作者：数加大数据
其实我们的外部环境变化也非常大。
外部环境的变迁，我可以举非常多的例子，影响到我们自己内部数据需求的变化。
之前我在一些比较成熟的大的公司工作的时候，大家经常会抱怨：在一个大公司想做一个改变很难，小公司有很大的优势，就是灵活
可是在收钱吧的起初的时候，我真的是吃够了灵活的苦。
外部变化，公司需要很灵敏的跟着变。我们做数据支撑的人，必须要时刻跟着变，我举个例子：
我们对商户这个指标的定义就一直在变迁，在最初的时候，我们关注注册商户，
注册商户：安装了APP，然后登记了姓名、手机号，还有身份证号码
但是APP需要绑定银行卡才能进行交易的，但如果商户注册所有信息，安装了APP，但是没有绑定银行卡，叫注册商户。
不管有无交易，注册商户是可能会交易的潜在客户。
登记商户：注册商户绑定银行卡，那它会有交易的可能性，就进一步升高了。
活跃商户：在这些商户当中，确实发生过成功交易的。
在初期的时候提示您就关注的是这3个指标
后来移动支付这个热度慢慢起来的自己公司也能发展起来
我们有了有效商户，这个概念
但我们遇到一个情况，如果一个商户一个月只做一笔交易，它也是一个活跃商户。
可是按照我们平均的获客成本，这时候可能8年10年才能收本。
对我来讲，这就是一个赔钱的商户，没有太大的价值。
所以我们定了一个基准线，那么你的交易程度达到了一个界限之上，我认为是有效商户，我会更多的关注这层商户。
那接下来，市场发生进一步变化，比如热度越来越高，进来的的竞品公司越来越多，这个时候提到了一个问题，就是大家的产品差异化并不高，那么如何让你的用户留下来，用你的产品，这是我们要做很多的改变
1.从产品端我们要把产品的差异化拉开；
2.从运营端给我的高价值商铺提供更好的这种运营感受，提供一些商户的荣誉价值体系或者是提高商户的粘性；
在做这件事情的时候，其实需要提供资源。
投资源的时候，我们需要有选择，因为资源是有限的，尤其对创业公司来讲。
有效商户可能是我所有活跃商户占比的95%，我不可能投入资源给我90%的商户都去做一些改进，我们需要针对高价值的商户
所以这个时候有有效商户的概念，对我来说粒度太粗了。
我们把商户进行了分级：分了六个等级，从ABC到F。
我们会更多的关注E类和F类商户，投入资源的时候，也会更多的考虑这两类的商户，这是一个商务指标。
在随着市场的变化使用自己发展的变化过程当中我们自己的指标，在不断演进。
类似例子非常多，
比如说我们渠道在不断增加，从最初的直营渠道到合作的代理渠道，然后到后面大客户渠道，再到后面收钱吧的品牌建立起来之后呢，会有商户主动要求来申请，所以有了网销渠道，每个渠道的管理模式每一个渠道特征会有很大的差异，那么要求你的数据支持分析，迅速跟上。
比如终端等等，很多经营模式模式的创新，
这个本质上要求数据团队数据的分析，在非常短的时间内要提供非常准确的支持，快速的是支持来支撑这种变化，来适应这种市场的变化。
阿里云的QuickBI解决了我们这个非常大的痛点
我们和QuickBI的缘分，从2015年12月开始，那会，它还处于公测阶段，所以我们也开玩笑说自己是小白鼠。
尝试了之后，在17年2月份，我们决策使用，当时我们决定把已有的报表搬上去，后续的报表也在这边来进行制作。
在之前的报表制作，基本上都是技术人员占大的比重。
做报表，其实对技术人员本身来说，也是很痛苦的事情。
我想大家如果现在有技术人员，应该有感同身受，技术人员其实特别不喜欢开发报表，觉得是没有价值的事情，重复冗长。
但是因为管理需要，没有办法，
所以我们引进QuickBI，技术人员从这个报表开发中抽身出来，他们会更多的关注底层的架构，还有中间表的设计，
跟这个对应的我们成立的是一个核心的BI团队，是业务方的BI团队
接下来，我们在各业务线去找参与BI制做的人，今天我们的报表基本上都是业务人员来制作的。
到今天为止，我们往QuickBI迁移了三百多份数据图表，建立了八个数据门户。
在这个过程当中，其实感触很大，改变也很大。
以前大家知道传统的BI是非常昂贵的，基本上是大公司的专用，小公司是很难用的起，
但今天阿里云的QuickBI把这个成本降到了一个创业公司，从创业的一天其实就可以用工具来做自己的数据分析，从而提高公司的运营效率。
我讲一下我们未来的一个展望，刚才提到了我们对很多问题的答案，其实是两个核心能力：
1. 数据化的运营能力；
2. 把数据产品化的能力；
我以前跟我自己team的人讲：
大家不要觉得自己是在服务公司里面的销售和运营的团队，不要觉得自己是一个提供服务的团队
虽然说数据最初存是为了把业务做得更好，
但是未来去判断公司的价值，是去看有多少有价值的数据，以及怎么用这些有价值的数据。
站在未来来讲，我可以说今天做的业务，不过是收集数据的一个入口，那今天所有的业务，可能是在我为我收集数据这件事情，来做服务。
所以我说，数据分析团队不是在服务别人，公司所有的业务部门都在服务我们，我们数据团队才是这个公司的核心。
虽然是开玩笑，但是带一点认真在里面，那么我们下一个会去考虑的，把数据产品化的能力。
举一个例子：
今天我更多地从商家这边拿到的，是支付数据。
但是，我认为支付数据不够，
我们希望从支付数据到金融数据实现一个过渡，怎么过渡呢？
我们给商户提供红包政策，比如一些SaaS工具，让商户产生更多的经营数据，
方便我们后面去做数据产品化的时候去做这样的衍生服务，
1. 场景化的金融服务
街边的兰州拉面店，它是对传统的金融服务业忽视的一个群体，甚至可能没有办法去办一张信用卡。
但是我知道在这个区域里面，它的经营能力，在同行业的店，做的怎么样，
我也知道在营销活动的时候，有没有刷单，有没有套现，信用能力和经营能力。
我可以为这些商户做信用的背书，也就是有一天看过需要采购原材料选市中心的时候，我会帮助他用更低的成本去获得这样的机会，这是一个例子
2. 智能化的经营服务
我们可以看到在一个区域里面，这个区域的商业变化趋势总是什么样的，消费习惯是怎样的，
这些数据产品化之后，我会提供给商家，让商家在这区里面去做选址、比价、做营销活动的时候有更科学的决策，这是我们对未来的一个展望。
这个是我们的一个愿景，使我们能发掘智慧的商业，我们相信数据的力量。
