析。

不久前，神策数据 CEO 桑文锋在一次访谈中回顾，他在百度工作了八年，对数据很敏感。最初负责建立百度用户数据仓库基础，从 0 到 1 把各个业务线的数据统一到一起，建成统一的数据仓库，这其中就包括数据的采集、传输、建模、存储、差异分析、数据可视化等环节。通过对产品的性能分析，用数据所呈现的结果来对产品功能做调整和优化，一切都用数据说话。再到后来，自己创业做神策数据过程中，也秉承着“用数据帮助客户做最有价值的分析”的理念。

对于数据业务，简单将其分为三块：数据沉淀、挖掘和可视化，每一块分别对应不同的模式及产品或服务。数据挖掘业务又被细分为分析、理解及存储。桑文锋回忆建立百度用户数据仓库基础的最大心得，那就是对数据源的重视。所以他坚信，神策数据最有价值的分析结果，也离不开对精准数据源的采集。

数据沉淀就是数据采集，其途径有很多种，包括网络爬虫，用 Python 及 Go 等开发爬虫平台来获得信息；Wi-Fi 接入获得用户数据；提供一些图像方面的 API，进行图片搜索及人脸搜索等。桑文锋说，神策的产品会记录多种数据源，不同终端（Web、App、H5、桌面软件）的用户行为，后端系统日志（Web server Log），业务数据（DB）等等。同时对前端、后端、第三方数据库、业务数据等全面采集，来保证数据源的准确和全面性，更好的进行数据分析，给业务带来新的增长价值。

基于上面所采集到的数据做统计分析、用户及品牌理解、用户画像等等，在分析能力上，支持多维事件分析、漏斗分析、留存分析、用户分群、行为轨迹分析和回访分析，不同分析模型帮助揭示数据背后的含义，了解产品的性能和优化方向。

为了将数据利用到极致，给客户带来更大的价值，神策数据在产品功能上下了很多功夫，具体概括为三大特点：

1. 第一个特点就是提供私有化部署，将分析能力嵌入到客户的业务环境里，不去接触客户的数据，在一定程度上保证了客户的数据安全，而且对于金融领域的客户，这一点非常重要。
2. 其次就是全端数据接入，随着数据分析越来越深入，越来越精细化，尤其是 O2O、金融类等客户，要考虑线上线下的数据结合，这样才能提供精准的分析。通过提供可视化埋点，SDK、工具导入等方式，帮助客户全方位细致的解决数据痛点。
3. 最后一个特点是PaaS+SaaS 平台的结合。行业不同，需求各异，所以分析服务也要因人而异。PaaS 平台将底层数据和查询接口开放给客户，在此基础上进行二次开发，满足客户独有的分析需求和系统。

在商业化道路上，桑文锋坦诚的说这不是一个新市场，和同行不一样的地方的在于，神策数据提供灵活多维度交叉分析，任意维度进行交叉分析等精细化功能。在未来神策数据也将朝着产品智能化的方向前进。

我的原则和价值观

后来，桑文锋提到了在给客户提供服务之后，如果客户后期因为各种原因而没有坚持用完，神策数据也会主动将费用退还。宗旨就是希望神策数据的数据分析能力可以给客户带来价值，给双方带来价值。

有人问桑文锋，最在意的是什么？他说，最在意客户的满意度以及 NPS。其实他所在意的这些完全取决于产品的质量。只有质量过关，才能取得客户的信任，客户才会把神策数据推荐给其他用户，从而建立更广泛的合作。