能够生存下来的，既不是最强壮的，也不是最聪明的，而是那些最能够适应变化的物种—Darwin
伟大的时代
我们经历了从PC时代到互联网时代的变革，经历了互联网时代跨越到移动互联网时代，现在又在经历从移动互联网时代向AI和大数据时代的变迁。我们关注数据，关注用户行为，关注用户画像，这些都不再是人为的YY，而是背后一个又一个真实的数据。
1946年2月14日在美国宣告诞生的ENIAC，这是世界上第一台真正意义上的计算机。ENIAC诞生主要是用于为美国军队计算弹道火力表。
随着半导体行业的发展，很快我们从大型PC时代进入小型PC时代，在这里不得不说芯片制造商Intel的创始人之一，摩尔，他提出了摩尔定律“IC上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。” 这是基于大量观察的基础上得出的结论。
同样单位面积的芯片计算能力越来越强，成本反而越低，到了70年代初期，个人电脑开始出现，不过最初的个人电脑是由一群极客用手工作坊式的方式自己组装起来的。比较有代表性的有两款产品：
Bill Gates和Paul Allen于1975年在它上面开发了微软的第一款产品，BASIC语言解释器，Altair 8800，他公认为是微型计算机的先驱，为个人PC时代拉开了序幕。
斯蒂夫·沃兹尼亚克于1976年和斯蒂夫·乔布斯一起在车库里组装出来的这款个人电脑，这也是Apple的第一款产品。
互联网时代在我们童年时期来临了。
1995年贝索斯创办了Amazon.com，以销售图书起步，到1999年底，顾客涵盖160多个国和地区，公司的市值达到90亿美元。2020年预估销售额达3000亿美金。
1998年，Google创立，设计并管理一个互联网搜索引擎“Google.com”。Google整合全球信息，在全球范围内拥有无数的用户 ,为我们带来了最好用的搜索引擎以及改变生活的前沿科技。
1998年，腾讯成立，腾讯在中国的影响力我们就不多说了，其服务涵盖我们日常生活。从社交和通信服务所使用的QQ和微信，到腾讯游戏平台，再到门户网站新闻媒体以及各种企业服务。
1999年，阿里巴巴成立，改变了我们的购物习惯，淘宝，天猫，支付宝，让供需方更高效的触达，让天下没有难做的生意。
互联网时代改变了人们的生活习惯，各种应用在改变生活的同时，也积累了很多数据。
2012年，80后创业者张一鸣创办了字节跳动，是最早将人工智能应用于移动互联网场景的科技企业之一，其独立研发的“今日头条”客户端，通过海量信息采集、深度数据挖掘和用户行为分析，为用户智能推荐个性化信息，从而开创了一种全新的新闻阅读模式。
每一个时代都会造就一批英雄，真正成功的创业者是可以抓住时代的机遇，看到发展的趋势，善用技术来满足用户需求。
数据驱动营销
正如每个人的感受，这几年我们不断的听到新词，IOT，大数据，AI，Machine Learning，Deep Learning，智能制造，互联网+。每个人都可以随口说出这些词，但并不是所有人都可与理解这些概念的内涵以及技术是如何驱动的。大数据如何指导行为，数据分析的背后又有怎样的逻辑？
数据分析即从数据，信息到知识的过程，数据分析需要数学理论、行业经验以及计算机工具相结合来为实际解决问题，随着计算机技术发展和数据理论的更新，当前的数据分析逐步成为机器语言和统计两个学科的结合。
既然要数据驱动营销，那么数据哪里来？
如果你已经是一个创业者并有自己的产品，想要更加了解自己的用户，那么就找到你网站和app的后台数据库，这些都是你的矿产资源。深入挖掘用户数据，找到精准用户画像，然后以此来对标更多的相似人群，找到这些人，引流到自己的网站或app，但是要记住，你必须对自己产品有足够好的设计和用户体验，才能在获取新用户以后做到用户激活，留存，转化，自推荐。从而真正实现数据驱动营销，而且是闭环的营销。现在已经有一些公司在做用户行为分析的工具，我们可以直接使用，目前行业内做的最好的应该是神策数据和Growing IO.
