参加完刚结束的618大促，抖音电商的业务人员越发觉得，数据在业务中能发挥的价值越来越大。
对于渴望追逐当下流行的消费品牌来说，猜中消费趋势往往是极难的一件事。快时尚帝国Zara靠着西班牙总部周边的众多工厂，通过“小单快返”的供应链，极大程度上提高了“猜中”的概率。但更多的品牌并没有充裕的资金和人力打造柔性供应链。
抖音电商通过数据产品极大程度上解决了类似的问题。早在大促开始前一个月，抖音电商的业务人员可以通过分析数据，一定程度上预测未来的消费趋势，一些趋势的预测可以细化到某品类下的具体材质维度，例如自行车类目下的流行关键词“铝合金、碳纤维、女性自行车”。
这便是数据赋能业务的一个缩影，也帮助抖音电商更好的面对大促的挑战。今年的618大促中，抖音电商整体销量同比增长66%，货架场景抖音商城的销量同比增长177%。
数据洪流中蕴藏巨大价值早已成为共识。从亚马逊、Netflix，到字节跳动、SHEIN，还有更多的企业，都在数字化之路上蜿蜒前进。问题也同样一致——要采用什么样的转型解决方案，才能将数据的价值赋能到业务上？
从几张Excel到敏捷BI，从数据仓库到数据湖，数字化转型的思路与工具向来层出不穷。过去几年，建设大一统的数据中台一度成为一种行业共识，不仅互联网大厂纷纷推动数据中台的建设，众多传统企业也琢磨着把刀挥向自己，追赶这股潮流。
但中台化的投入重、门槛高、应用难，除了少数成功者，大量企业在转型过程中深感迷茫。随着“中台碎片化”的呼声四起，企业高管们开始重新审视主流的数字化解决方案：
如果中台化不是终点，那么数字化的前路又在哪里?
中台不是终点
2015年，位于芬兰的游戏公司Supercell吸引了中国互联网圈的目光。
这家公司成立于2010年，办公地点是在芬兰首都赫尔辛基。Supercell早期做网页游戏，后来全面转向移动端，员工人数不到200名却爆款频出，几年时间从巨头林立的游戏市场迅速崛起，一年利润高达15亿美元。
爆款制造机的密码在组织模式中：前台成立精悍的独立游戏开发小组，自行决定方向;后台技术部门沉淀游戏开发中的通用素材和算法，支持前台部门灵活调配，快速试错。
这便是未来风靡互联网圈八年多的“大中台、小前台”模式的雏形。此后不仅互联网大厂纷纷效仿，众多传统企业也试图追赶这股潮流。
中台可以理解成预制菜。后台是菜市场，前台是嗷嗷待哺的顾客，中台则负责把顾客最常点的几个菜事先切好、配置调料，等顾客下单就能快速生产。其中，业务中台提供可复用的业务，数据中台则提供数据洞察和智能。
建设企业中台一度成了组织改革、数字化转型的标准答案。在众多中台之中，“数据中台”的地位尤为重要。
数据中台架构示意图
在跑马圈地的高增长时代，靠着中国庞大的人口基数，光吃渗透率都能做成一笔大生意。这个时期，企业就算有层出不穷的效率问题，也会被浩浩荡荡的高增长趋势掩盖。但随着企业的增量时代挥手自兹去，用数字化提升经营质量、降本增效成了共识。
数据一度被拿来与土地、劳动力、资本和技术并称五大生产要素，重要性自然不言而喻。但如何用好数据，却没那么简单。据 Gartner 的研究报告，68%的企业数据没有被用来分析、使用;高达82%的企业仍处于数据孤岛之中。
当企业经营数据累计成了规模，只有把孤岛之间的数据打通，让数据变成资产并服务于企业，企业的数字化转型才更有底气。数据中台的横空出世似乎提供了一套万能方案。
在设想中，数据中台本该将前台各个业务共性的数据需求抽离出来，以大一统的方式为业务提供数据产品和服务，从而提高企业运营效率，实现科学决策。但一度被视为灵丹妙药的“数据中台”，却没有收获意想中的效果。
随着数据中台的失败案例层出不穷，众多企业创始人和CIO都开始对其反思，进行改造。中台虽好，但大部分企业并不知道如何发挥它的价值。其中一大原因在于，许多急迫想要搭上数字化列车的企业，只重视建设大一统的数据中台，但数据却没有真正流动到业务之中。导致最后，数据中台建了，公司决策却还是靠拍脑袋。
数字化依旧是企业心之所向的未来，但如何能让业务真正用起来数据，实现数据驱动?
