你就让他这么走了：没有数据，你不是白忙一场

但是令人惊讶的是，如此重要的资产却一直被创业者们所忽略。在我走访创业者的过程中，我们惊讶的发现，大多数企业只注重短期目标或效益，完全不在意注数据信息的沉淀和利用。这使得企业运行多年后，依然没有收集到可靠而效的用户数据。致使企业无法根据数据进行精准的判断和分析，无法有效的提升转化率、召回率。进而阻碍了企业的长期发展。

而今天，疯癫将带领大家了解一下如何收集用户数据，收集哪些数据以及如何利用收集到的数据。

通常情况下，我们将用户数据分为两类，用户标签数据和用户行为数据。

用户标签数据，可以简单的理解成为用户的标识数据，是用来区分不同个体，或区分不同群体的数据。这里需要注意的是，对企业来说用户是数据的集合。因此，想要确定独立唯一的用户时，我们需要确立一个参考标准，根据参考去确定用户唯一性。这使得不同参考元素所确定出的，唯一用户有所不同。例如：支付宝是将用户身份证号码（也就是身份证号码元素）定为标识元素，从而确定出的唯一用户，是国家法定的唯一公民。「得到」是将手机号码定为标识元素，从而得到的唯一用户是唯一手机号码用户，但他不一定是唯一的公民。

既然用户身份证元素，确定出的唯一用户，要比手机号码元素确定出的唯一用户更加准确。那么，为什么市场上的产品不都用用户身份证元素作为标识元素那？

这是因为，不同数据元素的采集成本是有所不同。数据元素的采集成本主要包括两类，用户心理成本和用户编辑成本。用户心理成本，指的是用户被收集这个元素数据时，内心反感度的高低。而用户编辑成本，指的是用户完成数据填写难度的高点。像身份证这类，国家法定唯一信息数据，其采集所需用户心理成本和用户编辑成本都是最高地。例如：微信支付也开始采集用户身份证信息元素了，但是进行填写的人不到微信总用户的 30%。很多的人对采集这类数据从心理上就是反感地，并且填写数据是是否复杂。而相比较来说，手机号码的采集成本就要低很多了。

由于用户的标签数据需要采集多种元素。因此，通常情况下我们又将用户标签数据分为两类：用户基础数据，如所在地、性别、年龄、职业等；和用户个性数据，如兴趣爱好、用户关注度等。

而用户标签数据的作用主要有两点：

第一点：为产品生成动态用户画像，从而更加准确的指导产品设计和开发。

第二点：为推荐系统和计算广告做冷启动准备。

这里我顺便说下如何将物品和用户关联在一起，即用户基础推荐，也可以称为推荐冷启动。

方法一、用户标签与商品标签存在映射关系，即用户的女性标签和商品标签中的女性标签为两个标签但两个标签存在映射关系。

方法二、用户标签与商品标签公用一个标签，即用户选择标签时，选择的是标签系统中的父标签，而商品关联标签时关联的是子标签。例如，用户选择兴趣时可以选择爬山，骆驼品牌登山鞋，这个商品关联标签时，关联登山用品旗下登山鞋的子标签，这样就建立上了一定的关系。

说完用户标签数据，我们还要说下什么是行为数据，行为数据就是用户使用我们产品功能时进行操作行为所留下的数据，也就是我们产品记录下来的用户操作数据。这部分数据的意义主要是反应出用户的喜好和用户近期的需求。我们可以通过用户的喜好与短期需求进行长尾推荐。

那么，都有那些数据算是用户的行为数据呢？

1.浏览商品；用户浏览商品时会反应近期用户的需求意愿。而且可以通过浏览时常预测需求的强度。

2.搜索数据；同浏览数据相同，但是搜索数据更能反馈用户近期的需求和意愿的强度。

3.收藏（关注）数据；相对浏览数据，收藏需要用户更加主动。

4.购买数据

5.评论数据

如上所述，用户的行为数据有很多的种类，而不同种类的行为数据对用户或我们的意义有所不同。因此，我们需要对不同种类的数据进行权重分配。

不同类型的行为数据所占有的权重有所不同，按照用户行为难度和对我们产品的意义不同来决定权重的大小。

例如，通常产品中搜索的权重和收藏的权重要大于浏览商品的权重。

那么，如何根据行为数据进行推荐

当我们将权重分配好后，我们按照权重的由大到小的顺序推荐给用户。而需要注意的是产品不同时期段对用户的行为数据的权重会有所更改。例如；产品处于推广期时，分享的权重要大于收藏的权重。而在产品侧重于变现的时期时，通常收藏行为的权重要大于分享的权重。

除此之外，数据也是指导运营的重要手段之一。我们可以通过控制变量法，对数据进行分析对比，从而发现企业增长变现中存在的问题。具体的方法我就不多讲解了，感兴趣的同学可以去买本《数据分析法》这边书自行学习，也可以期待我之后的课程。