近年来，“大数据”日益成为国家基础性战略资源，其所蕴藏的巨大潜力和能量在各行各业不断积蓄的同时，整个数据行业的技术基础和实践能力也获得了长足的提升，对于数据的分析和应用能力在不少行业案例中都得到了良好的展现。单就运营而论，数据作为一种度量方式，能够真实的反映运营状况，帮助我们进一步了解产品、了解用户、了解渠道进而优化运营策略是其快速发展的根本动因。通过数据分析的结果来驱动运营方式，最终帮助运营者乃至企业决策者凭借数据敏感性和逻辑分析能力指导业务实践，下面我们就从何为数据运营的三重门开始说起。
数据的第一重门“交易门”
客户与企业的交易数据。这重门以交易数据、日志数据为主，即客户的交易行为（买卖、刷卡、查询、投诉等）通过企业内部的生产作业系统记录留存，基本以“事后”数据为主，数据存在形式以结构化数据为主体。
数据的第二重门“交互门”
客户与企业的交互数据，我们形容为花园里面的数据。其特点是以用户与企业的各种交互数据为主，数据本身代表了客户的行为，如位置、点击、浏览、企业App内的操作行为、企业线下实体内的行为（购物中心内的到店足迹）等。此类数据开始出现大量非结构化，流式数据等多种形态。
交互门与交易门的数据有什么不同，如何利用？
例子一
沉睡、瞌睡客户的分析
通过交易门内的数据发现的沉睡、瞌睡客户，在交互门里面表现如何呢？他们是真的沉睡了还是离开你的服务？
交易门内的数据告诉企业这些客户在你的企业交易门里面没有留下任何交易的线索，不买你的理财产品，不买你的商品？这个时候要看看交互门的数据了。
可以发现在一定时间段里，虽然交易门的数据类似，但是在交互门里面这些客户表现大不相同。 停留在企业APP时间的时长不一样金融网络营销模式，点击的次数不一样。
所谓“投资型“客户是数据猜测的，因为这些客户不断上来而且频繁的在你手机里面做各种操作，他们在比对你的商品或者你的理财产品。可是为什么交易门里面没有收益呢？
这个时候要看看“交互门“外的数据了。即这些客户在企业的App外在类似竞品企业的App上是什么行为呢？如下图：
结论很明显，这些投资类型的客户在竞品App里面同样活跃，是目标客户，这个时候要考虑如何进行客户的转化了，如何进行客户的转化同样离不开数据，属于客户运营范畴了。
这个例子是一个典型的穿越数据三重门的分析。
例子二
线下交互门的数据能干什么？
我们会认为24小时营业的火锅店会给很多商业综合体带来巨大的客流量，会有良好的预期，觉得这些人来了会在我的商场里边再会顺便买一些东西，提高我的提袋率。事实情况是不是这样呢？
我们做了这样一个数据探索，跟我们的客户一起去了解，把两百多个商家做了一次分类，分类组织成为各种商家标签，如下图表格的纵向栏目。在通过数据运营施工，在商场内的各个商家门口（nearby）和进店（inside）的Wifi数据获取整理。
通过大数据管理平台，将商家标签，人群轨迹做机器聚类分析，看看品牌与人流之间的关系到底是什么？
下图中标红的就是火锅，其相关性为1.0，但是这一栏中的人群除了跟火锅类标签相关度高之外，与其他商家标签相关性都极低。如果是简单描述这个分析结果就是，吃火锅的人会直来直往，吃完了就走，对其他的入驻的商家和品牌带动力非常有限。
据此我们可以进行进一步的分析，下图为商业综合体中所有的品牌与品牌之间的带动力的分析，来看看数据会告送你哪些品牌是带客源泉，哪些不是。
结论是，
数据的第三重门“公开市场门”
即客户在一个开放市场中的各种行为数据，其本身往往并不直接与企业的业务相关，但是对这些数据的获取和分析可以很大程度上辅助企业业务的开展，如移动App的数据、社交数据、微信微博的舆情数据、品牌偏好数据、、职住娱位置聚集和迁徙数据、区块内人群消费能力数据、观影偏好数据等等。
这类数据的获取不是盲目的，通常需要带有一定的问题域触发，即从解决某类业务问题触发来考虑，否则会陷入“数据的汪洋大海”，不知道收什么数据。
在问题域明确的前提下，通过分析加工“公开市场门”的数据可以帮助企业的具体业务问题（获客、唤醒沉睡客户、风险控制、宏观选址、区块消费偏好分析等等）。
