前言：
在美國隊長(cháng)、鋼鐵俠、雷神、綠巨人等超級英雄構成的漫威電影宇宙中，宇宙魔方是具有極大能力的六顆寶石之一，具有空間之力，借之可以打開(kāi)空間之門(mén)，傳送大量的武器資源到任何地方。
在現實(shí)的世界中，數據構成的魔方也可以幫助我們進(jìn)入全新的空間。問(wèn)題的關(guān)鍵在于如何探尋并掌握數據之力，發(fā)現那些客觀(guān)存在的新市場(chǎng)、新客戶(hù)和新產(chǎn)品，創(chuàng )造出新的商業(yè)運營(yíng)模式。本文試圖從集中化、全流程的角度，探索出一條適合當前企業(yè)現狀和未來(lái)發(fā)展的數據運營(yíng)管理道路。
正文：
數據作為高價(jià)值的資產(chǎn)已經(jīng)得到越來(lái)越廣泛的認識和贊同。由企業(yè)自主生產(chǎn)的數據、通過(guò)外部合作服務(wù)獲取的數據、外部經(jīng)授權公開(kāi)的數據，以及經(jīng)過(guò)公開(kāi)數據交易、數據置換等方式得到的其它數據等等，共同構成了企業(yè)賴(lài)以持續運營(yíng)的數據基礎，不僅可以用于企業(yè)內部的成本管理、流程優(yōu)化、決策輔助等運營(yíng)管理各領(lǐng)域之中，更可以發(fā)現新市場(chǎng)、明確新客戶(hù)、創(chuàng )新新產(chǎn)品，進(jìn)而構建全新的商業(yè)模式，形成新的產(chǎn)業(yè)互聯(lián)運營(yíng)生態(tài)體系。
但是在具體實(shí)踐中，由于受到業(yè)務(wù)運營(yíng)與技術(shù)實(shí)現之間的流程割裂，以及基于企業(yè)整體發(fā)展戰略的數據規劃的缺失等因素影響，數據的價(jià)值卻未能顯著(zhù)展現。同時(shí)，在巨大的機遇利好面前，往往也伴隨著(zhù)巨大的風(fēng)險，如何利用完善的機制能力確保規避風(fēng)險、抓準機遇就變得異常重要。
因此，亞信建議：打破數據壁壘，構建集中化的數據體系，貫穿數據運營(yíng)管理的全流程，并由熟悉技術(shù)的業(yè)務(wù)專(zhuān)家牽頭負責具體工作。
圖1：集中化、全流程的數據運營(yíng)管理體系架構
數據聚合
數據的有效聚合是數據運營(yíng)管理的基礎，除利用各種IT工具和手段對企業(yè)現有的數據資源進(jìn)行逐一梳理、標準化整合之外，還需要不斷的整合外部數據資源，持續的擴大自身數據規模。那么需要首先解決的問(wèn)題就是基于企業(yè)的生產(chǎn)運營(yíng)需要，將各類(lèi)型數據來(lái)源梳理清晰：
（1）企業(yè)內部數據：由企業(yè)自身運營(yíng)所產(chǎn)生的客戶(hù)信息、財務(wù)、銷(xiāo)售、業(yè)務(wù)等領(lǐng)域相關(guān)數據。這類(lèi)數據格式規整，并且企業(yè)擁有自主產(chǎn)權，使用方便，可最大化發(fā)揮其商業(yè)價(jià)值。
（2）外部公開(kāi)數據：主要包括政府公開(kāi)數據，如人口統計報告、經(jīng)濟運行報告等；另外還包括產(chǎn)業(yè)分析數據和調研報告數據。這類(lèi)數據格式標準不統一，且為統計級數據，僅可用于宏觀(guān)經(jīng)濟和市場(chǎng)環(huán)境等分析。
（3）自主搜集數據：主要包括通過(guò)網(wǎng)絡(luò )爬蟲(chóng)技術(shù)獲取的網(wǎng)絡(luò )公開(kāi)數據，以及通過(guò)數據供應商交易/置換獲取的數據。這類(lèi)數據的格式標準極不統一規整、處理難度大，同時(shí)由于涉及到客戶(hù)明細數據，部分存在法律風(fēng)險。
（4）項目合作數據：主要包括通過(guò)與外部企業(yè)戰略合作、項目運營(yíng)等方式，在項目的具體實(shí)施過(guò)程中獲取的客戶(hù)數據。這類(lèi)數據存在一定的所有權爭議，并可能會(huì )在適用范圍上受到一定的限制。
