摘要： 阿里云数加提供的不仅仅是BI工具，更是背后一整套的阿里云体系化的服务，只有用起来才真的会感受到云BI的威力。
——【云栖实录】面对正在崛起的移动支付，如何做好数据运营
上海云栖大数据专场带来了精彩纷呈的内容，以下为收钱吧COO陈登访的演讲实录（陈等访的演讲也是本场次观众参与度最高的演讲）：
点击观看演讲视频
大家好，我是收钱吧的联合创始人，COO陈登访。
先介绍一下我们所处的行业：线下移动支付。
今天，移动支付已经成为日常生活中的必选项，但支付变革的影响深度和范围将大幅度超过15年前POS行业的影响，原因有两个：
1 移动支付同时替代刷卡交易和现金交易，而后者的商户规模超过7000万户，是存量POS的3倍以上。
2 移动支付根本改变了商家与消费者的连接能力， 站在我们的理解，这提供了一个全新的契机来推动改变线下商户的经营和管理方式。一句话：大行业，大风口。
介绍一下收钱吧：收钱吧是一家正在做移动支付的非移动支付公司。
我们的商业愿景“智慧的商业”。我们希望用技术和数据来帮助商家在今天生产要素成本快速增长，消费习惯快速变化的场景中提高经营效率，降低成本。
收钱吧从2015年二季度进入市场，到今天有超过50万线下门店在使用收钱吧的服务。从国际快消4巨头的H&M到街边的兰州拉面店，我们主要覆盖全国品牌零售及中小型的街边商户。
用几个数字来描述我们的运营情况，2017年5月我们给商户提供了1亿笔线下移动支付服务，单日最高日交易规模超过400万笔。
2016年1月到现在18个月内，我们每个月的复合增长为27%。
2015年12月份到现在为止交易规模增长了40倍。
在我们的目标市场内收钱吧都是行业的领头羊。
那么作为一个创业企业，我们如何理解和定位数据的应用。
斯芬克斯比较形象的描述了我们的特性。我们的下半身是一个传统的地推公司。我们全国有500+BD在服务大量的中小型商户，同时有合作伙伴在三四线城市帮我们做渗透。而我们的上半身是产品和运营都互联网化的公司，交付的产品是多端的ToB的Saas服务，涉及大量的产品和运营开发投入。
由于这样的特性，我们的核心管理团队不断在问自己的三个问题是：
为什么问这三个问题？
1. 运营效率的突破：因为支付业务是通道业务，其核心在于高效率。
2. 商业模式创新：与传统支付的最大不同是改变了商家和消费者的连接，从而提供了新的可能来构建我们的服务。
3. 客户价值的提升： 所有商业行为最后持续的条件都是给客户提供价值是什么，有多稀缺。
关于运营效率，我展开讲一讲：
首先从业务运营的角度来说：
第一， 因为交易流水相对于传统POS来讲非常少，移动支付带来的利润非常薄。因此我们要回答一个问题：如何做一个月只能赚10元钱的客户的生意？我们需要有很高的获客效率和很低的运营成本。
第二， 支付业务到今天为止，大家产品的差异化不高。因此对所有在这个行业的玩家来说都有一个挑战就是如何把客户留存住。而这是从一个客户上是否可以真正盈利的关键点。
再讲讲发展阶段：
第一，我们是2015年2季度开始进入这个行当的。从最初的不到10个人的团队到今天的700多人，处在一个高速扩张的过程。高速扩张是一家公司最危险的时候，因为管理会失控，会丢掉以前擅长的东西。因此我们最大的挑战是管理方法和体系的沉淀，保证在快速发展中公司不走样。
第二，是业务运营模式快速变化。移动支付这个行业变化非常快。支付宝，微信的政策一直在调整和优化，市场格局变化很快，竞争对手快速变化。我们要不断调整绩效体系，管理模式来适应市场环境的变化。这给我们带来的冲击是管理要跟得上市场的变化。
上述问题我们的答案是两个核心能力：数据化运营能力和数据的产品化能力。 
这也是我们基于数加平台在解决的问题。
接下来分享一些实践。先讲4个销售场景
场景一： 区域策略。
如何从每个月只带来10元利润的客户身上赚到钱？策略非常重要。在区域分析场景里，我们不仅仅看覆盖到的所有城市。我们会看每个城市下细分的各个商圈。例如把上海划分成住宅型，商业型，旅游型，大学城周边等十几种商圈，关注每个商圈内商户的综合产出情况。这个过程我们会发现很多和常规认知不一样的地方：
