共计 3392 个字符，预计需要花费 9 分钟才能阅读完成。
明天的易观，曾经不是大家惯例了解的那个易观了。
成立于 2012 年的易观（大数据），传承了母公司 20 年的品牌和数据分析能力，并正在成为一家以产品和技术驱动的数据智能公司。
2012 年，易观大数据成立后，通过产品和技术驱动，通过一站式数据驱动解决方案，帮忙用户解决市场跟踪、用户营销和用户经营等问题，并与分析师服务相结合，独特进行产品及用户洞察剖析，帮忙企业发现问题、量化问题和解决问题。
欠缺产品线布局，构建企业用户经营闭环
2017 年，易观推出了易观方舟数据平台，用易观创始人于揚的话来说，“易观方舟始于用户行为数据分析，但将来会更广阔。”明天，越来越多的企业通过用数据工具，深度剖析用户行为，辅助经营决策，多通道触达用户，进一步实现用户营销和用户经营闭环。同时，基于易观已有的数据产品解决方案，企业能够抉择易观千帆和易观万像增值服务，来补充通过易观方舟建设起的用户营销与用户经营体系，实现一站式经营闭环，晋升数字用户资产回报率。
易观方舟定位于帮忙企业实现精细化经营的智能用户经营平台，包含网站、APP、H5 以及 IOT 设施等多达 22 种用户数字触点。在与企业进行数据采集单干中，易观尽管同样通过埋点的形式进行采集，但抉择的是通过可视化埋点、代码埋点以及行业标准 SDK 进行，来保证数据采集的易用性及用户隐衷，也能够对接 CRM 等业务数据。
这两种埋点形式联合应用会更加灵便，可针对不同行业用户抉择更适配的解决方案，同时也晋升了时效性，产品和经营人员能够疾速可视化埋点获取数据，抉择局部须要埋点采集的“事件”针对性进行埋点，与业务更加严密的贴合，为后续的剖析提供根底。同时，针对性的埋点也升高了了企业的更换老本及冗余的服务器收入，晋升了应用黏性。
易观方舟能够实现动静实时的用户行为剖析。这得益于易观联合多年大数据技术平台实际自研的 IOTA 架构，将 ETL 过程放入 SDK 中，在边缘端实现数据格式的对立，云端只负责存储和查问，取代了传统 ETL 的 Micro-batch 数据处理形式，极大的晋升了数据查问、剖析的实时性。
易观方舟的 IOTA 架构与传统的大数据架构相比，IOTA 架构的基本思路是将 ETL 工作去条化，放在 SDK 中做，是边缘计算。先将数据格式规整好，云端只负责存储和查问，这样就能够更不便的反对各类数据的买通。易观 CTO 郭炜说，“IOTA 架构的劣势在于能够进行实时数据分析，因为过来的 ETL 形式可能须要隔天或者小批量（Micro-batch）的数据处理，那么在数据量大了之后，工夫就会越来越长，很难做到秒级。”
易观方舟凋谢的数据架构
此外，易观方舟能够依据用户不同的行为特色将用户分群，并利用集成的短信、邮件、PUSH 音讯等多种触达形式对目标群体进行精准营销，实现了基于用户行为、业务场景的智能用户经营闭环。易观方舟还提供了行业内举世无双的用户画像工具，使用者能够查看目标群体在用户畛域、用户场景、用户 APP 应用方面的偏好，不便理解用户的画像及偏好。
与其它用户数据平台或工具比拟，易观方舟还能够实现与易观万像之间的买通，将易观方舟中用户分群标签对接到易观万像产品中，通过易观万像产品来寻找最优流量进行投放触达，并且万像能够收集投放后的成果数据返回易观方舟平台，造成营销闭环，晋升广告投放的效率。
能够看出，在推出基于用户行为剖析，帮忙企业进行用户营销和用户经营的数据智能中台 - 易观方舟后，易观的产品曾经基于数字用户全生命周期，布局了帮忙客户理解本身业务状况的易观千帆，帮忙客户实现晋升营销成果的易观万像，加上长期以来被客户熟知的剖析服务，产品矩阵更加欠缺。
对于易观来讲，可能从企业数字化起步阶段、到业务增长阶段，提供全业务流程解决方案，这样一方面能够进一步减少企业的应用黏性，另一方面不同产品之间的互相导流，也使得易观在客户中的 Up-Sell（向上销售）会更加容易，整体客单价会绝对较高，造成了易观独特的护城河。
PaaS 层逐步欠缺，构建数据技术平台生态
用户行为数据作为企业的外围数据，大多数企业还是不违心将其放在私有云上，因而私有化版本势必是现阶段的支流，而这就要求产品 PaaS 层的欠缺。
