佟甄：大家下午好，刚才听了这么多的干货分享，我个人还是在沉浸在干货之中，刚才庄经理分享了福建联迪的数据化应用建设经验，我今天分享的这一场也是跟也方面有一些关系，也是我们永洪在协助客户做数据化应用当中方法论的总结。

    我先给大家介绍一下我们这边大概是做什么，客户成功扮演的角色是数据化应用，通俗的方法来说就是我们的（英文）模型通过平台可以解决客户在数据化应用的问题，通过应用可以解决释放价值的问题，S就是通过永洪的信息化服务去给客户提供支持。O就是运营这一块，我们就是要解决在数据化应用当中所遇到的风险和问题，我们今天所介绍的数据化应用方法论，最佳实践的方法论其实也是我们在客户成功案例的积累过程中所总结的一套经验。

    在正式介绍之前，我先抛出一个问题，也是很多客户跟我反馈过的，公司上过BI项目甚至不止一次，用的也都是国际大厂商的品牌，但最后项目还是失败了，可能是因为用着最终业务用户觉得这些东西没有用就不用了，也有可能推广比较好，但是平台不断出现各种各样的问题，最后这个项目也就不敢再持续的推广。我们怎么样才能去确保企业数据化的运营建设的成功，在解释这个问题之前，我先做一个简单的介绍，就是在我们对于BI项目的期望上面，我们不同的角色对于不同的角色有什么样的期望。

    信息部希望我们有一个稳定的平台，使应用成功的推广，包括数据安全和权限这方面有所保障。我们的业务部门希望可以通过数据真正锁住业务工作，可以很快的看到我们想要的数据，包括有一个良好的系统体验，真正可以通过数据去洞察业务问题，也是王老板这边讲到的可以符合我们的KPI。对于公司来说我们做数据应用建设很简单，提升运营，节省成本，洞察客户和市场，提升营收。

    这样可以看到，想要达到各个部门的期望，我们需要从多方面去衡量去看怎么样去满足数据化运营的成功。

    第一个方面是数据架构。第二个是应用设计。第三个是开发规范。第四个是运营方法。还有后续的推广策略，通过各方面的经验总结的方法论，帮助客户，帮助公司层达到BI建设的期望。

    首先为了保证我们的系统包括我们的数据可以很好的释放价值，我们要有一个稳定的系统和健康的数据流程，比如说对于系统来说，就是我们的用户附载是多少，有多少用户将有接入，数据量级是多少，包括承担访问需求之外还有什么样的压力在上面包括环境配置的问题，我们永洪也会通过巡检和调研，给客户以相应的建议，也会提供相应的指导，包括我们的数据流程，我们跟联迪花了很长的时间，数据来源是什么样的，传统数仓或者是大数据的数仓，数据来源直接接的是业务系统。假设我们这个数据来源可能是比较简单的业务系统，做了很多在前端做了很多的清洗，满足复杂业务需求，数据质量是什么样的，是不是可以达到要求，以及我们对于数据的更新这些都会影响到我们业务数据的体验。

    在我们做好底层架构支撑以外，在业务应用的时候，我们怎么样去保障他们的应用价值，可能没有上升到上午第一场王总的高度，比如说我们的公司决策层、数据分析师，有没有针对客户的工作习性去设计不同的方案。比如说我们一般的用户关注的是手头上的工作，更多看的是跟自己相关的KPI报表，包括查询明晰对后面的工作做一些安排，一些数据分析师可能我要向汇报一些不同的数据探索的结果，我用自服务分析用的比较多。公司决策层和业务单元领导会看概览的经营情况，通过多元分析，在哪儿发现问题的时候做一些联动，采取相应的行动，会用到多维分析。

    相应的场景也会带来不同的价值收益，比如说我们解决了看数和取数的问题，基础用户，这样可能会提升效率，让他们更快看到想要的数据，比如说我们是可以契合到一些公司的决策层，把他们想要的数据通过一些指标梳理，就有点像我们第一场这边提到的问题，能否把这个问题解决，带来的收益又不一样，对于一些数据分析师做一些趋势预测，为公司带来更深度的应用和带来更深度的洞察和价值。

    为什么要在这一块把应用规划放上去，我们做了客户的调研，发现很多的企业最后在做应用落地的时候，大部分还是在解决固定报表或者是取数、看数的问题，对后面的推动和价值的探索都没有规划，所以我们在客户成功中也会调研这样的问题，结合整体的能力帮助客户探索怎么样更好的释放数据价值。

    下一个是我们的需求流程，我们需求的业务规划做好了，我们怎么样去达成这样的规划，前面一张PPT也会看到，BI做好了牵扯到信息部、业务部门，对整个公司都会带来收益的系统，我们参与的部门肯定会比较多，我们是不是要上BI项目的时候，做好数据价值的灌输，现场收集指标，把他们所关心的内容给调研过来，在线上做一些梳理、指标梳理、口径梳理以及不同维度的梳理，最后我们要做报表的设计，从他们关心的维度，关心的指标去把看板的整体样式设计出来，以什么样的分析逻辑去做报表还有非功能，比如说权限美化的需求。

