在企業數智化的道路上，天生在線的業務特性無疑讓互聯網企業走在了最前面。但是數智化并不存在一個完成態，隨著市場環境的快速變化、業務模式的持續發展、組織的不斷迭代，互聯網企業的數智化仍有無限可探索的未來空間。

成立于2010年的雪球，一直致力于為中國投資者提供跨市場、跨品種的數據查詢、資訊獲取和互動交流以及交易服務。隨著業務重心從社區運營向交易業務轉型，雪球開啟了數智化新探索。不到一年時間，雪球已經讓BI在各個部門里都用了起來，周活躍用戶超過員工總數的20%。

作為數智化建設的總設計師，雪球的數據部門到底做對了什么？帶著這樣的好奇，訪問了雪球的數據部門負責人穆浩然，請他與我們分享雪球數智化建設中的實踐與思考，也為其他數智化路上的同行者提供一些參考。

關鍵 Tips

●? ?盡管互聯網企業都有BI基礎設施，但真正把BI用好的不多

●? ?OKR的指標體系在BI落地，是一個很好的切入點

●? ?一線業務同學需求復雜多變，有試驗性，需要盡可能多提供查詢看板滿足需求

●???周活躍用戶數線性上升，典型用戶涌現，關鍵看板活躍，代表業務真正用起來了

●? ?BI產品，綜合效率和成本，外采是現階段比較好的選擇

以下是對話實錄：

Q：您如何看待互聯網企業的數智化趨勢和應用情況？

穆浩然：

數智化建設在各個互聯網企業里的滲透時間已經比較長了。盡管各個公司在做這個事情的路線和訴求可能不太一樣，也都有了一些基礎設施的建設，但整體上我感覺真正把BI工具用好的公司是比較少的，在產生交付價值這塊還是有很大的空間可以探索。

Q：那么雪球是在什么樣的契機下，開始探索數智化建設的？

穆浩然：

雪球成立至今也有十二年了，在歷史上也做過很多探索，比如內部的一些看板工具。一年多前雪球決定要在數據分析、數據產品方面做系統化的建設，這主要是出于業務發展的訴求。雪球前幾年的業務重心更多還是在社區運營方面，社區更多是靠情感來做運營，對數據沒有太強的依賴。隨著雪球從社區業務轉型到交易類相關業務，大家對數據的重視就會有一個質的變化。雪球內部對數據的需求其實是很強烈的，我們笑言“天下苦數據久矣”。

Q：雪球內不同的層級和崗位，對數據的需求是怎樣的？數據部門如何來滿足他們的需求？

穆浩然：

企業里不同層級的角色對于數據的需求是不一樣的。

對于企業管理層，OKR的指標整體在BI平臺上落地是一個很好的切入點，例如我們做了一個BI看板，里面顯示O是什么，KR是什么，每個K和R對應的數據指標有哪些，這個指標對應的目標又是什么，目前數據的趨勢是怎樣的，管理層都可以在這個看板里看到。

面向業務一號位，我們會著重系統監測業務走勢和健康度，幫助業務一號位有系統、有脈絡地了解業務的方方面面，譬如從獲客、轉化、留存、品類、不同用戶類型等多種維度。

一線業務同學對數據的需求是非常復雜多變，往往有更多需要試驗的點，可能在今天這個節點他需要看這個數據，在另外一個項目上他需要看另一個數據。所以我們會做一些查詢類的看板，滿足一線業務同學的多維度數據查詢需求，想看什么數據都可以很快從里面查到。

Q：雪球數智化建設的路徑是怎樣的？目前效果如何？

穆浩然：

雪球采用的是集中管理的方式，由專業的數據產品經理和數據分析師來收集各業務線對于數據產品建設的需求，并且把業務的需求做處理，整合成我們在BI建設上的路線設計。剛才提到的OKR數據指標落地之外，我們對幾乎每一個業務都進行了對應的BI數字化建設，包括社區運營、滬深股票、公募基金代銷、私募基金代銷等等，目前已經覆蓋到各個業務層級的日常看數用數需求。

Q：有沒有一些指標可以衡量內部的使用情況呢？

穆浩然：

我們會分析和監控用戶在BI平臺上的使用行為，這里也分享我看到的幾個指標：

指標1：周活躍用戶數占員工總數20%。從去年8月系統上線到今年的4月，周活躍用戶大概上漲了4倍，持續上升。目前周活躍大概占開通賬戶員工數的40%，占企業員工總數的20%。

