诸葛君说：本文系爱分析对诸葛io创始人孔淼的专访，通过这篇专访，你可以看到诸葛io这两年的发展，同时也会对用户行为数据分析在企业级服务领域的发展有更全面的认识，并对未来几年的发展趋势有所了解。
用一句话总结，这一年我们立足工具型产品，发力数字化营销。
2015年3月推出工具型产品至今已两年有余，今年，我们的业务线较往年发生了较大变化，在坚持原有工具型产品的同时，对其业务范围做了延伸，从纯线上APP、网站的用户分析平台，延伸到了一站式数字化营销分析与自动化平台领域。
在工具型产品方面，早在2016年初，我们就在原有SaaS版基础上推出了私有部署版，完善了客户对于数据安全性的需求。
在数字化营销方面，根据不同行业推出了有针对性的行业方案，目前涉及行业有教育、零售、金融、社交、内容等。
截止到目前，免费版SaaS用户20000+，付费版用户200+（含专业版与私有部署版），近期还推出了按需付费的基础版。
在工具型产品业务流程上，我们集成了多种数据采集方式，对线上投放数据、自有线上平台、企业业务系统数据等数据源进行数采，建立用户档案数据平台（CDP），对内实现数据打通，在此基础上进行数据分析，完成工具型产品的构建。
至于数字化营销产品，则是在工具型产品已构建的CDP基础上，增加诸如企业对用户的触达、用户交易等信息源，扩充用户档案，推出“智能触达平台”，在此基础上，加之以精准获客（投放效果评估、落地页优化、投放数据与业务数据打通），精细化运营两大功能，推出整体解决方案。
之所以我们将业务范围延伸至营销领域，主要出于以下几点考虑：
第一，万事俱备，只欠东风
在工具型产品上具备基于客户全生命周期追踪和快速构建统一视图的能力，同时也是数字化营销领域所需具备的核心能力。
第二，单纯的分析平台，发展空间有限
企业购买分析工具的初衷是为了更好地发挥出每个员工的价值，而分析工具更多地被定义为成本型产品，其效益难以直接被计为利润的一项。
第三，助力初创企业度过市场开拓期
频繁的产品迭代需要技术大量的投入，而创业公司可能因超出本身承受能力的技术投入而得不偿失。分析平台基于强大的技术支持以及超高的效能恰好可以弥补创业公司在发展初期的不足，一个优秀的分析平台可帮助企业节省很大的人力成本和时间成本。
第四，数字化营销领域的市场规模，足以支撑快速发展
在消费者占有更多话语权的市场背景下，绝大多数企业有着巨大的广告投放及效果优化需求，并且这一需求近年来越来越大，这预示着数字化营销行业发展前景良好。
总之，向数字化营销领域拓展，契合了我们成为有规模的大公司的愿景。
附问答专访：
爱分析采访作者：贤豪 关蕾 李喆
爱分析：诸葛io分析平台可帮助企业解决哪些问题？
孔淼：我们的分析平台主要体现三大价值：精准获客、精细化分析、数据化运营，这也是我们设计的初衷所在。
随着流量红利结束，客户出现了“投放难、推广难”的问题。究其原因，主要在于红利结束带来的获客成本（CAC）的增加。此外，被流量红利时代掩盖的获客转化差问题也开始浮出水面，其背后的数据化运营体系落后导致精细化分析的难度很大。另外，留存复购低，客户数据化缺失，使得定制化、线索培育很难进行，数据化运营则更是无从谈起。
爱分析：与其他分析平台相比，诸葛io具有什么优势？
孔淼：我们的产品优势主要在于：全面的数据采集、领先的应用模型、深入的分析场景、开放的技术平台。
首先，我们的数据采集涵盖了企业各端数据，集成了UTM、SDK、API等数据采集方式，同时采取了灵活的埋点方式。
其次，基于客户全生命周期的应用模型是一个亮点。与过往的分析平台不同，我们不再只是分析设备或统计指标，而是坚持将分析目标定位于“用户”。有别于行业里常说的“用户事件（Event）模型”，推出了诸葛io独有的“UTSE模型”。
“U”，指通过3套ID标识（用户ID、诸葛ID、identifyID）清晰辨识出用户（User）。“T”，指代用户设备，电脑/手机/平板电脑等终端设备，我们称之为触点（TouchPoint）。“S”，真实还原用户的每一次使用场景，我们称之为“会话（Session）”。“E”，是用户在产品上所有行为轨迹基于时间序列的记录，我们称之为“事件（Event）”。
在分析场景方面，我们针对不同的客户需求，推出了十余种分析模型，远多于同行所能提供的数量，覆盖了百余种分析场景。
最后，开放技术平台，诸葛io的底层也是一个PaaS平台，从实时的数据订阅，到查询API，到SQL查询平台，包括数据账户其实都是开放的。
