大家好，我是周宏明，今天我要跟大家分享的是“数据比你更懂你自己？”这个话题。

一到年终的时候，很多平台都会发布用户的年度报告。记账APP会总结你这一年花了多少钱，分析钱都是花在哪些地方。音乐APP会汇总这一年哪几首歌你分别听了多少次，分析出你喜欢的是哪种类型的音乐。有人说，看这些分析报告，好像比我更了解我自己。

数据比你更懂你自己吗？

【资料图】

按道理，我们应该是最了解自己的人。一般情况，当我们看到纸巾快用完的时候才想起来赶紧去购买。而如果企业有用户数据沉淀，就能分析我的用纸速度，在上一次购买的纸巾快要用完之前，通过平台推送给我纸巾的购买链接。这个时候，企业通过数据分析，就可以做到比我更懂我自己。

企业要想做到 比用户更懂用户 ，在数据能力上要具备两点：一个是 全面 ，一个是 分析 。

很多企业喊着以用户为中心的口号，可是他们真的了解用户吗？企业的用户是谁？新用户是怎么转化来的？有多少活跃用户？用户真正需要的是什么呢？用户是怎么看待品牌的呢？很多企业都没有收集足够的用户数据，在做广告推广、会员活动、商品开发的时候，全都是凭感觉、凭经验。就算想要监测广告推广效果，还是依赖第三方调研公司采用数据抽样的调查方式，这样的调研结论恐怕离客观和准确还有很大的差距。别说懂用户了，连了解用户的基础工作都没有做到。

所以， 懂用户的第一步是要全面收集用户数据 。这里的“全面”并不是说所有人的数据都要采集，而是 专注于企业自己的用户数据 ；也不是说和用户相关的所有数据都要收集，而是 专注于收集与企业经营相关的用户数据 。当沉淀了足够分析和决策的数据量，才算是打好了基础，才能够发掘用户数据的潜在价值。

数据更懂用户，但数据本身是没有智慧的，关键在于用户数据如何经营使用。有的企业在做商品迭代优化的时候，会先在小部分用户范围内进行测试，记录测试结果。然而当测试数据没有达到预期的时候就直接认为优化不可行，却没有分析数据的变化情况，更没有去分析背后隐藏的原因，忽略了数据多维度的分析所带来的决策价值。

这就像年度报告只是呈现了你花了多少钱，哪首歌听了多少分钟，那只是统计。 比统计更重要的是要做数据分析 。分析出你喜欢听什么类型的歌，然后猜你喜欢；或者是分析出你哪部分花的钱最多，为什么会花这么多钱，有哪些部分是可以节省的。 通过数据分析后，企业可以了解用户是什么样消费形态的人，可以洞察用户的消费变化，进行精准营销、需求挖掘，更好地来服务用户 ，这才算是更懂用户。

亚马逊的关联推荐功能就常常受到用户的称赞，他的推荐总是让人忍不住买买买。用户在亚马逊下单后，会弹出一个界面，告诉你“购买了这本书的人有85%也购买了另一本书”，然后附上另一本书的介绍和购买链接。有用户就说过，在看到这个推荐之前，我都不知道还有这本书，看到85%就会忍不住点进去看一看，结果这本书我还真的感兴趣，就买了。通过关联推荐，用户就有一种“亚马逊怎么这么懂我”的感觉，推荐的都是我想要的，于是不断地买了一本又一本的书。

可能有的人会说，都85%了，数据那么精确，亚马逊推荐的书肯定都是适合这个用户的。然而事实上，刚开发推荐功能的时候，数据并不全面。在没有足够数据支撑的分析情况下，亚马逊自创“推荐百分比”这个标签，通过百分比数据来了解用户。85%可能是一个测试数据，也可能是15%，也可能是50%。用户的点击行为是消费心理的真实反应，用户的每一次点击行为数据都会被记录，通过收集用户的点击数据，分析后就能够发现用户的兴趣偏好和消费倾向。慢慢地，亚马逊就越来越懂用户了。

收集用户数据，分析用户数据，才能真的了解用户，懂用户。 数据驱动商业 ，企业分别建立商品标签和用户标签，通过数据分析后，把用户真正感兴趣的商品推荐给用户。

很多时候，用户也不知道自己要什么。这需要企业从数据中找寻蛛丝马迹，挖掘用户内心深处的需求并且满足，做到比用户更懂用户，给用户更好的消费体验。 用户数据取之用户，又服务于用户。为用户着想，给用户带去更多的惊喜服务 。用户就不舍得离开一家那么懂他的企业了。