打通數據壁壘 聚焦企業核心數據
馬云創造了“DT”（大數據時代）這個詞，“未來社會不是IT時代，而是DT時代，大數據就是「新能源」。”在大數據背景下，搭建高效的數據運營體系，不僅是運營人員的工作，也是產品、市場和研發的共同愿景。
為了更好的“滿足個性化數據需求”，諸葛io API 已全面升級為2.0版本，致力為企業客戶打造更加開放、更加高效、更有價值的智能數據決策平臺，全面開放了統計接口、用戶查詢接口、行為軌跡接口。
諸葛io API 2.0之統計接口
諸葛io全新升級的API2.0提供數據統計接口，實現自動統計功能，適用于返回的結果是人數、次數等數字的統計指標，幫助企業構建個性化指標。
舉個例子，趙云在一家互聯網金融公司做數據產品經理，除了日常工作外，他還有2件事：1、搭建內部的數據統計平臺；2、基于諸葛io平臺，監測用戶行為數據并構建各類指標。
近來，他經常抱怨工作量超負荷。原來，為滿足市場同事的精細化評估，他必須手動匯總監測2個指標：
1、通過諸葛io每天統計昨天各渠道新增當天就注冊并實名的人數；
2、每個渠道新增當天就注冊并綁卡的人數；
此后通過用戶分群功能，將該群體導出到excel，并生成柱狀圖與過去幾日進行比較，每禮拜給市場同事發送一次。如此每天機械化人工篩選數據，不僅占用過多的精力和時間成本，而且渠道數據也非常滯后（以周為單位），數據質量無法保證。
通過諸葛io開放的API2.0，調用統計接口，服務器每天凌晨會自動計算滿足篩選條件的人數，并將結果反回在內部數據統計平臺進行可視化呈現，不僅避免了過去簡單重復的工作內容，而且保證了渠道數據的時效性。
諸葛io API 2.0之用戶查詢接口
諸葛io API 2.0所提供的用戶查詢接口適用于返回的結果是用戶列表，實現更便捷的用戶觸達能力，幫助企業對流失用戶的召回從人工機械化轉變為自助程序化。
舉個例子，張飛在一家在線教育企業做運營，他重點關注的用戶是“購買流失用戶群”。（即，購買了課程，但購買后三天內未回訪的用戶）。因此他的日常工作：
1、通過諸葛io用戶分群功能，篩選四天前有過購買行為，且最后一次訪問時間也是4天前的用戶，將用戶列表下載導出；
2、將用戶id錄入推送系統，勾選召回郵件進行觸達；
3、次日看這些用戶的回訪情況，并統計人數，
4、導入excel中計算出回訪率和上一周期進行對比。
同樣，張飛的工作依然擺脫不了嚴重的重復性、低效性，究其原因就是數據系統沒有實現對接。
基于平臺定義的流失用戶群特征，通過調用諸葛io用戶查詢API接口，每天系統會自動統計四天前購買過但至今未回訪的用戶，并自動發送一封召回郵件，對于用戶的回訪行為，會在次日進行統計和
回訪率計算，并將數值返回內部的業務數據系統中生成可視化圖表。
這樣一來，工作交由系統自動完成。而運營團隊只需聚焦業務：基于回訪率不斷的調整郵件內容和提醒策略，盡可能讓這些貢獻過的用戶產生粘性。
諸葛io API 2.0之行為軌跡接口
行為軌跡接口適用于返回的結果是用戶的行為事件，提高客服觸達的工作效率，提升客戶體驗。
再舉個例子，小喬是一家互聯網金融公司的客服小妹，她們公司提供P2P、保險、基金等各種類理財產品。
為了留住每一個注冊但始終未投資的用戶，小喬的部門負責進行電話回訪，而回訪策略千篇一律，一是傳達公司的增信內容、二是告知用戶最新的活動信息，目的就是引導用戶進行投資，提升每個客戶的LTV。
在經常網購的小喬的看來，這一回訪流程存在問題，因為她收到的網購平臺推送內容，大部分都是讓她搜索過、關注過的商品，而在她的工作流程中千篇一律，缺少對用戶的洞察，回訪行為沒有任何針對性，對很多用戶來說更像是騷擾，而對于有服務需要的用戶，并不能快速切入關鍵點，時間成本過高，客服效率太低。
通過調用諸葛io API 2.0，將用戶的詳細行為導入了客服系統，并做指標描述，統計接口滿足了在單個用戶檔案界面可以展示出該用戶的使用匯總情況，并標注出關鍵行為節點，如用戶最近7天查看的理財產品次數基于產品類別、收益率、投資期限等維度的分布，觸發綁卡、充值、購買失敗的次數；通過調用行為軌跡接口，又能定位出用戶失敗原因；這樣一來，讓每一次電話觸達都具有針對性、服務性，對于購買過理財產品的用戶可以鼓勵其邀請好友， 對于失敗反饋較多的用戶在使用上多做及時關懷和1V1輔助，用戶體驗和服務效率大有提升。
結語
諸葛io通過對用戶行為數據的精細化采集，提供各種可視化模型分析用戶、解讀業務，但很多時候，標準化產品提供的模型并不能全部滿足企業對行為數據解讀和運用的個性化、場景化需求，如某些復合指標的計算、行為數據與其他數據的整合分析、行為數據對其他業務系統的補充。
諸葛io API2.0，將用戶行為數據與企業數據對接，借企業一雙“千里眼”，打通數據壁壘，聚焦企業核心數據。對全新的API 2.0感興趣可訪問諸葛io官網在線咨詢，現有客戶可直接聯系數據驅動顧問。