爱分析：数据采集方面，您认为埋点都有哪些优势？
孔淼：埋点和无埋点都有其适用的应用场景，但也都有缺陷。
埋点的优势在于其将分析成本转移到埋点工作本身，并且通过埋点将行为数据和业务数据打通，相当于数据标注，后续分析时结合适用的分析模型极大降低分析门槛，实现自助式分析。
相反，若前期无埋点，则后续分析成本与沟通成本将会很高，同时埋点相较于无埋点的准确性更好，分析维度也更全面。
总之，在分析两者优劣势时，需要谨记的是数据工作最终是为了实现应用价值。埋点的目的不仅限于数据，更是为了分析的优化，如若一味选择无埋点，则可能付出更大的沉默成本。
爱分析：新近推出的数字化营销分析&自动化平台，与诸葛io既有工具型产品有何联系？
孔淼：过往诸葛io是分析工具，分析背后则是诸葛io动态的、持续的闭环大数据流。我们将其结合诸葛io的查询分析引擎，推出了“数字化营销分析&自动化平台”，也就是所谓的智能触达。
在此有必要对支撑该产品的三方面关键技术加以介绍：大数据流式处理、查询分析引擎、工作流能力。
大数据流式处理技术形成了对用户行为持续跟踪的闭环，满足了数据的积累反馈、实时分析以及优化的场景。
查询分析引擎则支撑起了高效分析的能力及不同维度的组合查询，而工作流能力技术则结合以上两大技术满足了在线用户的行为规则，为客户的个性化需求奠定基础。
而这三大技术均在分析工具平台产品的分析模型上有采用，因此从这个角度可以说，诸葛io进入数字化营销领域也是顺势而为，因为2年来我们在用户全生命周期跟踪上的持续积累，使我们拥有了该领域的核心能力。
爱分析：在数字化营销上，是否将增加定制化内容？
孔淼：会的。虽然定制化势必需要更大的资源和精力支持，但不论是出于提升营收，还是进一步优化方案的考虑，定制化都是未来不可避免的。
爱分析：未来是否会转向AI领域？
孔淼：正如眼下向营销领域的业务延伸，诸葛io在工具领域会始终坚持，那是我们建立行业影响力的根本，同样出于此考虑，向AI方向发展也是必然的，但当下并不是合适的时机。
爱分析：要形成一站式的营销方案，势必要打通线上线下，实现数据联动。这方面诸葛io有在做吗？会有哪些挑战？
孔淼：诸葛io已经着手于线上线下数据的打通了，ATL（线上）和BTL（线下）的数据联动存在的挑战主要是：
第一，数据结构化问题。当下很多行业没有数字化营销的平台，数据结构化并没有得到实现；
第二，关联匹配问题。比如用户ID的关联，这也是ATL和BTL数据联动的关键环节之一；
第三，要理解行业的痛点和目的，各行业差异很大，这对我们的工作提出了不同的要求。比如，不同行业数据渠道来源不同，这就要求我们要深入行业场景；又比如，不同行业业务需求也有所不同，这就要求我们要明确需求具体集中在哪一方面，获客、转化抑或是复购；
另外，对于特别注重数据安全的行业，诸葛io能提供私有部署的支持。在SaaS产品方面，我们为此与长亭网络和百度安全都开展了相关合作。
爱分析：是不是可以这样理解，未来数字化营销领域的市场集中度会提高？
孔淼：是的。之前数字化营销的竞争激烈更多体现在投放上，也就是Adtech。我将之理解为数字化营销行业在中国发展的第一阶段。这个阶段让所有业内企业受到了教育，完善了基础设施。
但是在后续的第二阶段，也就是Martech阶段。市场集中度会提高。除去大客户选择服务提供商方式的改变，还因为宏观经济的变化，以及市场的价值关注点与过往相异。
在Adtech阶段，更多关注点集中在曝光、流量，而在Martech阶段，将会更多的注重客户体验。在任何一个行业，价值关注点变化的阶段，都只会有少数几家企业脱颖而出。
爱分析：中美市场在用户行为分析和数字化营销行业有什么异同？
孔淼：首先，两个市场在该行业供需两侧都有差异。需求方面，两国消费者在做购买决策时的思维方式，消费习惯和消费依赖都有所不同。供给方面，企业信息化、社会化程度也不太一样，比如美国B2B的成熟和中国B2C市场进入领先。
其次，两国企业在提供企业服务时，存在着同质化竞争的现象，这是该行业普遍存在的问题。
爱分析：目前免费版、专业版SaaS及私有部署版分别有多少客户？
孔淼：免费版目前用户有20000多家，活跃的免费版用户有2000多家。付费版本有200多家，其中专业版和私有部署分别都是100多家。
诸葛io，数据智能决策平台。 点击此，免费注册使用~
