欢迎来到数据中台小讲堂！这一期我们来看看，作为阿里巴巴数据中台(OneData - OneModel、OneID、OneService)方法论的产品载体，Dataphin如何帮助传统零售企业实现数字化转型，并在短时间内新增100万用户？

从策划到设计制作，每一步都追求做到细腻，制作可持续发展的企业网站。为客户提供做网站、成都做网站、网站策划、网页设计、域名注册、网络空间、网络营销、VI设计、 网站改版、漏洞修补等服务。为客户提供更好的一站式互联网解决方案,以客户的口碑塑造优易品牌,携手广大客户,共同发展进步。

传统营销的痛点：数据分散分析难
营销可谓是零售行业最重要的的业务环节之一，是企业和消费者链接的重要纽带，如何进行更有效的营销以实现提效降本成为各大企业关注的重点，过程中不得不思考如下几个方向：
如何维持现有老客户？
如何识别并触达目标新客户？
如何进行客户画像以实现人群洞察和个性化推荐？
......

为了更好地回答以上几个问题，我们需要对企业数据进行全面且深入的分析。然而对于传统零售企业来说，会面临一些问题：
数据多以商品为核心，消费行为数据有限，难以进行消费者洞察分析；
不同分销渠道数据隔离，各业务库数据独立采集，没有统一的数据规范；
难以利用已有数据反哺指导营销。

结果，大家花了大力气长时间，搞出来一堆几乎没有参考性的数据和结论，营销结果难以沉淀。boss很生气，后果很严重......

数据中台带来的曙光：规范统一，深挖数据价值

这种情况下我们该怎么办呢？不怕！阿里巴巴数据中台产品为我们提供了堪称完美的全套解决方案！
以数据中台方法论为支撑的新零售业务形态下，企业数据的核心是“人”，即消费者；通过对消费者及其消费行为数据的分析以驱动个性化产品营销及服务。接下来我们就以一家传统电子产品零售商H为例，来看看Dataphin及其上下游相关产品是如何帮助H实现数字化转型，并在短时间内快速实现100万客户拉新的吧！

和很多传统零售企业一样，H以线下销售为主且采用多级分销渠道模式，线上数据多掌握在各大电商平台手中。在线上购物越来越普遍的今天，H面临着新客增长缓慢、老客流失增速的严重问题。经过深入调研和分析，我们发现H的问题主要来自于：不同分销环节数据断层、总体可用数据量少、数据不规范统一、线上线下数据隔离。结合H的业务特性，我们为其制定了以下策略：

• 首先利用Dataphin的数据同步功能，我们帮助H轻松地将来自不同业务库的数据同步到Dataphin，并根据其业务含义和来源划分不同的业务板块和项目，以更好地对数据进行逻辑隔离和物理隔离，实现数据整合；
• 其次，利用Dataphin的数据研发能力，我们帮助H对从生产到仓储再到销售的全链路业务流程进行了梳理，并从中提炼出可复用的商品类目、型号等维度；采购、下单等业务流程和支付金额、购买数量等原子指标并构建相应逻辑表，实现数据规范与统一；
• 接着，我们借助Dataphin的数据萃取功能，以OneID思想为核心帮助H对现有客户进行标签萃取，基于消费行为数据生产出属性标签和偏好类标签（主要是兴趣偏好和行业消费偏好），沉淀会员标签体系，实现消费行为数据萃取与标签生产；
• 最后，我们通过Dataphin的数据服务模块帮助H快速配置并生成可直接使用的API，使其能够简单快速使用基于以上步骤建立的公共数据中心和萃取数据中心数据，并对接QuickAudience等应用实现智能用户洞察和人群圈选，拓展现有营销投放路径，触达更多可能目标客户。

结果是，短短几个月内，我们帮助H整合了来自ERP、财务、税务等多个系统的数据；构建了销售、仓储、会员、营销、商品等数据域和会员标签体系；并建立了商品中心、会员中心、订单中心、门店中心等共享业务中心。据初步统计，H种子用户投放曝光的点击率提升200%，销售转化率提升150%，收藏加购、获粉成本降低约10%，并获得了100万新客户。

是不是被这些转化效果惊到了？没错，作为阿里巴巴数据中台(OneData - OneModel、OneID、OneService)方法论的产品载体，Dataphin的能力远远不止这些。还等什么，快来体验一下吧～结果可能超乎你想象哦！

结语：
阿里巴巴数据中台团队，致力于输出阿里云数据智能的最佳实践，助力每个企业建设自己的数据中台，进而共同实现新时代下的智能商业！
阿里巴巴数据中台解决方案，核心产品：

Dataphin，以阿里巴巴大数据核心方法论OneData为内核驱动，提供一站式数据构建与管理能力；
Quick BI，集阿里巴巴数据分析经验沉淀，提供一站式数据分析与展现能力；
Quick Audience，集阿里巴巴消费者洞察及营销经验，提供一站式人群圈选、洞察及营销投放能力，连接阿里巴巴商业，实现用户增长。

原文链接

本文为云栖社区原创内容，未经允许不得转载。

文章题目：如何通过Dataphin构建数据中台新增100万用户？
当前链接：http://scyanting.com/article/gsdpsp.html