邁入企業級元年后，GrowingIO分析云會以季度為單位進行商業化發版。本季度，分析云發布了全新升級的V4.1版本，全系產品均有不同程度進化：
·應用市場
新增「渠道價值分析」；
·增長分析（UBA）
新增分析模型「首復間隔分析」、支持「多主體分析」，同時原有分析能力再強化；
·客戶數據平臺（CDP）
進化出「實時標簽」「資產圈群」「融合分析」等新能力；
·智能運營（MA）
支持秒級實時事件營銷，支持事件、人群、標簽等更多維度的人群細分策略，增加多個標準化常用觸點、支持企業通過插拔方式快速靈活拓展觸達渠道；
·其他
獲客分析（ADS）、數據能力中心、開放平臺（OpenAPI）等也均有不同程度的進化，如數據能力中心基于數據云產品DataBlack集成應用可支持敏感數據自動發現等。
應用市場進化
新增渠道價值分析，做企業多渠道運營的數據智能助手
精細化運營趨勢下，企業需要在公域+私域多個渠道和千百種投放策略中找到最有效的組合。
渠道價值分析可以幫助企業快速評估官網、小程序等自有平臺不同渠道的流量大小和質量。該應用既能用于日常平臺引流監測，也能在重要活動期幫助企業監督付費廣告或者自有渠道的流量情況。
渠道價值分析的關鍵能力：
·全渠道、雙維度質量評估，發掘ROI最佳渠道
·一鍵下鉆，找到最有效的內容、關鍵詞等策略組合
·只需設置時間和評估指標，一鍵自動生成分析報告和解讀
·可進行自由探索，滿足更多的自定義業務分析需要
增長分析（UBA）進化
增加分析模型、支持多主體分析，讓人人都是分析師
1、新增“首復間隔分析”模型
企業在進行用戶行為分析時會希望找到用戶的某些行為規律從而優化運營策略。
比如在業務轉化上，企業有兩大需求：
·新會員什么時候會進入“安全期”，即不需要對其進行發放優惠券等特別運營，用戶自己就能形成穩定的購買習慣。
·用戶長時間不轉化就會慢慢流失，企業需要定期推出復購策略盡全力促使用戶保持購買習慣，那如何界定流失的時間點？
首復間隔分析模型就是為解決此類“規律性分析”運營需求而生。
首先，它可以將業務上需要的“安全期”自動繪制成曲線，清晰呈現業務過程中的再次行為轉化比例。
其次，首復間隔分析模型還可統計從首次行為到重復行為的間隔時長分布，從而幫助客戶把握住用戶每一次轉化的最佳引導時間，降低用戶流失率，提升復購率。
以我們常見的首購復購運營為例，該曲線可看到所有首購用戶里有多少完成了二次購買，二次購買的用戶，又有多少完成了三次購買，以此類推。通過曲線，很容易就能發現用戶完成N次購買后，N轉N+1的比例趨于穩定，那么“N”就是用戶和客戶建立穩定忠誠度的閾值。
觀察上邊的分析模型示例圖，我們可以很容易發現用戶購買5次以后會形成穩定的購買習慣，而大部分用戶是在3個月內完成的5次購買，其中第二到第四周是首轉或二轉的營銷黃金期。
那么業務人員可基于以上數據進行清晰的運營目標的制定，即把握住第二到第四周的時間，通過各種營銷手段，促使更多用戶在3個月甚至更短時間內完成5次購買。
除了購物場景，首復間隔分析還可用于用戶訪問活躍度、活動營銷引流情況等多個業務場景的分析，方便企業快速發現用戶行為規律，抓住黃金期進行運營。
2、支持多主體分析
在UBA解決用戶做了什么、高價值用戶畫像是什么、是什么導致了用戶購買等一系列圍繞“人”為核心的問題后，企業還面臨交易鏈路“人-貨-場”中其他的兩個要素——貨（商品）、場（門店）的分析問題。
GrowingIO的增長分析（UBA）最新版本在支持以人為主體進行分析的基礎上，可支持以“物”和“場”為主體的多主體分析，比如可以分析商品的購買人數、次數、分布等指標。
多主體分析下，增長分析（UBA）的分析范圍不再只局限于用戶行為相關，而可以支撐零售品牌在業務全鏈路上的分析，幫助企業在生產銷售的全環節降本增效，更好實現利潤增長。
3、支持頁面流分析
企業有明確的頁面流分析場景，比如針對具體某個應用的用戶頁面瀏覽路徑進行分析，從而與自己規劃的用戶轉化路徑多對比，找到優化方向。
此前企業在面臨頁面流分析需求時只能通過事件流分析實現，但通過事件流模型搭建頁面流分析的操作復雜，門檻很高，而且事件流分析模型只能進行所有頁面的頁面流分析，還不能針對頁面再做過濾條件，分析能力不夠靈活。
增長分析（UBA）可在以下方面滿足客戶的頁面流場景分析需求，降低對事件流分析的依賴：
