01
安利數字化轉型初期，大數據治理和底層數據基礎設施有待完善
安利（中國）日用品有限公司（以下簡稱 " 安利 "）成立于 1995 年 4 月，總部位于廣州，業務聚焦營養保健、美容化妝品 、個人護理和家居護理等產品的生產和零售。
自進入中國市場以來，安利始終堅持本土化運營，深耕中國市場，產品多達 200 多種，憑借自身高效環保的產品贏得了中國消費者的信賴和喜愛，其中雅姿、紐崔萊品牌更是家喻戶曉。如今安利中國的業務已遍布全國，員工數量過萬，是中國保健品市場的領導品牌之一，中國也成為了安利全球的最大市場。
安利以社交商業為基因，主要采取直銷模式，除了線下直營銷售門店外，核心是通過簽約銷售人員（即 ABO）的直接推銷和關系裂變完成產品的銷售。起初主要走線下模式，由銷售人員向親朋好友推薦或直接在地鐵站、商場等人流密集場所推銷安利產品，勞動強度大，效率低下。
基于洞察到的移動互聯網和社交電商的潛在機會，2014 年開始，安利啟動直銷模式變革，基于數字化、體驗化、年輕化理念，提出 " 體驗戰略 " ——由體驗實體、電商平臺、物流售后體系、社群活動形成卓越的體驗生態。即原有傳統線下門店升級改造為體驗中心、客戶服務中心，承載 ABO 的諸多線下體驗與溝通場景、社群活動（如瑜伽、美妝、美食烹飪等）；自研安利云購（最主要的線上銷售渠道，有 PC、APP、小程序端）作為電商平臺；與京東合作，搭建物流售后體系。此外，還借力數碼港等自研 APP、微博、微信公眾號等數字化平臺，為營銷人員提供豐富的多媒體互動性內容，包含企業資訊、營銷培訓、在線銷售等多種服務，持續強化 " 單兵作戰 " 能力。數據顯示，安利目前超過 90% 以上的訂單來自線上，80% 來自于移動端，引領直銷業態全面轉型社交電商。
但對安利而言，從人力驅動走向數據驅動并非一帆風順，過程中也面臨過不少問題。
圖 1：安利數字化轉型初期面臨的主要問題
首先，數據類型不完整、用戶畫像單薄，安利無法基于用戶畫像及旅程進行個性化營銷與運營。安利依托自身的在線化工具以及 GA 和 Adobe 的產品進行數據采集，但數據非常分散，采集更多的是客戶來源渠道、成交額等客戶旅程兩端的業務維度數據和少量關鍵行為數據，且該部分數據也僅停留在簡單的部分采集和分析層面，對客戶的整個瀏覽、加購、支付、推薦等一系列客戶旅程行為所知甚少，無法完成精準的用戶畫像和客戶旅程劃分，無法籍此展開營銷與客戶運營。
其次，安利全網每日沉淀的數據量龐大，但缺少系統化接入采集方案，數據采集成本高昂，統一 ID 體系尚不完善。安利內部擁有數十個線上應用產品，全網日均數據量超過 5000 萬條，但起初并沒有自動化、全渠道采集方案，從有些地方只能夠拿到特定 ID，每年僅數據采集成本高達數百萬。同時，安利自身的 One-ID 體系相對薄弱，未能完全做到對所有渠道用戶的 ID 進行識別打通，數據無法資產化，影響進一步的數據應用。
第三，ID 體系不完善致使用戶標簽體系無法有效建立，制約了安利云購中包括產品推薦等眾多應用功能的精準發揮。由于用戶來源渠道多種多樣、用戶行為數據缺乏且 ID 體系不夠完善，安利無法針對特定用戶建立相對完整、多維度的用戶標簽體系，這很大程度上限制了安利基于不同用戶的標簽特征進行個性化產品推薦、促進復購甚至簽約成為 ABO 等系列用戶運營動作的效果，影響用戶粘性、交易額及 ABO 團隊的發展。
第四，由于大數據治理和底層數據基礎設施不完善，安利起初未能做到基于數據并結合業務場景做深度賦能，且數據的內部使用成本偏高。安利在數字化轉型初期缺乏對業務場景進行深度賦能的能力，如對加購未下單、下單未支付的訂單等場景缺少適度干預， 對 ABO 的賦能偏弱，也缺乏對跨終端分享的追蹤分析，數據和業務間存在斷層現象。同時，安利內部數據由各業務線分別接入各自應用（項目）中進行采集和分析，內部數據并未完全打通，不同業務部門調用數據，往往需要跨多部門申請溝通，時間成本高昂。
