在了解數(shù)據(jù)化運(yùn)營(yíng)前，運(yùn)營(yíng)們有沒(méi)有過(guò)如下的問(wèn)題：
- 不同渠道，效果究竟是好是壞？
- 活躍數(shù)下降了，到底是因?yàn)槭裁丛颍?/span>
- 這次活動(dòng)推廣成效如何？
- 發(fā)布了版本，用戶(hù)喜不喜歡？
- 我們總是說(shuō)傳播，傳播到底有多大？
這些都是產(chǎn)品和運(yùn)營(yíng)每天、每時(shí)、每刻都會(huì)遇到的問(wèn)題。數(shù)據(jù)化運(yùn)營(yíng)，實(shí)際以解決這些問(wèn)題為根本。它從來(lái)不是BAT的專(zhuān)屬，也不是大數(shù)據(jù)的獨(dú)寵，每一家互聯(lián)網(wǎng)公司，都有適合的數(shù)據(jù)運(yùn)營(yíng)土壤。
數(shù)據(jù)運(yùn)營(yíng)體系，是數(shù)據(jù)分析的集合與應(yīng)用，也是數(shù)據(jù)先行的戰(zhàn)略，它不僅是運(yùn)營(yíng)人員的工作，也是產(chǎn)品、市場(chǎng)和研發(fā)的共同愿景。從管理角度，是自上而下的推動(dòng)，如果領(lǐng)導(dǎo)不重視，那么執(zhí)行者數(shù)據(jù)用得再好，也是半只腿走路。
如何構(gòu)建數(shù)據(jù)化運(yùn)營(yíng)體系呢？以下是我的總結(jié)思考。
我將數(shù)據(jù)化運(yùn)營(yíng)體系劃分成四層架構(gòu)，每一層架構(gòu)都逐步演進(jìn)互相依賴(lài)，每一層又不可缺少。這四層分別是：數(shù)據(jù)收集層、數(shù)據(jù)產(chǎn)品層、數(shù)據(jù)運(yùn)營(yíng)層、用戶(hù)觸達(dá)層。它是以運(yùn)營(yíng)人員為視角的框架。
數(shù)據(jù)收集層
數(shù)據(jù)化運(yùn)營(yíng)體系的底層是數(shù)據(jù)收集，數(shù)據(jù)是整個(gè)體系中的石油。
數(shù)據(jù)收集的核心是盡可能收集一切的數(shù)據(jù)，它有兩個(gè)原則：
- 宜早不宜晚：意思是產(chǎn)品從創(chuàng)立階段，就需要有意識(shí)的收集數(shù)據(jù)，而不是等到公司發(fā)展到B輪、C輪才去收集。數(shù)據(jù)化運(yùn)營(yíng)貫徹產(chǎn)品全階段，不同階段有不同的運(yùn)營(yíng)方法。
- 宜全不宜少：指的是只有不合適的數(shù)據(jù)，而沒(méi)有爛數(shù)據(jù)。像歷史數(shù)據(jù)、變更記錄或者細(xì)節(jié)處的數(shù)據(jù)，都存在價(jià)值。
舉一個(gè)例子：
有一家金融產(chǎn)品，它的征信系統(tǒng)會(huì)詳細(xì)記錄用戶(hù)的行為，用戶(hù)在借貸時(shí)上傳擔(dān)保資料，會(huì)記錄用戶(hù)在這些頁(yè)面的操作步驟和時(shí)間。
這里有一個(gè)假設(shè)，上傳擔(dān)保資料普通人一定是謹(jǐn)慎小心的，如果這步驟完成的非常順暢快速，很可能是會(huì)違約和欠款的人群：你操作那么溜，是不是想撈一筆？屬于熟練工作案。征信系統(tǒng)會(huì)把這些數(shù)據(jù)作為特征判斷風(fēng)險(xiǎn)。
需要收集的數(shù)據(jù)能劃分成四個(gè)主要類(lèi)型：行為數(shù)據(jù)、流量數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、外部數(shù)據(jù)。
▍行為數(shù)據(jù)
它是記錄用戶(hù)在產(chǎn)品上一系列操作行為的集合，按時(shí)間順序記錄。用戶(hù)打開(kāi)APP、點(diǎn)擊菜單、瀏覽頁(yè)面是行為；用戶(hù)收藏歌曲、循環(huán)播放歌曲、快進(jìn)跳過(guò)歌曲是行為。
行為數(shù)據(jù)的核心是：描述哪個(gè)用戶(hù)在哪個(gè)時(shí)間點(diǎn)、哪個(gè)地方，以哪種方式完成了哪類(lèi)操作。
我們可以利用其分析用戶(hù)的偏好、頁(yè)面停留時(shí)間的長(zhǎng)短、瀏覽的頻繁程度、點(diǎn)贊與否，都可以成為依據(jù)。
另外一方面，用戶(hù)行為也是用戶(hù)運(yùn)營(yíng)體系的基礎(chǔ)。按不同行為，如購(gòu)買(mǎi)、評(píng)論、回復(fù)、添加好友等，劃分出不同梯度，定義核心用戶(hù)、重要用戶(hù)、普通用戶(hù)、潛在用戶(hù)的分層。
行為數(shù)據(jù)通過(guò)埋點(diǎn)技術(shù)收集。
埋點(diǎn)有不同種的實(shí)現(xiàn)方式，采集到的數(shù)據(jù)內(nèi)容倒是沒(méi)有差別，主要以用戶(hù)ID、用戶(hù)行為、行為時(shí)間戳為最主要的字段。用表格畫(huà)一個(gè)簡(jiǎn)化的模型：
- useID用來(lái)標(biāo)示用戶(hù)唯一身份，通過(guò)它來(lái)確定具體是誰(shuí)，理解成身份證號(hào)就行。
