[[350368]]

 數據垃圾還是數據資產，這是一個問題。

數字化轉型是一個大的趨勢，在這個大趨勢之下，企業的領導們，常常把一句話掛在嘴邊：“我們有那么多的數據，同事們，要把這些數據用起來呀!”

同事們一琢磨，沒錯!我們確實有很多的數據，但這些數據我們確實沒有用起來。一種愧疚感油然而生。

不不不，先別著急內疚，或許根本就不是你的錯，說不定這些數據，壓根就沒有被用起來的希望呢!

 

一 數據垃圾還是數據資產，這是一個問題

數據絕對不都是資產，更多數據是垃圾。

大數據時代的一個最大的公眾誤解，就是讓人們以為有這么一個萬能的數據解構者，能夠在容納了海量的數據之后，產生出人類所不能企及的智慧與洞察。

但可惜，數據越大，可能包含的垃圾越多，大數據并不可能化腐朽為神奇，它只能在海量高質量數據的基礎下產生作用。

但是現實世界中，并沒有那么多唾手可得的高質量數據。

 

二 沒有不存在保質期的數據

數據的保質期，是讓數據變成垃圾的一個重要因素。

比如，我們常說的Device ID(設備ID)，我們以為它是一種長壽命的ID，可惜，它的壽命可能比我們想象的要短。例如，蘋果iOS的IDFA并不是隨著手機“走完一生”，它的半衰期(所有蘋果手機中一半的IDFA更新或無效的時間)，大約只有一年，而安卓的Device ID的半衰期甚至更短。更何況，今天，所有蘋果手機的IDFA也快要隨著iOS14的到來走到它生命的盡頭。(參看我的文章：

影響很大!iOS14對廣告投放和數字營銷究竟有多大影響)

大部分的數據保質期都非常短暫，絕大部分的數據還不如Device ID的生命周期長。比如，DMP中的人的興趣標簽、在自有觸點上抓取的用戶行為數據、消費者提交的leads……

并不長久的保質期，意味著手上握有海量數據的廣告主，或許并沒有多少真正可用的數據。

或者說，你的數據若要成為資產，不可能是死水一潭，而必須不斷更新，有進(更新的數據)有出(過期的數據)。

最常見的一個誤解，就是我們以為數據資產是一個靜態的東西，但實際上，它根本就如同永不停歇的軌道列車——存一潭死水容易，玩轉一個軌道交通系統則太難!

 

三 沒有數據體系的規劃，數據不會變成資產

談到軌道交通系統，它的難度不只在于建設，更是在于建設之前的規劃。

同樣，建立數據資產的難度，也不在于獲取數據本身，更在于數據體系的規劃——沒有好的規劃，獲取來的數據就可能不是資產，而是垃圾。

最典型的現象，是數據源頭構建的隨意性。

舉一個例子，很多企業有兩大類數據，第一類，是企業的客戶信息，CRM中的客戶數據，以及Leads數據，這些數據已經很成熟，它們等同于收入數據。第二類，則是各種外部第三方工具“幫助”企業抓取的，各種營銷運營觸點上的數據，這些數據最常見的命運，就是成為各種各樣的報表。

這些報表，少部分在短時間內被利用一下之后，會跟隨著更多的從來不被人哪怕只看一眼的報告一起，進入永遠不再被人打開的數據庫中，沉睡，直到消亡。

這些報告背后的原始數據，實際上是更具有價值、更接近于數據資產的部分，也隨之進入企業精心構建的各種“數據倉庫”、“數據湖”、“大數據系統”中，然后同樣隨之沉睡。

更糟糕的是，這些數據天生就是由不同部門所擁有的不同的第三方工具捕獲的，它們互不相關，各自為戰，但卻都信誓旦旦地說：“我的工具能夠輸出數據，是能夠跟其他工具數據打通的。”但問題就在這里，沒有哪一家的工具能夠容納別的工具的數據，大家都可以輸出數據，這沒錯，但要最終實現對這些數據的打通，這些工具中沒有一個愿意做。

但企業的老板們很安心，畢竟，所有的數據都在“大數據系統”里面存得好好的，就像鈔票存在銀行一樣令人安心。在需要打通這些數據的時候，技術同事把這些數據打通起來不就好了?

于是，有一天，當老板下達了要求，要利用某些數據，IT的同事們又不得不在這些系統內編寫各種程序翻找數據，卻發現，不是某些數據沒有，就是數據打不通，要么就是沒辦法做下鉆細分。于是，蔫蔫地匯報，只能給出一個大概的湊合用的數據。

老板當然不會開心，我們為你們買了這么多的工具，捕獲了這么多的數據，建了這么大的一個數據庫，竟然，跟我說，只有一個大概的湊合用的數據?!

技術同事們心中想：“mmp能給一個大概能用的數據已經拼了老命了!”

但，難道沒有發現，這中間最諷刺的，正是工具越多越壞事、數據越多越壞事。工具雖強雖多，但卻各自為戰互不關聯，工具越多反而越糟糕;數據雖多，卻無法打通，積累地越多，處理起來越困難，徒增存儲空間罷了。

大部分企業的內部，要么沒有數據，要么充斥著這樣的數據孤島。數據孤島形成的背后，就是缺乏數據體系的規劃。

 

 

 

 

有朋友問一個很關鍵的問題，既然各個數據工具收集的數據能夠導入到企業的數據中臺中，都已經導出來了，那為什么這些數據不能打通呢?

