从数据资产到旅程指标

从数据的积累到旅程的洞察，本文将深入研究这一演变过程，揭示企业如何从简单的数据资产管理迈向更加智能化和综合性的旅程指标体系。

很多面临数字化转型的企业都在关注数据资产和旅程指标。在数字化转型之后，一个常见问题就是数据暴涨。从传统渠道扩展到 APP、小程序等线上化渠道之后，公司会面临 5 倍、10 倍甚至几十倍的数据增长。除了带来技术架构的挑战，还会带来数据资产与其价值验证压力的同步增加。

业务应用增长的压力和数据资产增长的压力是同步的，最终会回归到一个灵魂问题：数据资产增长的价值到底在哪？

数据资产积累困境的解决，主要围绕数据资产的高质量增长以及旅程指标的持续积累两部分。

一、数据的高质量增长

在数字化转型趋势下，数据增长的核心是客户数据的快速增长。从客户的行为、状态到产品的数据，都会表现出暴涨的形态。

将客户数据进行抽象后，可将其想像成一个 Excel。表格中的行和列构成了数据库。表格“行”的增长，主要是用户与旅程的增长；表格“列”的增长，主要是客户与产品复杂度的增长，比如用户标签属性的增长；而表格“保持”的增长，依赖持续的正反馈。以车企为例，车销量的增长就是“行”的增长，而车型扩充、产品线增加、购物选择增多会让客户需求变得复杂，从而带来“列”的增长。

如何保持“行”的高质量增长？我们需要重新定义“用户”，梳理“旅程”，解放数据增长思想。一般而言，我们可以认为“客户”是指产生过付费或消费行为的人，而“用户”扩充了“客户”的概念，在付费前关注品牌、了解产品的人都是我们的用户。对于传统转型企业来说，这种差异带来的变化，提示我们重新思考旅程设计，从客户前置到用户。数字广告、落地页工厂、智能客服技术的应用都属于这个部分。而将视角从线上转到线下，一线服务员工的生产工具的数字化升级，则是量化了更多原来线下的客户旅程，特别是影响客户服务的节点。

如何保持“列”的高速增长？列增长是反映用户需求 、消费潜力、旅程阶段等不同属性数据的增长。合适的产品能力可以帮助我们更好的获取列的扩展。搜索功能、商品详情页可帮助获取用户需求意向与程度；评价反馈可帮助获取客户态度与体验；通过表单或算法挖掘、提炼可帮助我们获取用户生活形态与潜力。获取更多的用户行为数据，可以帮助用户洞察做得更好。

“行”“列”之后，需要形成持续的正反馈。数据又准又快，是数据高质量持续增长的正反馈核心。数据采集不“准”，部分是技术原因，更多是业务、数据、技术认知与语义的对齐。数据的“快”，本质是有限的算力下如何满足用数需求，因此需要对用数应用场景有明确定义，关键是要区分不同使用者与业务场景下，是离线、准实时或是实时计算。

二、旅程指标的增长

旅程指标有三个：基于事先假设的业务知识，设计数据汇聚计算规则，所得到的客户旅程描述体系。旅程指标是为了解决业务问题可量化、可验证，并以此为依据持续优化业务表现。

旅程指标的梳理分为四个步骤：

三、客户旅程分析

完成旅程指标梳理后，需要对其进行分析。客户旅程分析分为三个步骤：

四、旅程指标管理

1. 旅程定义与指标口径的管理：旅程指标在企业内部，需要进行管理后方可被运用起来。旅程指标的运用不止局限于数据分析人员，而应该包含业务人员、管理人员在内；

2. 旅程元数据的管理：对运用到的相关数据进行对齐。每个埋点及数据的含义要清晰，并且能够在跨事业部之间进行数据对齐及回溯。

数据资产快速增长，如何对其进行变现和应用？解法就是将采集到的数据结合业务去应用，其中最关键的环节就是将其转换成旅程指标。往前一步就是从客户和企业的角度重新审视，先拥有高质量的数据之后，再将其转换成业务上可用的旅程指标和相关数据。

作者：神策数据

本文由 @神策数据 原创发布于运营派。未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。