馬云締造了“DT”（大數據時代）這個詞，“將來社會不是IT時代，而是DT時代，大數據就是“新能源”。”在大數據配景下，搭建高效的數據運營體系，不只是運營人員的事情，也是產物、市場和研發的配合愿景。

為了更好的“滿意本性化數據需求”，諸葛io API 已全面進級為2.0版本，致力為企業客戶打造越發開放、越發高效、更有代價的智能數據決定平臺，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全新進級的API2.0提供數據統計接口，實現自動統計成果，合用于返回的功效是人數、次數等數字的統計指標，輔佐企業構建本性化指標。

舉個例子，趙云在一家互聯網金融公司做數據產物司理，除了日常事情外，他尚有兩件事：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種種指標。

邇來，他常常訴苦事情量超負荷。本來，為滿意市場同事的風雅化評估，他必需手動匯總監測2個指標：

1、通過諸葛io天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；

從此通過用戶分群成果，將該群體導出到excel，并生成柱狀圖與已往幾日舉辦較量，每星期給市場同事發送一次。如此天天機器化人工篩選數據，不只占用過多的精神和時間本錢，并且渠道數據也很是滯后（以周為單元），數據質量無法擔保。

通過諸葛io開放的API2.0，挪用統計接口，處事器天天破曉會自動計較滿意篩選條件的人數，并將功效反回在內部數據統計平臺舉辦可視化泛起，不只制止了已往簡樸反復的事情內容，并且擔保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合用于返回的功效是用戶列表，實現更便捷的用戶觸達本領，輔佐企業對流失用戶的召回從人工機器化轉變為自助措施化。

舉個例子，張飛在一家在線教誨企業做運營，他重點存眷的用戶是“購置流失用戶群”。（即，購置了課程，但購置后三天內未回訪的用戶）。因此他的日常事情：

1、通過諸葛io用戶分群成果，篩選四天前有過購置行為，且最后一次會見時間也是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，勾選召回郵件舉辦觸達；

3、越日看這些用戶的回訪環境，并統計人數，

4、導入excel中計較出回訪率和上一周期舉辦比擬。

同樣，張飛的事情依然掙脫不了嚴重的反復性、低效性，究其原因就是數據系統沒有實現對接。

基于平臺界說的流失用戶群特征，荷蘭服務器 英國主機租用，通過挪用諸葛io用戶查詢API接口，天天系統會自動統計四天前購置過但至今未回訪的用戶，并自動發送一封召回郵件，對付用戶的回訪行為，會在越日舉辦統計和回訪率計較，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，事情交由系統自動完成。而運營團隊只需聚焦業務：基于回訪率不絕的調解郵件內容和提醒計策，盡大概讓這些孝敬過的用戶發生粘性。 

諸葛io API 2.0之行為軌跡接口

行為軌跡接口合用于返回的功效是用戶的行為事件，提高客服觸達的事情效率，晉升客戶體驗。

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、基金等各類類理工業品。

為了留住每一個注冊但始終未投資的用戶，小喬的部分認真舉辦電話回訪，而回訪計策千篇一律，一是轉達公司的增信內容、二是奉告用戶最新的勾當信息，目標就是引導用戶舉辦投資，晉升每個客戶的LTV。

在常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，大部門都是讓她搜索過、存眷過的商品，而在她的事情流程中千篇一律，缺少對用戶的洞察，回訪行為沒有任何針對性，對許多用戶來說更像是騷擾，而對付有處事需要的用戶，并不能快速切入要害點，時間本錢過高，客服效率太低。

通過挪用諸葛io API 2.0，將用戶的具體行為導入了客服系統，并做指標描寫，統計接口滿意了在單個用戶檔案界面可以展示出該用戶的利用匯總環境，并標注出要害行為節點，如用戶最近7天查察的理工業品次數基于產物種別、收益率、投資期限等維度的漫衍，觸發綁卡、充值、購置失敗的次數；通過挪用行為軌跡接口，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、處事性，對付購置過理工業品的用戶可以勉勵其邀請摯友， 對付失敗反饋較多的用戶在利用上多做實時眷注和1V1幫助，用戶體驗和處事效率大有晉升。