如果你还没有自己的产品或者也想看看别人家的APP的一些运营情况或数据分析，那么你就需要采集他们的数据。我们常用的工具是爬虫，爬虫就是请求网站并提取数据的自动化程序。爬虫的基本工作流程如下：
发起请求：通过HTTP库向目标站点发起请求，也就是发送一个Request，请求可以包含额外的header等信息，等待服务器响应
获取响应内容：如果服务器能正常响应，会得到一个Response，Response的内容便是所要获取的页面内容，类型可能是HTML,Json字符串，二进制数据（图片或者视频）等类型
解析内容：得到的内容可能是HTML,可以用正则表达式，页面解析库进行解析，可能是Json,可以直接转换为Json对象解析，可能是二进制数据，可以做保存或者进一步的处理
保存数据：保存形式多样，可以存为文本，也可以保存到数据库，或者保存特定格式的文件
在不写代码的情况下你可以善用这三个工具，八爪鱼，火车头采集，Web Scraper，这几个工具基本可以实现大多数运营层面的爬虫需求。如果你是一个有点牛逼的程序员，也可以考虑集客搜、scrapy、narrativescience、crawlzilla、heritrix、webmagic、dexi、模拟蜘蛛、后羿采集器、造数、前嗅、import、scrapinghub、datascraping
数据有了以后，问题又来了，如何进行分析？
首先你需要知道数据分析的流程，说的牛逼一点这就是技术的边界。数据分析首先需要商业理解，也就是分析的人需要明白自己分析数据的目的和需求，想要达成什么样的结果。其次是对数据的理解，说白了就是原始数据的收集和检验数据质量。第三我们需要做数据准备，也就是清洗数据，整合和格式化数据。第四是模型的运用，建立模型，调整参数，测试。第五需要对模型进行评估，对其准确性进行重审和评价。以上步骤做完以后，才能应用我们分析的结果。
数据分析的技术再此不多说了，感兴趣可以自己学习，在这里就再贴一张图吧，给大家一个启示。
数据分析完以后，咱们的数据驱动营销才开始呢。一般我们会用AARRR模型，这个模型在上面讲数据来源时候也有提到，AARRR是Acquisition、Activation、Retention、Revenue、Refer，中文翻译是用户获取，激活，留存，转化，自推荐。在这里我简单解释一下每个字的含义，让大家更好的理解营销闭环的打造。
获取用户就是说让用户下载app或网站注册，但下载量和注册量都比较虚，不能真实反映用户是否已经被获取。所以大家都要看激活，这才是真正获取到了新的用户。在这一步CAC（用户获取成本 Customer Acquisition Cost）是最需要关注的数据，因为很多时候我们是付费推广来获取用户，同时还需要关注分渠道统计的激活量。
激活是说提高用户活跃度，大家首先会想到的指标是DAU（日活跃用户）、MAU（月活跃用户）,通常活跃用户是指在指定周期内有启动的用户。所以其实还要看另两个指标：每次启动平均使用时长和每个用户每日平均启动次数。当这两个指标都处于上涨趋势时，可以肯定应用的用户活跃度在增加。
留存是说提高留存率，成功的产品和应用是那些能尽量延长用户的生命周期，最大化用户在此生命周期内的价值的应用。通常保留一个老客户的成本要远远低于获取一个新客户的成本。
转化就是获取收入，转化是应用运营最核心的一块，几乎没人闲的蛋疼纯兴趣服务。但前面所提的激活和留存是转化的基础，用户基数大了，收入才有可能上量。
自推荐其实是口碑推荐，用户认为产品体验很好，自发的向朋友推荐产品，从而产生类似于自动化营销的效果。
知其所为
很多年轻人想要创业，但是大多是空有一腔热血，但市场不看热血，市场会毫不留情的打脸。创业需要有思路有战略有技术的来实施，会有所收获。
比如说我的目标是建立一个品牌产品网站，但是我并不知道卖什么，也不知道能不能卖好，那么我应该怎么做呢？
1、先收集数据，分析数据，比如我做跨境电商（淘宝也是一样的），我在Amazon上进行数据采集，分析，可能会得到最好卖的top50产品清单，通过我的智慧进行筛选，然后匹配供应链能力进行产品选型。
2、分析购买这些产品的用户属性，画出用户画像，然后在FB或Ins上匹配类似的人
3、在Amazon上开一家店，当然供应链能力和网店的UI都需要设计良好
4、运用增长模型，将FB和Ins上的用户引流到店，并进行转化、运营和数据追踪
5、时机成熟之际建立自己的品牌产品网站，持续增长。
你能Get到我说的思路么？其实就是相当于有了想法，要思考如何PMF和冷启动，PMF是Product Market Fit，也就是如果让产品与市场切合，满足用户需求，冷启动就是用最小化和成本最低的方式来验证市场，然后就是不忘初心，方得始终。
希望以上思路对你有所启发。
欢迎交流 VX：wangleiraman
