迈入企业级元年后，GrowingIO分析云会以季度为单位进行商业化发版。本季度，分析云发布了全新升级的V4.1版本，全系产品均有不同程度进化：
- 应用市场：新增「渠道价值分析」；
- 增长分析（UBA）：新增分析模型「首复间隔分析」、支持「多主体分析」，同时原有分析能力再强化；
智能运营（MA）：支持秒级实时事件营销，支持事件、人群、标签等更多维度的人群细分策略，增加多个标准化常用触点、支持企业通过插拔方式快速灵活拓展触达渠道；
其他：获客分析（ADS）、数据能力中心、开放平台（OpenAPI）等也均有不同程度的进化，如数据能力中心基于数据云产品DataBlack集成应用可支持敏感数据自动发现等。
应用市场进化
新增渠道价值分析，做企业多渠道运营的数据智能助手
精细化运营趋势下，企业需要在公域+私域多个渠道和千百种投放策略中找到最有效的组合。
渠道价值分析可以帮助企业快速评估官网、小程序等自有平台不同渠道的流量大小和质量。该应用既能用于日常平台引流监测，也能在重要活动期帮助企业监督付费广告或者自有渠道的流量情况。
渠道价值分析的关键能力：
- 全渠道、双维度质量评估，发掘ROI最佳渠道
- 一键下钻，找到最有效的内容、关键词等策略组合
- 只需设置时间和评估指标，一键自动生成分析报告和解读
- 可进行自由探索，满足更多的自定义业务分析需要
增长分析（UBA）进化
增加分析模型、支持多主体分析，让人人都是分析师
1、新增“首复间隔分析”模型
企业在进行用户行为分析时会希望找到用户的某些行为规律从而优化运营策略。
比如在业务转化上，企业有两大需求：
- 新会员什么时候会进入“安全期”，即不需要对其进行发放优惠券等特别运营，用户自己就能形成稳定的购买习惯。
- 用户长时间不转化就会慢慢流失，企业需要定期推出复购策略尽全力促使用户保持购买习惯，那如何界定流失的时间点？
首复间隔分析模型就是为解决此类“规律性分析”运营需求而生。
首先，它可以将业务上需要的“安全期”自动绘制成曲线，清晰呈现业务过程中的再次行为转化比例。
其次，首复间隔分析模型还可统计从首次行为到重复行为的间隔时长分布，从而帮助客户把握住用户每一次转化的最佳引导时间，降低用户流失率，提升复购率。 以我们常见的首购复购运营为例，该曲线可看到所有首购用户里有多少完成了二次购买，二次购买的用户，又有多少完成了三次购买，以此类推。通过曲线，很容易就能发现用户完成N次购买后，N转N+1的比例趋于稳定，那么“N”就是用户和客户建立稳定忠诚度的阈值。
观察上边的分析模型示例图，我们可以很容易发现用户购买5次以后会形成稳定的购买习惯，而大部分用户是在3个月内完成的5次购买，其中第二到第四周是首转或二转的营销黄金期。
那么业务人员可基于以上数据进行清晰的运营目标的制定，即把握住第二到第四周的时间，通过各种营销手段，促使更多用户在3个月甚至更短时间内完成5次购买。
除了购物场景，首复间隔分析还可用于用户访问活跃度、活动营销引流情况等多个业务场景的分析，方便企业快速发现用户行为规律，抓住黄金期进行运营。
2、支持多主体分析
在UBA解决用户做了什么、高价值用户画像是什么、是什么导致了用户购买等一系列围绕“人”为核心的问题后，企业还面临交易链路“人-货-场”中其他的两个要素——货（商品）、场（门店）的分析问题。
GrowingIO的增长分析（UBA）最新版本在支持以人为主体进行分析的基础上，可支持以“物”和“场”为主体的多主体分析，比如可以分析商品的购买人数、次数、分布等指标。
多主体分析下，增长分析（UBA）的分析范围不再只局限于用户行为相关，而可以支撑零售品牌在业务全链路上的分析，帮助企业在生产销售的全环节降本增效，更好实现利润增长。
3、支持页面流分析
企业有明确的页面流分析场景，比如针对具体某个应用的用户页面浏览路径进行分析，从而与自己规划的用户转化路径多对比，找到优化方向。
此前企业在面临页面流分析需求时只能通过事件流分析实现，但通过事件流模型搭建页面流分析的操作复杂，门槛很高，而且事件流分析模型只能进行所有页面的页面流分析，还不能针对页面再做过滤条件，分析能力不够灵活。
增长分析（UBA）可在以下方面满足客户的页面流场景分析需求，降低对事件流分析的依赖：
- 独立的页面流分析
- 可指定要分析页面的所属应用