02
構建敏捷數據中臺，探索數據 - 決策 - 運營良性循環
諸葛智能于 2018 年前后與安利展開合作，成為安利數字化轉型的核心服務商之一，通過聚焦客戶業務場景、專注用戶行為分析、" 采集 - 洞察 - 觸達 -BI" 的一體化智能營銷閉環服務，搭建了安利的 Databank 敏捷數據中臺，幫助安利從 0 到 1 實現了體系化、自動化的用戶行為數據采集與打通，完善了 One ID 體系和標簽體系，定制化開發了追蹤用戶分享的跨終端分析功能模塊，實現了集團內部多業務線的數據共用、共享，打破數據孤島，讓數據在同一個平臺進行統一管理，有效支撐集團精準高效地進行經營分析與決策，形成了數據驅動決策，決策指導運營、運營反饋數據的良性循環。
圖 2：諸葛智能 - 安利敏捷數據中臺整體解決方案
03
結合業務場景，全渠道植入多埋點采集方案
針對用戶行為數據采集缺失問題，安利與諸葛智能一道對自身業務場景及業務指標進行詳細拆解，最終采納諸葛智能提出的多埋點數據采集方案，為保證數據安全，私有化部署了諸葛智能大數據處理系統，建立起了自動化、全渠道采集和處理用戶行為數據的體系化能力。
首先，安利邀請諸葛智能與市場、運營、IT 等多個部門一起梳理自身典型業務場景與對應的核心業務指標，結合無埋點、可視化埋點、代碼埋點、后端埋點等業內常用數據采集技術的優劣勢，最終采用諸葛智能建議的多埋點方式，即安利云購等主 APP 采用 SDK 的代碼埋點 + 無埋點（也稱 " 全埋點 "）方式，對數據進行分層、精準采集；同時制定統一數據規范，對包括安利官網、H5、微信小程序、三方營銷工具（安利搜狗輸入法、微吼視頻）等端口的數據采用 API 接入，確保安利所有獲客渠道用戶屬性、用戶行為數據的全方位、自動化地數據采集與整合，讓數據可在同一個平臺進行統一管理。
其次，安利的 IT 部門在諸葛智能的培訓與陪跑下，快速掌握了如何集成諸葛智能的 SDK 產品，并與諸葛智能共同檢驗埋點方案與結果的一致性、過濾掉無效埋點、對敏感數據進行加密管理，確保了安利多埋點數據采集方案所采集數據的可用、可信。
最后，考慮到數據安全問題，安利經過對性能、安全、成本的綜合考量，最終選擇在自身服務器上私有化部署載有 Kafka、ETL 等核心組件的諸葛智能大數據處理系統，以便實時規模化地對所采集的海量、復雜的用戶行為數據進行洞察、挖掘、合并等清洗工作，以支持后端的用戶統一 ID 體系、推薦系統及 BI 系統，為數據的進一步應用提供有效依據。這個過程中，安利將絕大部分 SaaS 應用進行了私有化遷移，諸葛智能幫助安利在不影響服務的情況下，以最短的時間完成了對安利歷史的 200 億數據的遷移，幫助安利順利完成了私有化部署。后續增量的實時數據、歷史數據則分別通過諸葛智能大數據處理系統的 Kudu、HDFS 存儲引擎將數據落入安利的數據倉庫。
圖 3：諸葛智能數據采集流程及后續應用舉例
04
完善全域統一的 ID 體系和覆蓋全旅程的用戶標簽體系
針對用戶 ID 體系和標簽體系不完善的問題，安利引入諸葛智能的 UTSE 模型、采用多層用戶 ID 映射技術方案，建立起了統一的用戶 ID 和標簽體系。
首先，考量到用戶群體廣泛，用戶從訪客到首購的客戶旅程對安利也十分重要，為建立覆蓋全生命周期的數據標簽體系，安利引入了諸葛智能的 UTSE 模型，以獲取用戶登陸前、多設備、多角色等場景下用戶的靜態和與安利多維度互動的動態數據。如用戶在注冊登陸前的匿名 ID 及對應的行為數據、同一用戶在不同設備上的行為數據等。
圖 4：諸葛智能 UTSE 模型
