2016年，中国大数据产业峰会暨中国电子商务创新发展峰会在贵州召开，国务院总理李克强24日下午在贵阳花溪迎宾馆同出席中国大数据产业峰会暨中国电子商务创新发展峰会的国内外业界人士举行对话会。来自业界的中外知名企业家、大数据领域专家学者以及高校、研究机构、传媒界等代表100余人出席。富士康总裁郭台铭、腾讯公司董事会主席马化腾、百度公司董事长李彦宏、乐视控股集团董事长兼CEO贾跃亭、京东集团首席执行官刘强东等参加总理会见，并就大数据、云计算、移动互联网的发展展开讨论。

大数据（big data）一时间火热无比，各个行业都在研究和尝试应用大数据来分析用户的行为和需求，从而实现精准营销。通过对观看电影的人对电影内容喜好数据进行大数据分析，来设计电影的情节和结局，这样的案例时不时会被人提起。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。

对于"大数据"（Big data）研究机构Gartner给出了这样的定义。"大数据"是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

之前我也对社群的数字化运营分享过一些内容，今天我想谈下从社群数字化运营视角如何来看待大数据的应用。一想到社群与大数据，可能第一个反应就是通过对社群成员或粉丝的基本信息和行为数据的采集，构建用户画像，通过用户画像进行精准的营销。对于社群运营中的数据，我更倾向于"小数据运营"。在31会议服务的众多社群/社团用户，其实都非常了解数据对社群运营的价值，但在最终的数据建模落地的时候会遇到非常多的问题。初期建模时考虑的非常全面，但社群规模不大，采集的数据由于种种原因采集不全，分析出来的数据没有太多的价值。有了数据之后，如何来做精准营销？

我总结了一些社群数字运营观点和实践，供大家参考。

1）山不在高有仙则名，数据不在多少，要聚焦"有用"数据

"大数据"，不意味着数据一定要达到多么大的规模才能有用。例如，我们可以通过活动管理工具采集到人员的个人信息、参加活动记录、出席情况，也可以采集到兴趣倾向数据、消费倾向数据。通过一些工具可以收集到页面的访问人数、访问来源、位置、页面浏览量、停留时间；微信公号的访问数据，菜单的点击数据等等，诸如此类能轻易获取的数据还有很多，数据多了，并不意味目前阶段全部都用到，还是要聚焦到和社群定位、社群运营、社群商业模式相关的数据上，或者说只用那些有潜在商业导向价值的数据。例如，你可以根据社群成员参加活动的数据，分析他们对活动的兴趣倾向性和对社群的粘度，来设计对应的营销互动方式和营销内容。

2）数据采集、用户标签的自动化程度是决定数据运营成熟关键指标

早期做过微信公号运营的同学们，大部分都做过一件事，就是给粉丝一个一个打标签。这种人工的方式的繁琐和数据质量不可控导致了很多微信公号粉丝数据管理价值没有发挥出来。我更倾向于在社群行为过程中自动化的采集数据，逐步完成我所希望的完整数据：

通过活动，收集核心基础信息。一个好的活动，通常比较容易被人们接受，无论是线上还是线下活动，我一定会设置一个线上的报名入口，要求参与的人进行填写，可能很简单姓名、电话、公司，大部分情况下可以完成我需要的基础数据的采集。

通过福利，完成社交身份和真实数据的绑定。社群数据运营中，非常重要的一项工作就是把粉丝的微信号和真实的身份数据进行关联。社交网络已经成为我们另外一个生存空间，在社交网络的行为数据具有非常大的分析价值。数据关联后，这个成员在线上的社交行为和线下的行为可以作为完整的数据进行分析，用户画像才可以反馈真实情况。31会议曾经做过一个调研，访问了大量不同社群的成员或会员，希望了解他们希望获得的社群福利或者服务有哪些？我们发现了有一条很有意思的内容"我是社员，我希望不要重复填表格"。所以，我会告诉社群的成员们，你们只要完成了绑定，你每次通过微信报名活动不需要再填表单，可以查询到自己所有的信息。社群成员可以很容易通过分享的页面或者公号下绑定菜单完成绑定，就这样虚拟世界和真实世界被打通了。社群运营里小数据是什么？我把它定义为围绕某个个体或者某一类的信息。

通过活动或者入会流程，逐步收集数据。针对不同类型的活动或会员加入，在报名表单中有针对性的增加一些信息收集的字段，比如公司规模、业务领域、兴趣爱好、所需资源等，由于已经收集过的数据会自动显示，只需填写少量，和本次活动相关数据，参与人大都会愿意提供。数据在收集过程中，自动进入联系人数据库或会员数据库完善或更新空白领域，为后续的数据分类、分层提供基础。

自动化打标签和分组。社群的数字化运营一段时间后，大家会发现标签越来越多，标签质量是个非常大的问题。对同一属性的标签可能会由于定义的问题，出现多个，导致数据分析不准确。通过自动化标签会解决很多问题。比如每个活动报名后，自动给这个活动中所有人员打上一个这个活动的标签或者分组。根据消费金额、消费次数自动打上消费倾向性的标签，比如高消费人群、低消费人群。通过多个维度数据，活动频次、互动数量、消费情况等，打上不同亲密度指数标签。比如报名一次活动且参加了，亲密指数+5；报名活动但未参加亲密指数-1，通过自动化指数标签，将社群成员和社群的关系数据化，具像化。后续要做就是如何为高亲密度的成员提供服务，产品供给，帮助社群变现和转播。针对亲密度低的成员可以去分析是否需要调整或创新产品来满足低这个人群的需求，转化更多的高亲密度成员。

3） 小数据（Small Data）运营对社群产品和服务优化的探索

社群运营里小数据是什么？我把它定义为围绕某个个体或者某一类信息。小数据又被称为"量化的自我"，目的其实和大数据一样，提供决策的依据。在社群的初创期和发展期，社群的大数据分析由于数据积累的问题指导的价值不是很明显。我个人非常偏爱于对个体小数据的分析，从社群中抽样一些不同类型的人，尽可能全的收集他们的数据，通过自动化标签构建完整的用户画像，去研究社群中不同的人、他们的行为、他们对每次社群活动、营销活动、社群产品或商业模式的反应。针对个体或者少量人群的采集和研究的成本和难度会降低不少。通过对这些小数据分析，会形成一些新的分类标签规则，帮助社群精细化的进行分层。另外小数据的呈现方式也可采用非常直观的方式，呈现给社群成员，让他们了解自己在社群这个空间的生存状况，引发社群成员的自我决策和调整。

在社群的数字化运营过程中，大数据和小数据运营可以兼而有之，不同的阶段采用不同的方式，目标项目，都是为社群的发展和精准的信息传递或营销提供依据。当然，工欲善其事 必先利其器，这个数据爆炸的时代里，社群运营也是一个数字化、自动化、信息化的过程，好的工具会让社群运营更轻松。

以上是31会议副总裁 吴一中 针对目前社群风口现状所作分享，想要和他一起探讨吗？那就添加他为好友促膝而谈吧！（微信号：xiaomi313131）

有关更多31会议信息，请识别二维码立刻关注吧！