在對以上不同來(lái)源的數據進(jìn)行整合的過(guò)程中，不可避免的會(huì )出現數據產(chǎn)權爭議、客戶(hù)隱私泄露等問(wèn)題。我國刑法中明確規定：“國家機關(guān)或者金融、電信、交通、教育、醫療等單位的工作人員，違反國家規定，將本單位在履行職責或者提供服務(wù)過(guò)程中獲得的公民個(gè)人信息，出售或者非法提供給他人，情節嚴重的，處三年以下有期徒刑或者拘役，并處或者單處罰金。竊取或者以其他方法非法獲取上述信息，情節嚴重的，依照前款的規定處罰。單位犯前兩款罪的，對單位判處罰金，并對其直接負責的主管人員和其他直接責任人員，依照各該款的規定處罰。”從以上法文可以看出，法律規定并不完善，缺乏權威解釋。
基于此，亞信的建議是：在采取嚴格審查數據供應商/合作商資質(zhì)、建立黑名單制度淘汰低信用度數據源等自我保護的手段之外，盡量通過(guò)網(wǎng)絡(luò )公開(kāi)數據采集以及借助官方認證開(kāi)放的數據平臺進(jìn)行客戶(hù)個(gè)人信息的交易、置換等操作，或者通過(guò)戰略合作項目運營(yíng)的方式進(jìn)行客戶(hù)信息完善補充，達到自身應用的目標。
數據利用
為了要達到對數據的深層次利用，在整合各類(lèi)數據資源的基礎上有效挖掘出數據的價(jià)值，需要首先掌握利用數據所需的相關(guān)業(yè)務(wù)知識、統計知識和IT知識，將技術(shù)與業(yè)務(wù)有機結合，建立起數據利用的知識體系：
圖2：數據利用的知識體系
為了將知識轉化為落地實(shí)施的具體成果，必須借助體系化的方法，以及利用相應的數據處理工具（數據庫、EXCEL、SPSS等）才能實(shí)現：
圖3：數據利用的方法體系
數據貨幣化
CEO常常會(huì )說(shuō)：“我要的不是你們把數據挪來(lái)挪去、存來(lái)存去，我要的是你們從中找到新型業(yè)務(wù)模式的創(chuàng )建途徑！”。因此，數據利用的最終目的是數據的貨幣化，即剝開(kāi)最表層洋蔥皮的數據核心價(jià)值的層層展現。
為了更清晰的把握數據的價(jià)值，亞信將其劃分為四個(gè)遞進(jìn)式的價(jià)值體現層次：
（1）“大漠孤煙直，長(cháng)河落日圓”
靜態(tài)的各項數據是數據的最基礎價(jià)值體現，可以將其直接用于運營(yíng)生產(chǎn)過(guò)程中。比如我們直接向具有理財偏好的客戶(hù)推薦P2P產(chǎn)品、向擁有私家車(chē)的客戶(hù)推薦車(chē)險產(chǎn)品等。
（2）“橫看成嶺側成峰，遠近高低各不同”
靜態(tài)的各項數據并不是割裂孤立的，而是基于多樣的衍生變化形成了復雜的血緣關(guān)系、通過(guò)多方之間的相互作用構成了多層次的數據網(wǎng)絡(luò )。我們需要洞悉貫穿于整個(gè)業(yè)務(wù)流程的數據流程，從而形成數據抓手，使其可以在運營(yíng)全流程發(fā)揮價(jià)值。仍然以擁有私家車(chē)的客戶(hù)舉例，通過(guò)客戶(hù)屬性分析、車(chē)輛配置模型分析以及理財傾向關(guān)聯(lián)分析等方法，發(fā)現男性年輕的中端車(chē)主更適宜針對性的推薦部分P2P產(chǎn)品，而顯著(zhù)有別于基于傳統業(yè)務(wù)經(jīng)驗判斷得出的目標客戶(hù)識別規則。
（3）“積土成山，風(fēng)雨興焉；積水成淵，蛟龍生焉”
正如“不積跬步，無(wú)以至千里；不積小流，無(wú)以成江河”，數據基于其靜態(tài)價(jià)值、動(dòng)態(tài)價(jià)值和相互之間的作用關(guān)系，形成綜合性的、體系化的應用，最終構成了獨立又彼此作用的數據產(chǎn)品，比如組件化的客戶(hù)分析、流量分析等分析類(lèi)產(chǎn)品；客戶(hù)畫(huà)像、推薦引擎等算法類(lèi)產(chǎn)品；以及數據決策支持系統等系統類(lèi)產(chǎn)品。
（4）“沉舟側畔千帆過(guò)，病樹(shù)前頭萬(wàn)木春”
