中國電子銀行網訊 12月10日，由中國金融認證中心（CFCA）聯合百家成員銀行舉辦的“2020銀行數字生態與普惠金融峰會暨第十六屆中國電子銀行年度盛典”在北京舉行。包括主管部門領導，銀行高管在內的300多位業內精英齊聚本次峰會，就如何構建數字化銀行生態體系，如何用數字化手段更好地踐行普惠金融等焦點問題進行了深入探討。備受業界和學界關注的《2020中國電子銀行調查報告》也于當天重磅發布。

神策數據創始人兼CEO桑文鋒出席本次論壇并就發表演講。在演講中，桑文鋒發表了對數據驅動認知的新見解，并提出了構建基于數據流的數字化閉環，加速銀行數字化，令數據驅動快速落地。

神策數據創始人兼CEO 桑文鋒

桑文鋒表示，在早期，神策強調數據源的重要性，制定并迭代數據采集規范，且根據實際需求靈活調整。隨后，逐步意識到數據的價值在于可驅動“決策”與“產品智能”。但隨著數字化轉型的客戶越來越多，僅僅做好數據基礎搭建是遠遠不夠的。如今，神策對“數據驅動”的認知再次升級，根據數字化運營基礎弱、應用淺、無閉環的三大痛點，以及促進用戶活躍、優化用戶體驗、提升用戶價值、驅動業務創新四大價值，打造集感知（Sense）、決策（Decision）、行動（Action）、反饋（Feedback）為一體的SDAF框架，形成一個運營閉環。

第一步Sense，獲取感知。數字化時代，需要圍繞用戶建立Sense以便于分析、構建用戶的標簽畫像，有助于更好地理解每一個用戶。只有做好這一步，才能做到更好的決策。

第二步Decision，如何做決策。當擁有一定數量級的數據之后，通過對比分析可以幫助我們做更好的決策。桑文鋒表示，“有了數據以后，做決策變得更加簡單”。

第三步Action，建立行動。當我們對用戶建立起認知，做好決策后，接下來就要變成行動。數字化時代，我們可以通過數字化的方式更好地觸達用戶，更好的交互。

第四步Feedback，獲取反饋。大數據時代如何做好數據，數據采集和數據埋點都非常重要，但在做這些之前需要收集整理反饋信息，從而達到更全面、更細致、更有時效性。

桑文鋒表示，未來神策數據將持續落地基于數據流的SDAF運營框架，立足于“感知、決策、行動、反饋”組成的業務閉環，持續深耕開拓互聯網，從市場實際出發，立足客戶真實需求，以“幫助客戶實現數據驅動”為使命，以“給客戶帶來價值”為價值觀，真實幫助行業實現數字化轉型與經營。

以下為演講全文：

桑文鋒：謝謝主持人的介紹，各位嘉賓，大家下午好！

我給大家分享一下我對數據的一些新的認識。我可以說過去的13年都是圍繞數據這一塊，都是與這塊打交道的，其實對數據的認識也是在不斷的變化的。我剛2015年從百度離開的時候，那時候收獲了兩個認識，因為在百度從零去搭建這個數據平臺：

第一個認識，就是要想把數據這件事情做好，最重要的就是數據源，數據源頭解決了，這事情就成了一半了。如果我們在數據源頭的時候放水了，后面真正想要做好它其實不容易的。要把數據源頭做好，就要更全、更細、更加實效性地把數據采集做好。

另外一點認識，就是數據的價值，數據到底有什么價值？從我來看有兩個方面：

（1）驅動決策。這些產品迭代也好，用戶運營也好，市場營銷也好，都是說我們有了數據更好的去做決策。

（2）數據驅動產品智能，就是數據+AI，產品套上AI，讓數據回饋到產品，讓產品本身具有一種自己決策能力，會發揮數據更大的價值。

當然，這是兩個認識，并且從2015年剛開始創業，主要也是服務于一些互聯網創業公司。當時就想我們幫這些客戶把數據基礎建好，提供更強的分析能力，然后做一個更好的工具。

但是，隨著從2017年開始，我們的服務的這些數字化轉型的客戶越來越多，尤其是像金融行業，銀行也好，證券也好，保險也好，其實我們發現只把數據基礎搭好是遠遠不夠的，因為數據歸根結底還是要賦能業務的。業務怎么能有效地跑起來，這才是更根本的，這不是只是出幾張報表，搭建一些基礎的數據就能達到的。所以，我對數據這塊的認識發生了一些根本性的變化。

