数据魔方：如何做到集中化、全流程数据运营管理？

来源：数据猿 作者：陈鹏飞

前言：

在美国队长、钢铁侠、雷神、绿巨人等超级英雄构成的漫威电影宇宙中，宇宙魔方是具有极大能力的六颗宝石之一，具有空间之力，借之可以打开空间之门，传送大量的武器资源到任何地方。

在现实的世界中，数据构成的魔方也可以帮助我们进入全新的空间。问题的关键在于如何探寻并掌握数据之力，发现那些客观存在的新市场、新客户和新产品，创造出新的商业运营模式。本文试图从集中化、全流程的角度，探索出一条适合当前企业现状和未来发展的数据运营管理道路。

正文：

数据作为高价值的资产已经得到越来越广泛的认识和赞同。由企业自主生产的数据、通过外部合作服务获取的数据、外部经授权公开的数据，以及经过公开数据交易、数据置换等方式得到的其它数据等等，共同构成了企业赖以持续运营的数据基础，不仅可以用于企业内部的成本管理、流程优化、决策辅助等运营管理各领域之中，更可以发现新市场、明确新客户、创新新产品，进而构建全新的商业模式，形成新的产业互联运营生态体系。

但是在具体实践中，由于受到业务运营与技术实现之间的流程割裂，以及基于企业整体发展战略的数据规划的缺失等因素影响，数据的价值却未能显著展现。同时，在巨大的机遇利好面前，往往也伴随着巨大的风险，如何利用完善的机制能力确保规避风险、抓准机遇就变得异常重要。

因此，亚信建议：打破数据壁垒，构建集中化的数据体系，贯穿数据运营管理的全流程，并由熟悉技术的业务专家牵头负责具体工作。

图1：集中化、全流程的数据运营管理体系架构

数据聚合

数据的有效聚合是数据运营管理的基础，除利用各种IT工具和手段对企业现有的数据资源进行逐一梳理、标准化整合之外，还需要不断的整合外部数据资源，持续的扩大自身数据规模。那么需要首先解决的问题就是基于企业的生产运营需要，将各类型数据来源梳理清晰：

(1)企业内部数据：由企业自身运营所产生的客户信息、财务、销售、业务等领域相关数据。这类数据格式规整，并且企业拥有自主产权，使用方便，可最大化发挥其商业价值。

(2)外部公开数据：主要包括政府公开数据，如人口统计报告、经济运行报告等;另外还包括产业分析数据和调研报告数据。这类数据格式标准不统一，且为统计级数据，仅可用于宏观经济和市场环境等分析。

(3)自主搜集数据：主要包括通过网络爬虫技术获取的网络公开数据，以及通过数据供应商交易/置换获取的数据。这类数据的格式标准极不统一规整、处理难度大，同时由于涉及到客户明细数据，部分存在法律风险。

(4)项目合作数据：主要包括通过与外部企业战略合作、项目运营等方式，在项目的具体实施过程中获取的客户数据。这类数据存在一定的所有权争议，并可能会在适用范围上受到一定的限制。

在对以上不同来源的数据进行整合的过程中，不可避免的会出现数据产权争议、客户隐私泄露等问题。我国刑法中明确规定：“国家机关或者金融、电信、交通、教育、医疗等单位的工作人员，违反国家规定，将本单位在履行职责或者提供服务过程中获得的公民个人信息，出售或者非法提供给他人，情节严重的，处三年以下有期徒刑或者拘役，并处或者单处罚金。窃取或者以其他方法非法获取上述信息，情节严重的，依照前款的规定处罚。单位犯前两款罪的，对单位判处罚金，并对其直接负责的主管人员和其他直接责任人员，依照各该款的规定处罚。”从以上法文可以看出，法律规定并不完善，缺乏权威解释。

基于此，亚信的建议是：在采取严格审查数据供应商/合作商资质、建立黑名单制度淘汰低信用度数据源等自我保护的手段之外，尽量通过网络公开数据采集以及借助官方认证开放的数据平台进行客户个人信息的交易、置换等操作，或者通过战略合作项目运营的方式进行客户信息完善补充，达到自身应用的目标。

数据利用

为了要达到对数据的深层次利用，在整合各类数据资源的基础上有效挖掘出数据的价值，需要首先掌握利用数据所需的相关业务知识、统计知识和IT知识，将技术与业务有机结合，建立起数据利用的知识体系：

图2：数据利用的知识体系

为了将知识转化为落地实施的具体成果，必须借助体系化的方法，以及利用相应的数据处理工具(数据库、EXCEL、SPSS等)才能实现：

图3：数据利用的方法体系

数据货币化

CEO常常会说：“我要的不是你们把数据挪来挪去、存来存去，我要的是你们从中找到新型业务模式的创建途径!”。因此，数据利用的最终目的是数据的货币化，即剥开最表层洋葱皮的数据核心价值的层层展现。