指標2：典型用戶獲取卡片100-200次/天。幾乎每一個部門都有那么幾個同學，每天獲取卡片的操作頻次大概都在100-200次以上。這類典型用戶往往是團隊中數據意識和能力最強的。

指標3：核心看板保持高度活躍。我們也會看用戶在不同看板的使用頻率分布情況，以此評估我們對業務部門需求的判斷是否準確、推廣力度是否足夠。目前來看，核心看板一直保持高度活躍的狀態。

從周活躍用戶數的線性增長到典型用戶的持續涌現，再到用戶在各個看板之間投入的精力分布，我們都能看到業務是真正把BI用起來了。

Q：能否舉一個實際業務場景的例子，跟大家分享BI帶來了哪些實際的業務價值？

穆浩然：

這里我以社區運營到交易轉化的場景為例。對于雪球來說，還是希望用戶能夠通過社區獲得對基金類產品的認知，進而在雪球上轉化成一個基金用戶，購買基金。在這個背景下，交易產品的運營是非常依賴社區流量，但它的流量路徑是跨產品的，有的來自于后臺數據，有的來自于前臺上報數據，數據源也非常復雜。

對雪球的流量路徑和分發情況，以前一直有各種局部數據，但因為這些是碎片化的信息，沒辦法串起來，也就沒能真正被業務使用。因此在整個數智化建設過程中，我們引入了BI平臺，把整個流量到交易路徑還原出來。包括用戶是從哪些位置進入，到達我們核心頁面的PV/UV，再到這些流量到下游的轉化率，最后產生購買行為的轉化率等等。我覺得是幫助業務部門建立起一個全景的數據視野。這些關鍵環節的數據和轉化情況，在BI平臺上做到非常及時的監控和分析，給我們帶來很大的價值和提升。

Q：很多互聯網企業BI建設起步時都會碰到一個問題，就是到底選擇自研還是外采？您當時是如何考慮這個問題的？

穆浩然：

我們在引進BI平臺之前是有自研過一些數據產品，但做的方向不一樣，內部更多是面向數據應用，而BI 產品是一個支持數據應用的工具。

我認為是BI產品自研門檻很高，技術層面有高要求，同時還要兼顧產品性能和產品設計。自研一套BI產品，投入的固定成本是很高的，但邊際效益很低，還要算上如果折騰一圈發現不好用所造成的時間成本等等。所以，綜合效率和成本層面講，外采是現階段比較好的選擇。

我們在國內外的眾多BI廠商中做了非常多的對比，直到遇到，最打動我的是產品的易用性。很懂互聯網行業的用戶，在產品設計方面非常貼近互聯網的用戶習慣和體驗。就像用其他互聯網產品一樣，上手過程非常順滑，點一點、拖一拖，后臺配置也非常簡便，業務非常自然就用起來了。

Q：您認為互聯網企業要做好數字化建設，需要把握好哪幾個要點？

穆浩然：

第一點，數據部門要去收集需求，避免被動接需求的狀態。因為數據是剛性資源，又缺乏對結果的明確評價標準。所以，要讓企業里的數據團隊來做決定，讓數據團隊掌握資源，高效地整合和建設。

第二點，要有一個比較強的數據分析師團隊，真正把企業的業務成體系地做量化，建立符合業務實際的指標體系。這要求數據分析師團隊既要有很好的數據sense，也要有很好的業務sense。

第三點，針對不同的用戶設計不同的使用場景，滿足不同層級和不同業務線的需求。

Q：最后，您能跟我們分享下，您認為數智化未來還有哪些想象空間？

穆浩然：

我們目前所處的是標準化階段，BI以標準化的形式統一數據的統計標準，將數據產出，再把數據搬到BI上去做展示。標準化到了一定程度是可以自動化的。也在做一些探索，像是AI+BI、自動化分析等等，我認為也是未來的趨勢。再進一步是智能化階段，這要看AI+BI能不能取代人，甚至超過人。

互聯網企業數智化還有更多新場景和新可能，我們還將持續探索發現更多對同行業有價值的案例，分享給大家。

文中，穆總提到的BI平臺，也是我近年來接觸過國內BI領域新興崛起的黑馬，他們不僅服務了知名的互聯網公司像bilibili（嗶哩嗶哩）、小紅書等客戶，短短幾年也拿下了像聯合利華、元氣森林、招商銀行、吉利、安踏、蜜雪冰城等等各行業眾多頭部客戶。

正在做BI選型的公司，或者準備引入外部BI的朋友，可以長按識別下方二維碼，試用下的BI產品，體會下穆總提到的產品易用性。