講這些變化之前，跟大家再探討一個概念，就是閉環思維，閉環的概念大家都會談，像拋橘子，你拋一個橘子或兩個橘子非常容易，但是當你拋三個的時候就需要訓練一下了，如果拋五個，只有馬戲團的人才能拋起來，一般的人是拋不了的。這就好比環節非常多的時候，其實我們以人類的這種基礎的認知，其實很難建立起來的，很難去把握好的。所以我們要去建立一個閉環。

另一方面，像老師跟學生在課堂上的互動，老師如果只是講下來，學生說他聽懂了，但是實際聽懂了多少？不妨考試一下，如果發現他只能考70分，說明他只有掌握了70%，還有30%沒有掌握，這就是有一個反饋的過程。一旦建立了這個反饋過程，我們就知道該調整哪里？可能下次講的時候應該把哪些知識點重點去強調一下，這樣就能把閉環建立起來。其實我們去做業務也是這樣的，在我看來就是任何一家企業的運轉都是這個環節，尤其在商業智能時代。

一個企業的運轉，第一步來說就是Sense，就是獲取感知，獲取信息。有了這一步之后，第二步就是做Decision，有了Sense之后去做決策。第三步就是Action，建立行動，有了Action之后，就會進入第四步，就是Feedback，要把Action的結果拿過來，然后再形成新的Sense。數據在干什么？數據其實在幫助我們把整個業務的閉環顯性化，幫你構建整個顯性的數據閉環。

我們分別來看這四步。

第一步就是Sense，就是獲取感知。就像毛澤東，我們講毛澤東是很厲害，我研究之后，他很強的點是他的數據思維。就像他當時寫過一篇文章，《反對本本主義》，講沒有調查就沒有發言權，調查就像“十月懷胎”，解決問題就像“一朝分娩”，調查就是解決問題。所以你說調查是在干什么？調查是不是在幫助他建立Sense？這是一個問題。就像他寫《尋烏調查》，寫農村的人口怎么樣，縣城的人口怎么樣，你能想到90年前，他做的調查報告比咱們現在互聯網時代的工作人員寫的報告都要更詳細，大家有興趣可以去看一下。

我們在數字化轉型時代，不論是我們做用戶行為分析，做漏斗也好，流程也好，我們都是在去分析這些用戶，去構建用戶標簽畫像，以方便我們更好地理解每一個用戶，也就是對這些用戶建立Sense，沒有這些Sense很難一個更好的決策。

第二步，如何做決策，當然可以拍腦袋做決策，可能拍不準。我們可能去講邏輯，講究因果驅動。但是有時候你想清楚原因，可能周期比較長，在互聯網時代，等你想清楚的時候最佳時機已經錯過去了。

我們講數據驅動，是更好的方式，有了數據之后，我們就看數據的表象，A好還是B好，哪個數據好就用哪個，慢慢想到底是怎么一個原因。所以，這就是如何去做決策。我曾經想，是不是有了數據這個決策就確定了，后來發現其實也不是。

有一本書叫《斯坦福商業決策課》，講我們如何做一個好的決策，我總結有三個方面，結合這本書，就是我們需要有信息，有數據，這是一個基礎。然后我們需要有創造性的選項，我們需要頭腦風暴，還有一點就是價值取舍?；谙嗤男畔?，一個老板做的決策，和一個一線業務人員做的決策很可能是不一樣的，為什么？因為老板可能考慮的是長期的發展，一線業務員考慮的可能是當下的KPI。

所以，決策本身真正做好，數據是一個基礎，但也不只是依賴這個數據。數據去幫助我們做決策，一方面是給人去做決策，這就是我們用這些數據去產品迭代、市場營銷，或者科學管理，量化管理等。另一方面，給機器去使用，這就是AI。當然，我覺得給機器去用的這種市場是越來越大，像現在智能車，這些輔助駕駛，智能駕駛，其實數據去自動做決策的比例越來越高。

像我們當時在百度的時候，2013年的時候「百度知道」這個產品開始去推移動版，我們很快發現這里面搜作業的人比較多，為什么？因為百度知道有很多中小學生在放暑假的時候問作業，在上面發問題。后來干脆把一個按鈕單獨獨立出來，讓他提問作業。最后干脆把它獨立成一個APP，獨立出來之后很快，半年就增長了5倍。所以，后來也發展成現在這個作業幫，也是一個百億美金的創業公司。所以，有了數據之后，做決策變得更加簡單。

