近年來，“大數(shù)據(jù)”日益成為國家基礎(chǔ)性戰(zhàn)略資源，其所蘊(yùn)藏的巨大潛力和能量在各行各業(yè)不斷積蓄的同時(shí)，整個(gè)數(shù)據(jù)行業(yè)的技術(shù)基礎(chǔ)和實(shí)踐能力也獲得了長足的提升，對于數(shù)據(jù)的分析和應(yīng)用能力在不少行業(yè)案例中都得到了良好的展現(xiàn)。
單就運(yùn)營而論，數(shù)據(jù)作為一種度量方式，能夠真實(shí)地反映運(yùn)營狀況，幫助我們進(jìn)一步了解產(chǎn)品、了解用戶、了解渠道進(jìn)而優(yōu)化運(yùn)營策略是其快速發(fā)展的根本動(dòng)因。
下面我們就從何為數(shù)據(jù)運(yùn)營的三重門開始說起。
數(shù)據(jù)運(yùn)營的三重門
數(shù)據(jù)的第一重門“交易門”
客戶與企業(yè)的交易數(shù)據(jù)。這重門以交易數(shù)據(jù)、日志數(shù)據(jù)為主，即客戶的交易行為（買賣、刷卡、查詢、投訴等）通過企業(yè)內(nèi)部的生產(chǎn)作業(yè)系統(tǒng)記錄留存，基本以“事后”數(shù)據(jù)為主，數(shù)據(jù)存在形式以結(jié)構(gòu)化數(shù)據(jù)為主體。
數(shù)據(jù)的第二重門“交互門”
客戶與企業(yè)的交互數(shù)據(jù)，我們形容為花園里面的數(shù)據(jù)。其特點(diǎn)是以用戶與企業(yè)的各種交互數(shù)據(jù)為主，數(shù)據(jù)本身代表了客戶的行為，如位置、點(diǎn)擊、瀏覽、企業(yè)App內(nèi)的操作行為、企業(yè)線下實(shí)體內(nèi)的行為(購物中心內(nèi)的到店足跡)等。此類數(shù)據(jù)開始出現(xiàn)大量非結(jié)構(gòu)化，流式數(shù)據(jù)等多種形態(tài)。
交互門與交易門的數(shù)據(jù)有什么不同，如何利用?
例子一：沉睡、瞌睡客戶的分析
通過交易門內(nèi)的數(shù)據(jù)發(fā)現(xiàn)的沉睡、瞌睡客戶，在交互門里面表現(xiàn)如何呢？們是真的沉睡了還是離開你的服務(wù)？
交易門內(nèi)的數(shù)據(jù)告訴企業(yè)這些客戶在你的企業(yè)交易門里面沒有留下任何交易的線索，不買你的理財(cái)產(chǎn)品，不買你的商品？這個(gè)時(shí)候要看看交互門的數(shù)據(jù)了。
先看這樣圖：
可以發(fā)現(xiàn)在一定時(shí)間段里，雖然交易門的數(shù)據(jù)類似，但是在交互門里面這些客戶表現(xiàn)大不相同。 停留在企業(yè)APP時(shí)間的時(shí)長不一樣，點(diǎn)擊的次數(shù)不一樣。
所謂“投資型“客戶是數(shù)據(jù)猜測的，因?yàn)檫@些客戶不斷上來而且頻繁地在你手機(jī)里面做各種操作，他們在比對你的商品或者你的理財(cái)產(chǎn)品。可是，為什么交易門里面沒有收益呢？
這個(gè)時(shí)候要看看“交互門“外的數(shù)據(jù)了。即這些客戶在企業(yè)的App外在類似競品企業(yè)的App上是什么行為呢？如下圖：
結(jié)論很明顯，這些投資類型的客戶在競品App里面同樣活躍，是目標(biāo)客戶，這個(gè)時(shí)候要考慮如何進(jìn)行客戶的轉(zhuǎn)化了，如何進(jìn)行客戶的轉(zhuǎn)化同樣離不開數(shù)據(jù)，屬于客戶運(yùn)營范疇了。
這個(gè)例子是一個(gè)典型的穿越數(shù)據(jù)三重門的分析。
例子二：線下交互門的數(shù)據(jù)能干什么？
我們會(huì)認(rèn)為24小時(shí)營業(yè)的火鍋店會(huì)給很多商業(yè)綜合體帶來巨大的客流量，會(huì)有良好的預(yù)期，覺得這些人來了會(huì)在我的商場里邊再會(huì)順便買一些東西，提高我的提袋率。事實(shí)情況是不是這樣呢?