- active就是具體操作的行為，需要在技術(shù)層面設(shè)置和定義。
- timestamp就是發(fā)生行為的時(shí)間點(diǎn)，我這里只精確到分，一般會(huì)精確到毫秒。
用戶(hù)的行為記錄應(yīng)該詳細(xì)，比如瀏覽了什么頁(yè)面，此時(shí)頁(yè)面有哪些元素（因?yàn)樵厥莿?dòng)態(tài)的，比如價(jià)格），它是半結(jié)構(gòu)化的NoSQL形式，我這里簡(jiǎn)化了。
有時(shí)候?yàn)榱思夹g(shù)方便，行為數(shù)據(jù)只會(huì)采集用戶(hù)在產(chǎn)品瀏覽的頁(yè)面，像點(diǎn)擊、滑動(dòng)這類(lèi)操作不記錄。屬于折中的方法。
除此以外，行為數(shù)據(jù)還會(huì)記錄用戶(hù)設(shè)備、IP、地理位置等更詳細(xì)的信息。不同設(shè)備的屏幕寬度不一樣，用戶(hù)交互和設(shè)計(jì)體驗(yàn)是否會(huì)有差異和影響，怎么拿來(lái)分析？這也是數(shù)據(jù)化運(yùn)營(yíng)的應(yīng)用之一，是宜全不宜少的體現(xiàn)。
▍流量數(shù)據(jù)
流量數(shù)據(jù)是行為數(shù)據(jù)的前輩，是Web1.0就興起的概念。它一般用于網(wǎng)頁(yè)端的記錄，行為數(shù)據(jù)在產(chǎn)品端。
流量數(shù)據(jù)和行為數(shù)據(jù)最大的差異在于：流量數(shù)據(jù)能夠知道用戶(hù)從哪里來(lái)，是通過(guò)搜索引擎、外鏈還是直接訪問(wèn)。這也是SEO、SEM以及各渠道營(yíng)銷(xiāo)的基礎(chǔ)。
雖然現(xiàn)在是移動(dòng)時(shí)代，Web時(shí)代的流量數(shù)據(jù)并不過(guò)時(shí)。比如微信朋友圈的內(nèi)容都是HTML頁(yè)面，活動(dòng)運(yùn)營(yíng)需要基于此統(tǒng)計(jì)效果，我們可以把它看作一類(lèi)流量數(shù)據(jù)。
另外，不少產(chǎn)品是原生+Web的復(fù)合框架，內(nèi)置的活動(dòng)頁(yè)大多通過(guò)前端實(shí)現(xiàn)，此時(shí)即算行為，也算流量數(shù)據(jù)。當(dāng)我們將活動(dòng)頁(yè)發(fā)送到朋友圈時(shí)，相應(yīng)的統(tǒng)計(jì)只能依賴(lài)基于前端的流量數(shù)據(jù)來(lái)采集了。
流量數(shù)據(jù)是基于用戶(hù)訪問(wèn)的網(wǎng)頁(yè)端產(chǎn)生。主要字段為用戶(hù)ID、用戶(hù)瀏覽頁(yè)面、頁(yè)面參數(shù)、時(shí)間戳四類(lèi)，簡(jiǎn)化模型如下：
- url是我們?cè)L問(wèn)的頁(yè)面，以 ***.com/*** 形式記錄
- param是描述這個(gè)頁(yè)面的參數(shù)，我們?cè)陧?yè)面上的搜索、屬性信息會(huì)以參數(shù)的形式記錄。
和行為數(shù)據(jù)一樣，如果流量數(shù)據(jù)需要更詳細(xì)的統(tǒng)計(jì)，也是以半結(jié)構(gòu)化為佳，囊括操作記錄。
它是活動(dòng)及內(nèi)容運(yùn)營(yíng)的好基友，活動(dòng)的轉(zhuǎn)化率，文章被發(fā)到朋友圈的閱讀量等，都是作為流量數(shù)據(jù)被記錄。主要通過(guò)JS采集。
流量數(shù)據(jù)的統(tǒng)計(jì)已經(jīng)比較成熟，Google Analytics和百度統(tǒng)計(jì)都是知名的第三方工具，最為常用。不過(guò)它們不支持私有化的部署，只能提供統(tǒng)計(jì)。我知道這個(gè)頁(yè)面有100人訪問(wèn)，但這一百人是誰(shuí)不能定位，數(shù)據(jù)也無(wú)法記錄在數(shù)據(jù)庫(kù)中，這對(duì)數(shù)據(jù)化運(yùn)營(yíng)是一種麻煩。
如果有可靠和先進(jìn)的技術(shù)手段，我們是能做到將行為數(shù)據(jù)和流量數(shù)據(jù)統(tǒng)一到一起，這是未來(lái)的趨勢(shì)。
▍業(yè)務(wù)數(shù)據(jù)
業(yè)務(wù)數(shù)據(jù)在產(chǎn)品運(yùn)營(yíng)過(guò)程中伴隨業(yè)務(wù)產(chǎn)生。比如電商產(chǎn)品，我進(jìn)行了促銷(xiāo)，多少用戶(hù)領(lǐng)取了優(yōu)惠券，多少優(yōu)惠券被使用，優(yōu)惠券用在哪個(gè)商品上？這些數(shù)據(jù)和運(yùn)營(yíng)息息相關(guān)又無(wú)法通過(guò)行為和流量解釋?zhuān)敲淳蜌w類(lèi)到業(yè)務(wù)數(shù)據(jù)的范疇。
庫(kù)存、用戶(hù)快遞地址、商品信息、商品評(píng)價(jià)、促銷(xiāo)、好友關(guān)系鏈、運(yùn)營(yíng)活動(dòng)、產(chǎn)品功能等都是業(yè)務(wù)數(shù)據(jù)，不同行業(yè)的業(yè)務(wù)數(shù)據(jù)是不一樣的，業(yè)務(wù)數(shù)據(jù)沒(méi)有固定結(jié)構(gòu)。