第三步，建立行動。前面幾位嘉賓都講了很多點，不細說了，我們圍繞精細化的運營，還是個性化的推薦，這種規則推薦，其實我們都是在建立行動，我們對用戶，對整個業務建立的認知，后面這些決策要真正變成行動，而現在在數字化時代，這些行動不是非得客戶經理跑過去，然后才能跟客戶進行互動，我們可以通過數字化的方式做更好的觸達，更好的交互。

交互的基本方式是什么？我們第一步基于用戶畫像，基于用戶行為，去篩選用戶。第二步來說，去制定策略，比如在什么情況下去觸達他，他滿足什么樣的條件，比如最近一個月辦了什么業務，這就是策略。第三步來我們可能選擇通道，我們是讓客戶經理直接聯系，還是給他發一條短信，還是給他發一個語音電話，這就是我們選擇了通道、觸點。第四步就是評估效果，這樣讓運營本身變成一個科學的事情，變成一個非?？茖W的流程管理把它做好。我們講千人千面，就是讓數據更好的支撐決策，更好地讓機器做這個決策。

最后一個環節，Feedback，就是獲取反饋，其實反饋是一個前提。我們講大數據時代，我們做數據采集，數據埋點，很重要的是我們希望建立一個前提，先把反饋拿到，我們現狀是怎么樣的，要把這個收集出來，就是如何更全、更細、更加時效性，尤其是現在這種多渠道，全域的數據源，全域的觸點，我們如何把這些信息收集過來。

這些數據不只要收集過來，還要打通，需要做ID-mapping，就是這些不同的人，不同的虛擬的ID，我們如何把它串到一起去，更好的分析用戶，更好的給用戶建立畫像。

我們可以去對比看一下，其實互聯網這些金融，還有零售，其實大家在數據應用，數據治理上他們還是有差異的。像銀行這些行業，本身的數據應用其實對營銷的精準性要求是要高很多的，不能給這些客戶亂推一些信息。

另一方面，圍繞數據治理來說，就是多個ID的打通，然后不同的業務系統，有可能都是豎井式地建立起來，其實銀行業IT建設的基礎很強，我們花了很多資源去投入，去進行IT化建設，但是，我們的業務相對來說比較穩定。所以，在整個數據治理上，我覺得難度是要比零售業簡單一些的，比互聯網業是要復雜一點。

另一方面，就是人，就是銀行業的從業者，整體學歷都比較高，大部分都是985畢業的才能進入進來。但是，在數據思維上恰恰是需要提升的。因為整個等于大家是被流程管控的比較多，大家的潛力比較大，這方面可以進一步提升。

具體到銀行業，怎么去通過數據的閉環去支撐我們。從Feedback這一塊，如何把數據采集做好，我們要去多更系統的數據采集埋點，去做一個好的Feedback的基礎，然后在這個基礎上更好的建立Sense，比如我們構建這些指標體系，前面有嘉賓也講了，用去本身服務的體驗的這種指標，我們要把這些東西構建好。然后，之后去制定一些方案，基于我們建立的Sense去制定一些動作，產品體驗的改進，或者營銷的精準性，然后去實施這些動作，最后我們把這個結果再回收過來，其實就是一個簡單的過程，其實就是我們在把我們的這些業務工作盡量算法化，盡量系統化，就是把它變成一個機器運轉的一個過程一樣的。

就像我們可能分析，整個這些APP崩潰率可能比較高，我們就要分析崩潰率的原因是什么？有了這些原因之后，我們進行代碼的改進，最終評估效果，可能改進了之后效果跟預期的不一樣，我們就分析為什么沒有改進到，然后再形成一個新的循環，通過這種方式，讓我們把業務迭代的過程變成一個科學實驗的過程，不斷的做假設檢驗，圍繞用戶行為數據，跟這些業務數據打通，可以更好地把Sense建立起來，把Action，圍繞直銷，用戶運營更精準地做得更好一些，總之就是把閉環建立起來。

最后，我們看一家企業整個數據化的成熟度，我自己也設計了一個模型，就是數據化成熟度模型，一家企業整個數據化就包括三個方面，就是IT、DT、DO。

第一方面就是IT化是前提，是數據的一個載體，銀行業其實有更好的條件，就是我們的IT基礎比較強。

第二方面就是DT化，如何構建數據流，數據流包括Sense、Decision、Action和Feedback。就是整個數據閉環，是不是每一步都做到位了，有哪些可以改進的余地。

第三方面就是DO化，就是數據組織能力，我們需要的不只是系統提升，我們還需要認知提升，就是大家這種數據思維如何提升起來，這個非常重要。

我們神策本身就是幫著客戶如何把SDAF閉環，就是把數據閉環構建起來。

我的演講就到這里，謝謝大家！

責任編輯：方杰