我們做了這樣一個(gè)數(shù)據(jù)探索，跟我們的客戶一起去了解，把兩百多個(gè)商家做了一次分類，分類組織成為各種商家標(biāo)簽，如下圖表格的縱向欄目。在通過數(shù)據(jù)運(yùn)營施工，在商場內(nèi)的各個(gè)商家門口(nearby)和進(jìn)店(inside)的Wifi數(shù)據(jù)獲取整理。
通過大數(shù)據(jù)管理平臺(tái)，將商家標(biāo)簽，人群軌跡做機(jī)器聚類分析，看看品牌與人流之間的關(guān)系到底是什么?
下圖中標(biāo)紅的就是火鍋，其相關(guān)性為1.0。但是，這一欄中的人群除了跟火鍋類標(biāo)簽相關(guān)度高之外，與其他商家標(biāo)簽相關(guān)性都極低。如果是簡單描述這個(gè)分析結(jié)果就是，吃火鍋的人會(huì)直來直往，吃完了就走，對其他的入駐的商家和品牌帶動(dòng)力非常有限。
據(jù)此我們可以進(jìn)行進(jìn)一步的分析，下圖為商業(yè)綜合體中所有的品牌與品牌之間的帶動(dòng)力的分析，來看看數(shù)據(jù)會(huì)告送你哪些品牌是帶客源泉，哪些不是。
結(jié)論如下：
如果只看交易墻內(nèi)的數(shù)據(jù)，如銷售量，租金等，上面的分析結(jié)果是不得而知的；
看交互墻內(nèi)的數(shù)據(jù)需要進(jìn)行數(shù)據(jù)運(yùn)營和數(shù)據(jù)工程實(shí)現(xiàn)才能獲??；
如果在結(jié)合“公開市場門“的數(shù)據(jù)，還可以進(jìn)行外部商圈分析、競品分析等，數(shù)據(jù)分析緯度繼續(xù)深入，但是這部分?jǐn)?shù)據(jù)就需要外部合作獲取了。
數(shù)據(jù)的第三重門“公開市場門”
即客戶在一個(gè)開放市場中的各種行為數(shù)據(jù)，其本身往往并不直接與企業(yè)的業(yè)務(wù)相關(guān)，但是對這些數(shù)據(jù)的獲取和分析可以很大程度上輔助企業(yè)業(yè)務(wù)的開展，如移動(dòng)App的數(shù)據(jù)、社交數(shù)據(jù)、微信微博的輿情數(shù)據(jù)、品牌偏好數(shù)據(jù)、職住娛位置聚集和遷徙數(shù)據(jù)、區(qū)塊內(nèi)人群消費(fèi)能力數(shù)據(jù)和觀影偏好數(shù)據(jù)等等。
這類數(shù)據(jù)的獲取不是盲目的，通常需要帶有一定的問題域觸發(fā)，即從解決某類業(yè)務(wù)問題觸發(fā)來考慮，否則會(huì)陷入“數(shù)據(jù)的汪洋大海”，不知道收什么數(shù)據(jù)。
在問題域明確的前提下，通過分析加工“公開市場門”的數(shù)據(jù)可以幫助企業(yè)的具體業(yè)務(wù)問題（獲客、喚醒沉睡客戶、風(fēng)險(xiǎn)控制、宏觀選址、區(qū)塊消費(fèi)偏好分析等等）。
這部分?jǐn)?shù)據(jù)的獲取企業(yè)往往需要依靠內(nèi)部的有目的性的運(yùn)營活動(dòng)加以外部合作來達(dá)到，這也是眾多傳統(tǒng)企業(yè)往往面臨的難題。
三重門的數(shù)據(jù)收集和獲取形式不同
數(shù)據(jù)從“收”到“獲”的變遷是什么意思?