業(yè)務(wù)數(shù)據(jù)需要后端研發(fā)進(jìn)行配置，因?yàn)榻Y(jié)構(gòu)不能通用化，最好提前和研發(fā)們打聲招呼提下需求。
行為數(shù)據(jù)、流量數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)構(gòu)成了數(shù)據(jù)來(lái)源的三駕馬車(chē)。統(tǒng)稱(chēng)為原始數(shù)據(jù)，指沒(méi)有經(jīng)過(guò)任何加工。
▍外部數(shù)據(jù)
外部數(shù)據(jù)是一類(lèi)特殊的數(shù)據(jù)，不在內(nèi)部產(chǎn)生，而是通過(guò)第三方來(lái)源獲取。比如微信公眾號(hào)，用戶(hù)關(guān)注后我們就能獲取他們的地區(qū)、性別等數(shù)據(jù)。比如支付寶的芝麻信用，很多金融產(chǎn)品會(huì)調(diào)用。還有公開(kāi)數(shù)據(jù)，像天氣、人口、國(guó)民經(jīng)濟(jì)的相關(guān)指標(biāo)。
另外一種外部數(shù)據(jù)的獲取方式是爬蟲(chóng)，我們可以爬取豆瓣電影評(píng)分、微博內(nèi)容、知乎回答、房地產(chǎn)信息為我們所用。第三方不可能支持你獲取，很多時(shí)候會(huì)有防爬蟲(chóng)機(jī)制。它需要一定的技術(shù)支持，不屬于穩(wěn)定輕松的來(lái)源。
外部數(shù)據(jù)因?yàn)橘|(zhì)量難以保證，更多是一種參考的作用，不像內(nèi)部數(shù)據(jù)能產(chǎn)生巨大的作用。
這四類(lèi)數(shù)據(jù)構(gòu)成了數(shù)據(jù)化運(yùn)營(yíng)的基石。隨著互聯(lián)網(wǎng)公司數(shù)據(jù)化水平的提高，能夠利用的數(shù)據(jù)越來(lái)越多。數(shù)據(jù)結(jié)構(gòu)逐步從SQL到NoSQL；信息源更加豐富，圖形和聲音數(shù)據(jù)越來(lái)越多；技術(shù)由單服務(wù)器演變成分布式；響應(yīng)從離線批處理到實(shí)時(shí)流式，都是數(shù)據(jù)收集的挑戰(zhàn)。
當(dāng)我們有了數(shù)據(jù)以后，進(jìn)入下面一層，數(shù)據(jù)產(chǎn)品層。
數(shù)據(jù)產(chǎn)品層
數(shù)據(jù)產(chǎn)品是對(duì)數(shù)據(jù)的加工和利用，它屬于技術(shù)和自動(dòng)化的范疇，由計(jì)算機(jī)對(duì)原始數(shù)據(jù)進(jìn)行處理。它不是傳統(tǒng)意義上的數(shù)據(jù)產(chǎn)品（如廣告系統(tǒng)），而是以發(fā)揮數(shù)據(jù)價(jià)值和生產(chǎn)力為目的，理解成進(jìn)行數(shù)據(jù)加工的產(chǎn)品也可。
原始數(shù)據(jù)并不能直接為運(yùn)營(yíng)所用，通常臟亂差，我們需要按照一定的標(biāo)準(zhǔn)整合、加工。
比如行為數(shù)據(jù)和流量數(shù)據(jù)，用戶(hù)在微信朋友圈看到一則活動(dòng)覺(jué)得不錯(cuò)，于是下載APP，注冊(cè)后參與了活動(dòng)。這里的行為數(shù)據(jù)和流量數(shù)據(jù)是完全獨(dú)立的。微信朋友圈的瀏覽，記錄的是用戶(hù)weixinOpenId和cookie，下載后則是產(chǎn)品內(nèi)部使用的的userId，兩者無(wú)法對(duì)應(yīng)，這就需要數(shù)據(jù)整合，將cookie、手機(jī)號(hào)、userId等信息映射(mapping)到同一個(gè)人。
這是技術(shù)層面的數(shù)據(jù)清洗。整個(gè)過(guò)程叫做ETL。
數(shù)據(jù)發(fā)揮價(jià)值的方式有很多種。即能通過(guò)BI，將原始數(shù)據(jù)以維度和度量的方式聚合，進(jìn)行各類(lèi)可視化的決策分析，也能數(shù)據(jù)挖掘。根據(jù)業(yè)務(wù)和場(chǎng)景決定數(shù)據(jù)的不同使用。這里最重要的是先有指標(biāo)。
▍數(shù)據(jù)指標(biāo)
我強(qiáng)調(diào)過(guò)盡可能的收集數(shù)據(jù)，然而原始數(shù)據(jù)那么多，怎么才能指導(dǎo)我們的業(yè)務(wù)呢？這要求我們從龐大的數(shù)據(jù)中找出方向。這時(shí)我們就要建立指標(biāo)，指標(biāo)就是我們的方向，它是業(yè)務(wù)和原始數(shù)據(jù)的連接器。
可以這樣說(shuō)，指標(biāo)在數(shù)據(jù)化運(yùn)營(yíng)體系中是承上啟下的潤(rùn)滑油，它由原始數(shù)據(jù)加工而來(lái)，反過(guò)來(lái)又驅(qū)動(dòng)其他產(chǎn)品。
