在数字化转型的大背景下，数据是新基建，需要从全局考虑和落地

线上还是线下更重要？这是无数人会问的思考问题。在当今环境下，线下用户无法区分线下用户，核心在于用户在整个旅程中是线上还是线下。为了获得用户的360度视图，通过不同的触点获得更多纬度更立体的数据。基于此，我更加强调线下接触的重要性。总的来说，可以从以下几个方面来解读。一是建立用户数据管理系统，以数据指导运营，已成为现阶段各公司的共识。然而，在日常工作中，我们总是觉得数据侧并不强大，包括数据准确性、口径统一、多端数据分散、多业务数据无连接、用户侧数据缺乏等，这确实影响了我们日常工作的效率。这里的核心是数据需要统一规划和实施。以下图为例：首先，梳理用户旅程，实施数据埋点，结合研究，收集主观体验数据和客观指标数据；其次，通过数据收集逐步形成基本的用户体验指标框架，最终形成用户体验平台，不断定位用户的痒点和痛点；并与公司组织形成解决方案，监控着陆效果，包括不限于品牌美誉度、产品质量提升、营销效果转化提升和服务效率体验提升；最后，通过提升经验来提升业务效果。总之，数据管理系统的构建需要统一的逻辑和语言系统。总之，数据管理系统的构建需要统一的逻辑和语言系统。这样，数据口径、业务指标、数据共建、数据共享等才能真正实现。在数据标准的同时，更准确的数据定义也强调了数据定义的准确性。先举一个简单的例子。销售平台有两个用户：C1、C2。C1通过后台数据监控、C2买菜的频率如下(假设价格相同)：我相信无数的工作人员会说：C1是高价值用户和忠诚度，购买频率高，持续购买；C2是普通用户。目前，没有必要担心C1的流失。但一周后，C1消失了。此时此刻的你，是不是有点莫名其妙？根据大数据预测，C1在4月份购买10次以上的概率为90%；而C2在第四月购买4次的概率只有40%。到底是怎么回事？经过深入调查，发现C1的情况：一家三口加上婆婆，天天做饭。受疫情影响，一月份不能出门，每天在平台上买菜。但随着疫情的缓解，购买频率依次减弱，直到第四个月从平台消失。C2状态：单身一人。吃饭基本靠外卖解决。然而，只要你自己做饭，你就会在平台上买菜。数据确实是客观的，但核心是对用户需求的洞察。什么样的用户容易失去用户？什么样的用户是忠实用户？它需要基于用户本身的实际需求，而不是简单的数据频率。对于蔬菜购买平台，用户忠诚度=购买次数/烹饪次数；对于出租车平台，用户忠诚度=出租车次数/出租车需求次数；美的空调，用户忠诚度=用户购买次数/用户更换空调次数。。因此，当我们关注数据时，从用户最基本的需求中澄清数据的纬度和指标更有意义。在这个阶段，用户的主观数据，无论是自己公司的数据还是互联网平台的数据，更多或客观的指标数据，主观体验数据较少。但主观用户本身对用户本身起着决策作用。因此，用户主观体验的数据更为重要。在以用户为中心的时代，企业更关注的不是产品的客观参数和指标，而是用户的主观感知。例如，用户期望。以小米为例，小米以“高性价比”占据了用户的心智。核心是价格便宜，价值在线，质量一般。对于用户来说，潜在的心理是花这么多钱，即使一个月就坏了，也值回票价。当产品真的出现问题时，用户有更强的包容性。因此，在现有的基础上，作为任何想要向数字化转型的公司，都需要增加对用户主观数据的收集。只有这样，我们才能真正满足用户的产品、服务和体验，基于用户自身的需求和期望。说到在线数据，在线数据并不是我们的数据。在线数据非常重要，但对于绝大多数公司来说，除了自己公司的微量数据外，更多的数据来自腾讯百度淘宝京东头条等第三方平台数据和数据。无论是第三方平台数据还是收集数据，本质上都不是自己公司真正拥有的。换句话说，这些数据不仅由自己的公司拥有，也由竞争对手拥有，属于公共领域的范畴。因此，在线数据并不能真正成为障碍。更重要的是，由于第三方平台收集了更多纬度、更三维的用户数据，如果这些第三方平台通过河流拆除桥梁，切断前端流量入口，那么他们自己的公司真的可能成为整个链的下层工人。因此，只有通过自己公司拥有的核心线下资源作为触点，形成独特的数据资产，才能形成数据侧真正意义上的护城河。例如，您的公司从事上门安装、服务等任何环节。更容易通过这种面对面的服务与用户建立情感和信任链接。在此背景下，工作人员可以协助完善独特的数据类型，包括户型、家庭基本状态、用户性格、性别、一般年龄和偏好。此外，如果你的公司有实体店，与附近社区的用户建立一般的邻居关系可以进一步获得独特的数据类型，包括家庭状态、生活偏好、家庭结构、家用电器需求等。两者的结合可以大大提高独特的数据信息类型。而这些信息，正是能够真正形成自己公司的护城河。此时，可参考贝壳找房(原链家)的楼盘字典。自2007年左右雇佣400多人处理房地产字典信息以来，十多年来积累了超过1亿的房地产字典信息。贝壳现在是中国最大的房地产服务提供商。方法可能是愚蠢的，但在着陆后，它可以形成真正的障碍，成为企业数据的护城河。简而言之，在数字化转型的背景下，数据是一种新的基础设施，需要从整体上考虑和实施，并在实际项目中使用和回归效果，真正实现数据资产的概念。