數據的“風(fēng)雨”既至，“蛟龍”已生，善加利用必會(huì )在看似一片紅海之中獨辟蹊徑。數據產(chǎn)品的運營(yíng)之于企業(yè)，對內可以實(shí)現運營(yíng)管理創(chuàng )新，對外可以實(shí)現商業(yè)變現。至此，數據的宇宙魔方才真正對我們打開(kāi)：
圖4：數據產(chǎn)品運營(yíng)對內變現
圖5：數據產(chǎn)品運營(yíng)對外變現
企業(yè)客戶(hù)、亞信、最終消費者以及外部各類(lèi)供應商的整合應用，最終形成了創(chuàng )新的商業(yè)運營(yíng)模式，數據發(fā)揮核心價(jià)值：
- 企業(yè)客戶(hù)和消費者之間商業(yè)模式的建立，基于通過(guò)客戶(hù)運營(yíng)可實(shí)現的價(jià)值主張；
- 客戶(hù)運營(yíng)從數據、產(chǎn)品、渠道和能力等方面進(jìn)行；
- 亞信基于自身能力優(yōu)勢，并依托外部環(huán)境整合各類(lèi)外部合作商，成為完整商業(yè)模式的必要組成部分，并發(fā)揮核心作用。
數據安全
數據資產(chǎn)的安全管理對于其可持續運營(yíng)至關(guān)重要。只要數據走過(guò)的地方，就存在數據安全的問(wèn)題，因此首先需要保障數據環(huán)境的安全，對網(wǎng)絡(luò )、用戶(hù)桌面、應用程序、數據庫和機房等數據外在環(huán)境的安全進(jìn)行嚴格管理，實(shí)時(shí)監控“誰(shuí)”、在“什么時(shí)候”、以“什么方式”、訪(fǎng)問(wèn)了“哪些數據”、執行了“什么操作”，通過(guò)利用系統工具保障網(wǎng)絡(luò )安全、實(shí)施智能運行維護保障硬件安全、提升主動(dòng)防御保障軟件安全，以及制定制度規范保證人員安全。
其次，我們還需要對數據本身進(jìn)行安全管理，對存在于眾多應用場(chǎng)景中的敏感數據加強監控和隱私保護--
（1）敏感數據分類(lèi)：明確敏感數據可能存在的不同類(lèi)型，將其分為個(gè)人隱私類(lèi)數據、關(guān)鍵業(yè)務(wù)類(lèi)數據、商業(yè)機密類(lèi)數據等；
（2）定位敏感數據：對不同類(lèi)型的敏感數據進(jìn)行明細梳理，確定具體的敏感數據內容，如姓名、身份證號碼、地址、工作單位等個(gè)人隱私類(lèi)數據；信用卡號、客戶(hù)賬號、交易明細等關(guān)鍵業(yè)務(wù)類(lèi)數據等；
（3）確定敏感數據源：定義目標數據源。如含有某些內容的數據表、數據內容匹配某一格式（如信用卡號）等；然后掃描所有數據源，定位與敏感源相關(guān)的信息，同時(shí)標記敏感元數據；
（4）敏感數據脫敏：對敏感數據進(jìn)行替換、截斷、隱藏、遮蔽、隨機化、加密、漂白等脫敏處理；
（5）數據使用監控：堅持數據使用三原則--
- 讓數據屏蔽成為標準數據提供流程的一部分，從而在非生產(chǎn)環(huán)境中杜絕敏感數據的存在；
- 絕不向第三方或離岸團隊提供未經(jīng)屏蔽的敏感數據；
- 絕不允許開(kāi)發(fā)人員或其他無(wú)授權人員在未動(dòng)態(tài)屏蔽敏感數據的情況下訪(fǎng)問(wèn)生產(chǎn)數據。
數據維護
為保障數據運營(yíng)工作的平穩進(jìn)行，需要從數據的來(lái)源、引入、存儲、處理、更新、丟棄等全流程節點(diǎn)進(jìn)行維護管理，建立數據的全生命周期運維體系：
圖6：數據全生命周期運維
結語(yǔ)：
數據運營(yíng)工作繁瑣且艱辛，需要全盤(pán)掌控、統籌規劃、集中運營(yíng)，方可發(fā)揮其內在魔力。在理論框架的指導下，還需要經(jīng)過(guò)現實(shí)應用的不斷碰撞、磨礪，最終才能打磨出光芒四射的寶石！
作者簡(jiǎn)介
陳鵬飛，亞信科技咨詢(xún)顧問(wèn)，10年通信行業(yè)咨詢(xún)和運營(yíng)經(jīng)驗，專(zhuān)注于電信運營(yíng)、數據分析挖掘、數據運營(yíng)管理等領(lǐng)域，并對新行業(yè)合作運營(yíng)、數據變現等有獨到見(jiàn)解。