为了更清晰的把握数据的价值，亚信将其划分为四个递进式的价值体现层次：

(1) “大漠孤烟直，长河落日圆”

静态的各项数据是数据的最基础价值体现，可以将其直接用于运营生产过程中。比如我们直接向具有理财偏好的客户推荐P2P产品、向拥有私家车的客户推荐车险产品等。

(2) “横看成岭侧成峰，远近高低各不同”

静态的各项数据并不是割裂孤立的，而是基于多样的衍生变化形成了复杂的血缘关系、通过多方之间的相互作用构成了多层次的数据网络。我们需要洞悉贯穿于整个业务流程的数据流程，从而形成数据抓手，使其可以在运营全流程发挥价值。仍然以拥有私家车的客户举例，通过客户属性分析、车辆配置模型分析以及理财倾向关联分析等方法，发现男性年轻的中端车主更适宜针对性的推荐部分P2P产品，而显著有别于基于传统业务经验判断得出的目标客户识别规则。

(3) “积土成山，风雨兴焉;积水成渊，蛟龙生焉”

正如“不积跬步，无以至千里;不积小流，无以成江河”，数据基于其静态价值、动态价值和相互之间的作用关系，形成综合性的、体系化的应用，最终构成了独立又彼此作用的数据产品，比如组件化的客户分析、流量分析等分析类产品;客户画像、推荐引擎等算法类产品;以及数据决策支持系统等系统类产品。

(4) “沉舟侧畔千帆过，病树前头万木春”

数据的 “风雨”既至， “蛟龙”已生，善加利用必会在看似一片红海之中独辟蹊径。数据产品的运营之于企业，对内可以实现运营管理创新，对外可以实现商业变现。至此，数据的宇宙魔方才真正对我们打开：

图4：数据产品运营对内变现

图5：数据产品运营对外变现

企业客户、亚信、最终消费者以及外部各类供应商的整合应用，最终形成了创新的商业运营模式，数据发挥核心价值：

企业客户和消费者之间商业模式的建立，基于通过客户运营可实现的价值主张;

客户运营从数据、产品、渠道和能力等方面进行;

亚信基于自身能力优势，并依托外部环境整合各类外部合作商，成为完整商业模式的必要组成部分，并发挥核心作用。

数据安全

数据资产的安全管理对于其可持续运营至关重要。只要数据走过的地方，就存在数据安全的问题，因此首先需要保障数据环境的安全，对网络、用户桌面、应用程序、数据库和机房等数据外在环境的安全进行严格管理，实时监控“谁” 、在“什么时候” 、以“什么方式” 、访问了 “哪些数据”、执行了 “什么操作”，通过利用系统工具保障网络安全、实施智能运行维护保障硬件安全、提升主动防御保障软件安全，以及制定制度规范保证人员安全。

其次，我们还需要对数据本身进行安全管理，对存在于众多应用场景中的敏感数据加强监控和隐私保护——

(1)敏感数据分类：明确敏感数据可能存在的不同类型，将其分为个人隐私类数据、关键业务类数据、商业机密类数据等;

(2)定位敏感数据：对不同类型的敏感数据进行明细梳理，确定具体的敏感数据内容，如姓名、身份证号码、地址、工作单位等个人隐私类数据;信用卡号、客户账号、交易明细等关键业务类数据等;

(3)确定敏感数据源：定义目标数据源。如含有某些内容的数据表、数据内容匹配某一格式(如信用卡号)等;然后扫描所有数据源，定位与敏感源相关的信息，同时标记敏感元数据;

(4)敏感数据脱敏：对敏感数据进行替换、截断、隐藏、遮蔽、随机化、加密、漂白等脱敏处理;

(5)数据使用监控：坚持数据使用三原则——

l 让数据屏蔽成为标准数据提供流程的一部分，从而在非生产环境中杜绝敏感数据的存在;

绝不向第三方或离岸团队提供未经屏蔽的敏感数据;

绝不允许开发人员或其他无授权人员在未动态屏蔽敏感数据的情况下访问生产数据.

数据维护

为保障数据运营工作的平稳进行，需要从数据的来源、引入、存储、处理、更新、丢弃等全流程节点进行维护管理，建立数据的全生命周期运维体系：

图6：数据全生命周期运维

结语：

数据运营工作繁琐且艰辛，需要全盘掌控、统筹规划、集中运营，方可发挥其内在魔力。在理论框架的指导下，还需要经过现实应用的不断碰撞、磨砺，最终才能打磨出光芒四射的宝石!

注：本文由亚信数据授权数据猿发布。

客官，这是属于你的狂欢~

关注微信公众号【datayuancn】：关注大数据资讯，绝对干货！

【数据猿】官网：大数据资讯（各种口味），让你每次看不够

如需采访、报道、投稿、招聘请死死记住：tougao@datayuan.cn

扣扣“大数据牛人社群”：接受任何喷子、奇葩，非诚勿扰哟