夜雨聆风
6 月 26 日，神策数据正式发布 Sensors AI 1.0，即 Sensors AI Agent Platform。
这是神策数据 AI Growth Team 战略落地的第一步，也标志着神策数据在 AI Agent 时代，对下一代数据驱动业务增长方式的全新探索。
Sensors AI 1.0 发布会现场
神策数据创始人 & CEO 桑文锋
从重构数据根基，到用数据驱动业务增长
十一年来，神策数据始终坚持一个使命：帮助客户实现数据驱动。
2015 年成立初期，我们相信，实现数据驱动，首先要解决数据源问题。源头解决好了，数据驱动就成功了一半。基于这样的判断，神策数据构建了丰富的数据采集能力，创新性地提出 Event-User 数据模型，并树立了“花十年时间，重构中国互联网的数据根基”的愿景。
经过多年努力，神策数据逐步成为用户行为分析领域的领先者，也陪伴多家企业完成了数据基础设施建设的关键阶段。
从 2020 年开始，神策数据进一步进入营销云领域。我们逐渐意识到，实现数据驱动，不能只有洞察，更重要的是如何把洞察转化成行动。于是，我们提出了 Sense、Decision、Action、Feedback（SDAF）数据闭环，希望帮助企业真正把数据用起来，让数据能力进入业务经营流程。
在当时，我们相信，只要企业建立起完整的数据驱动闭环，增长就会成为一个自然结果。
但随着客户实践不断深入，我们也越来越清楚地意识到：数据驱动本身，并不等同于增长。
首先，过去很多数据驱动实践，是从数据能力出发，而不是从业务目标出发。企业上线分析平台、建设指标体系、搭建标签体系、配置自动化运营流程，看起来做了很多事情，但最终是否带来增长，仍然取决于业务目标是否清晰、商业模式是否健康、价值创造是否成立。
企业真正关心的，不是有没有数据闭环，而是：用户增长了吗？复购提升了吗？转化改善了吗？
现在看来，数据驱动更像是一个放大器。它可以帮助企业把正确的事情做得更高效，但不能替代业务本身的判断与创造。
其次，即使方向是对的，数据驱动的门槛仍然较高。今天回头看，过去五六年的 SDAF，本质上仍然是一种高度依赖人工协同的闭环：人发现问题、人分析数据、人制定策略、人配置运营动作、人复盘结果。
这套体系往往需要懂业务、懂数据、懂工具的多类角色共同配合。对于商业模式清晰、组织能力成熟、团队配置完善的企业来说，它能够发挥很大价值；但对于更多处在数字化转型过程中的企业而言，要持续跑通这样的闭环，仍然面临较高的组织门槛和协同成本。
基于这些新的认知，神策数据进一步迭代了使命表述：
帮助客户实现数据驱动，用数据驱动业务增长。
接下来，一个新的问题摆在我们面前：有没有机会降低数据驱动对组织能力的依赖，让更多企业能够更低门槛、更持续地用数据驱动业务增长？
新三年产品战略：打造 L4 级 AI Growth Team
其实，三年前我们就开始思考这个问题。
如果借用自动驾驶的类比，过去企业的数据驱动更像是“L2 阶段”：人负责驾驶，系统提供辅助。业务人员和数据团队仍然需要主动发现问题、拆解任务、分析数据、制定策略、执行动作。
那么，业务增长是否也有机会逐步走向“L4 阶段”：由 AI 主导执行大量标准化、流程化、可复用的增长工作，人负责目标设定、关键判断、边界控制与例外接管？
过去一年多，Agent 技术的快速发展，让我们第一次看到了真正的可能性。
AI 已经开始具备理解目标、拆解任务、调用工具、持续优化的能力。它不只是回答问题，而是开始真正参与工作流。
因此，神策数据正式提出新的三年产品战略：打造 L4 级 AI Growth Team——从交付软件，到交付工作量，并以交付结果作为长期目标。
过去，客户购买的是数据平台和运营平台；未来，神策数据希望帮助客户拥有一支“可被雇佣”的 AI 增长团队，让 AI 能够持续承接增长工作，并在真实业务场景中不断优化效果、沉淀能力。
Sensors AI 1.0：AI Growth Team 战略落地的第一步
当前，市场上已经出现了不少 ChatBI 和 Copilot 类产品。但对于业务增长来说，仅仅回答问题还不够。业务增长的核心，不是拥有一个更聪明的问答助手，而是拥有能够围绕业务目标持续工作的场景化 Agent。
今天，神策数据正式发布：
Sensors AI 1.0，即 Sensors AI Agent Platform。
神策数据产品能力地图
神策数据 Sensors AI 1.0 场景化 Agent 界面
这是神策数据 AI Growth Team 战略正式落地的第一步。它不只是一个新的 AI 产品，更是神策数据对下一代数据驱动方式的一次系统探索。
对于增长场景来说，一个真正面向业务工作的 Agent，至少需要解决三个问题。
第一，承载完整的 AI Growth Workflow
增长天然不是一次问答，也不是一个孤立任务，而是一条围绕业务目标持续运行的完整工作流。我们把这种由 AI 持续完成分析、策略、执行与复盘的增长工作流，称为 AI Growth Workflow。