交易門內(nèi)的數(shù)據(jù)，基本以生產(chǎn)、交易、管理系統(tǒng)的自然數(shù)據(jù)的留存為主要模式，有時(shí)也被稱為交易系統(tǒng)的副產(chǎn)品，所以主要是“采集”而不是“獲取”。而是自然數(shù)據(jù)的日志自然積累，過去幾十年有很多技術(shù)處理這樣的資產(chǎn)，比如企業(yè)內(nèi)部的數(shù)據(jù)倉庫系統(tǒng)，商業(yè)智能系統(tǒng)，管理駕駛艙等經(jīng)營分析系統(tǒng)將ERP，CRM，核心交易系統(tǒng)的數(shù)據(jù)進(jìn)行聚合分析和展現(xiàn)。
交互門里面的數(shù)據(jù)，以用戶與企業(yè)的各種交互數(shù)據(jù)為主，這部分的數(shù)據(jù)需要企業(yè)通過TPU運(yùn)營和數(shù)據(jù)運(yùn)營才能獲取。
TPU運(yùn)營的意思是通過圍繞著流量(Traffic)、產(chǎn)品(Product)、用戶(User)為核心的一系列的運(yùn)營活動(dòng)，來幫助企業(yè)將用戶從公開市場門中發(fā)現(xiàn)，并引導(dǎo)他們穿越交互門、交易門成為企業(yè)的客戶;同時(shí)對已有客戶通過三重門數(shù)據(jù)的運(yùn)營來提升粘性，提升客戶滿意度。
數(shù)據(jù)運(yùn)營在此環(huán)節(jié)中十
分重要，在上述的各種運(yùn)營中，始終要將數(shù)據(jù)獲取作為與業(yè)務(wù)開展幾乎同等重要的事情來看待，在各種運(yùn)營活動(dòng)中對于數(shù)據(jù)獲取進(jìn)行必要的設(shè)計(jì)和必要的IT建設(shè)。
談?wù)勥@里所謂的IT建設(shè)，我們暫且以“埋點(diǎn)”來統(tǒng)稱這一環(huán)節(jié)的工作。所謂“埋點(diǎn)”即在過程中預(yù)先設(shè)計(jì)的一個(gè)事件觸發(fā)和記錄的環(huán)節(jié)，用以獲取、記錄該事件的數(shù)據(jù)。
埋點(diǎn)可以分為以下幾類：
IT系統(tǒng)內(nèi)的埋點(diǎn)：比如網(wǎng)頁的JS代碼，App內(nèi)的埋點(diǎn)事件，H5內(nèi)的埋點(diǎn)等；
運(yùn)營活動(dòng)的埋點(diǎn)：在線下運(yùn)營活動(dòng)中，設(shè)計(jì)的“搖一搖”“掃二維碼”“免費(fèi)Wifi提供”“H5鏈接“等等；
業(yè)務(wù)人員的所謂“人肉埋點(diǎn)“：即地推人員在活動(dòng)區(qū)塊設(shè)定、話術(shù)設(shè)定等方面的設(shè)計(jì)和數(shù)據(jù)回籠措施的設(shè)計(jì)。
只有通過專業(yè)、體系化的埋點(diǎn)措施并配合必要的業(yè)務(wù)管理要求和IT系統(tǒng)建設(shè)，才能解決“交互門“甚至“公開市場門”里面的數(shù)據(jù)持續(xù)獲取。
通過對埋點(diǎn)數(shù)據(jù)的分析可以幫助企業(yè)去優(yōu)化流量運(yùn)營方面的各種措施，這是一個(gè)迭代過程。即通過TPU運(yùn)營帶入客戶，通過對客戶的各種交互、交易數(shù)據(jù)的分析優(yōu)化TPU運(yùn)營的舉措，從而帶入更多的流量，采集更多的數(shù)據(jù)，如此循環(huán)往復(fù)。
舉個(gè)例子，如今跑步成為一種時(shí)尚，很多企業(yè)客戶希望通過贊助這樣的馬拉松比賽來增加知名度和獲客。
某銀行客戶舉辦了一次這樣的馬拉松比賽，報(bào)名人數(shù)三萬，影響的人大概十萬左右，目的很明顯，拉升銀行產(chǎn)品的知名度，拉動(dòng)銀行客戶的開卡開戶。結(jié)果是什么，錢花了，人來了。但是，人都是穿著短褲來的，沒帶筆，怎么開戶；周邊觀眾好幾萬，都是拿著手機(jī)來的，確實(shí)被這次活動(dòng)吸引了。但是此次活動(dòng)，銀行只從承辦公司拿了1900個(gè)手機(jī)號(hào)而已，其他的10萬人的線索活動(dòng)后就斷了，1000多萬的預(yù)算，收獲了什么？產(chǎn)品露出(Awareness)，但是貌似很難衡量，后續(xù)這些人如何做跟蹤和轉(zhuǎn)化呢？貌似沒有跟進(jìn)手段?數(shù)據(jù)收獲了沒有？除了1900個(gè)手機(jī)號(hào)，沒有其他了。
這個(gè)活動(dòng)就是典型的沒有從數(shù)據(jù)運(yùn)營和流量運(yùn)營結(jié)合來考慮。從舉辦活動(dòng)前夕的預(yù)熱，官網(wǎng)、官微、移動(dòng)APP、大流量端的預(yù)先活動(dòng)設(shè)計(jì)和配合的線上埋點(diǎn)設(shè)計(jì)，比賽沿途（報(bào)名處，休息處，半馬全馬完成處，照相合影處）稍作設(shè)計(jì)都可以成為線下埋點(diǎn)的地方，點(diǎn)埋了，數(shù)據(jù)回籠了，有幾件收益：
產(chǎn)品露出效果可以衡量，在官網(wǎng)、官微、手機(jī)App上獲客情況，轉(zhuǎn)化如何?在線下埋點(diǎn)收集的數(shù)據(jù)上來，運(yùn)動(dòng)敏感性的潛客是不是收集了?
