- 零售
- 大数据
- 广告监测
- 用户行为分析
2016年1月，被阿里巴巴收购的移动开发者服务平台友盟、中文网站统计平台CNZZ以及互联网数据服务平台缔元信宣布合并，以友盟+这个全新品牌面向市场。
尽管三家公司都是提供大数据相关服务，但毕竟业务、数据、技术架构等方面存在差异，需要一定的整合时间。
经过将近一年的蛰伏，融为一体的友盟+目前已经在互联网应用市场、广告服务市场以及新零售市场提出相应的解决方案，分别是智能分析U-Dplus、广效监测U-ADplus和线下分析U-Oplus等产品，2017年将会全面推进业务商业化。
三款核心产品，推进业务商业化
公司在合并之前就有几款针对门户网站和移动APP的统计分析产品，提供包括流量分析、用户数据等方面的服务，以便开发者利用数据进行产品、运营、推广策略的决策。
随着移动互联网渗透率逐步增加，移动互联网用户增速放缓，红利期即将过去。开发者和企业对网站和APP的统计分析提出更高要求，希望做到精细化运营，对统计指标有个性化需求，以往标准统计报表不能满足需求。
U-Dplus这款产品让用户自定义、多维度、实时查询指标，客户可以根据自身需求生成相应的统计报表。由原先网站统计JS、移动统计SDK的直接升级，实现基础数据和自定义数据的采集，统计报告会更加贴近于客户的业务场景，同时打造完整的精细化数据分析闭环，可以一站式进行数据采集-用户分析-智能分析-消息推送帮助企业建立智能数据分析解决方案。
U-ADplus围绕营销环节做广告效果监控，包含网站和APP的广告曝光效果、对目标客户群体的覆盖率，以及产品的推广效果等。
U-Oplus主要是针对线下数据采集，帮助品牌客户分析其门店客流情况，同时与线上数据联动，打通线上和线下数据，形成营销闭环。
依靠阿里账号体系打通数据管道，解决数据孤岛问题
新品牌成立之前，三家公司掌握的数据资源各不相同。友盟采集移动端数据，缔元信拥有网站大客户的数据，而CNZZ则掌握中长尾网站客户的数据。
三家合并使得数据量倍增，但清洗数据的难度也随之上升。最关键的问题是如何进行数据归一，找出网站和移动端的同源数据。这个问题困扰广告监测类公司很长时间，最近才出现些成熟解决方案。
不过，友盟+解决数据归一的问题会相对容易很多，因为背后的阿里属于强账号体系，数据管道打通之后，从多个维度采集数据，因此其用户画像的丰富度和精准度都很高，为其产品研发和推广打下厚实基础。U-Dplus和U-ADplus以及U-Oplus都将数据服务作为区别其他竞品的独特优势。
众所周知，BAT的数据源价值度很高，但之前BAT都从未将自己的数据对外提供服务，更多是将数据应用于自身业务，形成数据闭环，提升运营效率。友盟+将自身数据与阿里数据进行融合，并将融合结果对外提供服务。某种意义上讲，是阿里系数据第一次对外提供数据类服务，如果商业化试水成功，未来会成为阿里系数据的重要出口。
虽然背后是阿里体系的数据公司，但依旧保持独立运作。哪些数据是可以被收集的，哪些数据是不被收集的，在产品协议上体现的十分清晰。在数据的收集和挖掘上，会充分保护客户和用户的利益。
借鉴阿里OneData平台，极大提升数据处理能力
2016年4月，阿里披露中台战略，其中特别提到OneData是统一数据标准和实时数据分析的核心。
友盟+CDO李丹枫在访谈中表示，借鉴阿里的OneData平台建立的数据体系建立了自有的OneData平台，利用该平台进行数据清洗、存储和分析等业务。极大提升了数据处理能力。处理数据的速度、容量、稳定性、安全性都要强于一般大数据公司，这是公司一大优势。
未来传统企业客户会是重要服务客群
友盟+开始商业化运作后，直接服务客群依然是互联网客户，一方面，三家公司在合并之前就积累大量互联网企业客户，另一方面，产品已在阿里云上架，阿里云会提供一些客户资源。
尽管如此，友盟+最初切入的仍然是相对拥挤的市场，U-Dplus和U-ADplus都面临不小的竞争压力。
U-Dplus主要竞争对手是提供用户行为分析服务的公司，这个领域玩家非常多，体量稍大的是神策数据、GrowingIO和诸葛IO。友盟+推出付费产品后，与这些公司的客群基本重合，本身就有些拥挤的市场竞争会更加激烈。
相比这些公司，友盟+的优势在于数据积累。合并之前三家公司都积累不少互联网数据，可以分析用户在各大网站和APP上的行为，这样可以帮助企业客户从多个角度了解用户属性。
U-ADplus这款产品在移动端主要竞争对手是TalkingData等公司，在服务品牌客户时主要竞争对手是秒针系统和AdMaster。品牌客户方面，秒针系统和AdMaster几乎占据前端曝光市场90%的份额，后来者切入这个市场会有些难度。
