数字化营销转型的十个数据大坑（一）： 以为坐拥数据资源，其实基本没有什么数据

我准备在这个系列中写一些真实的，阻碍营销数字化转型的很多数据方面的“大坑”，这些内容对于想要真正应用数据在数字营销上的企业而言，会很有借鉴指导作用。我和我的分析师同事，将共同撰写这些文章，并在近期陆续发出。

近几年给一些品牌做数字营销相关咨询业务时，我们有了一个神奇的发现：尽管不同行业的企业有各自不同的数字营销与运营玩法，但大家都容易遇到一个共同的问题——那就是表面上企业拥有千万、亿万的数据，实则在业务应用中，真正可以使用的数据少之又少。

显然，企业认为自己坐拥的数据，与他们真正能应用到的数据，完全是两回事。

01什么样的数据才能成为资源

真正能够为企业所应用的数据，它一定包含了丰富的信息。

举个大家都不陌生的例子，我同事前段时间在淘宝买了一个猫尿除味喷雾，于是接下来的一段时间，平台持续给他推送了猫咪相关的宠物用品。这背后的逻辑很简单，系统根据他的浏览、点击、购买等行为数据进行打标签，判定他是一个需要宠物用品的人，于是持续推送同类型商品给他。

但与此同时我发现，尽管我也是一个养猫的铲屎官，也会收到淘宝推荐的猫爬架等同类商品，但是淘宝给他推送的商品均价比我更贵。可见，系统不仅判断我的这位同事是一个养宠用户，同时也是消费水平更高的用户（相比起我来说）。

那么这个例子里面，涉及到了哪些数据呢？至少有三类

• 用户的个人识别ID：例如淘宝上的用户ID，微信生态中的union ID。

• 体现用户消费特征与倾向的数据：例如我同事通常在晚上十二点消费，消费金额在千元上下。

• 体现用户消费品类倾向的数据：例如比起买猫条，我同事买猫罐头的频次更多。

简化来看，其实无论是体现用户的消费水平还是其消费偏好，本质上都在体现用户的个人特征，因此，数据最基础的二元结构是：ID+属性。

02没有属性或标签的ID，并不算数据资源

回过头再看，许多企业以为自己坐拥数据资源，其实基本没有什么数据原因在于，企业的确拥有很多的Device ID、IMEI号、Cookie等等，但仅仅只有这些ID，而ID背后真正能够体现消费者对什么感兴趣，消费水平如何的关于人的属性数据却很少甚至没有。

因此企业所拥有的这些数据，也就仅仅只是数据，缺少属性或者标签的ID，在企业的营销应用上并不能算真正的数据资源。

有一些企业可能要说，那我这个数据也是ID+属性啊。

具体什么样？——三年前的Device ID+用户点击他某个明星代言的广告。且不说这个数据在个保法之下还能不能用，光有广告点击的数据就算用火眼金睛也无法看出消费者究竟是什么样的人。

有的企业还要说，那我不仅有用户点广告的数据，我还有自己的私域数据。

什么样的私域数据？——用户在我有赞商城小程序买了一件200元的衣服，有购买数据，有用户的性别年龄生日等基础属性数据。那么然后呢？如果还想让这个用户再继续来到你的小程序购买你的商品，该有什么样的运营手段呢？例如推送优惠券，那么多大的优惠力度才能吸引到这个人呢？或者这个人对优惠根本不敏感，而是在乎商品质量？

这些真正体现消费者是什么样的人的数据，往往都需要通过一系列的运营手段去抓取到。因此，对于一些企业来说，他们有很多ID，但ID背后有多少属性或标签，是一个有待开发的区域。没有属性或标签的ID，并不算是真正的数据资源。

03企业缺乏数据资源的原因，是属性或者标签的匮乏

所以，企业缺乏数据资源的根本原因，在于消费者的属性数据或者标签数据的匮乏。匮乏通常来源于三个方面：

第一个原因：属性或者标签原本可以抓取，但是没有抓取。

例如某美妆品牌的小程序，首页的轮播图上展示了最近一期的直播预告及直播间福利活动，分别是满赠活动、加赠活动及互动送礼活动。

在这个例子中，就可以抓取用户点击福利活动的行为数据，从而判断用户偏好的活动类型，是倾向于凑单满赠，还是互动得好礼。有了这些数据做用户洞察，可以在后续对用户进行再次触达时，针对同类型人群推送更符合其偏好的活动，增加其互动转化的概率。

此外，有的企业的数据也特别依赖于外部提供，比如广告主将自己企业的用户ID给到第三方供应商，供应商返回给广告主ID对应的标签。

这种方式一方面对数据的结构有着更严格的要求，否则容易出现实际上是同一个用户，但因为数据格式的不同，标签类型的不同命名划分，最终呈现为两个用户。

另一方面，在个保法之下，企业不能随意地将用户数据提供给第三方，需要取得用户同意。而外部能够提供给企业的数据也不再是个体级别的，更多是统计级别的报告。

由此，企业实际上很难再通过外部获取到消费者个体级别的标签或属性数据。

企业数据资源匮乏的第二个原因：数据具有一定的保质期。

理想情况下，企业抓取了洞察消费者所需要的浏览、点击等各种互动数据，又或者通过一些合法的“高科技”手段，也拿到了外部提供的标签或者属性数据。那么就可以高枕无忧地在数字营销道路上通行无阻了吗？

显然不是，数据是有保质期的。

大部分ID都有其生命周期，比如手机号，或许有的人几十年不变，但有的人可能换了城市生活就换手机号。再比如设备ID，理想情况下消费者一部手机可能用3、4年，有钱情况下3个月一换都是有可能的。

而体现消费者各方面特征的属性或者标签数据也一样有保质期，尤其是在今天各种新玩意儿层出不穷的情况下，今天ta可能因为你的产品质量好买单，明天就可能会因为爱了另一个品牌的代言人而离开你。消费者的兴趣与需求在不断变化，因此所对应的属性或标签也多种多样且有时效性。

一句话来说，过期的数据和过期的牛奶一样，失去作用。应用于营销的数据，对于数据的鲜活度要求太高了。

企业数据资源匮乏的第三个原因：数据的标准化没有做好，甚至干脆就没有做。

所谓数据的标准化，是指数据在收集与清洗及管理的过程中，需要有一定的统一标准。比如最典型的，企业的部门A将消费者命名为user1，部门B的命名则是consumer_1，那数据系统在处理数据时，就可能将它们判别为两种数据。更具体的，还有数据结构也需要有统一的标准。

因此如果企业数据的标准化没有做好，那么最终实际能够应用的数据其实相当少。对于企业而言，了解数据的标准化涉及哪几个方面，以及什么样才算是做好了，这个将会有在这个系列中的另外一篇文章单独来仔细讲讲，这里就先不展开了，欢迎各位关注后续内容。

04数据之所以能成为资源，是要通过努力“挖掘”实现的

综上来看，真正能够对企业有用的数据，一定不是别人施舍来的，也不是随随便便获取几亿个ID就可以。而是需要企业靠自己主动去挖掘，通过运营获得反馈数据，根据反馈数据又去持续优化运营策略。

长此以往，在一个正向循环中建立标准化的体系，脚踏实地积累下真正有用的数据，为此所需要付出的努力并不小。

所以，企业要想让数据发挥价值，真正地拥有数据资源，首先在认知方面，需要建立基础且完善的知识体系，而在实际的业务场景中，又需要掌握数据从获取到应用的一系列方法和手段，以及支撑这些方法和手段的工具和技术解决方案。因此，企业要想做好数字营销与运营，一定绕不过理解数据、掌握数据、应用数据。