粉丝经济时代，升级“以人为中心”的增长策略
本文整理自，资深互联网研究学者、企业战略转型专家顾问福君上周六（9月23日）在数据巡展·厦门站上的分享《数据运营的用户价值》。数据巡展是诸葛io以实现数据的真正价值，让数据驱动决策为主题的线下沙龙活动，本次厦门站的主题为“让数据说话：精细化运营与用户增长之道”。
-诸葛io高级数据驱动顾问王叶鑫《洞察并解锁数据增长的隐藏线索》（点我回顾）
本次厦门站的特邀嘉宾：AWS高级解决方案架构师高寅敬《云上大数据解决方案》、ASO114联合创始人&总工程师ENN《ASO如何提升积分墙的推广效果》也将于本周内整理推送。
资深互联网研究学者、企业战略转型专家顾问福君在现场分享
如何理解数据运营
拉新、留存、促活，是企业中最基础的、技术层面的考量指标，而从企业战略角度看，关心的不是基础数据，而是数据所体现出来的意义，但只是将一堆数据导出来，汇报给领导：今天的数据质量不错，销售额、转化率都提升了是远远不够的，而通常老板的思维是不一样的，决策也不一定是按照增长来决定的。因为这只是单方面运营部门的行为，老板要兼顾很多方面，比如：财务方面资金的调配，比如：电商企业的爆款产品卖到爆，但老板会考虑，库存和资金周转。企业讲究平衡，任何企业都不是资源无限大的，而数据是驱动决策的关键点，尤其是对数据临界值的关注，即，边际。
对于每个企业来讲，除了运营指标外，其实很多时候老板最重视是整个资金损耗、成本、用户周期，从获取用户到流失用户，或者从用户消费开始在产品和服务上能够消费多久？
母婴市场，典型的用户生命周期是40个月，在这个周期内，企业可占用用户的时间往往是非常重要的课题，企业实现盈利势必在这40个月中获取，那么如何实现最大变现目标呢？数据将帮助企业定位市场，从而确定盈利区间是贯穿整个用户全周期？还是仅服务某一个模块（比如：孕前、产后、育婴），因此，数据对于决策的意义是非常重要的。
在竞争趋势日益激烈的背景下，运营越来越艰难，因为竞争对手不管是技术、资金还是数据挖掘层面都走得更快，所以竞争越来越激烈。
普通用户的一个手机通常会下载30个APP，大概只有5个常用，一天中大部分时间能用到其他APP的时间是非常少的，因此，需要强大的运营策略和技术支持尽快占领有限的市场份额，吸引用户的注意力，否则很快会出局。很多APP坚持不到18个月，因为从产品研发上线到生存下来再到获得投资是大概是18个月，即，天使黑暗期，18个月后便进入运作安全期。
在如今新零售企业和传统企业之间的博弈中，通常把传统企业理解为红军，传统策略就是衡量有多大市场覆盖面，动销率，生产销售的SKU，这是一种商业算法/商业逻辑，以此逻辑为基础的企业大多如此衡量，所以广告、营销、代销、分发是传统企业盈利的手段并且不断复制。
近来每隔一段时间就会出现一个爆款/网红，逻辑完全跟传统的淘宝店模式不同，网红逻辑即粉丝转化。不断制造内容，基本也不会上淘宝的直通车，全部是通过社交平台上粉丝的沟通，通过粉丝运营进行转化，转化效果比一般淘宝店硬投广告还要好，所以，这种盈利模式更适合于工作室，比如：某服装品牌，一个季度需要开发120款服装，如果有6个单元的规格量，即600+SKU，按传统商业逻辑，600+SKU，假如100元的定价，一件衣服的成本可能为15-20元，加上一定的物流成本，那么600+SKU需要的投入是巨大的，这个门槛很高，传统企业之所以困难重重，就是因为投入产出比高很多。
但是，粉丝经济策略是蓝军策略，同样是服装品牌，今天出国看中一件衣服的销售潜力，那么，交给代工厂商随便生产一两百件，尺码都不需要，以卖家身材为依据，只销售给跟我身材一样的顾客，用户看到卖家直播穿得好看立刻就会下单。以卖家个人定位的店铺，在与客户进行沟通时即可节约很多成本，也许一个季度上新10-20款，但一件衣服可以出售千件甚至上万件，月营业额就是500万到1000万，商品总量很少，那么从运营商角度来讲，成本一定比传统企业低得多，而且不是一个级数，甚至是指数级的，所以是暴利。
以人为中心的社会化营销体系
1、移动化
在移动化互联网的趋势下，信息极度碎片化，人们的时间成本也大量分散，运营商首先要获取用户时间，如果是一个品牌的忠实用户，今天能得到多少用户的时间，代表这个用户对你的忠诚度有多高，时间是非常重要的价值指标。很多企业一直在做运营，但始终留不住用户的时间，自然就没有后续让用户变现的可能。此外，两种商业模式在人效上也有很大不同，一个网红或者一间工作室可能就干过一个小型的企业工厂。
2、场景化
现在有大量的技术为场景化做更深入的挖掘，包括场景中的用户粘性、留存、复存等，甚至需要达到一个边际线。
京东在与淘宝天猫的市场占有率争夺中，一直处于下风，到2016年底到2017年初的一个数据：京东突破了30%的市场比例，按照常规对企业市占率30%以上的预测，未来京东很可能将与天猫两分天下，要么市占率可能变成六四，或是三七，总之，这是一个变数很大的商业格局。
3、数据化
数据需要精准高效且精细化，长久来看，用户行为基本上是没有隐私的，所有行为都会被监测。在构建以人为中心的社会化营销体系中，移动端的崛起完全改变了企业获取用户的方式。
