用户数据管理:如何正确收集用户数据
新剑侠情缘结局⽤户数据管理：如何正确收集⽤户数据
在当前的数字营销世界中，我们正⾯对着激烈的竞争。2020年带来了利⽤数据做出更明智的商业决策的新⽅法，现在正以⽤户数据管理软件的形式提供，⽽且随着企业迅速意识到这⼀点，它们会产⽣可衡量的结果。但是，如果这些努⼒没有经过很好的计算，没有经过深思熟虑，没有与您的数据管理⽬标和功能很好地保持⼀致，那么任何规模的企业都可能会淹没在信息洪流中。
那么，随着数据从每个⾓落流⼊，应该衡量什么呢？它应该存放在哪⾥？如何利⽤它来做出有价值的商业决策？当然这个过程中最困难的部分——从哪⾥开始呢？
Mailcattle在本⽂将概述如何从头开始创建⽤户数据管理系统，包括：
• ⼤多数公司在收集数据时做错了什么；
• 为什么公司仍然以这种⽅式收集数据；
• 这些公司需要做什么/必须做什么来正确收集数据。
那么，应该从哪⾥开始呢？让我们来看看：
1. 设置场景
2. ⽤户数据管理及其对我们的影响
3. 收集正确的数据类型
4. 选择合适的⼯具
设置场景
公司成功的关键现在在于能否成功管理⽤户数据流，⼤多数公司仍然严重落后于曲线：
• 跨⾏业研究表明，平均⽽⾔，只有不到⼀半的结构化数据⽤于决策，⽽其中只有不到1％的⾮结构化数据被分析或使⽤。
• 超过70％的员⼯可以访问他们不应该访问的数据。
• 数据分析师80％的时间都花在了发现和准备数据上。
我们现在⾯临新的挑战：⽆论是跨部门的沟通，提供有竞争⼒的⽤户体验，还是快速做出重要决策，正确收集有关⽤户和⽤户的数据可为所有部门带来巨⼤的收益。这就是为什么公司会在数据聚合⽅⾯寻求新的解决⽅案，以提升这种性能。
⽤户数据管理及其对我们的影响
⽤户数据管理是收集，组织和分析有关⽤户数据的过程。在考虑改进以下⽅⾯时，这是⾄关重要的机制：
• ⽤户获取，满意度和留存率
• ⽤户的可见性和沟通策略
• 提⾼数据质量和收益
这是⼀个相当⼤的项⽬，尽管⼀旦⽤事实来表现，压倒性的积极结果很难被忽视。
以下就是Mailcattle分析为什么创建⼀个可靠的⽤户数据库是你的⾸要任务：
获得新⽤户并不是⼀件容易的事，但是⽤户数据库可以推动您的业务沟通，⽽⽆需您花⼤笔钱购买独⽴的⼴告。通过简单地询问就可以收集⽤户数据，并通过传达相关折扣、活动和其他促销提醒（例如⾸次购买免费送货）来奖励信任。令⼈愉快的第⼀印象提⾼了⽤户成为强有⼒的品牌推动者的可能性。
80％的销售额来⾃20％的现有⽤户。⼀旦他们进⼊你的⼤门，通过培养⼀个健康的⽤户忠诚度计划来留住他们，这个计划创造了定制的、积极的体验，以培养经常出现的品牌拥护者，从⽽产⽣⾼价值的⼝碑营销。只有有了⼀个功能完备的⽤户数据管理策略，您的营销团队才能开始计算重要指标，例如随时间推移的⽤户价值，也称为⽤户⽣命周期价值（CLV）。
收集相关的⽤户数据将使您能够更好地细分⽬标市场，发现购买⾏为的趋势，并允许您⾃定义个性化的沟通策略，从⽽获得更明智、实时的战略决策。
⽤户的购买途径可能是⼀个漫长⽽⽆法预测的过程，其中包括多个接触点、众多设备、全天候消费以及在线和离线参与。可以收集分析⽤户旅程各个阶段的相关数据，以确定可以⽀持的执⾏者，从⽽提⾼销售效率。
⼀个基本因素开始脱颖⽽出：为了使⽤户数据管理系统成功产⽣结果，需要围绕⽤户（⽽不是渠道或设备）协调不同来源的数据收集，从⽽创建单个⽤户的整体视图，即：单⼀⽤户视图（ SCV）。
