|沙龙精选自公众号秦路（ID：tracykanc）
文|秦路
数据化运营是一个近年来兴起的概念，它在运营的基础上，提出了以数据驱动决策的口号。
在了解数据化运营前，运营们有没有过如下的问题：
不同渠道，效果究竟是好是坏？
活跃数下降了，到底是因为什么原因？
这次活动推广成效如何？
发布了版本，用户喜不喜欢？
我们总是说传播，传播到底有多大？
这是产品和运营每天每时每刻都会遇到的问题。数据化运营，实际以解决这些问题为根本。它从来不是BAT的专属，也不是大数据的独宠，每一家互联网公司，都有适合的数据运营土壤。
数据运营体系，是数据分析的集合与应用，也是数据先行的战略，它不仅是运营人员的工作，也是产品、市场和研发的共同愿景。从管理角度，是自上而下的推动，如果领导不重视，那么执行者数据用得再好，也是半只腿走路。
如何构建数据化运营体系呢？以下是我的总结思考。
我将数据化运营体系划分成四层架构，每一层架构都逐步演进互相依赖，每一层又不可缺少。这四层分别是数据收集层，数据产品层，数据运营层，用户触达层。它是以运营人员为视角的框架。
02
数据收集层
数据化运营体系的底层是数据收集，数据是整个体系中的石油。
数据收集的核心是尽可能收集一切的数据，它有两个原则：宜早不宜晚，宜全不宜少。
宜早不宜晚，
意思是产品从创立阶段，就需要有意识的收集数据，而不是等到公司发展到B轮、C轮才去收集。数据化运营贯彻产品全阶段，不同阶段有不同的运营方法。
宜全不宜少，
指的是只有不合适的数据，而没有烂数据。像历史数据、变更记录或者细节处的数据，都存在价值。
举一个例子，有一家金融产品，它的征信系统会详细记录用户的行为，用户在借贷时上传担保资料，会记录用户在这些页面的操作步骤和时间。这里有一个假设，上传担保资料普通人一定是谨慎小心的，如果这步骤完成的非常顺畅快速，很可能是会违约和欠款的人群：你操作那么溜，是不是想捞一笔？属于熟练工作案。征信系统会把这些数据作为特征判断风险。
需要收集的数据能划分成四个主要类型：行为数据、流量数据、业务数据、外部数据。
它是记录用户在产品上一系列操作行为的集合，按时间顺序记录。用户打开APP，点击菜单，浏览页面是行为；用户收藏歌曲、循环播放歌曲，快进跳过歌曲是行为。
行为数据的核心是描述哪个用户在哪个时间点、哪个地方，以哪种方式完成了哪类操作。
我们可以利用其分析用户的偏好，页面停留时间的长短，浏览的频繁程度，点赞与否，都可以成为依据。另外一方面，用户行为也是用户运营体系的基础，按不同行为，如购买、评论、回复、添加好友等，划分出不同梯度，定义核心用户、重要用户、普通用户、潜在用户的分层。
行为数据通过埋点技术收集。埋点有不同种的实现方式，采集到的数据内容倒是没有差别，主要以用户ID，用户行为，行为时间戳为最主要的字段。用表格画一个简化的模型：
useId用来标示用户唯一身份，通过它来确定具体是谁，理解成身份证号就行。
active就是具体操作的行为，需要在技术层面设置和定义，timestamp就是发生行为的时间点，我这里只精确到分，一般会精确到毫秒。用户的行为记录应该详细，比如浏览了什么页面，此时页面有哪些元素（因为元素是动态的，比如价格），它是半结构化的NoSQL形式，我这里简化了。
有时候为了技术方便，行为数据只会采集用户在产品浏览的页面，像点击、滑动这类操作不记录。属于折衷的方法。
除此以外，行为数据还会记录用户设备、IP、地理位置等更详细的信息。不同设备的屏幕宽度不一样，用户交互和设计体验是否会有差异和影响，怎么拿来分析？这也是数据化运营的应用之一，是宜全不宜少的体现。
流量数据是行为数据的前辈，是Web1.0就兴起的概念。它一般用于网页端的记录，行为数据在产品端。
流量数据和行为数据最大的差异在于，流量数据能够知道用户从哪里来，是通过搜索引擎、外链还是直接访问。这也是SEO、SEM以及各渠道营销的基础。
虽然现在是移动时代，Web时代的流量数据并不过时。比如微信朋友圈的内容都是HTML页面，活动运营需要基于此统计效果，我们可以把它看作一类流量数据。另外，不少产品是原生+Web的复合框架，内置的活动页大多通过前端实现，此时即算行为，也算流量数据，当我们将活动页发送到朋友圈时，相应的统计只能依赖基于前端的流量数据来采集了。
流量数据是基于用户访问的网页端产生。主要字段为用户ID、用户浏览页面、页面参数、时间戳四类，简化模型如下。
url是我们访问的页面，以 ***.com/*** 形式记录，param是描述这个页面的参数，我们在页面上的搜索、属性信息会以参数的形式记录。和行为数据一样，如果流量数据需要更详细的统计，也是以半结构化为佳，囊括操作记录。
它是活动及内容运营的好基友，活动的转化率，文章被发到朋友圈的阅读量等，都是作为流量数据被记录。主要通过JS采集。