后續(xù)轉(zhuǎn)化可以做了，潛客標(biāo)簽為“運(yùn)動(dòng)狂“的人群做針對性運(yùn)營，老客也可以做相應(yīng)的牽引和含片推薦；
數(shù)據(jù)資產(chǎn)收獲。此次活動(dòng)作為一次實(shí)戰(zhàn)的數(shù)據(jù)獲取和訓(xùn)練過程，充實(shí)了用戶的數(shù)據(jù)資產(chǎn)（交互門外的數(shù)據(jù)，交易門的數(shù)據(jù)都有）。
所謂數(shù)據(jù)運(yùn)營，即所有的運(yùn)營活動(dòng)都基于數(shù)據(jù)，“不能量化就不能優(yōu)化，不能量化就不能衡量”源自于此。移動(dòng)互聯(lián)網(wǎng)迫使企業(yè)的運(yùn)營點(diǎn)前移出交易墻，到交互墻內(nèi)，甚至是公開市場。
運(yùn)營點(diǎn)前移造成既有的運(yùn)營指標(biāo)體系出現(xiàn)了不滿足的情況，因?yàn)樵械闹笜?biāo)體系是依據(jù)交易墻內(nèi)的數(shù)據(jù)建設(shè)的，所以出現(xiàn)了新的移動(dòng)互聯(lián)網(wǎng)業(yè)態(tài)下的運(yùn)營指標(biāo)。
如下圖所示的例子：
結(jié)合各個(gè)行業(yè)的特點(diǎn)，從3A3R（Awareness，Acquire，Activation，Retain，Revenue，Refer） 幾個(gè)角度從公開數(shù)據(jù)、交互門數(shù)據(jù)和交易門數(shù)據(jù)來統(tǒng)一考慮運(yùn)營指標(biāo)體系的建設(shè)。在此角度上Talking Data已經(jīng)與多個(gè)行業(yè)客戶聯(lián)合推出了券商、直銷銀行、互聯(lián)網(wǎng)金融和商業(yè)房地產(chǎn)等行業(yè)垂直運(yùn)營體系，后續(xù)不斷有行業(yè)運(yùn)營指標(biāo)體系推出。
運(yùn)營的前移的另外一個(gè)收效在于，業(yè)務(wù)的運(yùn)營可在業(yè)務(wù)的發(fā)生過程中，甚至之前就有所動(dòng)作，而不是等到數(shù)據(jù)進(jìn)入了“交易門“做事后的處理。
“羊毛黨“運(yùn)營的例子
舉一個(gè)新形態(tài)下反欺詐的例子，大家知道有一個(gè)人群叫“羊毛黨”，做互聯(lián)網(wǎng)金融、電商的企業(yè)客戶，以及那些愛領(lǐng)取卡券優(yōu)惠的人們可能比較熟悉。
專業(yè)的羊毛黨的影響越來越大。2015年的時(shí)候，在華南有一家不大的企業(yè)興致勃勃地做了他自己互聯(lián)網(wǎng)金融產(chǎn)品發(fā)布會(huì)，投了兩個(gè)億，做互聯(lián)網(wǎng)金融產(chǎn)品，配屬了將近數(shù)千萬的卡券優(yōu)惠。結(jié)果是開售首日產(chǎn)品幾乎直接被搶光。到了半年后，這些互聯(lián)網(wǎng)金融產(chǎn)品到期贖回時(shí)，出現(xiàn)了大規(guī)模的集中贖回，類似銀行擠兌的情況。要求贖回的理財(cái)產(chǎn)品和配屬的卡券優(yōu)惠金額加起來在一億兩千萬左右，這個(gè)公司直接資金鏈斷裂、關(guān)門大吉。