需要有BI？BI肯定是圍繞指標(biāo)建立儀表盤(pán)；要用機(jī)器學(xué)習(xí)算法？算法的目的就是提升指標(biāo)效果的；你要運(yùn)營(yíng)？?jī)?nèi)容、用戶(hù)、活動(dòng)模塊的KPI也是圍繞指標(biāo)的。
指標(biāo)不是一個(gè)通常意義的數(shù)據(jù)產(chǎn)品，我更喜歡的解釋?zhuān)菙?shù)據(jù)屆的產(chǎn)品經(jīng)理，是驅(qū)動(dòng)、規(guī)劃其他數(shù)據(jù)產(chǎn)品以及配合運(yùn)營(yíng)迭代業(yè)務(wù)的。這樣一說(shuō)，大家就明白了。
指標(biāo)如何設(shè)立，是根據(jù)運(yùn)營(yíng)業(yè)務(wù)所決定，也是運(yùn)營(yíng)的第一驅(qū)動(dòng)力。
我們簡(jiǎn)單看一下指標(biāo)如何由原始數(shù)據(jù)加工而來(lái)，下圖是原始數(shù)據(jù)中記錄的用戶(hù)打開(kāi)APP的情況。
每一個(gè)時(shí)間戳意味著對(duì)應(yīng)的用戶(hù)打開(kāi)過(guò)APP一次，通過(guò)該表我們能計(jì)算每天有多少用戶(hù)打開(kāi)過(guò)APP，這是打開(kāi)量。
將用戶(hù)數(shù)去重，就是運(yùn)營(yíng)中的重要指標(biāo)：活躍用戶(hù)數(shù)。通過(guò)對(duì)該表的進(jìn)一步復(fù)雜運(yùn)算，譬如用SQL的Left Join，能獲得留存率。
文章閱讀量、日銷(xiāo)售額、活動(dòng)參與人數(shù)，這些幾乎都是由原始數(shù)據(jù)匯總加工而出。指標(biāo)匯總以后，就是運(yùn)營(yíng)人員產(chǎn)品人員每日的報(bào)表Dashboard。
有了指標(biāo)，我們?cè)倏雌渌臄?shù)據(jù)產(chǎn)品，因?yàn)槠邢蓿抑亟榻B一下用戶(hù)畫(huà)像。
▍用戶(hù)畫(huà)像
用戶(hù)畫(huà)像是常用的數(shù)據(jù)產(chǎn)品，對(duì)產(chǎn)品和運(yùn)營(yíng)人員往往帶有神秘色彩。它有兩種解釋?zhuān)彩呛芏嘈率制缌x的根源：
一種用戶(hù)畫(huà)像屬于市場(chǎng)營(yíng)銷(xiāo)和用戶(hù)調(diào)研領(lǐng)域，叫做Persona，更準(zhǔn)確的翻譯是用戶(hù)角色，描繪的是一個(gè)自然人的社會(huì)屬性，用于用戶(hù)需求和場(chǎng)景的確定。
而數(shù)據(jù)領(lǐng)域的用戶(hù)畫(huà)像，叫做Profile，是將一系列數(shù)據(jù)加工出來(lái)描述人物屬性的數(shù)據(jù)標(biāo)簽。最知名的例子就是淘寶的千人千面：用戶(hù)去購(gòu)買(mǎi)孕期的孕婦產(chǎn)品，很大可能被打上孕婦標(biāo)簽；瀏覽了汽車(chē)相關(guān)商品，會(huì)被打上汽車(chē)興趣的標(biāo)簽。
用戶(hù)畫(huà)像是一個(gè)依賴(lài)大數(shù)據(jù)和機(jī)器學(xué)習(xí)的復(fù)雜體系。準(zhǔn)確豐富的用戶(hù)畫(huà)像能呈指數(shù)級(jí)的提高運(yùn)營(yíng)效果。
用戶(hù)畫(huà)像也有簡(jiǎn)單的用法，沒(méi)有數(shù)據(jù)挖掘不要緊。用戶(hù)的性別、年齡、地區(qū)這些信息不難拿到吧？用戶(hù)行為簡(jiǎn)單做一個(gè)喜愛(ài)偏好區(qū)分也不難吧。那么我們就有用戶(hù)畫(huà)像V1.0了。
推薦系統(tǒng)，精準(zhǔn)營(yíng)銷(xiāo)、廣告投放都是常見(jiàn)的基于用戶(hù)畫(huà)像的應(yīng)用。你要推送化妝品促銷(xiāo)活動(dòng)，選擇女性標(biāo)簽的用戶(hù)肯定有更高的成功率，更進(jìn)一步，如果運(yùn)營(yíng)知道女性用戶(hù)偏好哪個(gè)品類(lèi)的化妝品，效果會(huì)更好。
用戶(hù)畫(huà)像可以通過(guò)已有數(shù)據(jù)提煉獲得，比如擁有用戶(hù)的身份證信息，就能準(zhǔn)確獲得性別、籍貫、出生年月這三個(gè)標(biāo)簽。也能通過(guò)算法計(jì)算獲得，比如在淘寶購(gòu)物遺留的收件人姓名，通過(guò)機(jī)器學(xué)習(xí)，以概率的形式獲得買(mǎi)家是男是女，建國(guó)很大可能是男性，翠蘭很大可能是女性。
用戶(hù)畫(huà)像是基于原始數(shù)據(jù)的加工，原始數(shù)據(jù)越全，用戶(hù)畫(huà)像就越豐富。
數(shù)據(jù)產(chǎn)品層中，我們將數(shù)據(jù)加工為指標(biāo)，以其為核心，構(gòu)建和規(guī)劃數(shù)據(jù)產(chǎn)品。如何展現(xiàn)指標(biāo)（BI），如何提高指標(biāo)（算法），如何計(jì)算出指標(biāo)（ETL），如何與指標(biāo)組合（用戶(hù)畫(huà)像）。