Mailcattle
因此，整个公司部门都可以使⽤全新定位的且可⼴泛访问的⽤户资料，⽽不是存放在单独的地⽅锁起来。这样以来，⽆论渠道如何，每次⽤户互动都与其先前的互动相关，从⽽⿎励与您的品牌保持⼀致、透明的体验。
收集正确的数据类型
四年级作文美丽的校园
您是否收集了正确类型的⽤户数据？⼀个真正有效的数据库需要确定它所收集的数据类型以及它的价值。我们将这些数据分为四个关键部分：⾝份，定量，描述性和定性数据样本。下⾯你会发现每个例⼦的描述和⽰例，以及如何收集它们的想法。
⾝份数据
通过收集⽤户的⾝份数据，我们能够⽤建⽴的基本信息来唯⼀地描述个⼈，以及我们需要联系他们的细节。⼀旦构成了买⽅⾓⾊，就可以在⽤户整个旅程的特定阶段针对他们的细分定制通讯。
⾝份数据可能包括：姓名，性别，出⽣⽇期，地区，收货地址，⼿机号，社交媒体账号，⽤户ID等。
如何收集⾝份数据：通常情况下，当⽤户在结账时输⼊他们的付款详细信息、订阅您的时事通讯，或者为了获得产品、服务或奖励⽽⾃愿提供这些信息时，您已经在收集这类数据了。
服务或奖励⽽⾃愿提供这些信息时，您已经在收集这类数据了。
根据您所在⾏业的不同，您还可以考虑：
• 定制注册表单
• ⾸次购买的折扣券
• 提供预约机会
• 忠诚度/奖励计划
定量数据
在个⼈层⾯上了解⽤户之后，使⽤可衡量的运营数据或定量数据来了解⽤户如何与您的企业互动很重要。定量数据是在整个⽤户旅程中收集的信息，包括发现细节，各种渠道互动以及促成购买的特定转化步骤。
定量数据的⽰例可能包括：
• 在线/离线交易：购买的产品，购买⾦额，购买时间，订单/订购价值，订单/续订⽇期，购物车放弃，产品退货等。• ⼊站/出站信息：⽇期，时间，频道，开放，点击率等
ug10• 在线活动：⽹站访问，产品浏览，在线注册等
• 社交⽹络：体，互动，兴趣等
• ⽤户服务：投诉信息，⽤户查询信息，呼叫中⼼沟通等
如何收集定量数据：定量数据的⽬的是了解⽤户与公司互动时的决策过程。是什么促使他们发现您的业务？哪个渠道带来的转化率最⾼？专⽤渠道⼯具在整个⽤户⽣命周期中都是可⽤的，并且应该根据您的营销⽬标和战略进⾏调整。
从哪⾥开始收集定量数据：
• Web分析⼯具
• ⽬标⽹页上的⽹站Cookie /⿏标跟踪热图
• 跟踪电⼦邮件/新闻稿中的图像
• 记录历史购买交易
• 记录历史⽤户沟通⽅式
• 社交媒体活动
描述性数据
作为对⾝份数据的升级，描述性数据旨在收集更多的⼈⼝统计信息，进⼀步勾勒出⽤户⾓⾊。⾓⾊清
晰之后，您就可以更轻松地使⽤预测分析在营销⼯作中实施最佳⽅案。
描述性数据的⽰例包括：
• 家庭：婚姻状况、⼈际关系、⼦⼥数量等
• ⽣活⽅式：房产类型、汽车、拥有宠物、爱好、收藏、兴趣爱好等。
• 教育程度：⾼中，⼤学，⾼等教育等
• 职业：职务，职位描述，收⼊，专业背景等
如何收集描述性数据：获得⾼质量的描述性数据并⾮易事，⽽且还需要更多的技巧。公司通常会使⽤深⼊的调查问卷来收集数据，从⽽深⼊了解季节性增长和下降，购买⾏为以及⽤户周期的寿命。
以下是收集描述性数据的⼏种⽅法：
• 开放式⾯试题广西高考时间
• 深⼊的问卷调查
• ⽬标⾏为观察
• 焦点⼩组访谈
• ⾼级潜在⽤户表单
定性数据
最后，我们有定性数据，这些数据应该描述⽤户做出选择背后的理由。问题通常以“如何，为什么”开始，包括“意见和态度的形成⽅式”，“⼈们为什么会这样做”，“社会体之间有什么不同”。
