潮水退却，沙滩上多少裸泳的流量，被晒成虚假的数字，终于被残酷的现实“拍了拍”！当红利殆尽，泡沫破裂，市场的自我净化系统开始启动。
从一味对流量规模的盲从，到对数字用户运营的精细化管理，是大环境的变化，也是我们真正进入字时代自下而上的新变革。
未来社会，企业一定是以数字企业为主要形态的存在，对数字用户资产的管理和用户运营，就成为企业的核心竞争力。易观方舟推出的“智能用户运营”解决方案，包含了用户分析、用户运营和用户画像3大部分。今天，我们主要谈 用户分析 和用户运营 两部分。
用户行为分析
从 WA 到 UBA
数据的应用场景首先是分析。收集大量的数据，首先就是通过数据的分析，发现问题、总结规律。早在 Web 时代，就出现了很多网站分析工具，可以算是第一代的用户分析工具。
01. 第一代用户行为分析工具（User Behavior Analysis）
第一代严格意义上并不能真的称为“用户行为”分析工具，而是面向产品设计的分析工具，一般称为 WA（Web Analysis）工具，以百度统计为代表。基本是实现统计数据的目的，主要是统计产品的整体状况。在用户行为数据分析上，WA 支持能力非常有限，无法识别用户而是记录 Cookie 、设备 ID 等匿名 ID ，也只能算是流量分析。WA 也无法将相同用户在不同端的行为打通，无法数据下钻到具体的用户，指标只有固定的一些统计指标，无法与分析维度交叉，实时性差，无法和业务数据打通整合分析……
02. 第二代用户行为分析工具
第二代用户行为分析工具在 WA 的基础上，结合数仓技术进行了较大的改进，可以识别用户，能将相同用户在不同端的行为打通，可以自定义统计指标，但是其指标的计算依然需要 ETL 的方式完成，所以不能实时分析，往往需要 T x 的数据处理周期，指标也无法随时根据分析的需要灵活地交叉各种维度，无法和业务数据打通进行整合分析。
03. 第三代用户行为分析工具
第三代用户行为工具以易观方舟为主要代表，和前两代最主要差异在于：
具备以上几个特征的用户行为分析工具，才能称为第三代的用户分析工具。我们再来总结一下，三代用户行为分析工具的差异分析：
智能用户运营
从 MA 到 EA
实现数据驱动业务最直接的动作就是数据自动化，在不同的应用场景下，通过数据自动化的方式取代人为的干预实现效率的提升。因此在用户获取、二次营销、用户运营等主要的场景下，衍生了多种自动化工具。
01. MA (Marketing Automation) 营销自动化工具
营销自动化出现多年，旨在通过自动化的解决方案替换重复任务和手动的营销过程。但是因为营销概念边界比较模糊（企业的商业活动从市场到销售的过程都可以称之为营销），造成营销自动化的边界也比较模糊，众多的 MA (Marketing Automation)工具侧重点也有不同。也有人比较精确定义 MA 对应企业在市场广告活动中自动化，而侧重销售的自动化的会称之为 SA（Sales Automation），这里的把整个营销过程的自动化工具都称之为 MA。
由于国外、中国的用户习惯不同：邮件/短信等国外 MA 最常见的触达通道，而在中国邮件/短信却不是好的营销通道，通过社会化媒体的触达通道更加被企业重视。因此，MA 在中国的功能有着中国特色，MA 往往将 CRM/SCRM 作为用户数据库结合使用，主要的功能大概包括：活动管理、内容素材、通道管理、线索管理、数据整合、社会化营销、效果分析、线索培育以及自动化流程控制等。
02. EA (Engagement Automation) 运营自动化工具
2017 年，Forrester 发布一篇分析报告《The Forrester Wave™ Mobile Engagement Automation》，定义了一个全新的领域：Engagement Automation 运营自动化工具。
分析一开篇就开篇明义地指出：“ Moments Are the Next Battleground For Consumer Engagement ”。
下一个赢得和留住客户的战场就在于：无论用户是线上还是线下互动的过程中，企业就必须把握住用户随时产生需求的时刻，并向他们提供主动、超个性化的内容和服务。如果用户在一次与企业互动的用户旅程中没有完成消费，企业的绝大多数追加营销动作对于消费者来说都是负担，对于用户体验有伤害。
而目前大多数企业是建立一套数字化的用户触点，鼓励用户自助服务完成消费的方式。这意味着，基于用户的行为判断用户产生需求的时刻，并通过实时的、主动地提供个性化内容和服务，对于企业的用户运营能力提出了更高的挑战。
过往的 MA 工具，虽然可以基于用户触发条件，提供自动化的营销动作，也可以根据用户人群的提供不同的个性化内容。但是，MA 的触达用户的方式，属于“异步”的触达方式，如短信、邮件、Push 等。这种“异步”触达方式独立于用户与产品交互的用户旅程，往往要么被用户忽略、要么打断用户的交互，不能产生良好的效果和用户体验。而 EA 工具则具备以下更高的能力：
基于单一用户的更全面的数据：全触点的行为、用户基础信息、历史交易、用户偏好、实时情景、当前行为甚至情感。数据整合的速度、广度、规模，是驱动自动化运营是否能够取得良好效果的核心。因此，EA 往往基于强大的数据平台才能实现预期的效果。
EA 的解决方案中必须提供基于实时上下文的用户旅程建模，以及即时基于用户事件触发的运营动作编排。具体上需要：支持基于用户事件触发、支持多步骤和逻辑控制的运营活动序列编排（如：workflow）。
在支持非实时触达通道（如：短信、邮件等）的同时，还需要支持实时触达的通道（如：in-App/Web 弹窗等），在用户交互过程中引导用户，提升运营的效果和用户体验，而不是打断用户的交互。
由于 EA 需要基于实时用户行为事件触发，因此用户行为分析、活动效果的分析必须配合提供相应的实时洞察，以及提供 A/B 测试这样的优化功能，从而对活动的组合、优化和迭代活动提供支持。
为营销活动建立目标受众人群并不新鲜，但今天的挑战是，用户的动态性令人难以置信。一次简单的购买，应用程序下载，或点击一个网页，甚至点击一个功能按钮，都可能改变用户的所处的分群。EA 需要能够创建规则来动态地划分目标用户人群，而不是静态列表。
用户在与企业数字化触点交互的过程中，用户产生需求的时刻，以及对应的用户行为事件几乎是一个无限的范围。而且随着技术的发展，数字化触点的不断丰富，用户需求的产生规律将越来越复杂。虽然目前更多的触发机制，是依靠人的经验或者数据分析总结出来的规律而形成的规则。但在不久的将来，基于单一的条件（如位置）触发用户运营动作将无法覆盖所有的场景，以人的经验或者依靠人进行的数据分析完全无法支撑些复杂的场景。
AI 人工智能技术是扩展分析、优化和交互管理能力的关键，这些能力能够适应用户运营过程中要求的处理速度和复杂性。部分 EA 平台现在已经开始使用 AI 技术，或者将 AI 技术作为核心组件包含在产品路线图中。比如：通过用户行为与用户需求之间的关联关系，形成营销活动的触发规则、营销效果的预测，以及通过人工智能提出目标人群的划分建议等。
从简单的流量分析管理，到今天形成以行为分析、运营触达、用户画像为主要构成的精细化数字用户运营，可以说数字化企业已经进入了全新的阶段。易观方舟智能用户运营数据平台，就包含了智能分析、智能运营、智能画像三大组件，帮助企业快速搭建起立体化、全流程及渠道的用户运营及营销体系，助力企业通过数据驱动实现精益成长。
易观方舟