- 可选择需要分析的页面/剔除不需要分析的页面
- 可针对页面再做灵活的过滤
客户数据平台（CDP）进化
支持实时标签、资产圈群、助力千人千面内容营销
1、实时标签能力
企业在进行千人千面的个性化营销上，对用户标签的实时性要求越来越高，GrowingIO客户数据平台（CDP）可将企业实时采集的行为数据进行实时计算加工成标签，通过高并发的接口实时输出给企业的各个业务系统，支撑企业进行实时、个性的用户营销与服务，真正实现从用户行为发生到企业提供服务的实时响应。
2、资产圈群能力
企业是向消费者提供商品/服务的主体，如何把商品/服务推给合适的人，和如何对人提供合适的商品/服务是企业精细化运营的两大重点。
目前行业内的CDP产品更关注如何给人打上特定商品/服务的偏好标签，以便解决对用户的新品推荐和营销问题。但这种方式很难同时解决企业对用户持续进行个性化服务的问题，以商品+服务或以服务为主的企业，比如房企、车企、物业行业对此尤为关注。
GrowingIO客户数据平台（CDP）新增了用户资产的管理，并提供低代码资产圈群。业务人员能够对用户的车、房等资产数据进行日常维护，通过简单选择资产特征，可以快速找到符合对应情况的用户，在节假日等特定时间段为其提供服务或进行活动营销。
资产圈群示例
以物业为例，很多业主名下会有住房、车辆等资产，物业公司如果要找出高净值群体，可以通过资产圈群圈出“名下有一套以上面积大于100平的住房且有一辆以上SUV”的用户，将其作为高净值人群的判断标准，圈选完成后即可找到这部分人，对其进行精准服务与营销。
3、融合分析
用户是企业资产的一部分，其沉淀情况是每个企业的业务关注重点。GrowingIO客户数据平台（CDP）本次推出的融合分析（IDMapping看板）可帮助企业以看板图表的方式观测用户OneID数据资产。
比如：用户OneID的融合趋势和新增趋势、用户ID质量等，以了解每日用户资产的沉淀情况，及时发现问题不断优化迭代用户运营策略。
智能运营（MA）进化
秒级实时事件营销，实现运营效果最大化
1、实现秒级实时事件营销
GrowingIO的智能运营（MA）和增长分析（UBA）打通，借助增长分析中UEI模型的实时行为数据能力，智能运营（MA）最高可支持秒级实时事件营销，支撑业务抓住营销时机实时触达，实现运营效果最大化。
2、支持更多人群细分策略
除支持基于用户属性、用户标签的分流外，此次智能运营（MA）更新还支持基于用户行为、行为序列以及已有分群进行分流，企业可根据不同的用户特征或者行为执行不同的营销策略，进行多样化运营。
3、丰富便捷的触点对接
发短信或者邮件是消费者运营常用的一种触达方式。本次发版，智能运营（MA）支持集成对接更多常用标准触点，如阿里云短信厂商以及sendcloud邮件厂商。
此外智能运营（MA）还升级了触点对接的技术方式，支持企业通过SDK插件的方式灵活拓展触达渠道，更加方便快捷。
数据能力中心进化
集成应用DataBlack，全链路保障数据安全合规
自2022年奇点云和GrowingIO并购重组后，数据云和分析云进行了全面融合。数据云产品DataBlack集成应用为分析云提供了全链路数据合规能力，从SDK采集、数据存储到后续在分析云产品内进行查询、分析、应用的全流程，提供了全链路的安全监控与保障能力。
DataBlack可保障全链路数据安全合规
本次发版DataBlack针对UEI模型进化了表级敏感数据发现能力，和统一管理敏感数据的分类标准、识别规则能力。
结语
在刚刚过去的StartDT Day数智科技大会上，StartDT首席数据科学家、GrowingIO创始人张溪梦分享了生成式AI的现状和未来对数据行业可能带来的大变革。
张溪梦表示，无论是奇点云还是GrowingIO，最大的愿景都是“数据普惠”，一直以来，GrowingIO的产品团队都在努力将软件设计得越来越简单易用。
“过去我们已经在数据处理分析的无代码化、低代码化上做了很多工作，AI加持会下有更多的无代码、低代码的产品能力出现，因此我们对领域专家和行业专家的门槛要求会降低，会有更多让普通人使用数据的可能，让数据的价值做到普惠。”
未来，GrowingIO分析云将在产品智能化上进行更多探索，不断降低产品使用门槛，向着“数据普惠”的目标持续进化。