易观也在 2018 年实现了易观方舟 PaaS 平台的开发，除了私有云和集群模式，也能够提供私有化单机版的易观方舟产品，底层引擎曾经较为欠缺，部署和施行周期通常在一周以内即可实现。
PaaS 平台一方面能够满足企业的私有化部署需要，进一步晋升易观客群数量，易观在方舟推出伊始就着力于构建可灵便拓展的 PaaS 能力平台，在过来的一年多工夫里，易观与客户、与合作伙伴一起，通过在 PaaS 平台上进行下层利用的开发和拓展，逐渐开始构建产品生态平台。
另一方面具备 PaaS 平台之后，随着底层计算查问引擎以及各类技术组件逐渐丰盛，针对企业需要进行下层利用的二次开发更为便捷，在企业外部的扩展性会更好。这些都为易观将来的倒退提供了保障，通过一直构建满足客户不同需要的下层利用，以晋升市场天花板。
易观 CTO 郭炜
对于 PaaS 平台的优劣势，易观 CTO 郭炜也谈了本人的认识。PaaS 平台的二次开发能力是很重要的，相干开发接口的数量；以及底层的非核心代码是否是开源的，因为 PaaS 最终的指标是让开发者参加进来，因而易观的 PaaS 平台中 SDK 是开源的，调度也是开源的，以及 API 级别的代码也是开源的；最初是用户黏性，很多 SaaS 的替换率很高，然而比拟好的 PaaS 替换率应该很低，黏性很高。
2019 年 3 月 1 日，基于易观方舟商用版底层架构，易观推出了国内第一款私有化部署、凋谢且收费的用户剖析和智能经营平台易观方舟 Argo，面向产品刚刚起步、数据量较小、有本人入手能力的技术、产品翻新团队和集体，更多使用者的退出，也与易观一起建设起一个基于数据驱动的技术生态。从整体易观服务企业的赛道来看，必然也带来足够大的空间，让易观与合作伙伴一起成长。
从用户行为剖析切入，定位企业客户
除了自身 PaaS 平台产品的欠缺水平以外，企业客户数量决定也是平台生态建设难易的关键因素之一。
现阶段，在下层利用方面，易观次要还是通过用户行为剖析、为企业构建一站式数据驱动的智能用户经营闭环，来为企业发明价值，并获取客户。
这次要是因为用户行为剖析能够用于企业营销、经营等不同层级的业务，对于企业业务增长来说是至关重要的；同时，用户行为剖析自身是不同行业、不同规模的企业都须要的，随着流量红利的隐没，精细化经营、营销的需要增大，各类传统企业也开始转型，因而用户行为剖析的潜在企业客户数量极大。
目前，易观方舟曾经领有了大量客户，笼罩了银行、保险、证券以及各类品牌商，也有平安保险、中石化、方正证券、当当等标杆客户。同时也面向那些正在数字化转型中的中腰部企业客户以及中小微数字化互联网企业。
在客户布局中重点抉择笼罩更多腰部企业客户，也是因为这类企业的数量更大，同时下层的数据分析需要也能够笼罩更多的行业以及利用场景，为后续的平台生态建设打下基础。
是「降级」不是转型
现阶段，大数据和人工智能畛域中，B 端客户曾经不再只满足于数据的存储和简略展现剖析，而是须要提供更加深刻的智能剖析及经营服务，而这也就意味着供应商须要对于企业的本身业务有较深的了解，这样能力针对不同业务提供更加针对性的产品。
作为一家传承了母公司弱小数据分析能力的公司，易观大数据对于企业的业务理解能力要远超个别大数据厂商，这也是易观在业务降级后的劣势之一。
易观创始人于揚
易观创始人于揚一再强调， 易观在降级，而不是转型。“降级，意味着客户群还是原有根底，只不过用新的办法和技术来解决他所面临的新的问题；而转型则是卖鸡蛋到卖百货商品的转变，性质变了。易观显著不是转型。”
截止目前，易观曾经领有一支 200 多人的团队，而在 200 人团队里，产品和技术团队人数占大半，集中精力打磨外围产品和技术。同时易观还持续保留 40 人左右的分析师团队，专门做数据分析和征询业务。
于揚示意，当初的易观给本人的定位是数据智能产品和平台提供商，致力于“让数据能力平民化”。在于揚看来，“让数据能力平民化”是一座灯塔，它指引着易观后退的方向。
自此，那个传统意义上挤满了分析师团队的易观，也轻轻换了标签，进入帮忙他人发现问题、量化问题到解决问题的良性循环空间，易观新的商业模式也就此关上。
复制如下网址，在浏览器关上，收费下载经营白皮书：
http://mrw.so/4Q2PB1