其次，為建立統一的用戶 ID 體系，安利通過諸葛智能運用行業領先的多層用戶 ID 映射等 ID-Mapping 方案，將不同渠道來源、業務系統中的身份標識進行串聯，生成安利全渠道統一的用戶 ID 標識。和其他電商平臺類似，安利用戶來源多種多樣，在安利云購 APP、安利皇后廚房 APP、安利云購小程序、安利 PC 官網等渠道會有用不同 ID 進行登錄的情況，想要進行全域統一，有一定難度。諸葛智能通過唯一用戶主 ID（即共用的關聯 ID）形式，將手機號、登錄名、設備 ID、微信端的 Union ID、Open ID 等各個用戶終端的輔助 ID 串聯起來，同時利用匿名 ID（如 Union ID）記錄用戶登錄 / 注冊前的行為動態的特征，并與實名后的數據自動打通串聯，幫助安利高效覆蓋了用戶購買前、中、后的行為鏈路，確保用戶數據采集無遺漏，這對用戶量龐大且情況多樣、多產品、多渠道且注重用戶推薦的安利尤為重要。
圖 5：安利用戶統一 ID 體系
最后，基于統一 ID 體系，結合所采集的靜態特征數據、動態全生命周期行為數據，在諸葛智能的協助下，安利建立起動態實時更新的用戶標簽體系，對之前相對單薄的用戶畫像進行了進一步精細化，從而為安利的公域投放、私域運營提供堅實支撐，促進安利各產品線的用戶活躍、留存、復購、湊單與分享。
05
深度賦能業務場景，打破數據孤島效應
針對數據應用價值不突出且內部使用成本高的問題，安利通過諸葛智能向其他服務商提供高效數據對接，并結合諸葛智能的營銷自動化系統以及向 ABO 賦能，持續提高用戶的付費與轉化；定制打造多維度可視、多渠道匯總的跨屏分析平臺，安利實現了數據 " 一鍵點擊 ，一屏全覽 "。
首先，考慮到諸葛智能擁有百億級數據對接經驗，安利決定借助諸葛智能大數據處理系統向其他服務商提供毫秒級 API 接口，以實現用戶及行為數據的實時訂閱，賦能安利多個實時數據利用及整合場景。以安利智能云購的智能推薦功能為例，該模塊主要由達觀智能負責，諸葛智能作為該推薦系統的底層數據提供商，通過大數據處理系統的 Kafka 組件將用戶行為數據、ID、標簽數據向達觀智能做高效對接，支撐安利云購電商平臺 - 首頁推薦位（猜你喜歡、熱門推薦、用戶相關推薦）、商品詳情頁推薦位（商品相關推薦）、購物車推薦位（商品相關推薦）等重點板塊，助力安利進行精準用戶偏好識別、用戶購買意愿提升。此外，安利還可利用諸葛智能的大數據處理系統導出不同格式數據，二次利用于自身的電商場景。
其次，為提升用戶在加購行為的付費轉化，安利引入諸葛智能自主研發的營銷自動化（MA）系統。通過結合業務部門的意見與經驗并進行產品輕定制，安利對于用戶加購、湊單提示、訂單支付等場景增加了互動提醒功能，如對于客戶加入購物車超過 24 小時、48 小時而未下單支付的客戶進行公眾號或短信推送提醒、優惠券派發等，以便幫助安利促進付費轉化。
第三，安利瞄準自身商業模式中的關鍵角色 ABO，進行店面賦能、跨終端分享分析，進一步激活 ABO。數字化轉型后，安利的 ABO 人人都是店主，用戶通過店主提供的小程序碼產生消費就會給店主相應的傭金。安利的 ABO 可通過諸葛智能的跨屏分析平臺終端應用獲取更詳盡的到店用戶行為數據，如隨時查看到店用戶畫像、實時瀏覽記錄、加購商品分布、下單商品匯總等數據，以數據幫助 ABO 優化自身銷售策略、提升銷售業績；同時，通過跨終端分享的精準分析，打破單一微信生態，支持 PC、移動、App（卡片消息、URL、二維碼等）等方式的分享追蹤，保證了 ABO 及分享人員的利益，同時核心 ABO 通過分享數據分析，還可將分享數據優秀的人員發展為公司的正式 ABO，壯大團隊力量，如數據顯示，安利 40% 的新人來自于第一年安利新人推薦。
圖 6：安利 ABO 三級分享關系圖
