编者按:本文来自微信公众号“易观数科”(ID:enfodesk),作者:专注CEM的,36氪经授权发布。
数字用户资产是商业地产数字化升级的重要基础之一,也是数字化竞争格局下的转型壁垒。
商业地产建立自身数字用户资产的过程其实并不复杂。首先,地产企业需要了解自身用户是如何感知的。何为用户感知?在小程序、H5、甚至是线下门店,当用户进入时,都有一个所谓的探针,例如人脸识别、POS机,其实都是用户感知。
商业地产需要在感知之后,将这些数据连接起来,连接到自己的系统,然后进一步通过数据进行用户洞察,基于洞察进行个性化的用户触达。
通俗来讲,商业地产建立数字用户资产包括盘点、评估、治理三个阶段。数字用户资产在今天逐渐成为企业的第四张报表,对于从盘点到价值评估,再到对数据的优化构成数字用户资产管理三部曲,地产企业应系统化梳理自己的数字用户资产。
在盘点过程中,要明确三方面:数据业务属性体系、标签分类体系、数据资产版图。
数据业务属性即是某类型的数据来自于某项业务流程,划分了数据的业务属性,就可以对该类数据进行标签分类,从而形成资产版图。和常规的固定资产盘点一样,房企可以一眼看清楚自己有什么类型的数据资源。
数据业务属性体系是一个将数据包化整为零的过程,它包含两个步骤:
一方面是依据业务定义和属性,梳理关联的数据及存在的逻辑关系;
另一方面将数据与业务映射关联,对应的数据与业务有效联系起来,并赋予标签。
当我们知道数据的用途后,通过行业领域的评估,重新为数据赋予标签,也就是形成一套新的标签分类体系。这个体系的构建包含两个过程:
一是基于数据业务属性,重新组织定义数据标签;
而是数据资产类目挂载,即标签与业务分类、数据分类关联。
当数据挂载完成之后,房企便可以直接看到数据资产的布局了。数据资产版图包括数据资产可视化、概览以及可以实时查找、发掘的数据资产地图。
对于数字资产的评估,有以下几个指标:连接度、流动度、贡献度。
连接度用来衡量数据的连接使用情况以及实际使用频度;
流动度是数据从接入、清洗到存储、应用、更新的完整清晰闭环链路;
贡献度从数据对业务的赋能成效、价值衡量来判断。
围绕数据的这三个指标,可以来估算数据资产的活性。这时候可以通过算法来将连接度和贡献度构建出一个模型,当连接度和贡献度都很低的时候,我们称其为孤岛型数据;反之,二者都很高的话,那么可以称其为融通型数据。
相对而言其中某一种类型的数据较高则为该种类型的数据。孤岛型数据的价值非常低,便可以逐步淘汰,而过滤下来的融通型数据就会成为业务的核心数据资产。
此时还有一个关键的指标,就是数据的投入产出比。当需要发挥某类数据的价值时,如何使用和投放,消耗的成本是多少,最终能带来多少价值,这时候就需要ROI对其进行评估。
通过对数据资产的价值评估,我们找出了最富有价值的数据,此时数据成为了一笔待使用的价值物料。
然而数据的价值不具有永恒性,它应当是流动性的,在数据池循环的过程中,对房企而言,这便是一个流动着的成本中心。因此,需要对数据的使用进行治理和管控,达到高效低成本的效果。
降低成本要从数据的计算、存储环节着手,计算意味着投入人力,要让数据分析师们开始对流水线上不断涌现的有效数据做出决策,存储则考验的是房企服务器等硬件条件。高效则需要让有限的数据投入到整套的业务流程中。
从现状分析、问题诊断、优化、处理到最终效果反馈,数据的使用应该打通全流程,形成一个闭环。
而对于商业地产而言,能够成规模地完成以上一系列治理的工作,最好形成一套资产治理体系。通过统一的数据质量规则构建资产健康分,由分数衡量数据资产治理的效果。对于成本的评估,统一成本计量模型,逐渐做到智能化,而非人工的形式,以实现降本提效。
资产运营是以数据为核心的运营体系,因此商业地产业数字化基础建设,也就成为了企业运营环节数字化以及获取新利润的前提。
完成盘点、评估、治理这3个步骤,商业地产企业即可构建并激活自己的数字用户资产。
易观数科旗下提升私域用户转化的一站式运营平台——易观方舟,将易观多年对地产行业和业务场景理解与数据智能技术相结合,帮助企业构建和激活数字用户资产,高效完成用户需求感知、全端数据打通、关键行为分析、和智能主动服务等关键环节。