近几年，互联网创业大军风生水起，无论是电商、游戏、O2O、金融各个行业对数据服务个性化需求越来越强，但由于需求打折、成本走高、效率低下、价值缩水，如何才能够完美解决精细化数据运营的各种难题？
在日前刚刚结束的全域大数据峰会上，【友盟+】高级产品经理刘楷锡就大数据精细化运营相关细节给我们带来一剂良方。
大数据趋势：数据精细时代的来临
现在的社会，你想干什么都有专业的人和专业的服务，如此一来经济活动的效率会更高，价值也更大。大数据行业中，数据分析需求也会随着这种趋势而更加精细，如果说数据精细时代已经来临，说明其中所蕴藏的效率和价值已经是大家迫在眉睫的需求。
大数据之痛
说完了大数据的发展趋势，大数据的痛点相信大家肯定都有自己的经历和见解，我在这里总结四点。
一：网站巨量数据实时监测，精准分析成难题
新闻、视频、电商网站：用户量很大，内容繁多且日新月异。自建数据分析后台，用户量越大成本越高，数据分析缺乏专业性。使用第三方统计分析工具，但个性需求无法满足，数据量过大无法实时计算。
二：游戏精准用户画像体系如何获得
游戏广告：转化的用户和流失的用户都有哪些特征，比如消费能力、兴趣点、年龄、地域等，这些信息可以帮助开发者制定产品策略和营销策略。用户画像有很大价值，尝试自己去给用户打标签，但是能收集的信息极其有限。
三：应用如何按照用户标准进行用户分群
应用：根据自己的标准圈出高客单价用户，这样的需求在任何产品上都存在，商品类型、服务类型、游戏类型等等的不同导致圈人的标准不一样，说明每个产品都需要按照自己的标准进行用户分群，这恰恰是难于满足的。
四：个性化用户分群触达难
互联网金融：CRM、RFM都没有，想区分不同等级客户，使用第三方的数据分析工具，由于定制性不够而无法满足自身需求，而自建CRM和RFM的成本又无法承担。
大数据的痛点总结成四点就是：需求打折、成本走高、效率低下、价值缩水。中小公司使用第三方数据分析工具，服务个性化不足导致需求打折，大公司自建数据分析平台导致成本走高，而由于在数据分析领域缺乏专业性，自建的数据分析平台会导致效率低下，综合需求打折，成本走高，效率低下，数据分析在业务中本应产生的价值大打折扣，导致价值缩水。四面雷区，处处是坑，这就是大数据的四面埋伏。
大数据良药
【友盟+】推出的核心产品U-Dplus，帮助开发者突破行业困局，创造更大的价值！
U-Dplus如何突破大数据行业困局？
1、个性化场景、行业模板
U-Dplus能区分行业、业务、应用场景等等,让你自由的进行精细化极具针对性的数据分析，并利用模板化来提高数据分析使用、复用、迭代效率。
2、高度的自定义空间
U-Dplus具有高度的自定义空间，你可以自定义报表的计算逻辑，自定义复杂的组合计算逻辑，自定义模版中包含的计算要素，甚至自定义数据分析使用的数据源，比如接入历史数据，接入自有数据，或者你认可的第三方数据。而且更加重要的是U-Dplus的这种自定义空间是可以扩展的，除了现有的逻辑、模板和数据源，随着产品的发展将会有更多元素开放自定义，以更好地满足你的个性化需求。
3、多元标签用户分群
U-Dplus具有持续降噪多元标签分群体系，并拥有可扩展的用户触达通道。打造专属于你的产品的用户标签体系，而且基于UMID的唯一设备身份识别，该体系具有良好的继承性和移植性，可让你在同时或顺序运营开发多款产品时，在用户管理和精细运营商事半功倍。U-Dplus的可扩展用户触达通道，通过标签分群后直接对分群的结果做差异化运营，之后通过数据监测就可以量化数据分析对决策和运营的直接影响。
4、超大数据量多维细分
U-Dplus具有多维、灵活、千万级数据量实时计算的能力。多维包含了自定义的维度，完全由你做主的维度即参与实时计算，实时计算可以符合高达千万级的数据量，这个能力是现在市面上独一无二的。
U-Dplus逻辑架构
第一步数据输入，其中自定义埋码、场景sdk、自有数据接入支撑U-Dplus高度自定义空间的特性；
第二步分析挖掘，其中多维交叉计算、流程转化、用户追踪、多元标签用户分群支撑多维、灵活、千万级实时计算；
第三步报表呈现处理中的看板自建、模板中心、行业模板；
第四步数据输出中的场景分析报告、个性化自检报告、实时查询结果、人群查询API支撑行业划分、垂直精细、模板化；
第五步应用中的做决策和直接触达运营支撑用户标签分群和触达。
U-Dplus Demo 展示
下图中左侧是U-Dplus的左导，其中包含概况、全部报告、时间趋势、细分、指标拼接、实时流、转化漏斗、用户留存、人群分析。图中间部分是细分模块下细分可设置的细分维度，下面是选定维度后呈现的多维度曲线图，根据曲线图生成的表格这里省略了，图中右侧是demo账号中已经定制的报告模板。
U-Dplus 案例展示：游戏解决方案
玩家没体力了都怎么办？”，这是一个游戏领域的精细模板，移动端游戏大多拥有体力数值，玩家闯关时消耗，可随自然时间恢复，控制着玩家消耗游戏内容和成长的速度。那么玩家没体力一般可以花钱购买或者等待，有的游戏可以分享获得体力，花钱买、分享都是利用用户变现的手段，针对这个场景具有自定义功能的数据监测则非常满足某些开发者的需求。
“流失玩家关卡数据”，记录着已流失玩家通过的最高游戏关卡，这个数据对于从关卡角度审视用户流失原因至关重要，如果某个关卡流失用户异常之多，是不是这个关卡太难或者该区域给玩家的快乐释放不足？
“衣食父母的一天”，意思就是鲸鱼玩家的消费记录，最重要的是这个行为追踪功能，追踪某个大R玩家一段时间内在游戏中的所有行为。适合用户体量不大，核心用户消费深度较深的游戏，对于这样的游戏，大R玩家的喜好和对产品的反应是游戏的命门，维护运营好这些核心玩家要比大量统计级数据的分析重要的多。
看完这三个模板U-Dplus游戏行业解决方案的feel，其他行业解决方案也会紧贴行业业务和应用场景，满足开发者五花八门的个性需求。
然而除了解决行业痛点以外，U-Dplus还承载着【友盟+】为迎接大数据未来的挑战打造数据分析生态的重大责任。在未来真正优秀的数据分析服务除了具有开箱即用、功能强大等特点，用户的个性情况，历史数据的掌握，长期的服务关系也会是数据分析价值最大化的关键砝码。
【友盟+】会打造一个健康的数据服务生态，将ISV等零散的专业资源整合进来，一起为客户打造高效的，长期的，个性化的数据服务，以期为用户创造最大价值。【友盟+】用你的数据为你造福，这是我们的愿景。U-Dplus——让天下没有难做的数据分析。
（新闻稿 2016-04-29）