例如是市区的商圈价值高还是郊区的商圈价值高？常规的理解是市区的价值高。但是不一定。因为市区的竞争非常激烈而我们这个行业和竞争的关系很大。
再例如移动支付的主要使用者是年轻人，大学生很多。因此大家理解大学城是好的商圈。但是不一定。因为首先大学一年有3个月假期，这期间商户是没有生意的。第二大学附近商户的转铺率很高。因为大学生对价格非常敏感，要在大学附近经营好不容易。第三因为所有人都认为大学周边的商圈是好商圈，因此大学城的竞争就异常激烈。
另外商圈是动态的，今天的这个商圈的投入产出高不代表明天的投入产出高。
因此我们要时刻关注商圈的变化，研究背后的可能性，基于这些分析去决定如何调整人力资源的配置。
场景二：行业的策略。
做移动支付的都知道所谓的三大行业：餐饮，水果，零售。但是对我们来说这些认知不充分。我们划分出了110个细分行业，关注大家都看好的行业之外，还有哪些有价值的长尾行业。一个长尾行业的商户产出可能比一个常规的好行业的产出高2-3倍。而不同的城市的行业表现是不一样的，长尾行业也不同。例如武汉的网吧特别好，因为是中国最大的大学聚集地之一。通过这样精细化数据的分析，我们从总部和分公司层面去找到市场上被忽略的差异化领域，来提高销售效率和销售团队的产出。
场景三：管理沉淀。
我们建立了一整套覆盖公司所有层面的数据产品：从总部，到大区，到城市经理，团队和BD。每个人的业绩，行为都是通过数据来看的。当公司快速扩张的时候，如果没有一套数据管理体系来沉淀管理方法，是无法管理的。
我把城市经理这个层面展开来讲讲。
我们要求每个城市经理要掌握三个事情：人，法，略。即要管住人，要掌握方法，要知道在这个城市的市场里怎么打。我们面向城市经理的BI工具，除了传统的业绩分析对比，更关注在策略层面对城市经理的支撑：了解每个商圈的竞争的优劣，行业的选择，快速调整导向并且在BI上及时看到调整导向之后的结果。同时在钉钉上有所有BD的实时轨迹，当城市经理下达了新的指令，可以实时看到BD的执行情况。这套东西是我们在执行精细化管理的重要工具。
背后的力量：
我们在去年的12月份尝试Quick BI，在今年2月份决策把报表迁移到Quick BI上。而且我们为此还改了组织架构，使用Quick BI之前，技术人员在报表开发中占了很大的比重。做数据报表对技术人员来说重复枯燥，但是由于管理需要没有办法。有了Quick BI，我们的技术人员可以专注于底层架构和中间数据层的设计。对应的我们成立了业务部门的核心BI团队，并在每个业务条线上找到了参与BI制作的人。所有的数据展现是业务部门自己DIY来做的，业务人员更深入的参与到数据分析中来。在3个月时间里我们一共实现和迁移了300多张报表。
作为公司管理者，看不到数据是很痛苦的。Quick BI带来的最大价值，是对数据分析和管理决策的敏捷度大幅度提高。之前提报表需求至少需要1-2周时间的响应，现在基本上当天提晚上就出来了，刚才我提到我们有个很大的痛点，就是管理模式一直在变。在变的时候，用数据及时反映问题的能力更加重要。我自己在金融行业有15年的从业经验，做过大型的BI实施，清楚的知道传统的BI工具非常昂贵，至少消耗上百万，基本是大公司专用。Quick BI平民化的价格，使得创业公司在第一天开始就可以引入和使用BI。这是一件善莫大焉的事情。
我们的数据运营不止停留在销售部分。还有用户运营等各个方面，以用户流失的管理和实时监控为例
用户流失管理：
如何降低用户流失率？除了好的产品，好的线上运营，好的线下服务，还有一个重要的点是对用户使用行为的监控。我们原来使用的是规则引擎。例如一个商户昨天用了15笔，今天不用了，我们要看一下发生了什么。但是规则引擎会有一个问题，就是影响变量很多，而规则引擎很难做到非常精准。例如天气，节假日带来的影响，不同行业和不同商户的交易特性差别很大等。因此我们在和数加的机器学习平台合作，把我们的监控迁移到机器学习平台上，基于商户的行为数据学习来帮助我们更快速更准确的对商户的流失进行判断。