碎片化是有负担的，人们对于商品的喜好，既疏离又同好，疏离是为了区别群体的存在，同好是寻找共识的冒险。每个人身上或多或少有群体的标签，但同时作为独立的个体有自己的个性，也有其他维度的需求。其实我们一直与这个世界相爱相杀，这是很典型的现象，既不愿意被归类，又愿意不归类。从数据分析角度看，这是非常麻烦的，因为对用户的了解不是靠历史数据所呈现的维度来衡量用户是否是VIP客户，可能有多个维度。比如：今天喜欢这个牌子便下单了，但不会产生复购，如果该品牌迭代了可能又会召回流失客户，而背后的原因无从而知，这是非常尴尬的，个体维度和群体维度之间往往是存在抗衡的。
1、获取数据
通过获取数据理解用户，站在企业决策的角度，获取数据是为了探索一个规律；
2、探索规律
2014年，“面膜”微商大火，到现在这个生意没法做了。归类是什么？归类是有周期的，并不是说生意好就会一直好下去，一定会回流。所以这就是企业所要探索的，通过数据的敏感性指导决策随“机”而动。
3、确定边际
获取数据信息后确定边际效益是非常重要的，比如：市占率30%是一个关键节点，平均转化率很少超过10%，良性运营数据在6-8%之间。
4、参与博弈
如果企业的增长速度快得停不下来时，后续的增长力往往不足，此时企业需要学会跟人博弈，用户始终无法接受碎片化负荷，因为懒惰是人类与生俱来的，在理解洞察用户层面就需要一系列工具来提升效率。
类聚客群
讲到客群，可根据年龄、性别来划分，但是现在通常是反向的，在碎片化时代，已经完全无法精准定位产品的准确对象或者受众，所以需要通过数据工具来解决企业如何绑定客群的问题，借助工具不断细分用户，包括：一是基于文化背景，文化是基于时间的共识；二是基于场景，经常出入的场所，是酒店？是酒吧？是运动场？可以理解为通过不同维度加深对用户画像和身份的了解；三是、资源，这是一个很宽泛的维度，以资本或阶层为主力的关系链在社会中仍是主流，通过对用户行为的洞察，增加对用户体验的交流，这是数据运营的根本。现在很多大品牌在做市场推广时是无效的，即使使用了大量炫酷技术，但逻辑不对的话也很难达到推广效果，因为决策依据偏离了目标用户，而寄希望于明星代言，结果代言明星又不了解消费者，这样的错位是很尴尬的。
新生意经
1、通过动态的数据权重判断规律的有效性
刚才说到定位，传统的品牌定位仅往往是被动的，王婆卖瓜自卖自夸，现在则需要通过数据明确定位，数据驱动决策，我们是谁，是用户来回答的。从这个维度继续深入分析，数据定量结构化，定价是非常关键的逻辑，但定价不只是购买力，很多传统企业都忽视了这一点，比方：淘宝平均客单价是100-200元，如果做到2000-3000元时转化率会骤降。但是定价是身份识别的关键指标之一，其实价格不一定是购买力的问题，通过价格可以衡量用户身份，有时即使是低成本的产品定价也很高，如果定价低了反而卖不动。以前是成本核算法，利润占比的权重，而现在定价受用户群互相认知的影响，只有通过动态数据的洞察，才能判断规律有效性。
2、变化意味着机会来临
千人千面，就是解决个体差异的问题，在数据出现“意外”波动时，表明之前的认知已经不再适用，需要尽快建构新认知，因此通过销售数据、转化数据的波动等数据中找到突然出现的“黑天鹅”事件，才是最有价值的。因为不仅需要维护运营的常态化，而且需要找到运营的突破点，如果抓住某个“bug”，引发反省迭代改进，那么很可能带来指数级增长。
3、对流量分析的态度取决于我们对交易波动的边际判断
确定性更像“套路”，通过技术套路、产品套路就可以实现商业变现，但是没有太大的惊喜，所以，今天对流量分析的态度取决于企业对于交易波动的边际判断，如果出现“意外”，是理解为套路中的一种完善，还是套路之外的不确定？生意，在很大情况下是抢占先机，对不确定性的认知，如果对“不确定性”缺乏敏感度，缺乏对细节变化的洞察，到底是属于过去的勃发意外？还是未来象征性的标志，那么在这个时代很难获得成功。
4、确定一个用户的有效边际价值是数据运营的终极目标
核心是明确提高客户生命周期价值（LTV），让客户在使用产品或服务的整个生命周期中，更多的付费；高效的获取客户（CAC），用更低的成本获取更多的有效客户 。数据运营核心是确定一个可用于不断被检测的目标，不断修正运营策略。
5、数据的无序与均化，将导致用户“被曲解”
大数据往往“不靠谱”，容易被曲解、被均化。因为人的变数很大，经常出现数据之外的黑天鹅事件。大数据能否预测潮流？不一定，比较模糊，准确度不高，哪怕预测股市，即使是量子投资其中也还存在很多不可控的因素在交易之外。因此企业对于用户的理解也应是动态的，一切都是在变化中。
通过数据不断挖掘新的商业机会，并且反向推动用户体验的升级，有效整合线上线下资源，才是行业突破的关键，因此，数据已逐渐成为商业的基础设施，如果没有数据的支撑，业务的发展将举步维艰，但是如果将数据价值、应用能力独立开来，就没有任何意义。
迅速获取数据价值，在挖掘数据价值的过程中，将价值变成可执行的策略才是企业对于数据的核心需求，即数据应用，诸葛io正是践行数据应用的数据服务平台，让数据分析真正实现从后台走向前台，更注重场景化的分析，帮助企业解决实际问题。