用户自己建立数据类型学到了什么(用户数据的利用)

导语：数据与用户（一）：如何通过数据建立用户运营能力

随着互联网的深入发展，以用户为核心的各类业务不断拓展出巨大的版图，每一位用户的各类信息数据都被系统记录下来。

这些数据就像《龙与地下城》里的矮人王国的宝藏，在黑暗中闪着金色的光芒。

由于其丰富度和高价值，针对用户的分析逐渐占据数据分析的主导地位，数据运营该如何助力用户价值的提升呢？我们在这里给出了一些实用的方法。

我们从用户需求切入，看看用户运营的本质是什么，如何通过数据化方式为企业提供用户运营的能力。

从信息管理的角度来看，零售业在国内的演变可以划分为以下三个阶段，如下图所示。

零售业在国内演变发展三阶段

注意，在不同的阶段，只是企业核心运营的角度不同，其他环节实际上都存在，可以简单地理解为侧重点不同。

随着线上化的进一步渗透，大部分企业都直接进入了第三阶段—以用户为运营核心的用户运营阶段。在这个时间诞生的企业，一出生就知道用户运营。

在这一阶段，企业对数字资产的管理至关重要，尤其是会员及购买用户的数据。如何通过数据运营，持续提升用户的购买频次和客单价，从而提升用户的贡献值及生命周期价值，是企业亟需关注的问题。

除了针对用户的运营，也需要重构企业的数据组织形式，以用户数据为核心，使用全链路数据串联线上和线下，针对业务全链条进行指标设计，自动化运营业务。

这个阶段的消费者数据成了三个大圆中最核心、最聚焦的点，其他内容都围绕这一点进行，所以很多互联网企业的价值观中第一条就是客户第一，本质上也基于这一逻辑。

要借助数据建立用户运营能力，核心要先架构出用户运营的框架。用户运营就像拿着一个容器，把越来越多的活跃用户积蓄在容器里，持续提升用户购买力和活跃度。

不断拓展周活跃用户池子，并针对周活跃用户池子里的用户提升购买频次和购买金额，大部分用户运营都集中使用这一逻辑。

初创公司往往聚焦新开用户、复活用户，而忽略了流失用户。成熟企业往往靠不断降低流失用户数量来保障池子中用户数量的量级。

对于周转较快的商品，建议看周活跃用户数（以下简称“周活”）；对于周转较慢的商品，周活不一定适用，可以看月活跃用户数（以下简称“月活”）。

在实际工作中，数据运营人员需要针对细化的口径进行“内化”，才能确保用户运营框架下的数据发挥作用。

RFM（Recency, Frequency, Monetary）的本质：RFM 的应用是基于用户行为对用户进行分层，可以将其理解为在用户运营框架下，进行用户分层运营以提升用户价值的工具模型，属于用户运营中精细化运营的一种方式。

RFM 中使用最近一次消费（Recency）、消费频率（Frequency）、消费金额（Monetary）来进行用户的分层。它的核心还是“内化”，只有适合自己的才是最好的。

模型千万个，大家都能用，为什么用了这些模型的企业只有一两家能杀出重围，核心不是模型多厉害，而是“内化”能力多厉害。

用户运营领域的数据多样且有趣，比如线上可以根据搜索下单转化率判断商品是否有吸引力；可以通过调研来了解用户在哪个环节进行决策，从而决定营销资源投入哪个环节；还可以通过研究流失原因来降低用户流失率，从而将用户池子里的“水”多蓄一些。

内容摘自《数据运营之路——掘金数据化时代（升级版）》第四章

张明明 著

本书特点：

内容上，总结15年数据行业实战经验，大量行业案例辅助理论分析，全书聚焦让数据产生商业价值，帮助企业在数据运营商提供实战经验，从基础建设、效率提升、商品管理、用户增长和组织发展等多方面需求视角阐述如何建立数据化思维、如何搭建数据运营体系、如何利用数据快速解决业务问题以及如何让数据产生商业价值。多元化视角与专业性内容解读数据化时代的掘金秘诀。

本书适合：

初入数据行业的职场新人，本书以思维导图和简单易懂的语言解构数据运营专业知识，能够让数据行业新人快速掌握入门知识，并设计了实践篇帮助读者快速上手具体运营。

处于数据化转型的企业，本书从多元视角阐释如何让数据产生价值，为企业数据化转型提供具体可落地的实战经验。

对数据行业有兴趣的读者，本书中扎实的专业理论与丰富的行业实例能够让读者对数据化有初步的了解。

本文内容由小故整理编辑！