数据资产?你并没有什么数据资产

数字化转型是一个大的趋势,在这个大趋势之下,企业的领导们,常常把一句话挂在嘴边:“我们有那么多的数据,同事们,要把这些数据用起来呀!”

同事们一琢磨,没错!我们确实有很多的数据,但这些数据我们确实没有用起来。一种愧疚感油然而生。

不不不,先别着急内疚,或许根本就不是你的错,说不定这些数据,压根就没有被用起来的希望呢!

01 数据垃圾还是数据资产,这是一个问题

数据绝对不都是资产,更多数据是垃圾。

大数据时代的一个最大的公众误解,就是让人们以为有这么一个万能的数据解构者,能够在容纳了海量的数据之后,产生出人类所不能企及的智慧与洞察。

但可惜,数据越大,可能包含的垃圾越多,大数据并不可能化腐朽为神奇,它只能在海量高质量数据的基础下产生作用。

但是现实世界中,并没有那么多唾手可得的高质量数据。

02 没有不存在保质期的数据

数据的保质期,是让数据变成垃圾的一个重要因素。

比如,我们常说的Device ID(设备ID),我们以为它是一种长寿命的ID,可惜,它的寿命可能比我们想象的要短。例如,苹果iOS的IDFA并不是随着手机“走完一生”,它的半衰期(所有苹果手机中一半的IDFA更新或无效的时间),大约只有一年,而安卓的Device ID的半衰期甚至更短。更何况,今天,所有苹果手机的IDFA也快要随着iOS14的到来走到它生命的尽头。(参看我的文章:

影响很大!iOS14对广告投放和数字营销究竟有多大影响)

大部分的数据保质期都非常短暂,绝大部分的数据还不如Device ID的生命周期长。比如,DMP中的人的兴趣标签、在自有触点上抓取的用户行为数据、消费者提交的leads……

并不长久的保质期,意味着手上握有海量数据的广告主,或许并没有多少真正可用的数据。

或者说,你的数据若要成为资产,不可能是死水一潭,而必须不断更新,有进(更新的数据)有出(过期的数据)。

最常见的一个误解,就是我们以为数据资产是一个静态的东西,但实际上,它根本就如同永不停歇的轨道列车——存一潭死水容易,玩转一个轨道交通系统则太难!

03 没有数据体系的规划,数据不会变成资产

谈到轨道交通系统,它的难度不只在于建设,更是在于建设之前的规划。

同样,建立数据资产的难度,也不在于获取数据本身,更在于数据体系的规划——没有好的规划,获取来的数据就可能不是资产,而是垃圾。

最典型的现象,是数据源头构建的随意性。

举一个例子,很多企业有两大类数据,第一类,是企业的客户信息,CRM中的客户数据,以及Leads数据,这些数据已经很成熟,它们等同于收入数据。第二类,则是各种外部第三方工具“帮助”企业抓取的,各种营销运营触点上的数据,这些数据最常见的命运,就是成为各种各样的报表。

这些报表,少部分在短时间内被利用一下之后,会跟随着更多的从来不被人哪怕只看一眼的报告一起,进入永远不再被人打开的数据库中,沉睡,直到消亡。

这些报告背后的原始数据,实际上是更具有价值、更接近于数据资产的部分,也随之进入企业精心构建的各种“数据仓库”、“数据湖”、“大数据系统”中,然后同样随之沉睡。

更糟糕的是,这些数据天生就是由不同部门所拥有的不同的第三方工具捕获的,它们互不相关,各自为战,但却都信誓旦旦地说:“我的工具能够输出数据,是能够跟其他工具数据打通的。”但问题就在这里,没有哪一家的工具能够容纳别的工具的数据,大家都可以输出数据,这没错,但要最终实现对这些数据的打通,这些工具中没有一个愿意做。

但企业的老板们很安心,毕竟,所有的数据都在“大数据系统”里面存得好好的,就像钞票存在银行一样令人安心。在需要打通这些数据的时候,技术同事把这些数据打通起来不就好了?

于是,有一天,当老板下达了要求,要利用某些数据,IT的同事们又不得不在这些系统内编写各种程序翻找数据,却发现,不是某些数据没有,就是数据打不通,要么就是没办法做下钻细分。于是,蔫蔫地汇报,只能给出一个大概的凑合用的数据。

老板当然不会开心,我们为你们买了这么多的工具,捕获了这么多的数据,建了这么大的一个数据库,竟然,跟我说,只有一个大概的凑合用的数据?!

技术同事们心中想:“mmp能给一个大概能用的数据已经拼了老命了!”

但,难道没有发现,这中间最讽刺的,正是工具越多越坏事、数据越多越坏事。工具虽强虽多,但却各自为战互不关联,工具越多反而越糟糕;数据虽多,却无法打通,积累地越多,处理起来越困难,徒增存储空间罢了。

大部分企业的内部,要么没有数据,要么充斥着这样的数据孤岛。数据孤岛形成的背后,就是缺乏数据体系的规划。

有朋友问一个很关键的问题,既然各个数据工具收集的数据能够导入到企业的数据中台中,都已经导出来了,那为什么这些数据不能打通呢?