流量数据的统计已经比较成熟，Google Analytics和百度统计都是知名的第三方工具，最为常用。不过它们不支持私有化的部署，只能提供统计，我知道这个页面有100人访问，但这一百人是谁不能定位，数据也无法记录在数据库中，这对数据化运营是一种麻烦。一些新式的工具则能支持这种更精细的需求，不过要收费。
如果有可靠和先进的技术手段，我们是能做到将行为数据和流量数据统一到一起，这是未来的趋势。
业务数据在产品运营过程中伴随业务产生。比如电商产品，我进行了促销，多少用户领取了优惠券，多少优惠券被使用，优惠券用在哪个商品上，这些数据和运营息息相关又无法通过行为和流量解释，那么就归类到业务数据的范畴。
库存、用户快递地址、商品信息、商品评价、促销、好友关系链、运营活动、产品功能等都是业务数据，不同行业的业务数据是不一样的，业务数据没有固定结构。
业务数据需要后端研发进行配置，因为结构不能通用化，最好提前和研发们打声招呼提下需求。
行为数据、流量数据、业务数据构成了数据来源的三驾马车。统称为原始数据，指没有经过任何加工。
外部数据是一类特殊的数据，不在内部产生，而是通过第三方来源获取。比如微信公众号，用户关注后我们就能获取他们的地区、性别等数据。比如支付宝的芝麻信用，很多金融产品会调用。还有公开数据，像天气、人口、国民经济的相关指标。
另外一种外部数据的获取方式是爬虫，我们可以爬取豆瓣电影评分、微博内容、知乎回答、房地产信息为我们所用。第三方不可能支持你获取，很多时候会有防爬虫机制。它需要一定的技术支持，不属于稳定轻松的来源。
外部数据因为质量难以保证，更多是一种参考的作用，不像内部数据能产生巨大的作用。
这四类数据构成了数据化运营的基石。随着互联网公司数据化水平的提高，能够利用的数据越来越多。数据结构逐步从SQL到NoSQL；信息源更加丰富，图形和声音数据越来越多；技术由单服务器演变成分布式；响应从离线批处理到实时流式，都是数据收集的挑战。
当我们有了数据以后，进入下面一层，数据产品层。
02
数据产品层
数据产品是对数据的加工和利用，它属于技术和自动化的范畴，由计算机对原始数据进行处理。它不是传统意义上的数据产品（如广告系统），而是以发挥数据价值和生产力为目的，理解成进行数据加工的产品也可。
原始数据并不能直接为运营所用，通常脏乱差，我们需要按照一定的标准整合、加工。
比如行为数据和流量数据，用户在微信朋友圈看到一则活动觉得不错，于是下载APP，注册后参与了活动。这里的行为数据和流量数据是完全独立的。微信朋友圈的浏览，记录的是用户weixinOpenId和cookie，下载后则是产品内部使用的的userId，两者无法对应，这就需要数据整合，将cookie、手机号、userId等信息映射(mapping)到同一个人。
这是技术层面的数据清洗。整个过程叫做ETL。
数据发挥价值的方式有很多种。即能通过BI，将原始数据以维度和度量的方式聚合，进行各类可视化的决策分析，也能数据挖掘。根据业务和场景决定数据的不同使用。这里最重要的是先有指标。
我强调过尽可能的收集数据，然而原始数据那么多，怎么才能指导我们的业务呢？这要求我们从庞大的数据中找出方向。这时我们就要建立指标，指标就是我们的方向，它是业务和原始数据的连接器。
可以这样说，指标在数据化运营体系中是承上启下的润滑油，它由原始数据加工而来，反过来又驱动其他产品。
需要有BI？BI肯定是围绕指标建立仪表盘；要用机器学习算法？算法的目的就是提升指标效果的；你要运营？内容、用户、活动模块的KPI也是围绕指标的。
指标不是一个通常意义的数据产品，我更喜欢的解释，是数据届的产品经理，是驱动、规划其他数据产品以及配合运营迭代业务的。这样一说，大家就明白了。
指标如何设立，是根据运营业务所决定，也是运营的第一驱动力。
我们简单看一下指标如何由原始数据加工而来，下图是原始数据中记录的用户打开APP的情况。
每一个时间戳意味着对应的用户打开过APP一次，通过该表我们能计算每天有多少用户打开过APP，这是打开量，将用户数去重，就是运营中的重要指标：活跃用户数。通过对该表的进一步复杂运算，譬如用SQL的Left Join，能获得留存率。
文章阅读量、日销售额、活动参与人数，这些几乎都是由原始数据汇总加工而出。指标汇总以后，就是运营人员产品人员每日的报表Dashboard。
有了指标，我们再看其他的数据产品，因为篇幅有限，我着重介绍一下用户画像。
用户画像是常用的数据产品，对产品和运营人员往往带有神秘色彩。它有两种解释，也是很多新手歧义的根源，一种用户画像属于市场营销和用户调研领域，叫做Persona，更准确的翻译是用户角色，描绘的是一个自然人的社会属性，用于用户需求和场景的确定。
而数据领域的用户画像，叫做Profile，是将一系列数据加工出来描述人物属性的数据标签。最知名的例子就是淘宝的千人千面：用户去购买孕期的孕妇产品，很大可能被打上孕妇标签；浏览了汽车相关商品，会被打上汽车兴趣的标签。
用户画像是一个依赖大数据和机器学习的复杂体系。准确丰富的用户画像能呈指数级的提高运营效果。
