本报记者 马秀岚 张靖超 北京报道
在十四五规划中，数字化转型成为核心议题之一。
据GrowingIO（北京易数科技有限公司）介绍，2015年到2018年，国内大部分传统行业的大中企业对于数据驱动增长，仍处在探索状态。但从2019年下半年开始，越来越多的传统企业开始投入数字化转型，尤其是在今年的疫情刺激下，开始加速直至呈现井喷状态。
在接受《中国经营报(博客,微博)》记者专访时，GrowingIO CEO张溪梦表示，因为受疫情影响，很多客户比较焦虑地要做数字化转型，其中零售行业体现得最明显。
因为疫情期间人不到店就产生不了交易，流量比以前减低很多，交易也在减低。现在国内的新冠肺炎疫情虽然已经被控制住了，但很多人已经形成了线上购买习惯，这导致了部分店面产能过剩，增长停滞，甚至进入衰减，企业非常焦虑。店面也可以选择将数据全部导到线上的第三方平台上，但平台收的流量费越来越贵，每一笔交易抽成的比例越来越高。而且客户不知道买东西的人到底是谁，这些流量被渠道管控住了，渠道控制着用户，这些原因导致零售商很焦虑。
张溪梦强调，他们在过去五年上一阶段的发展中主要服务的是互联网的企业。而下阶段服务的重点企业是金融、零售、保险等这些有实体业务的企业。
传统企业数字化需求增长
GrowingIO后台数据显示，今年3月以来，前来咨询和注册的大中企业客户不断提升，同比提升了134%。除了此前的零售、保险、地产、运营商等客户以外，更为传统的工业制造厂商等也开始咨询如何做数字化转型、线上线下数据融合驱动业务增长、私域流量沉淀和运营等。今年第二季度以来，GrowingIO新签业务同比增长超过80%，大中企业占比超过50%。
据悉，GrowingIO成立于2015年，业务范围从数据的采集、处理到数据的分析，再到数据的应用与咨询，帮助企业构建数据运营闭环。据介绍，张溪梦为数据科学家，曾任linkedIn美国商业分析部高级总监，为linkedIn从零打造百人商务分析和数据科学团队。2015年5月创办基于用户行为的数据分析产品GrowingIO，旨在利用数据分析经验，帮助企业用数据驱动增长。
目前，GrowingIO服务的客户覆盖互联网、零售、保险、地产、在线教育、运营商等行业，超过1000多家。其中，有滴滴、陌陌等互联网头部客户和大量创新成长型公司，以及上汽、招商仁和人寿、安踏、迪奥等大中型企业。
张溪梦介绍道，GrowingIO之前的业务重点是SaaS，就是云端的帮助企业进行用户行为分析的产品，下阶段的业务重点是增长平台，其中包括了帮助企业建立第一方的客户数据平台，采集沉淀用户数据，经营私域流量。增长平台之上还有给客户提供的咨询服务，关于数据驱动增长的咨询，希望服务更多的大中型企业帮助它们进行数字化转型和数据化驱动。
关于线上数字化，国内大量的商家，特别是实体店的商家自己没有线上数字化的门店和APP或者电商平台，一般都是租用其他的第三方平台。疫情得到有效控制后，很多流量留在了第三方的平台之上。所以第三方平台发展的速度反而是更快的，因此这也是很多传统企业比较焦虑，在迅速打造第一方平台的原因。
同时，张溪梦强调，他们在过去五年的发展中主要服务的是互联网的企业。而下阶段服务的重点企业是金融、零售、保险等这些有实体业务的。“我们还是关注有实体业务，有数字化转型和数据化升级需求还得有一定交易量，最好还是针对消费者的企业。”他说道。
相对传统企业而言，互联网企业数据能力更强，不需要数据服务公司提供大量的咨询和服务。但传统企业在转型过程中可能面临着人才缺乏、不知从何做起等问题。“我们需要给传统企业提供整体的解决方案。所以，我们的服务+软件的模式更多服务于中大型企业、实体型的企业。“张溪梦补充道。
对于面向客户的变化，张溪梦向记者介绍：“互联网企业变化太快，我们做SaaS的希望服务客户的业务能够持续发展，最近几年资本对互联网公司的投入在波动期内，因为很多互联网企业都是靠资本在驱动的，当资本的情况不是特别好的时候，它们的数量和业务都是持平或收缩的。还有一点，互联网类的企业认为数据能力是他们的基础能力，研发要自己做，我们之间的关系就变成了竞争关系。我们不想跟客户竞争，是想给人帮忙。所以，传统企业更需要我们。”
预测和模拟阶段
GrowingIO的发展过程经历了一开始推出单独的Sass上的产品，到一系列产品矩阵，再到如今的产品矩阵+服务。
GrowingIO在过去的五年里一直在做用户行为分析。所谓用户行为分析就是对互联网、APP、网站、小程序等地方的用户是从哪儿来的，如何获客，用户在企业的数字化的产品里是怎么转化的或者激活的，以及用户是如何社交裂变推荐商品和服务给自己的朋友的，还有用户是如何变现的，对这些行为进行分析。主要帮助企业中市场运营、市场营销的产品经理以及工程师更好地理解数据，并进行数据可视化，然后他们自己来做决策进行调整。且集中帮助企业收集大量的用户线上行为。
张溪梦介绍，下一阶段，GrowingIO在产品上进入下一个时期，进入预测和模拟阶段，就是要通过所收集的用户细节的行为数据等，帮助企业更好地预测谁会买，谁会流失，用户倾向于什么样的服务，逐渐向预测、优化、模拟发展，并帮助企业打通线上线下用户数据。最终希望有一天能把很多的智能变成全自动化的，向无监督的系统进化。
对于机器学习和预测的自动化程度，张溪梦称还在探索阶段，仅实现了一部分。“我们未来希望对于用户的分析要尽量自动化。因为这是比较专业的知识，我以前当分析师的时候，分析师大部分是给机器打工的人，比如数据分析得手动拖拉拽至少1000次才能看到各种各样的情况，我们希望在未来机器帮我们看数据，而不是人看数据，机器看完数据，把重要的东西拿出来以后再让人去看。”
他举例道，比如有一个分析的项目，有260个因素，机器看完了之后，将其中10个有用的因素拿出来，人再对这10个进行判断，效率因此提高很多。
现阶段数据分析的专家人才仍然有一定缺口。他表示：“以前需要找非常好的专家做模型做预测起码得1～3个月，接下来的目标我们希望这个时间可以缩短到1个小时。机器帮助解放一部分的脑力劳动，我们不需要找专家来做这些工作，找业务运营的人就能做这个工作，未来普通的运营人就能做这个工作，这是我们的目标，现在正在做。”
此外，张溪梦表示，做精细化运营的市场现在的规模在几十亿元，但是未来市场将在千亿元规模。
（编辑：张靖超校对：颜京宁）