我們現(xiàn)在獲得了這些「產(chǎn)品」，接下來(lái)就是使用，運(yùn)營(yíng)和產(chǎn)品人員就是它們的用戶(hù)。
▍數(shù)據(jù)運(yùn)營(yíng)
數(shù)據(jù)運(yùn)營(yíng)層，是運(yùn)營(yíng)人員將數(shù)據(jù)轉(zhuǎn)化成運(yùn)營(yíng)策略。以人為主要生產(chǎn)力，和數(shù)據(jù)產(chǎn)品的計(jì)算機(jī)自動(dòng)化對(duì)應(yīng)。
在我們談及具體的方法前，強(qiáng)調(diào)一下人的作用。
不論我們前面打造了多好的數(shù)據(jù)產(chǎn)品，員工的數(shù)據(jù)化運(yùn)營(yíng)意識(shí)提高不上去，一切等于零。
對(duì)人的要求有三點(diǎn)：
01 以數(shù)據(jù)做決策，既要知道數(shù)據(jù)能夠做什么，也要知道數(shù)據(jù)做不了什么
前者很容易理解，我工作中遇到很多次，在有數(shù)據(jù)可以提供決策的情況下，依舊相信個(gè)人經(jīng)驗(yàn)。這是應(yīng)該規(guī)避的思維，不是一個(gè)人，而是團(tuán)隊(duì)要做到。
數(shù)據(jù)化運(yùn)營(yíng)也不是企業(yè)運(yùn)營(yíng)的靈丹妙藥，得客觀承認(rèn)；公司體量越大，數(shù)據(jù)化運(yùn)營(yíng)所能發(fā)揮的效果也越好。在創(chuàng)業(yè)公司或者小公司，會(huì)受到一定的限制。
比如沒(méi)有技術(shù)支持，提升效果不夠，數(shù)據(jù)體量缺乏等原因，造成優(yōu)先級(jí)的延后。這是沒(méi)辦法的取舍問(wèn)題，只能以解決問(wèn)題為首先依據(jù)。
02 本身數(shù)據(jù)分析和運(yùn)營(yíng)水平不過(guò)關(guān)
雖然有意識(shí)地利用，可員工僅限于求平均數(shù)的水平，那么也別期待太高了。
這一點(diǎn)，得通過(guò)不斷地系統(tǒng)培訓(xùn)，人員招聘解決。自上而下的倡導(dǎo)和發(fā)起是最好的結(jié)果，高層有數(shù)據(jù)化運(yùn)營(yíng)的戰(zhàn)略和意識(shí)、管理層有數(shù)據(jù)化運(yùn)營(yíng)的指導(dǎo)經(jīng)驗(yàn)，執(zhí)行層能將數(shù)據(jù)化運(yùn)營(yíng)的落地，那么整個(gè)體系也推行成功了。
03 產(chǎn)品工具的使用
這是對(duì)員工的技能要求，諸如MySQL查詢(xún)數(shù)據(jù)、BI多維度分析、精準(zhǔn)營(yíng)銷(xiāo)、 AB測(cè)試、轉(zhuǎn)化率分析，都是必須的。將數(shù)據(jù)相關(guān)的工具玩得順溜，員工才能在發(fā)揮夠大的價(jià)值。
運(yùn)營(yíng)和產(chǎn)品如何進(jìn)行數(shù)據(jù)運(yùn)營(yíng)，具體的技巧和方法論太多了，我以核心思想為引子。大家著重了解思維。
1. 不是全量，而是精細(xì)；不止精細(xì)，更是精益
全量運(yùn)營(yíng)是一種集中運(yùn)營(yíng)的策略，活動(dòng)、內(nèi)容推送、營(yíng)銷(xiāo)、用戶(hù)關(guān)系維護(hù)，這些方式如果針對(duì)所有的用戶(hù)，這是運(yùn)營(yíng)資源的浪費(fèi)，你不可能通過(guò)一種方式滿(mǎn)足所有的用戶(hù)，也不可能用一種方式做到最好。
用戶(hù)間是有差異的，這種差異需要用精細(xì)化運(yùn)營(yíng)彌補(bǔ)。
精細(xì)是是將目標(biāo)拆分成更細(xì)的粒度，全國(guó)銷(xiāo)量變成上海銷(xiāo)量北京銷(xiāo)量、全年銷(xiāo)量變成第一季度銷(xiāo)量第二季度銷(xiāo)量，用戶(hù)變成新用戶(hù)老用戶(hù)。電商賣(mài)口罩，是賣(mài)給北京的用戶(hù)好，還是海南的？促銷(xiāo)化妝品，目標(biāo)人群選擇男人女人也是顯而易見(jiàn)的。精細(xì)(拆分)是一種數(shù)據(jù)分析的思路，也是一種運(yùn)營(yíng)手段。
精益比精細(xì)更進(jìn)一步，精細(xì)是手段，精益是目標(biāo)。什么是精益？精益就是二八法則，找出最關(guān)鍵的用戶(hù)。我們都知道要將化妝品賣(mài)給女人，但一定會(huì)有部分女人支付更多，20%的女人占了80%的銷(xiāo)量，精益就是找準(zhǔn)這20%。
對(duì)最適合的用戶(hù)在最恰當(dāng)?shù)臅r(shí)機(jī)，采取最合適的手段，以產(chǎn)生最大的價(jià)值。
前面三個(gè)「最」說(shuō)的是精細(xì)，后面一個(gè)「最」指的是精益：價(jià)值／目標(biāo)最大化。我有CRM，那么就從CRM中找出最有價(jià)值的客戶(hù)去維護(hù)；我有風(fēng)險(xiǎn)管理，就找出最可能違約的投資；要做活動(dòng)，歡迎的是產(chǎn)出最大而不是薅羊毛的用戶(hù)；積分中心，效果最好的只會(huì)是最優(yōu)質(zhì)的那批客戶(hù)。