有两个原因。

第一:缺乏打通数据所需要的主键(这正是我们在后面要谈到的问题)。

第二:就算有主键,要把这么多工具的数据表,清洗、去重、打通,这得是多么巨大、多么容易出现错误的工程。这不像我们用Excel的Vlookup公式那么简单。也就是说,理论上没问题,但落地可行性极差。大部分时候,只能是需要什么数据,找到这些数据再临时与其他相关数据对接打通一下,case by case,临时应付一下罢了。

所以,没有数据能力,根本谈不上什么数据资产。

没有数据能力,积累的数据越多越糟糕,就算有价值的数据,也会最终变成沉睡的垃圾!

04 没有数据能力,别谈数据资产

数据能力究竟是什么?

我有不同的理解。

数据能力,一般都认为是获取、处理、应用数据的技术能力。

但我认为,数据能力还有另外很重要的两点,容易被忽视,从而导致企业就算搞定了技术,也仍然不具备数据能力。

第一点,是数据的规划体系。这一点,在前面已经聊过。

为什么鲜有企业能够规划好自己的数据体系,而更多的情况是不断堆砌数据孤岛呢?

因为业务需求永远是急迫的,而成体系的构建数据系统既需要时间,又需要大量的资源,更需要说服老板,因此不是业务部门能左右的。

所以才有了这几年开始被炒火的数据中台,而且数据中台基本上只有阿里腾讯这样的大厂去忽悠,因为是卖给大老板们的东西。

所以,也才有了营销和运营体系中同样被追捧的CDP。CDP本质上是一个多渠道多触点的数据获取、组织、应用系统,并且自带数据打通整合的功能,所以,它天生也是自带数据体系的一种工具,天生是反数据孤岛的。

不过,虽然都能帮助解决数据的规划问题,我对数据中台和CDP的看法不一致。具体原因不在这个文章中介绍,有时间的话我再起一篇文章讲讲我的观点。这里简单做一个解释,数据中台,很多企业基础不行,做不到,也用不起来。CDP,相对要容易一些,业务领域也更聚焦,用起来的可能性要大很多,尽管仍然不简单,但至少比大数据中台要现实。

第二点,是数据的运营体系。

企业在这一点上,比上一点更缺乏认知。

什么是数据的运营体系。简单讲,就是没有运营,就没有数据,就没有数据资产。

最典型的:我们一般认为数据的获取是一个技术性的事情。但实际上,它更是一个运营性的事情。

举一个例子。我花100万买了很多流量,进入到我的触点——某个H5页面。你也花同样的钱买了同样的流量,也进入到你的H5页面。在我的H5上,存在大量的可以供用户交互的设计,而你的H5上,基本只是让用户看看图片和文字。这两种不同的设计,就会导致数据收集上的显著差异:我的设计,能够收集到更多的用户交互行为数据,这背后,是靠的运营能力。

此外,为了打通数据,也需要运营。

与很多企业认知的不一样,打通数据并不主要是一个技术性工作,而是需要让用户留下电话号码,用电话号码打通不同平台和触点上的不同ID。电话号码,就是我们前面所说的,打通数据所必须使用的主键。除此之外其他打通数据的方式,并不实用或并不可靠。

但是,要拿到消费者的电话号码,不能偷也不能抢,必须要让消费者心甘情愿地提供,这还是需要靠运营。

又比如,过去我们规划营销体系,或是具体到一个活动的营销,比较少把如何获取数据,如何应用数据考虑在内。但是今天,一个营销体系,或是一个营销活动,不能捕获到足够的消费者的数据,它的价值就折损了一半。

05 用不上的,也不是数据资产

数据就算被组织得很好,用不上也白搭。没有思考清楚数据应用,数据最终会随着时间的推移而过期,最后进入垃圾堆。

数据应用话题太大,但具体到数字营销和运营领域,却是有很多应用的场景。

例如,今天企业自己获取的一方消费者数据就有很多应用场景:利用第一方数据进行的广告投放、消费者多触点的整合运营(后链路营销)、微信生态私域运营、动态性的营销自动化、更针对性地推荐、消费者/客户的生命周期运营等等。

这些场景是否跟你的业务相关?

我看到更多的情况,是数据最终被作为报告呈现在老板的屏幕上,连大数据,也被理解为dashboard大屏,好像不显示出来的,就不是数据,就不存在一样。

数据资产,远远不是数据报告、不是dashboard,它也不是BI,也不是数据挖掘,而是实实在在能够在具体场景中被应用、能够驱动具体的业务(尤其是消费者运营)的,如燃料般的物质。它如果不能释放更大能量,又何谈资产之说呢?

所以,数据资产的逻辑,是下图的逻辑:

上图:传统上我们的消费者营销与运营体系是蓝色框内的部分,但为积累数据资产,必然涉及到更多的数据运营的部分。要应用数据,需要花功夫做数据体系规划,需要花功夫用好的具有抵抗数据孤岛能力的工具,但更重要的,也需要花功夫真正强健自己的运营体系和能力,最后,还需要有能够结合数据与业务的策划性人才。这些,都非一日之寒。所以,把数据变成资产,不是一朝一夕之事,也不是几个数据系统工具就能解决的。它其实就是今天企业数字化转型的核心问题。写到这里,这篇文章想讲的事情差不多了。在下一篇文章中,我想接着今天这个话题中的最后一点,也就是如何应用数据资产做展开介绍。我想,这也是很多企业朋友们共同关心的话题。

欢迎大家在这篇文章下面留言,如果留言超过30个,我就开写数据资产的应用。看大家的了!

-The end-

 

未经允许不得转载:版权归宋星及chinawebanalytics.cn所有宋星的数字观 » 数据资产?你并没有什么数据资产
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址