这部分数据的获取企业往往需要依靠内部的有目的性的运营活动加以外部合作来达到，这也是众多传统企业往往面临的难题。
三重门的数据收集和获取形式不同
数据从“收”到“获”的变迁是什么意思？
交易门内的数据，基本以生产、交易、管理系统的自然数据的留存为主要模式，有时也被称为交易系统的副产品，所以主要是“采集”而不是“获取”。而是自然数据的日志自然积累，过去几十年有很多技术处理这样的资产，比如企业内部的数据仓库系统，商业智能系统，管理驾驶舱等经营分析系统将ERP，CRM，核心交易系统的数据进行聚合分析和展现。
交互门里面的数据，以用户与企业的各种交互数据为主，这部分的数据需要企业通过TPU运营和数据运营才能获取。
TPU运营的意思是通过围绕着流量（Traffic）、产品（Product）、用户（User）为核心的一系列的运营活动，来帮助企业将用户从公开市场门中发现，并引导他们穿越交互门、交易门成为企业的客户；同时对已有客户通过三重门数据的运营来提升粘性，提升客户满意度。
数据运营在此环节中十分重要，在上述的各种运营中，始终要将数据获取作为与业务开展几乎同等重要的事情来看待，在各种运营活动中对于数据获取进行必要的设计和必要的IT建设。
谈谈这里所谓的IT建设，我们暂且以“埋点”来统称这一环节的工作。所谓“埋点”即在过程中预先设计的一个事件触发和记录的环节，用以获取、记录该事件的数据。
埋点可以分为以下几类
只有通过专业、体系化的埋点措施并配合必要的业务管理要求和IT系统建设，才能解决“交互门“甚至“公开市场门”里面的数据持续获取。
通过对埋点数据的分析可以帮助企业去优化流量运营方面的各种措施，这是一个迭代过程。即通过TPU运营带入客户，通过对客户的各种交互、交易数据的分析优化TPU运营的举措，从而带入更多的流量，采集更多的数据，如此循环往复。
举例：如今跑步成为一种时尚，很多企业客户希望通过赞助这样的马拉松比赛来增加知名度和获客。
某银行客户举办了一次这样的马拉松比赛，报名人数三万，影响的人大概十万左右，目的很明显，拉升银行产品的知名度，拉动银行客户的开卡开户。结果是什么，钱花了，人来了。但是，人都是穿着短裤来的，没带笔，怎么开户；周边观众好几万，都是拿着手机来的，确实被这次活动吸引了。但是此次活动，银行只从承办公司拿了1900个手机号而已，其他的10万人的线索活动后就断了，1000多万的预算，收获了什么？产品露出（Awareness），但是貌似很难衡量金融网络营销模式，后续这些人如何做跟踪和转化呢？貌似没有跟进手段？数据收获了没有？除了1900个手机号，没有其他了。
这个活动就是典型的没有从数据运营、流量运营结合来考虑。从举办活动前夕的预热，官网、官微、移动APP、大流量端的预先活动设计和配合的线上埋点设计，比赛沿途（报名处，休息处，半马全马完成处，照相合影处）稍作设计都可以成为线下埋点的地方，点埋了，数据回笼了，有几件收益：
TalkingData将TPU运营（T：Traffic流量；P：Product产品；U：User用户）与3A3R整合在一起，结合数据三重门的数据运营特点，来帮助客户通过数据运营、平台建设来完成这一过程。通过持续的运营，帮助企业扩充自己的数据资产。如下图所示：
所谓数据运营，即所有的运营活动都基于数据，“不能量化就不能优化，不能量化就不能衡量”源自与此。移动互联网迫使企业的运营点前移出交易墙，到交互墙内，甚至是公开市场。
运营点前移造成既有的运营指标体系出现了不满足的情况，因为原有的指标体系是依据交易墙内的数据建设的，所以出现了新的移动互联网业态下的运营指标，
如下图所示的例子：
结合各个行业的特点，从3A3R （Awareness，Acquire，Activation，Retain，Revenue，Refer）几个角度从公开数据、交互门数据、交易门数据来统一考虑运营指标体系的建设。在此角度上TalkingData已经与多个行业客户联合推出了券商、直销银行、互联网金融、商业房地产等行业垂直
来源【全网营销】自媒体，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！