2. 未來(lái)比現(xiàn)在重要，現(xiàn)在比過(guò)去重要
這個(gè)第二個(gè)核心，數(shù)據(jù)化運(yùn)營(yíng)能夠預(yù)測(cè)未來(lái)，把握當(dāng)下。傳統(tǒng)的運(yùn)營(yíng)方式，是知曉過(guò)去已經(jīng)發(fā)生的事，銷(xiāo)量是多少，活躍數(shù)是多少，這在日益嚴(yán)酷的競(jìng)爭(zhēng)環(huán)境中還不夠。
把握當(dāng)下，是能獲得數(shù)據(jù)的立即反饋。你要推廣一個(gè)活動(dòng)，可以提前挑選5%的用戶(hù)做一個(gè)測(cè)試，及時(shí)獲知用戶(hù)的反饋，轉(zhuǎn)化率高不高，響不響應(yīng)，然后按照數(shù)據(jù)決定后續(xù)的運(yùn)營(yíng)是繼續(xù)還是改進(jìn)。這是技術(shù)帶來(lái)的進(jìn)步優(yōu)勢(shì)。
預(yù)測(cè)未來(lái)，是機(jī)器學(xué)習(xí)的領(lǐng)域，通過(guò)數(shù)據(jù)建模，獲得概率性的預(yù)測(cè)，用戶(hù)可不可能流失，會(huì)不會(huì)喜歡和購(gòu)買(mǎi)這個(gè)商品，新上線的電影會(huì)否偏好…運(yùn)營(yíng)則利用這些概率針對(duì)性的運(yùn)營(yíng)。
如果限于技術(shù)無(wú)法使用機(jī)器學(xué)習(xí)，則需要根據(jù)現(xiàn)有數(shù)據(jù)趨勢(shì)去估計(jì)，這取決于運(yùn)營(yíng)人員的經(jīng)驗(yàn)和數(shù)據(jù)敏感性。
3. 系統(tǒng)化與自動(dòng)化
數(shù)據(jù)化運(yùn)營(yíng)體系的搭建過(guò)程中，運(yùn)營(yíng)人員會(huì)用到很多的工具。
用戶(hù)積累到一定數(shù)量，我們考慮引入積分中心增加用戶(hù)粘性；產(chǎn)品涉及到地推和銷(xiāo)售人員，則要加入CRM（客戶(hù)關(guān)系管理）以維系客群；O2O和電商，基本配置肯定有優(yōu)惠券的發(fā)送；反饋越來(lái)越多，我們也需要客服中心解決各類(lèi)疑問(wèn)。這些與運(yùn)營(yíng)息息相關(guān)的工具，在數(shù)據(jù)運(yùn)營(yíng)體系中占據(jù)中重要的比例。
為了更好的達(dá)成目標(biāo)，會(huì)將其獨(dú)立成運(yùn)營(yíng)模塊／運(yùn)營(yíng)后臺(tái)。好的運(yùn)營(yíng)后臺(tái)和用戶(hù)端的產(chǎn)品同等重要，也需要后臺(tái)產(chǎn)品經(jīng)理規(guī)劃。
以我們經(jīng)常接觸的優(yōu)惠券為例，它肯定要設(shè)置一套規(guī)則，核心目標(biāo)是財(cái)務(wù)數(shù)據(jù)，是優(yōu)惠券成本和收入之間的平衡：你不能濫發(fā)，那肯定虧錢(qián)，也不能少發(fā)，用戶(hù)連這東西都不知道。有哪些券、怎么發(fā)、發(fā)了多少用了多少、未來(lái)準(zhǔn)備發(fā)多少、發(fā)了有多少?zèng)]用掉，都是一套大框架的東西，于是做成了發(fā)券系統(tǒng)。
優(yōu)惠券能和CRM結(jié)合，CRM通過(guò)幾個(gè)指標(biāo)將用戶(hù)劃分成了不同的價(jià)值和人群。這個(gè)用戶(hù)特別喜歡花錢(qián)，那么優(yōu)惠券給他滿(mǎn)1000減100，肯定比滿(mǎn)200減20過(guò)癮。那個(gè)用戶(hù)還沒(méi)有消費(fèi)過(guò)，要用首單優(yōu)惠刺激他。還有用戶(hù)有段時(shí)間不消費(fèi)了，運(yùn)營(yíng)們得加把勁營(yíng)銷(xiāo)。
上面東西從更高的視野看，是一連串效果、ROI、盈利的評(píng)估。這就是用數(shù)據(jù)做運(yùn)營(yíng)策略。
CRM又能和客服中心結(jié)合，電話號(hào)碼肯定和用戶(hù)的數(shù)據(jù)綁定，VIP用戶(hù)電話進(jìn)來(lái)了，我們選客戶(hù)主管去接待，賓至如歸。普通用戶(hù)呢，也不能粗心，客服至少需要通過(guò)后臺(tái)的用戶(hù)畫(huà)像知道這個(gè)用戶(hù)是什么情況，這也有針對(duì)性的服務(wù)。數(shù)據(jù)運(yùn)營(yíng)體系不止服務(wù)于運(yùn)營(yíng)和產(chǎn)品的。
系統(tǒng)化，要求的是我們把運(yùn)營(yíng)的整個(gè)過(guò)程和策略流程也當(dāng)作一款產(chǎn)品去締造：哪些方法好用，哪些手段效果好，哪種活動(dòng)能持續(xù)做，把這些都固定下來(lái)，打造出一個(gè)運(yùn)營(yíng)用的產(chǎn)品后臺(tái)，作為日常和招數(shù)。這種系統(tǒng)化思維也叫「復(fù)用」，之后則是把系統(tǒng)做得越來(lái)越自動(dòng)，功能越來(lái)越強(qiáng)大，也是另外一種精益了。