数字化虽好，但怎么做?
在这个问题上，天生和数据打交道的互联网公司自带优势。
通过A/B测试的数据反馈优化决策，几乎成了谷歌、Netflix等公司内部的通用准则。同样习惯用数据辅助决策的字节跳动，不仅用A/B测试给新应用起名，就连“用户界面上两个视频之间的缝隙有多宽”这样的细枝末节，都是靠几百组测试做出来的。
与很多企业数据中台“只建设、不利用”不同，在字节跳动内部，通过数据发现问题、寻找原因、解决问题早已成为一种习惯。
就拿相机应用“轻颜相机”来说，2022年6月，轻颜相机曾经开展过一轮头部用户调研，通过深度交流，团队发现用户反馈最多的问题是“不知道怎样摆姿势”，缺乏拍照灵感是一个核心痛点。
轻颜团队为此增加了一项“灵感”功能，为拍照提供姿势指导。但上线后，“灵感”功能的渗透率、次留等数据与“风格”“滤镜”等模块差距较大，他们困惑：
●渗透低：主要原因是功能入口不显著，还是用户无需求?
●次留低：是用户不知道使用效果，还是体验后不满意然后弃用?
●功能内模板切换数据不高：是切换功能设计有问题，还是用户使用链路太长?
轻颜团队利用火山引擎增长分析DataFinder进行了归因分析，发现：渗透低，是因为80%的用户不会主动探索“灵感”;次留低，是新用户不了解“灵感”，大部分人查看后就收起了;模板切换数据不高，根据数据分析和进一步的用户反馈，是因为其他功能设计有遮挡问题，影响到“灵感”的使用。
知道原因后，他们很快制定了解决方案，并利用火山引擎A/B测试DataTester验证想法。最终，“灵感”功能的数据得到较大幅提升，更多的用户可以从该功能上学习拍照姿势，帮助提升拍照灵感。
汽车信息与服务平台“懂车帝”的优化迭代过程也用到了数据辅助决策。
用户登录率，是日活用户中处于登录状态的用户比例，也是所有的App产品都会关注的数据。对于社交、电商类的App产品，通常来说登录率是越高越好。但对于懂车帝这款资讯类产品，登录率则是一个需要平衡的指标。
因为，如果强制用户登录才能使用全部功能，会流失不愿意登录的用户;如果允许用户不登录即可使用全部功能，则登录率低下，难以对用户进行全生命周期的了解，损失个性化服务的机会成本。因此如何在保证用户体验和使用的前提下，提升登录率，是一个值得分析和解决的问题。
懂车帝利用增长分析DataFinder进行归因分析找到了优化的关键环节，设计了解决方案，并通过多轮的A/B测试验证效果，最终登录率追平了今日头条App和西瓜视频App，互动率和人均活跃天数也在上涨。
APP优化迭代对数据的应用尚显静态，而在强调实时性与灵活性的电商业务上，字节跳动的动态数据分析也在发挥越来越重要的作用。
如前所述，今年618开始前，抖音电商团队通过数据工具，辅助商家对可能爆发的商品进行提前调控，围绕潜在的消费趋势备货。
而在活动当天，平台也可以通过内部数据工具，对不及目标的直播间，在自动归因工具的协助下迅速采取策略。
比如在今年大促中，一位明星的直播间流量突然出现断崖式下跌。业务人员通过“直播工作台”发现，进入直播间的人数没有减少，但离开直播间的人越来越多。
火山引擎数智平台提供的实时画像功能找到了问题所在——流失的用户大都属于年轻女性，而当时直播间的选品不匹配。团队于是迅速调整策略，让这批用户更感兴趣的高性价比化妆品提前上架。短短几分钟的调整，迅速帮直播间撑住了人气和购买量。
不论是轻颜相机新功能上线、懂车帝App登录率提升，还是抖音电商业务利用数据工具帮助618大促，这都是字节跳动诸多业务线工作日常的一个缩影。
进一步分析，不难发现字节跳动的数字化，其关键是数据消费，通过不断的数据分析和数据实验，让更多的业务线与员工科学决策，最终实现数据赋能业务。
但这种源自互联网的数据消费理念，是否值得借鉴，能否推动其他行业的数字变革?数字化转型的过程中，其他企业又该如何提高自己的“数据消费”?