    最后也要跟用户对一下需求，这个是否是你想要的指标体系或者是你想要的报表体系，还有相应的操作规范。我们这边如果给BI有足够的数据和架构支撑，在应用方面想清楚该怎么做以后，在开发的时候我们有一套从数据到报表去做，到业务管理，开发层面的性能，因为对于很多大规模的企业来说，永洪科技是功能非常强大的平台，但是我们在做的时候是否可以遵循规律去极致化性能体验，这边我们可能有几十条的开发自由实践的WORD文档，这边我没有展示出来，我们会跟客户提供，如果能够遵循这样的自由实践可以把我们平台的性能和价值释放出来。

    我们也要遵循一些相应的UI规范，这个UI规范会给我们的用户这边带来更好的体验。在今年一年的售后支撑过程当中我们是遇到了两起出现了服务器被病毒侵略的情况，客户会造成一定的损失，在安全有没有做好数据安全，包括在升级过程当中有没有无缝的完成生产测试和可切换，我们跟客户成功团队都跟客户做了一定的支撑，包括分离开发和生产环境，避免在生产和开发之间出现误操作，包括制定密码和维护策略，以及专人管理，还有最小化数据权限的原则。

    在升级的时候我们也是建议可以咨询我们的专家实践，包括对旧版本做好备份，包括做好相应的应急机制。如果我们可以完成之前的技术和保证，我们永洪也提供了一些数据看板，去帮助BI相应的团队提升他的数据化运营能力，我们帮企业做数据运营，对BI的团队有没有相应的管理方法，比如说我们可以通过监控系统来看一下系统的现状，我们也可以根据注册用户，日活、月活对系统进行多维度的分析，了解到用户趋势变化的原因。我曾经碰到过一个案例，一个团队20多个人做BI，最后做了八百至一千张的报表，最后发现压力很大，这八百的报告会有一半是低频的，我们会根据他们的需求，根据报告的情况来给他们做一个排名的划分，有些团队提的需求是实现的比较好，用的比较频，我们就优先去推他们的需求，而有的不是那么急需的，不是频用的，可以把他们往后放一放。

    称呼可供在永洪，原因在于对于SAAS来说，他们的收入模式，从（英文）变成云端的订阅，收入模式的改变会导致客户能够持续使用他们的产品，带来的价值比用用就不用了，他们更在乎客户的使用。这个逻辑在我们永洪来说，用户可以用好产品，特别是对于新兴的产业，他带来的价值不单单是收入模式的变化，它带来的变化应该是更加深远的，在去年年底做客户成功的事情，发现这个事情越做越有意义，等于我们现在是把整个的售后团队都变成了售后成功团队，我们有专门的CSM，客户成功经理，陪伴客户整个数据化运营建设的生命周期，结合我们的数据化运营最佳实践去了解客户的数据化应用情况，我们也有专门的CSC。对于国外的成功经理他们也是相当会玩数据的团队，他们有监控数据可以看到客户在系统上的访问情况包括报表使用情况，以及系统的整体情况。

    虽然我们永洪的SaaS目前还不是这样的模式，我们自己也比较擅长用数据，所以我们也在系统上做了很多的买点，包括刚才看到的一些可以看到对于系统的用户行为，报表的访问情况，在客户原因分享的时候，我们客户经理也会跟客户探讨目前系统的使用现状以及未来推广的建议。

    我们自己内部也建立了一套完整的生命周期管理的体系，包括客户的档案，刚才提到的所有数据化运营可能涉及到风险点的调研结果，包括我们的一些服务内容都会以报告的形式给客户做一个输出，我们也有阶段的计划去根据客户数据化应用的现状去讨论下一步的推动计划和建议以及我们工作围绕着最核心的方法论，数据化运营最佳实践的方法论，包括在日常支撑过程中开发性能最优实践的规范以及我们也会做一些定期的记录或者是半年度、年度的巡检了解客户的现状，给以针对性的建议。

    我们正在建设从Onboarding偏差跟踪，提供更新的建议，日常过程中提供回访和巡检，最后以服务报告方式输出给以我们的建议。

    这一些是调研文档和看板，比如说我们通过数据化运营最佳时间去收集客户总的信息，了解他们的风险给予客户建议、规划，根据客户的服务内容去输出我们的服务报告，看看是网络环境出了问题，还是数据方面出问题。

    一个案例分享，这边是我们许多案例的其中一个，是2016年底跟我们合作的的制造企业，发现这个报表得有一千张、两千张，注册用户导入了几万个，他们在2017年中旬随着各个业务部门项目组不断的介入出现了卡顿的现象，信息部也接到了投诉，所以我们也是一直沟通想要解决这个问题，在沟通中也发现了运营管理的问题，这个企业是平台级的企业，但是这个平台项目组信息部和其他部是一个并行的关系，也就导致信息部不能给其他的项目组下令最佳的规范，所以我们最后协同我们的技术，包括一些调研工作最后给客户输出这样的建议，最后解决了这个问题，其中也有一部分是因为数据增长导致的问题，我们也帮助客户建立了一套开发标准，包括商业流程，优化了管理机制，也规避了未来更多的潜在风险，也达成了进一步的合作。

    问题的案例总是比较的吸引人，但是除了这个以外，我们也在私底下做了很多默默的巡检、输出，帮助客户抑制他的风险，包括跟客户不断的探讨下一步该怎么样去运营，释放更多的数据价值。

    这是我们做这个事情的愿景，不管您以前上过多少次的失败的项目，永洪就是您数据化运营合作伙伴的最后一站，谢谢各位！