————————
以上種種，是將數(shù)據(jù)、產(chǎn)品運(yùn)營(yíng)、系統(tǒng)和人員四者結(jié)合起來(lái)。系統(tǒng)之所以是系統(tǒng)，就是脫離了粗放的階段，一切皆是有序、規(guī)則和充滿(mǎn)策略。數(shù)據(jù)就是系統(tǒng)的潤(rùn)滑劑，你沒(méi)有數(shù)據(jù)，怎么能有選擇性的發(fā)券、做活動(dòng)、推送，維護(hù)用戶(hù)呢？
數(shù)據(jù)產(chǎn)品層加工出來(lái)的各類(lèi)標(biāo)簽、用戶(hù)畫(huà)像、模型…就是要在數(shù)據(jù)運(yùn)營(yíng)層最大化的被員工使用。數(shù)據(jù)本身沒(méi)有價(jià)值，變成策略才有價(jià)值。
這三條要點(diǎn)總結(jié)一下：我們系統(tǒng)化的使用各種加工后的數(shù)據(jù)，以精細(xì)和精細(xì)為手段目標(biāo)，以把握未來(lái)為方向，指定運(yùn)營(yíng)策略。這是數(shù)據(jù)運(yùn)營(yíng)層的核心。
用戶(hù)觸達(dá)
我們整個(gè)體系進(jìn)行到最后的環(huán)節(jié)，它需要面向用戶(hù)。數(shù)據(jù)收集得再多、加工得再好，運(yùn)營(yíng)得再努力，如果不將它們傳遞給用戶(hù)，體系就是失敗的。
整個(gè)體系的前三層用戶(hù)都感知不到。用戶(hù)直接感知到的是產(chǎn)品的推送通知、Banner、廣告位、活動(dòng)、文案、商品的展示順序等。在與產(chǎn)品交互的過(guò)程中，用戶(hù)會(huì)以直接的反饋表達(dá)自己喜惡。
感興趣的會(huì)點(diǎn)擊，喜愛(ài)的會(huì)夠買(mǎi)，討厭的會(huì)退出…這些構(gòu)成了新一輪的行為數(shù)據(jù)，也構(gòu)成了反饋指標(biāo)：點(diǎn)擊率、轉(zhuǎn)化率、跳出率、購(gòu)買(mǎi)率等。這些指標(biāo)就是用戶(hù)觸達(dá)層的結(jié)果體現(xiàn)，也是數(shù)據(jù)化運(yùn)營(yíng)的結(jié)果體現(xiàn)。
好與不好，都需要驗(yàn)證。
結(jié)果不是終點(diǎn)。管理學(xué)有個(gè)概念叫PDCA，翻譯成中文是計(jì)劃-執(zhí)行-檢查-改進(jìn)，以此為循環(huán)。用戶(hù)觸達(dá)層不是數(shù)據(jù)化運(yùn)營(yíng)體系的結(jié)束，它是另外一種開(kāi)始。通過(guò)反饋獲得的數(shù)據(jù)去優(yōu)化去改進(jìn)。
我的點(diǎn)擊率5%，那么我能不能通過(guò)運(yùn)營(yíng)優(yōu)化，達(dá)到10%？用戶(hù)接受推送后選擇了卸載，我們有什么方法挽回？留存率被提高，這種策略能不能應(yīng)用到其他用戶(hù)上面。
也許我們數(shù)據(jù)化運(yùn)營(yíng)后，不會(huì)獲得一個(gè)滿(mǎn)意的結(jié)果；但如果我們連優(yōu)化改進(jìn)都不去做，那么連好的機(jī)會(huì)都不會(huì)有。
你看，優(yōu)秀的員工，不會(huì)以數(shù)據(jù)化運(yùn)營(yíng)的結(jié)果沾沾自喜，而是進(jìn)行新一輪的開(kāi)始。
是終點(diǎn)，又是起點(diǎn)，此過(guò)程就是迭代，是體系的核心。
總結(jié)
我們將四層串聯(lián)起來(lái)看待，下圖是一款產(chǎn)品簡(jiǎn)化的數(shù)據(jù)化運(yùn)營(yíng)閉環(huán)。
- 數(shù)據(jù)收集層：當(dāng)用戶(hù)打開(kāi)APP時(shí)，瀏覽新聞，通過(guò)埋點(diǎn)記錄用戶(hù)的行為數(shù)據(jù)：何時(shí)何地是誰(shuí)看了哪些新聞。
- 數(shù)據(jù)產(chǎn)品層：計(jì)算機(jī)將收集上來(lái)的行為數(shù)據(jù)進(jìn)行加工，統(tǒng)計(jì)用戶(hù)對(duì)軍事、科技、經(jīng)濟(jì)等不同類(lèi)型新聞的閱讀數(shù)。用卡方檢驗(yàn)得到用戶(hù)的閱讀偏好在科技新聞，將其寫(xiě)入到用戶(hù)畫(huà)像／標(biāo)簽系統(tǒng)。
- 數(shù)據(jù)運(yùn)營(yíng)層：近期有一個(gè)科技類(lèi)的活動(dòng)，需要一定用戶(hù)量參與。運(yùn)營(yíng)不能選擇全部的用戶(hù)推送吧，那么就從用戶(hù)池中篩選中對(duì)科技感興趣的用戶(hù)。
- 用戶(hù)觸達(dá)層：選擇用戶(hù)進(jìn)行精準(zhǔn)推送，用戶(hù)在手機(jī)端接收到消息。后臺(tái)則會(huì)記錄用戶(hù)是否打開(kāi)推送通知，是否瀏覽頁(yè)面，是否參與了活動(dòng)。轉(zhuǎn)化率作為反饋會(huì)被記錄下來(lái)，用以下次迭代改進(jìn)。
該例就是一次合格的閉環(huán)。
