相比線上數據的真實程度和噪聲比例，線下數據往往要更真實和更有價值。數據化時代，數據體系的搭建必須對線下數據加以重視，企業(yè)可以通過擁有的核心線下資源作為觸點，形成獨有的數據資產，從數據側打造企業(yè)的護城河。

線上重要，還是線下更重要？這是無數人都會問到的思考的問題。當今環(huán)境下，線下用戶線下用戶已經無法區(qū)分，核心在于用戶全旅程中，觸點是在線上還是線下。通過不同的觸點，獲取更多緯度更立體的數據，以獲取用戶360度視圖?；诖?，我更強調線下觸點的重要性。整體上，可以從以下幾個方面來解讀。

一、建立用戶數據管理體系

以數據指導經營，已經成為現階段每家公司的共識。但在日常工作中也總感覺到數據側不給力，包括數據精準、口徑統一、多端數據的分散、多業(yè)務數據無拉通、用戶側數據的缺失等，也確確實實影響了我們日常工作的效率，這里的核心還在于數據需統一規(guī)劃和落地。以下圖為例：

• 首先，梳理用戶旅程、并實施數據埋點、再結合調研，實現用戶主觀體驗數據和客觀指標數據的收集；
• 其次，通過數據的收集逐步形成基礎的用戶體驗指標框架，最終形成用戶體驗平臺，持續(xù)定位用戶的癢點和痛點；
• 再者，與公司各組織拉通形成解決方案并監(jiān)控落地的效果，包括不限于品牌美譽度、產品品質的提升、營銷效果轉化提升和服務效率體驗提升；
• 最終，通過提升體驗達成經營結果的提升。

總而言之，數據管理體系的搭建需要統一邏輯和語言體系。這樣，數據口徑、業(yè)務指標、數據共建、數據共享等才能夠真正的落地。

二、更精準的數據定義

在數據標準的同時，還要著重強調數據定義的精準性。

先舉一個簡單的例子。賣菜平臺有兩個用戶：C1、C2。通過后臺數據監(jiān)測，C1、C2買菜頻次如下（且假定價格相同）：

相信無數多工作人員都會說：

C1是高價值用戶且忠誠，購買頻次高且持續(xù)購買；而C2則是一般用戶。當下，完全沒有必要擔心C1會流失。

可一周后，C1消失了。

此時此刻的你，是否有些莫名奇妙。根據大數據的預測，C1在第四月購買10次及以上的概率有90%；而C2在第四月購買4次的概率只有40%。

到底是怎么回事兒？

當你深入調查，發(fā)現：

C1的狀況：一家三口外加婆婆，天天都做飯。第一月因受疫情的影響，不能出門，每天都在平臺上買菜。但隨著疫情的緩和，購買頻次依次減弱，直到第四個月從平臺上消失。

C２的狀況：單身一人。吃飯基本都靠外賣解決。但，只要自己動手下廚，就一定會在平臺上買菜。

數據確實是客觀的，但核心是用戶需求的洞察。

• 什么樣的用戶是易流失用戶？
• 什么樣的用戶是忠實用戶呢？
• 是需要基于用戶本身的現實需求而定的，而不是簡單的數據頻次。
• 對于買菜平臺，用戶的忠誠度=購買次數/做飯次數；
• 對于打車平臺，用戶的忠誠度=打車次數/打車需求的次數；
• 美的空調，用戶的忠誠度=用戶購買次數/用戶更換空調次數；

……

因此，當我們重視數據后，還要從用戶最為基礎的需求上厘清數據的緯度和指標，才更有意義。

三、用戶主觀數據

現階段，不管是自己公司的數據還是互聯網各平臺的數據，更多還是客觀指標數據，主觀體驗數據較少。但主觀用戶本身，對于用戶自身又起著決策性的作用。因此，用戶主觀體驗的數據則顯得更加重要。

在用戶為中心的時代，作為企業(yè)更關注的并非產品客觀層面的參數和指標，而是用戶主觀的感知。

米粉一枚，沒想到做手機的都做空調了，查了很多資料，覺得還不錯，就買了3臺試試，如果可以的話再買個立式的，這款特價不能連小愛，科技感差些，不過也沒啥用，實惠就是最大的競爭力。安裝師傅特別給力，空調還沒到就開始主動聯系預約安裝了，這個主動服務，真是滿意。師傅安裝很專業(yè)，昨天裝的，今天還來給測試，服務太到位了。

——小米用戶評價

比如用戶預期。以小米為例，小米以“高性價比”占領用戶心智。核心在于價格便宜、顏值在線，品質一般。對于用戶來說，潛在的心理就是花這么點錢即便用一個月就壞了，也算值回票價。當產品真的出現問題時，用戶反倒有更強的包容心。

因此，在現有的基礎上，作為任何一家要向數字化轉型的公司來說，都需要加大對用戶主觀數據的收集。這樣才能夠基于用戶自身的需求、預期來落地真正能夠滿足用戶的產品、服務和體驗。

四、線上數據并非我們的數據

再者，說到線上數據。線上數據很重要，但對絕大多數公司而言除了自身公司微量的數據外，更大量的數據還是來自于騰訊百度淘寶京東頭條等第三方平臺數據以及采取的數據。

不管是第三方平臺數據還是采集的數據，本質上都不是自己公司所真正擁有的。或者說，這些數據不僅自己公司擁有，競爭對手也同樣擁有，屬于公域的范疇。因此，線上數據并不能真正的成為壁壘。

更有甚者，由于第三方平臺匯集著更多緯度更立體的用戶數據，如若這些第三方平臺過河拆橋，將前端的流量入口截流，那么自己公司真的有可能變成整個鏈條下流的打工仔了。

五、線下觸點打造護城河

因此，通過自身公司所擁有的核心線下資源作為觸點，形成獨有的數據資產，才能形成數據側真正意義上的護城河。

比如，你所在的公司有從事上門安裝、服務等任一環(huán)節(jié)。通過這種面對面的服務更容易建立與用戶的情感和信任鏈接。在這種背景下，工作人員可以協助完善特有的數據類型，包括戶型、家庭基礎狀態(tài)、用戶性格、性別、大致年齡以及喜好等。

另外，或者你所在的公司有實體的門店，那么與附近小區(qū)用戶建立鄰居一般的關系，可進一步獲取特有的數據類型，包括家庭狀態(tài)、生活喜好、家庭結構、家居家電需求等。

這兩者結合，能夠大大完善特有的數據信息類型。而這些信息，恰恰也是能夠真正形成自身公司護城河的。在這一點上，可以參考貝殼找房（原鏈家）的樓盤字典。自07年左右雇傭400多人專門來處理樓盤字典的信息，十多年來累積了過億的樓盤字典信息。而貝殼找房現在也是我國目前最大的房地產服務商。方法或許是笨的，但落地后，卻能夠形成真正的壁壘，成為企業(yè)數據的護城河。

總之，在數字化轉型的大背景下，數據是新基建，需要從全局考慮和落地，并在實際項目中使用和效果回歸，真正達到數據資產的理念。

#專欄作家#

楊俊，公眾號：最污運營（ID：zuiwuyunying ），人人都是產品經理專欄作家。原騰訊、新浪產品經理，近10年互聯網產品運營經驗。擅長用戶運營和用戶研究

本文原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議