·獨立的頁面流分析
·可指定要分析頁面的所屬應用
·可選擇需要分析的頁面/剔除不需要分析的頁面
·可針對頁面再做靈活的過濾
客戶數據平臺（CDP）進化
支持實時標簽、資產圈群、助力千人千面內容營銷
1、實時標簽能力
企業在進行千人千面的個性化營銷上，對用戶標簽的實時性要求越來越高，GrowingIO客戶數據平臺（CDP）可將企業實時采集的行為數據進行實時計算加工成標簽，通過高并發的接口實時輸出給企業的各個業務系統，支撐企業進行實時、個性的用戶營銷與服務，真正實現從用戶行為發生到企業提供服務的實時響應。
2、資產圈群能力
企業是向消費者提供商品/服務的主體，如何把商品/服務推給合適的人，和如何對人提供合適的商品/服務是企業精細化運營的兩大重點。
目前行業內的CDP產品更關注如何給人打上特定商品/服務的偏好標簽，以便解決對用戶的新品推薦和營銷問題。但這種方式很難同時解決企業對用戶持續進行個性化服務的問題，以商品+服務或以服務為主的企業，比如房企、車企、物業行業對此尤為關注。
GrowingIO客戶數據平臺（CDP）新增了用戶資產的管理，并提供低代碼資產圈群。業務人員能夠對用戶的車、房等資產數據進行日常維護，通過簡單選擇資產特征，可以快速找到符合對應情況的用戶，在節假日等特定時間段為其提供服務或進行活動營銷。
資產圈群示例
以物業為例，很多業主名下會有住房、車輛等資產，物業公司如果要找出高凈值群體，可以通過資產圈群圈出“名下有一套以上面積大于100平的住房且有一輛以上SUV”的用戶，將其作為高凈值人群的判斷標準，圈選完成后即可找到這部分人，對其進行精準服務與營銷。
3、融合分析
用戶是企業資產的一部分，其沉淀情況是每個企業的業務關注重點。GrowingIO客戶數據平臺（CDP）本次推出的融合分析（IDMapping看板）可幫助企業以看板圖表的方式觀測用戶OneID數據資產。
比如：用戶OneID的融合趨勢和新增趨勢、用戶ID質量等，以了解每日用戶資產的沉淀情況，及時發現問題不斷優化迭代用戶運營策略。
智能運營（MA）進化
秒級實時事件營銷，實現運營效果最大化
1、實現秒級實時事件營銷
GrowingIO的智能運營（MA）和增長分析（UBA）打通，借助增長分析中UEI模型的實時行為數據能力，智能運營（MA）最高可支持秒級實時事件營銷，支撐業務抓住營銷時機實時觸達，實現運營效果最大化。
2、支持更多人群細分策略
除支持基于用戶屬性、用戶標簽的分流外，此次智能運營（MA）更新還支持基于用戶行為、行為序列以及已有分群進行分流，企業可根據不同的用戶特征或者行為執行不同的營銷策略，進行多樣化運營。
3、豐富便捷的觸點對接
發短信或者郵件是消費者運營常用的一種觸達方式。本次發版，智能運營（MA）支持集成對接更多常用標準觸點，如阿里云短信廠商以及sendcloud郵件廠商。
此外智能運營（MA）還升級了觸點對接的技術方式，支持企業通過SDK插件的方式靈活拓展觸達渠道，更加方便快捷。
數據能力中心進化
集成應用DataBlack，全鏈路保障數據安全合規
自2022年奇點云和GrowingIO并購重組后，數據云和分析云進行了全面融合。數據云產品DataBlack集成應用為分析云提供了全鏈路數據合規能力，從SDK采集、數據存儲到后續在分析云產品內進行查詢、分析、應用的全流程，提供了全鏈路的安全監控與保障能力。
DataBlack可保障全鏈路數據安全合規
本次發版DataBlack針對UEI模型進化了表級敏感數據發現能力，和統一管理敏感數據的分類標準、識別規則能力。
結語：
在剛剛過去的StartDT Day數智科技大會上，StartDT首席數據科學家、GrowingIO創始人張溪夢分享了生成式AI的現狀和未來對數據行業可能帶來的大變革。
張溪夢表示，無論是奇點云還是GrowingIO，最大的愿景都是“數據普惠”，一直以來，GrowingIO的產品團隊都在努力將軟件設計得越來越簡單易用。
“過去我們已經在數據處理分析的無代碼化、低代碼化上做了很多工作，AI加持會下有更多的無代碼、低代碼的產品能力出現，因此我們對領域專家和行業專家的門檻要求會降低，會有更多讓普通人使用數據的可能，讓數據的價值做到普惠。”
未來，GrowingIO分析云將在產品智能化上進行更多探索，不斷降低產品使用門檻，向著“數據普惠”的目標持續進化。