數(shù)據(jù)化運(yùn)營(yíng)體系既能簡(jiǎn)單到用Excel完成，也能引入機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘分布式系統(tǒng)等高端技術(shù)，看的是思維和應(yīng)用。
我們將體系中的四層簡(jiǎn)化成四個(gè)模型，幫助大家理解：
數(shù)據(jù)收集：以用戶(hù)和產(chǎn)品的交互為輸入，原始數(shù)據(jù)（行為、業(yè)務(wù)、流量、外部）為輸出。
數(shù)據(jù)產(chǎn)品：以原始數(shù)據(jù)為輸入，以加工數(shù)據(jù)（標(biāo)簽、畫(huà)像、維度、指標(biāo)、算法結(jié)果）為輸出。
數(shù)據(jù)運(yùn)營(yíng)：以加工數(shù)據(jù)為輸入，以運(yùn)營(yíng)策略（用戶(hù)、內(nèi)容、活動(dòng)、電商）為輸出。
用戶(hù)觸達(dá)：以運(yùn)營(yíng)策略為輸入，以反饋行為（轉(zhuǎn)化率、點(diǎn)擊率、響應(yīng)率）為輸出。
用戶(hù)產(chǎn)生的反饋行為作為新的交互輸入，迭代和優(yōu)化，數(shù)據(jù)化運(yùn)營(yíng)體系就良好地運(yùn)作起來(lái)。好的數(shù)據(jù)化運(yùn)營(yíng)體系也是高度自動(dòng)化的運(yùn)作，像個(gè)性化推薦，可以略過(guò)數(shù)據(jù)運(yùn)營(yíng)層，服務(wù)器實(shí)時(shí)計(jì)算后直接將推薦結(jié)果給用戶(hù)，人就不用參與其中了。
這是四個(gè)互相聯(lián)系有先后順序的系統(tǒng)，以此構(gòu)成數(shù)據(jù)化運(yùn)營(yíng)體系。因?yàn)榧夹g(shù)手段差異，實(shí)現(xiàn)方式會(huì)有不同，哪怕是Excel，也能發(fā)出數(shù)據(jù)化運(yùn)營(yíng)的光芒。
以上就是產(chǎn)品和運(yùn)營(yíng)視角的數(shù)據(jù)化運(yùn)營(yíng)體系，沒(méi)有過(guò)多的牽涉研發(fā)技術(shù)，實(shí)際復(fù)雜程度還要再高一點(diǎn)。當(dāng)然，萬(wàn)千用法，存乎一心，希望大家學(xué)到的是理念和思維，實(shí)際工作中，還是有很多玩法留待大家挖掘。
作者：秦路
來(lái)源：微信公眾號(hào)ID：tracykanc
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶(hù)創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專(zhuān)業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶(hù)和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶(hù)創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶(hù)及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類(lèi)的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶(hù)體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣(mài)產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶(hù)點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買(mǎi)或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷(xiāo)內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷(xiāo)；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶(hù)名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢(xún)；
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶(hù)；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶(hù)舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶(hù)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶(hù)違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶(hù)對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)