有兩個原因。

第一：缺乏打通數據所需要的主鍵(這正是我們在后面要談到的問題)。

第二：就算有主鍵，要把這么多工具的數據表，清洗、去重、打通，這得是多么巨大、多么容易出現錯誤的工程。這不像我們用Excel的Vlookup公式那么簡單。也就是說，理論上沒問題，但落地可行性極差。大部分時候，只能是需要什么數據，找到這些數據再臨時與其他相關數據對接打通一下，case by case，臨時應付一下罷了。

所以，沒有數據能力，根本談不上什么數據資產。

沒有數據能力，積累的數據越多越糟糕，就算有價值的數據，也會最終變成沉睡的垃圾!

 

四 沒有數據能力，別談數據資產

數據能力究竟是什么?

我有不同的理解。

數據能力，一般都認為是獲取、處理、應用數據的技術能力。

但我認為，數據能力還有另外很重要的兩點，容易被忽視，從而導致企業就算搞定了技術，也仍然不具備數據能力。

第一點，是數據的規劃體系。這一點，在前面已經聊過。

為什么鮮有企業能夠規劃好自己的數據體系，而更多的情況是不斷堆砌數據孤島呢?

因為業務需求永遠是急迫的，而成體系的構建數據系統既需要時間，又需要大量的資源，更需要說服老板，因此不是業務部門能左右的。

所以才有了這幾年開始被炒火的數據中臺，而且數據中臺基本上只有阿里騰訊這樣的大廠去忽悠，因為是賣給大老板們的東西。

所以，也才有了營銷和運營體系中同樣被追捧的CDP。CDP本質上是一個多渠道多觸點的數據獲取、組織、應用系統，并且自帶數據打通整合的功能，所以，它天生也是自帶數據體系的一種工具，天生是反數據孤島的。

不過，雖然都能幫助解決數據的規劃問題，我對數據中臺和CDP的看法不一致。具體原因不在這個文章中介紹，有時間的話我再起一篇文章講講我的觀點。這里簡單做一個解釋，數據中臺，很多企業基礎不行，做不到，也用不起來。CDP，相對要容易一些，業務領域也更聚焦，用起來的可能性要大很多，盡管仍然不簡單，但至少比大數據中臺要現實。

第二點，是數據的運營體系。

企業在這一點上，比上一點更缺乏認知。

什么是數據的運營體系。簡單講，就是沒有運營，就沒有數據，就沒有數據資產。

最典型的：我們一般認為數據的獲取是一個技術性的事情。但實際上，它更是一個運營性的事情。

舉一個例子。我花100萬買了很多流量，進入到我的觸點——某個H5頁面。你也花同樣的錢買了同樣的流量，也進入到你的H5頁面。在我的H5上，存在大量的可以供用戶交互的設計，而你的H5上，基本只是讓用戶看看圖片和文字。這兩種不同的設計，就會導致數據收集上的顯著差異：我的設計，能夠收集到更多的用戶交互行為數據，這背后，是靠的運營能力。

此外，為了打通數據，也需要運營。

與很多企業認知的不一樣，打通數據并不主要是一個技術性工作，而是需要讓用戶留下電話號碼，用電話號碼打通不同平臺和觸點上的不同ID。電話號碼，就是我們前面所說的，打通數據所必須使用的主鍵。除此之外其他打通數據的方式，并不實用或并不可靠。

但是，要拿到消費者的電話號碼，不能偷也不能搶，必須要讓消費者心甘情愿地提供，這還是需要靠運營。

又比如，過去我們規劃營銷體系，或是具體到一個活動的營銷，比較少把如何獲取數據，如何應用數據考慮在內。但是今天，一個營銷體系，或是一個營銷活動，不能捕獲到足夠的消費者的數據，它的價值就折損了一半。

 

五 用不上的，也不是數據資產

數據就算被組織得很好，用不上也白搭。沒有思考清楚數據應用，數據最終會隨著時間的推移而過期，最后進入垃圾堆。

數據應用話題太大，但具體到數字營銷和運營領域，卻是有很多應用的場景。

例如，今天企業自己獲取的一方消費者數據就有很多應用場景：利用第一方數據進行的廣告投放、消費者多觸點的整合運營(后鏈路營銷)、微信生態私域運營、動態性的營銷自動化、更針對性地推薦、消費者/客戶的生命周期運營等等。

這些場景是否跟你的業務相關?

我看到更多的情況，是數據最終被作為報告呈現在老板的屏幕上，連大數據，也被理解為dashboard大屏，好像不顯示出來的，就不是數據，就不存在一樣。

數據資產，遠遠不是數據報告、不是dashboard，它也不是BI，也不是數據挖掘，而是實實在在能夠在具體場景中被應用、能夠驅動具體的業務(尤其是消費者運營)的，如燃料般的物質。它如果不能釋放更大能量，又何談資產之說呢?

所以，數據資產的邏輯，是下圖的邏輯：

 

 

 

 

上圖：傳統上我們的消費者營銷與運營體系是藍色框內的部分，但為積累數據資產，必然涉及到更多的數據運營的部分。

要應用數據，需要花功夫做數據體系規劃，需要花功夫用好的具有抵抗數據孤島能力的工具，但更重要的，也需要花功夫真正強健自己的運營體系和能力，最后，還需要有能夠結合數據與業務的策劃性人才。這些，都非一日之寒。

所以，把數據變成資產，不是一朝一夕之事，也不是幾個數據系統工具就能解決的。它其實就是今天企業數字化轉型的核心問題。