最后，為打破數據 " 孤島 "，便于集團統一進行業務和經營決策，在諸葛智能的協助下，安利構建了可定制化的跨屏分析平臺，可聚合不同端的用戶數據，從全局去分析所有應用業務線。安利打破之前各業務線分別接入一個應用（項目）中、數據獨立采集和分析的現狀，構建可定制化的跨屏分析平臺，既有行業常用且標準化的 BI 分析工具，又可讓安利的業務人員、經營分析人員根據自身需要設計相應的分析功能模塊，實現 " 一鍵點擊 ，一屏全覽 "，極大降低了數據使用成本，也提高了數據使用的效率效果。如安利的市場部門通過分析平臺的效果歸因分析，可清晰了解各渠道廣告投放的觸達和轉化效果，從而優化下一波營銷動作并沉淀新的渠道和人群數據用于效果歸因，形成業務閉環，從而實現以數據驅動活動迭代，即活動前提供數據分析支持，活動中監測活動數據，活動后輸出分析報告。安利各產品線的產品經理也可以拿到詳盡的用戶行為數據，對后續的產品迭代起到關鍵支撐作用。
06
數據驅動增長成效顯著，新安利脫穎而出
隨著一系列數字化動作的落地，安利快速構建起了整體面向全域的大數據治理和底層數據基礎設施，有效支撐了 " 數字化 + 價值點 + 用戶體驗 " 的戰略布局，順利拓展了線上業務，玩轉社交電商，打造增長飛輪。截止目前安利云購的月活躍用戶（即 MAU）已達到 400 萬 +，網購占比 90% 以上，顧客檔案已實現翻倍，已接入包括電商、內部培訓、活動運營等多個業務及超 20 條產品線，日均數據量 5 千萬 +，最高峰值達 1.5 億，超 8 成訂單一天內送達。在此期間，諸葛智能作為數據智能服務商持續陪跑，與安利一起成長。具體來看：
1. 在諸葛智能的多埋點方案和大數據處理系統助力下，安利實現了數據的高效采集 ，服務對象多，節省大量人力成本。
1）安利的數據采集成本大幅降低，從數百萬人力成本降低至幾十萬以內，機器采集的效率高且成本低。
2）安利實現了 24 小時不間斷的經營和服務，數據采集數量也超過 500 億。
2. 數據應用價值突顯，安利已實現深入賦能電商運營。
1）安利數千家直營店鋪可以通過諸葛智能數據平臺實現電商精細化運營管理，用戶行為分析數據實現可視、可用、可追蹤。線上直銷店鋪整體 MAU 大幅提升，增加 4 倍之多。
2）通過用戶旅程分析，安利站內 push 新增 10 余種個性化推薦提醒，整體轉化率增加 60%。
3. 安利內部協同管理效率得到提升。
1）安利內部運營、產品、和市場端人員都在使用，可滿足數千人以上人員同時在線操作，數據一鍵獲取和分析，方便快捷，業務涵蓋電商、內部培訓、活動運營等多個業務。
07
深入業務場景夯實大數據底座是成功關鍵
縱觀諸葛智能與安利的合作不難發現，此類項目的關鍵成功要素包括以下幾方面：首先，需要數據服務商與品牌方通力配合，深入業務場景，充分深刻理解品牌方業務及需求痛點；其次，數據服務商須充分發揮自身技術優勢，圍繞品牌方需求痛點構建科學化、系統化解決方案，尤其結合客戶的產品特點及用戶旅程，從采集、分析和應用等環節入手，系統化著力；最后，需要數據服務商通過客戶成功團隊和技術團隊的密切配合，從產品、服務兩大維度，確保解決方案落地下、用得上、玩的轉，對品牌方產生真切價值。
附錄：諸葛智能介紹
北京諸葛云游科技有限公司（品牌名稱 " 諸葛智能 "）是新一代敏捷開放的數據智能服務商，以用戶行為數據為重點，提供專業數據技術和工具，幫助企業實現用戶數據的積累與應用，全棧式賦能用戶數據管理、分析洞察和運營增長，提高用戶價值。通過幫助企業夯實數據基礎設施建設，有效落地數據上層應用，驅動科學決策，助力企業與組織實現數字化升級，是企業與組織數字化轉型的第一站。
諸葛智能總部位于北京，是國家、中關村高新技術企業，現已在上海、深圳設立分公司，并在武漢成立研發中心。2021 年 12 月中國領先的多業務云通訊服務商容聯云（NYSE：RAAS）宣布全資收購諸葛智能，雙方將實現產品和服務能力上的融合升級，通過整合 " 通訊 + 數據 + 智能 " 的核心技術能力，更有效地助力企業營銷與服務數智化轉型。
目前，諸葛智能已幫助全國 1000+ 家企業實現數字化轉型升級，旗下核心產品諸葛 io 已累計為超 70000+ 平臺用戶提供數據支撐，覆蓋地產、零售電商、互聯網、汽車、金融保險、教育在內的數十個垂直領域，數字化轉型經驗豐富。