广告效果监测的核心指标是TA（Target Audiences）占比，如何使品牌客户的广告能够真正投放给那些目标客户。公司在这方面的优势是借助阿里的电商数据，真正了解每个ID账号的用户信息，准确把握用户的性别、年龄等身份信息，这能够大大提升广告投放时的TA占比。
近年，服务互联网客户面临最大挑战在于，企业付费意愿与付费能力都很低。正如上文所言，公司主推的这几款产品，除了一些基础的数据服务外，其他增值服务都是需要付费的。市场上竞品非常多，其中不乏质量不错的免费产品。
经过免费时代的洗礼，让中小互联网公司掏腰包买产品是非常困难的。因此，友盟+服务客户大多应该会是中小客户中的头部客户，另一个重要客群会是进行“互联网+”转型的传统企业级用户。
大数据技术开始逐渐应用到传统企业级客户，这类企业对数据与技术需求很旺盛，将这类客户作为一个突破口会更加容易。目前，友盟+在积极布局新零售业务，已将线上与线下数据打通，为“互联网+”业务企业提供服务，未来商业化进程更加顺利。
近期，爱分析对友盟+CDO李丹枫进行调研访谈，现将精彩内容分享。
爱分析：友盟、缔元信和CNZZ三家公司合并成新公司，公司内部整合情况如何？
李丹枫：因为缔元信是去年1月份完成收购，从那时起开始整合的。在这之前，我们团队之间已经有合作了，所以团队整合相对平稳。
原来CNZZ和缔元信都服务网站的，产品有一些重合，好在之前互相都比较了解，所以产品整合是没有太多摩擦。
数据上，因为三家服务的客户没有什么重叠，缔元信是网站大客户，CNZZ是中长尾，友盟是移动端，不存在一个客户在我们这里有两组数据。在数据打通上，我们利用阿里的资源，通过阿里的ID体系将三方数据打通。
爱分析：您在国外有过一段时间的从业经历，中美数据挖掘等方面有哪些区别？
李丹枫：从挖掘技术来看，中美已经非常接近了。国外很多数据挖掘人才都是华裔，有很多人现在回归国内。
中美最大区别在于企业对数据应用的认识上，比如我们做风控，我们想收集数据，了解哪些用户借钱未还。如果我们从单个公司收集数据，代表性不强，数据量小，而且对应是某种贷款场景。
在美国我是做反欺诈，当时所有银行都会把数据给到我们，放在统一池子里，做一个联合模型。这个联合模型是用所有公司的数据，模型也会提供给所有公司。
但在中国我推这个事情推了很长时间，但现在来看还是非常困难的，国内企业自我保护意识比较强。
爱分析：友盟+在整个阿里大数据布局中是处于什么样的角色？
李丹枫：阿里自己有电商数据、金融数据，我们这边有的是用户行为数据。这三方数据合起来是对用户的比较完整描述。
我们和阿里内部合作与外部客户合作是一样的，与阿里的合作是在开发者用户协议同意的基础上进行的。有些模型需要比较深层次的信息，那这个模型必须拆分开，将一部分模型部署在我们的服务器上，模型输出可以再做整合。
我们和阿里的合作主要是这两种，要么是使用我们深加工后的数据，要么我们把数据加工分到数据拥有者的服务器上，然后把结果拿出来做合并。
爱分析：可以介绍一下现在友盟+有几款数据产品么？
李丹枫：我们的产品主要是几款Plus，今年会正式推出，这几款都将是付费产品。
我们产品比较全面，第一层是工具类：例如U-Push（消息推送）、U-Share（分享）和基础统计：U-Web（网站分析）、U-App（应用分析）等。
第二层我们提出了面向互联网应用市场、广告营销市场、新零售的解决方案：分别是：U-Dplus（智能分析）现在大家都在提精细化运营，所以更多的是要精耕细作。这样一来，对统计指标是有精细化要求的。U-ADplus（广效监测）则是围绕营销环节，做效果监控。在网站、APP打广告和推广，从意向到下单全链路监测效果是这个产品主要功能。以及U-Oplus（线下分析）帮助商家采集分析线下客流数据，线上线下数据打通，提高运营和营销效率。
爱分析：U-Dplus产品应该和市面上其他做用户行为分析的公司类似，区别在哪？
李丹枫：我们的U-Dplus产品在数据打通上会比其他公司有绝对的优势，我们原来的数据积累要比竞争对手多。除了知道这个用户在这个网站或者APP的行为，还可以知道用户在其他网站和APP上的行为。
爱分析：您认为整个数据处理链条中，对人力依赖最大的是哪一部分？
李丹枫：我们现在最渴望的还是数据科学家，这部分是需求和我们本身的供给相差最多的部分。我们希望在这部分有比较大的补充。数据科学家的任务是包括知识体系建设、数据建模以及提供解决方案。
友盟+目前从事数据科学大概有30人左右，未来希望能扩充到60人左右。