为了让 AI Growth Workflow 真正运行起来，Sensors AI 选择围绕具体业务目标，构建 Scene Agent（场景化 Agent）。每一个 Scene Agent，都承载一条完整的 AI Growth Workflow，持续推进增长任务，而不只是回答问题、生成洞察。
从某种意义上说，Scene Agent 正是神策从“交付软件”走向“交付工作量”的关键载体。它把增长方法转化为可持续运行、可复用、可沉淀的工作流，让增长工作真正落到具体业务场景中。
第二，具备可调用、可执行的业务能力
一个增长 Agent，不能只是理解问题，更要能够真正完成工作。
过去十一年，神策沉淀了三大核心引擎：客户数据引擎（CDP）、客户旅程分析引擎（CJA）与客户旅程优化引擎（CJO）。在 Sensors AI 中，我们基于 OpenAPI，将这些能力进一步封装为 Agent 可调用的 Skills。基于这些 Skills，场景化 Agent 能够调用数据、分析用户、生成策略、编排触达，并持续追踪与优化效果。
也就是说，Sensors AI 并不是在原有产品之外增加一个 AI 对话入口，而是让 AI 能够真正调用神策已有的数据、分析与运营能力，进入企业增长任务的执行过程。
第三，理解企业自己的客户与业务语境
增长不是一个通用知识问题，而是一个具体业务问题。谁是高价值用户？谁正在流失边缘？哪些行为代表购买意图？用户当前处于什么生命周期？这些问题的答案，并不存在于通用大模型的知识里，而存在于企业自己的客户数据、业务经验与运营反馈之中。
因此，一个真正可工作的增长 Agent，不只是要会回答问题，更要能够持续理解客户。
过去，神策数据帮助企业构建 Customer Data Platform（客户数据平台）；现在，我们希望进一步帮助企业建设Customer World Model（客户世界模型）。它不仅理解用户是谁，更持续理解：用户发生了什么？为什么会发生？下一步最值得做什么？
在 Sensors AI 1.0 中，我们已经开始朝这个方向迈出关键一步。一方面，我们增加了智能标签与 ML Agent，帮助企业更自动化地识别客户状态、预测客户行为与增长机会；另一方面，我们引入知识库能力，把企业内部关于客户的业务经验、运营策略与行业知识沉淀下来，让 AI 的理解不仅来自数据，也来自业务。
此外，场景化 Agent 的构建，也离不开专业经验与客户业务场景的共同沉淀。为此，我们围绕场景化 Agent，专门打造了一类新的角色：Growth Agent Builder（GAB，增长智能体构建师）。
如果说过去，专家是在项目中交付经验；那么未来，GAB 的核心工作，是把增长经验沉淀为可复用、可运行、可持续优化的场景化 Agent，打造更贴合客户真实业务场景的个性化 Agent。
场景案例：让增长工作流真正跑起来
以某连锁餐饮品牌为例，我们发现，会员从注册、首单、二单到复购，会出现层层流失。其中，“首单到二单”是最大的流失节点。接近三分之二的首单会员没有完成复购，而二单转化率每提升一个百分点，都对应真实营收增长。
过去，要解决这个问题，往往需要分析师手写 SQL 拆人群、分析复购拐点、做交叉分层，再由运营团队反复设计策略与触达流程。整个过程通常以周为单位推进，也高度依赖经验丰富的业务和数据专家。
而在 Sensors AI 中，业务人员只需提出一句：“帮我创建新客首转二增长策略。”
Sensors AI 创建新客首转二增长策略
Scene Agent 即可自动完成任务拆解、用户分层、选品选券、运营策略生成、效果验证与资产沉淀，把过去依赖多方专家协同完成的增长工作流，逐步沉淀为可持续运行的增长能力。
在真实场景验证中，目标人群二单转化率提升至原来的 1.9 倍。与此同时，我们还沉淀出一套“诊断 → 选品选券 → 分人群精准运营”的可复制增长方法，并进一步推广到复购提频、流失召回等更多增长场景。
目前，神策数据也正在围绕零售、金融、互联网等行业，打造更丰富的场景化 Agent 矩阵，帮助客户更快实现增长 Agent 的落地应用。
Sensors AI 内置多个开箱即用的场景化 Agent
AI Agent 时代已经到来。
对神策数据来说，Sensors AI 1.0 的发布，不只是一次产品升级，更是一次面向 AI 时代的数据驱动范式转变。
过去，我们帮助企业建设数据能力；今天，我们希望进一步帮助企业把数据能力、AI 能力和业务目标真正连接起来。
未来，神策数据愿意和所有决心 AI 转型的企业一起，打造属于自己的 AI Growth Team，让数据真正成为可协作、可执行、可沉淀的增长力量。
接下来，神策数据公众号也将持续推出 Sensors AI 系列文章，系统拆解 Sensors AI 的产品能力与行业应用场景、实战案例。欢迎持续关注，与我们一起探索 AI Agent 时代下，企业数据驱动业务增长的新路径。
▼ 点击“阅读原文”，了解更多神策数据