数据飞轮
今年4月，火山引擎在上海举办了春季 FORCE 原动力大会，对外介绍了字节跳动内部长达10年所沉淀的经验模式。作为集成了字节系技术能力和增长方法的云服务品牌，火山引擎提出了一套名为“数据飞轮”的数字化建设模式。
所谓“数据飞轮”，即是围绕数据消费形成了从数据资产到业务应用的双向正循环。
数据消费是这一模式的起点。一个又一个具体业务中的数据消费，加速了决策洞察。而当数据真正赋能业务，带来好的结果时，又会推动更多、更频繁的数据消费行为，这是第一个飞轮。
业务的蓬勃发展也带来更大规模的数据，从而推动数据资产的建设，提高数据研发效率。更好更快的数据产品，自然也就让业务员工更愿意使用，成为第二个高速旋转的飞轮。
如今各个企业面临的是更变幻莫测的市场、更复杂的内部架构、更进退失据的现状。火山引擎提出的“数据飞轮”理念在数据中台的基础上，提供了一种更完整、有效的解决方案：将“数据驱动”的理念注入易用的产品之中，养成业务人员的数据消费习惯，从而帮助企业的数据飞轮真正转起来。
知识付费平台得到APP在引入火山引擎A/B测试工具DataTester后，“遇事不决就A/B”的理念成为了内部共识。仅2022年第三季度，得到A/B实验场景就超过20个，成功率达80%，直接促成了产品渗透率和转化率的提升。无独有偶，头部租车平台悟空租车同样通过DataTester，顺利优化了押金支付的流程。
数据消费是撬动数据飞轮的原点，而好用的数据产品则是撬动数据消费的杠杆。
早在去年，火山引擎就发布了数智平台VeDI，覆盖数据引擎、数据建设与管理、数据应用等全链路相互协同的数据产品。在今年4月的发布会上，火山引擎进一步加强对外开放的数据产品能力，升级湖仓一体分析服务 LAS，Serverless流式计算Flink服务，并发布新品管理驾驶舱Plus。
通过“产品工具+方案+咨询”，“数据飞轮”正在走出字节内部，走向金融、汽车、大消费、文旅各个细分的行业场景。
例如在金融领域，A/B测试已经在平安银行全面推广运用，对接到如信用卡运营、App平台运营、活动积分等14个业务平台，以分流实验的方式，实现数字驱动的决策，促进策略的持续迭代。
例如在汽车领域，通过接入火山引擎，领克汽车实现了公域平台数据打通，形成APP全域洞察。火山引擎帮助领克汽车打通了多系统用户数据，完成数据资产沉淀，达到构建以用户为中心的统一数据体系预期。
如果说“数据中台”帮助企业将数据变成资产，那么“数据飞轮”的意义在于，点出了数据消费的重要性，从业务到数据的双向闭环中，推动企业的飞轮式转动，真正迈进数智化时代。
一场新的数据转型变革，即将席卷千行百业。
尾声
1994年，《连线》杂志主编Kevin Kelly在《失控》的开篇里写道：“人造物表现得越来越像生命体;生命变得越来越工程化。”
在席卷全球的数字化浪潮中，企业同样正在经历一场翻天覆地的变革。三十年前，企业的数字底色是财务三张表和进销存账薄。三十年后，海量数据在企业内部输入、汇聚、流动、输出。
在某种意义上，企业正在成为一个数字生命体。数据流动产生的巨大价值，也成为企业内部埋藏的一座金矿。在增量有限、存量改善的时代，数字化呼声无疑会变得越来越迫切。各类数字化工具、数字转型思路未来还将层出不穷地涌现。
这个老问题上，数据飞轮无疑提供了一种宝贵的新答案。
