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。當今環境下，線下用户線下用户已經無法區分，核心在於用户全旅程中，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，以獲取用户360度視圖。基於此，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、建立用户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、多業務數據無拉通、用户側數據的缺失等，也確確實實影響了我們日常工作的效率，這裏的核心還在於數據需統一規劃和落地。以下圖為例：
- 首先，梳理用户旅程、並實施數據埋點、再結合調研，實現用户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户體驗指標框架，最終形成用户體驗平台，持續定位用户的癢點和痛點；
- 再者，與公司各組織拉通形成解決方案並監控落地的效果，包括不限於品牌美譽度、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，還要着重強調數據定義的精準性。
先舉一個簡單的例子。賣菜平台有兩個用户：C1、C2。通過後台數據監測，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説：
C1是高價值用户且忠誠，購買頻次高且持續購買；而C2則是一般用户。當下，完全沒有必要擔心C1會流失。
可一週後，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%。
到底是怎麼回事兒？
當你深入調查，發現：
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，每天都在平台上買菜。但隨着疫情的緩和，購買頻次依次減弱，直到第四個月從平台上消失。
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，就一定會在平台上買菜。
數據確實是客觀的，但核心是用户需求的洞察。
- 什麼樣的用户是易流失用户？
- 什麼樣的用户是忠實用户呢？
- 是需要基於用户本身的現實需求而定的，而不是簡單的數據頻次。
- 對於買菜平台，用户的忠誠度=購買次數/做飯次數；
- 對於打車平台，用户的忠誠度=打車次數/打車需求的次數；
- 美的空調，用户的忠誠度=用户購買次數/用户更換空調次數；
……
因此，當我們重視數據後，還要從用户最為基礎的需求上釐清數據的緯度和指標，才更有意義。
三、用户主觀數據現階段，不管是自己公司的數據還是互聯網各平台的數據，更多還是客觀指標數據，主觀體驗數據較少。但主觀用户本身，對於用户自身又起着決策性的作用。因此，用户主觀體驗的數據則顯得更加重要。
在用户為中心的時代，作為企業更關注的並非產品客觀層面的參數和指標，而是用户主觀的感知。
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台試試，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繫預約安裝了，這個主動服務，真是滿意。師傅安裝很專業，昨天裝的，今天還來給測試，服務太到位了。
——小米用户評價
比如用户預期。以小米為例，小米以“高性價比”佔領用户心智。核心在於價格便宜、顏值在線，品質一般。對於用户來説，潛在的心理就是花這麼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，用户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説，都需要加大對用户主觀數據的收集。這樣才能夠基於用户自身的需求、預期來落地真正能夠滿足用户的產品、服務和體驗。
四、線上數據並非我們的數據再者，説到線上數據。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於騰訊百度淘寶京東頭條等第三方平台數據以及採取的數據。
不管是第三方平台數據還是採集的數據，本質上都不是自己公司所真正擁有的。或者説，這些數據不僅自己公司擁有，競爭對手也同樣擁有，屬於公域的範疇。因此，線上數據並不能真正的成為壁壘。
更有甚者，由於第三方平台彙集着更多緯度更立體的用户數據，如若這些第三方平台過河拆橋，將前端的流量入口截流，那麼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、服務等任一環節。通過這種面對面的服務更容易建立與用户的情感和信任鏈接。在這種背景下，工作人員可以協助完善特有的數據類型，包括户型、家庭基礎狀態、用户性格、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，那麼與附近小區用户建立鄰居一般的關係，可進一步獲取特有的數據類型，包括家庭狀態、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年左右僱傭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，但落地後，卻能夠形成真正的壁壘，成為企業數據的護城河。
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，並在實際項目中使用和效果迴歸，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。擅長用户運營和用户研究
本文原創發佈於人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基於CC0協議