定性数据的⽰例包括：
• 态度：感知价值，评价，反馈，回购可能性等
• 动机：购买原因，⽤户需求等
• 意见：喜欢/不喜欢，偏好设置等
如何收集定性数据：进⾏定性数据收集可能会有些棘⼿，因为深⼊了解⽤户习惯会花费更多时间，因此⽐仅收集定量数据更为昂贵。⽆论如何，可⽤的⽅法包括⼀对⼀的直接交互，在团队环境中与个⼈的直接互动，或者在⽤户旅程中的各种沟通渠道上间接解释⽤户的意见。
定性数据可通过以下⽅式收集：
• ⾏业相关评论⽹站
• 使⽤社交媒体监控⼯具进⾏社交倾听
• 量⾝定制新闻通讯注册流程
鲠
• 使⽤保存或评分系统
• 深⼊倾听并反馈问题
这些只是需要遵循的⼀些简单的数据类别，但不仅限于您专有的⾏业特定数据。
Ascend2的⼀项研究发现，关于最有效的数据来源，50％市场从业者表⽰是销售和⽤户服务团队，45％市场从业者表⽰是市场营销。
是市场营销。
Mailcattle
换句话说，拥有⾃⼰的⽤户数据管理平台（明确地说是⼀个综合的平台）是公司营销数据的最重要来源。
选择合适的⼯具
⼀开始，在Excel表格或类似的电⼦表格软件中⼿动存储数据似乎是⼀个低成本、合理的解决⽅案。但随着业务的发展，数据也在增长，你可能会发现⾃⼰迷失在当今⼤数据趋势所提供的复杂、庞⼤的数据集中，更不⽤说缺乏能够给你带来竞争优势的有价值的见解。然⽽，这甚⾄不是您收益的最⼤威胁，真正的问题是，当过度关注于获得新⽤户时，忽视初始⽤户及其⽤户周期价值（CLV）才是真正的问题。
你迟早会需要⾼效的软件来存储、跟踪和分析所有传⼊的信息。从⼀开始就投资正确的⼯具是明智的，⽽不是遇到⽤户流失、信誉不佳和电⼦表格的局限性才进⾏调整。有各种各样的⽤户数据管理软件可⽤于存储⽤户数据，但就提供许多消费者现在期望的个性化程度⽽⾔，有⼀个⾮常突出。
CRM，DMP与CDP
从历史上看，Customer Relationship Management（CRM）平台是20世纪90年代出现的第⼀个数据聚合平台。作为⼀个⽤户数据管理系统，CRM的主要⽬的是收集有关⽤户的已知详细信息（第⼀⽅数据），例如⾝份和定量数据，⽽不是描述性和定性数据，并管理这些交互。
怎么买基金定投好随着互联⽹在21世纪变得更加可追踪，另⼀种数据聚合平台应运⽽⽣。Data Management Platform（
DMP）旨在通过使⽤Cookie迎合⼴告商的需求，协助策划和执⾏媒体宣传活动。与CRM不同，DMP通过使⽤可以购买的数据源（第⼆⽅和第三⽅数据）⽽不是单独收集的（第⼀⽅数据）来统⼀匿名ID。
随着⼤数据趋势的⽇益丰富，海量数据随之涌现，这就对灵活性和规模提出了迫切的需求，以满⾜对改善客户体验和全渠道营销计划的需求。作为聚合数据平台中最新的参与者， Customer Data Platform（CDP）可以轻松地与现有数据集成，将第⼀⽅、第⼆⽅和第三⽅数据以及线下和⾮结构化数据整合到⼀个系统中。
结论
Mailcattle认为⼀个庞⼤的⽤户数据库不可能⼀夜之间建⽴起来。企业所有者需要花费⼀些时间和精⼒来收集正确类型的数据，到正确的存储⽅法，并为正确的使⽤和应⽤提供必要的保护措施。如果现在做得正确，随着时间的推移，这些信息将成为您的⼀项企业资产，帮助您发展壮⼤并取得成功。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。