感悟：
数据运营体系的四层架构：数据收集层、数据产品层、数据运营层、用户触达层
一、数据收集层
1、数据收集原则：
1）宜早不宜晚
2）宜全不宜少
2、收集的数据类型：
1）行为数据：描述哪个用户在哪个时间点、哪个地方，以哪种方式完成了哪类操作。
2）流量数据：能够知道用户从哪里来，是通过搜索引擎、外链，还是直接访问。
3）业务数据：随业务产生，随业务变化，如库存、用户快递地址、商品信息等。
4）外部数据：通过第三方来源获取的数据，如支付宝芝麻信用，爬虫抓取的豆瓣评分等。
二、数据产品层：对数据的加工和利用
1、用户画像
2、数据指标/Dashboard
3、机器学习/算法模型
4、BI/ETL
三、数据运营层：将数据转化成运营策略
提高员工的数据化运营意识：
1、以数据做决策，既要知道数据能够做什么，又要知道数据做不了什么
2、本身数据分析和运营水平不过关（通过培训、招聘解决）
3、产品工具的使用
产品和运营如何进行数据运营：
1、不是全量，而是精细；不止精细，更是精益；
全量运营是一种集中运营策略，活动、内容推送、营销、关系维护，这些方式如果针对所有用户，那就是运营资源的浪费。用户间是存在差异的，这些差异需要用精细化运营弥补。
精益比精细更进一步，精细是手段，精益是目标。
对最合适的用户在最恰当的时机，采取最合适的手段，以产生最大的价值。
前三个【最】说的是精细，后一个【最】指的就是精益。
2、未来比现在重要，现在比过去重要
预测未来，是机器学习的领域，通过数据建模，获得概率性的预测，用户可不可能流失，会不会喜欢和购买这个商品，新上线的电影是否会偏好，运营则利用这些概率针对性的运营。
3、系统化和自动化
系统化，要求的是我们把运营的整个过程和策略流程也当做一款产品去缔造，哪些方法好用，哪些手段效果好，哪种活动能持续做，把这些都固定下来，打造出一个运营用的产品后台，作为日常和招数。这种系统化思维也叫复用，之后则是把系统做的越来越自动，功能越来越强大，也是另外一种精益了。
用户积累到一定数量，则会考虑引入积分系统增加用户粘性；
产品涉及到地推和销售人员，则要加入CRM维护客群；
O2O和电商，肯定需要发券系统；
反馈越拉越多，就需要客服中心来解决疑问。
四、用户触达层
用户直接感知到的是产品的推送通知、Banner、广告位、活动、文案、商品的展示顺序等，用户的行为，会产生新一轮的数据，如何根据这些新一轮的数据再次做数据收集、数据产品、数据运营，这就是一个PDCA的循环。