事后才知道，這些產(chǎn)品貌似是眾多客戶分開購買的，實(shí)際上是羊毛黨的杰作，通過技術(shù)手段操縱移動(dòng)App，通過近萬個(gè)帳戶搶購產(chǎn)品和擼羊毛(卡券優(yōu)惠)，這是很極端的例子。單純依靠交易門內(nèi)的數(shù)據(jù)來坐分析，顯然于事無補(bǔ)。在互聯(lián)網(wǎng)金融、電商等企業(yè)都會(huì)面對這個(gè)情況可以說這是新的對反欺詐的訴求。
通過結(jié)合三重門的數(shù)據(jù)運(yùn)營，運(yùn)營點(diǎn)前移后是否可以解決這個(gè)問題呢？Talking Data推出的基于新的RFM模型，從運(yùn)營的角度上去展開跟羊毛黨的攻防戰(zhàn)。
從“交互門”，甚至公開市場門就開始識(shí)別羊毛黨，具體分析羊毛黨出沒的痕跡如下：
網(wǎng)絡(luò)行為，通道，接入IP地址，Hostname, 路由設(shè)備日志，運(yùn)營商接入基站都可以留存大量的網(wǎng)絡(luò)行為日志，完整的網(wǎng)絡(luò)日志可以形成一條羊毛用戶網(wǎng)絡(luò)路徑，客觀反映羊毛黨的網(wǎng)絡(luò)行為軌跡；
設(shè)備動(dòng)態(tài)行為，智能手機(jī)及手持設(shè)備往往會(huì)內(nèi)置眾多的運(yùn)動(dòng)傳感器， 傳感器會(huì)手機(jī)手機(jī)設(shè)備的動(dòng)態(tài)行為包括位置變化幅度，變化頻次， 變化規(guī)律等信息， 從而通過數(shù)據(jù)計(jì)算判斷設(shè)備的動(dòng)態(tài)行為；
平臺(tái)行為，被擼平臺(tái)往往有很多的平臺(tái)行為及過程，包括注冊，綁卡，瀏覽，交易和提現(xiàn)。每個(gè)過程都會(huì)留下很多行為軌跡，而羊毛黨特別是其中的機(jī)器羊毛黨的行為軌跡更是有其特殊性；
交易行為，羊毛黨會(huì)對平臺(tái)的產(chǎn)品做詳細(xì)的對比分析，找出其中ROI最大化的薅方案。其交易的產(chǎn)品，交易金額和交易時(shí)間都是最佳化設(shè)計(jì)；
手機(jī)的整體行為，羊毛黨的主要工具都是手機(jī)， 每臺(tái)手機(jī)上安裝的互聯(lián)網(wǎng)金融平臺(tái)數(shù)，活躍時(shí)間，甚至于羊毛黨對手機(jī)終端的偏好都可以留下一定的行為軌跡。
通過對這些來自羊毛黨的“公開市場門”、“交互門”和“交易門”的數(shù)據(jù)整體獲取和分析，可以建立一張羊毛黨個(gè)人行為的數(shù)據(jù)圖譜。如下圖展示了一張匯集了多個(gè)數(shù)據(jù)源的羊毛黨數(shù)據(jù)圖譜，從圖譜中可以直觀的多看到一臺(tái)安卓設(shè)備通過多次刷機(jī)形成了19臺(tái)虛擬設(shè)備，這19臺(tái)設(shè)備注冊了19個(gè)賬號(hào)完成了19次薅羊毛行動(dòng)的數(shù)據(jù)軌跡。
在可以識(shí)別以后，進(jìn)入了羊毛黨的運(yùn)營階段，因?yàn)橐榔髽I(yè)不同發(fā)展要求，需要甄別羊毛黨和卡券敏感性客戶以及死忠粉，需要采用運(yùn)營手段對不同的客戶用不同的策略來對待，而不是全部拒之門外。有關(guān)這個(gè)部分的描述，可以詳見Talking Data的陳雷的文章《羊毛黨大數(shù)據(jù)攻防戰(zhàn)》中的詳細(xì)描述。
