报销，是很多职场人心里的一个“结”。
我的一个朋友，每个月下旬最核心的工作就是“报账”，一摞摞的发票，一堆堆的表单，都得花费大量时间精力整理，好不容易提交之后，又是提心吊胆的等待，生怕某个发票没弄对，就被打回来重做。每天把时间花费在这些低效重复的内耗上，苦不堪言。
随着数字化越走越深，终于进入了全电发票时代，也就是全面数字化、电子化发票。同时，消费的线上化也催生了企业商务消费的整合平台，以企业统一支付的方式，员工们终于能够“干掉报销”。
这对员工个人或是企业来说，都是一个向好趋势。只是，这类新体验往往都只能被触觉敏锐的部分企业先行体验，对大多数企业，特别是尚在数字化转型过程中的传统企业来说，“干掉报销”依旧是个较新概念，缺乏在自身场景中落地的手段和经验，亟需一站式贴身服务。
1
如何让更多的人体验数字化报销？
以企业支出管理平台“分贝通”为例，分贝通能够为企业提供免垫资、免贴票、一站式管理全部费用支出的服务，同时还能帮助企业洞察最新费用支出变化，让企业费用管理更有据可依。
分贝通售卖的核心能力是他们对于企业支出管理产品开发与应用能力，帮助其他企业高效建立支出管理体系。
分贝通目前的技术能力与服务体验在所处赛道内已处于领先，且在过去几年获得了高速发展。有机构的数据显示，在2022年获得融资总额最多的企业服务类平台中，分贝通以1.4亿美元融资额名列前三。
而为了继续保持行业领先地位，分贝通需要进一步扩大市场份额，这时候精准营销就显得尤为重要。
2
火山引擎数智平台，让分贝通与数字化报销走向更多企业
如何实现精准营销？一个可兼容多渠道市场数据，具备较低使用门槛，以及有足够丰富标签可被即时调用的客户数据平台必不可少。
对分贝通来说，经过多年高速发展，已经积累海量市场数据，如何高效整合并将数据更高效地用于营销场景，是眼下的一大难题。
火山引擎数智平台VeDI（以下简称“火山引擎数智平台”）最终进入了分贝通的视野。目前火山引擎数智平台向分贝通输出了“DataFinder+VeCDP”的产品组合，旨在通过洞察用户在包括APP、小程序等在内的多渠道行为分析，进一步了解用户需求，实现基于需求的营销手段、营销内容制定，最终将“合适的内容通过合适的渠道触达合适的人群”，提升营销转化。
具体来看，两款数据产品在实际应用场景上各有侧重：
第一，数据采集，通过增长平台DataFinder在小程序、APP等核心渠道完成埋点部署，洞察用户全生命周期行为，并实时完成数据采集。
第二，市场标签，将跨系统数据回流至客户数据平台VeCDP，对数据进行统一存储和管理，完成用户ID唯一识别，同时提供丰富的市场标签，可针对业务需求即时进行目标圈选和调用。
分贝通大数据部负责人吴荣彬在访谈中提到了几个典型场景：
数据采集方面，通过火山引擎数智平台监测各端产品，包括App日活、web官网、用户渠道来源等等。同时利用这些行为数据来解决个性化运营服务的问题，这些数据已经成为衡量分贝通产品或者服务好坏的一个重要指标。
市场标签方面，通过火山引擎数智平台，分贝通可以了解哪些客户的质量和购买分贝通服务的意向比较高，从而获得更清晰的营销策略。营销的效果数据也会回传到数仓，就此形成了循环往复的数据闭环。
3
火山引擎数智平台撑起更大想象空间
分贝通只是火山引擎数智平台众多应用场景中的一个案例，事实上，随着火山引擎数智平台VeDI的持续进化，更多的企业级、消费级应用场景都将得以覆盖。
数字化时代，什么样的数字化平台能够为企业和用户带来更多的价值？火山引擎数智平台的进化提供了一条思路：
在平台基因上，以数据驱动；在场景应用上，有足够大、足够深的经验智慧累积；在未来定向上，有更加确定的价值取向与发展目标，那就是通过数据技术能力的输出帮助更多企业获得稳定增长。
火山引擎数智平台在PaaS与SaaS两层面撑起了更多企业的想象空间。
在PaaS层面，主要是分析引擎和数据研发治理，帮助企业解决大规模数据的计算、存储、治理等等，通俗一点说，就是帮助企业如何快速、稳定、省心地处理各种数据，并提供一系列数据集成、开发、运维和治理一体化解决方案，比如数据湖、数据仓库等等。
如果说PaaS层是数据基础建设，那么SaaS层解决的就是企业数据应用场景、发挥数据价值的问题。
前面提到的分贝通案例，就是应用于营销层面的客户数据平台VeCDP。此外在很多其他需求场景也有相应的能力输出，比如智能增长营销平台GMP可以解决私域营销的，智能数据洞察DataWind可以解决运营人员数据分析，DataFinder可以解决多端数据采集与分析，DataTester可以做A/B测试等等。
在应用场景方面，尽管起步于互联网企业，但火山引擎数智平台不仅限于互联网的场景，而是根据不同行业的特点与场景，内置了各行业的核心场景模板，比如汽车、金融、消费等行业。
一个更有想象空间的优势在于，这些模板能够结合火山引擎数智平台在长期服务于字节跳动内部多业务场景过程中积累下来的各行各业的实际需求，并且不断进化，既有数据的规模，也有数据治理的价值输出。
