提纲：

一、做微信营销您准备好了吗？

二、微信营销都具备哪些属性。

三、我结缘微信营销的来龙去脉以及我对微信营销的见地。

四、微信营销大数据，是真正的大数据么，又是如何运用呢？

五、微信营销大数据都涵盖哪些方面，该如何认识，对企业管理能起到什么作用？

六、微信营销大数据运用给企业运营带来什么样的意义。

本文部分内容取自网络，中心思想来源于笔者理解的运营干货。

前言：想做微信营销，想做O2O其实都是为了大数据。本期沙龙针对大数据进行讲解。

一、亲爱的小伙伴：做微信营销您准备好了吗？

一个公司如果开始要介入微信营销，进行好O2O，运用好大数据，成本是需要考虑的：

1、系统配置。会比传统的业务更消耗报表分析工作基数，业务提升难度一般也比较高。

2、人员。基础配置平面设计、交互设计、应用研发，架构每种类型的人价格都不便宜。

3、数据为导向会对原有的产品产生额外的负担。比如大量的日志输出，上报等等

4、数据的来源有内部和外部的，外部有免费的也有收费的专业公司，我们今天讲的数据主要是企业内部数据的获取以及应用方法。

在实际的运营过程中，有很多企业局促的感觉到，手头有这么多繁杂的工作方向，从哪里入手，那些一定要利用起来，哪里可以先放一放，但是有很多问题确实是很多人想不不清楚的。很多都是边做边感受。有时候做到后面，心里也会犯嘀咕，花了这么多钱，这么多人手，做这件事情真的值得么？

真要做，至少要考虑下面几点：

1、需要多少成本？

2、需要多少时间？

3、产出是什么？

4、微信营销最后呈现的产品形态是什么？

而最重要的是3,4两点： 微信营销到底可以给公司带来什么？这个关乎微信营销定位问题，也是顶级至关重要的问题，和本次讲述问题有别，抛砖引玉，不再这里叙述。

二、微信营销都具备哪些属性。

首先我们看看微信营销包含了哪些，然后我们再来阐述构建好平台后，微信营销据以什么样的产品形态产出。

1、商业本身（宣传）属性。

2、系统改造和系统对接（应用衍生系统）属性。

3、（数据分析）内部特征关联性规律研发属性。

4、产品推销（营销服务）属性

目前产品呈现形态，我总结的有：

内容产出：做内容聚合的，比如今日头条、逻辑思维等

广告精准营销：特定产品本身承载的广告投放。微信朋友圈广告，群，短信等营销

搜索排名：机器学习产生的很多中间结果可以有效的提升搜索的排序

用户分析：了解你的客户是根本直接支撑推荐，广告，搜索等产品

流量提升：专注粉丝质量，提升粉丝数量，提高粉丝转化为用户率。

运营服务监控：监控你的服务优质，通过情感分析可以得到用户的直观反馈。

特定指标计算，这个是根据运营以及决策人员根据实际经验想看到的一些数据，我们把它量化，指标化，从而呈现出报表形态，方便运营以及决策人员做出相应的调整。

运维支持：微信营销其实是整个灌输到经营氛围每个细节中提升自身企业运维能力的加码，乃至到整个商业的各个环节做到提升。

上面所说的，总结一下，无非为了做以下两件事情：

一、了解：

了解自己的产品

了解自己的用户

二、提升：

提升用户转化率

提升决策的准确率

说了这么多，落地要做的事情更多，我作为一个传统行业转型互联网微信营销人士，从入门到现在，也总结了一些心得和方法给大家分享：

三、我结缘微信营销的来龙去脉以及我对微信营销的见地。

我之前做销售业务部，后来是做市场管理部，然后地区销售，之后又回头做企业总部的营销管理，微信营销也是属于以前的市场营销学科，任何经营都是销售，任何经营都是劳动，我经常说做管理做销售都是四工：是民工（懂天气预报会算卦、懂农药懂科技，卖农产品懂销售)；是长工（24小时不定时工作制）；是搬运工（让产品在不同的渠道呈现）；苦工（运用不同的宣传手法去做促销，也包括产品入户）。

2014年我开始学习微信营销致力于尝试新媒介新媒体给商业带来的反应，窥察不同的商业业态在移动互联网中的不同表现。当我从销售业务部转到市场管理部做产品经理的时，结果成了职业历程上的分水岭。为什么呢？

行业运营除了日常的商家管理、活动策划以及选品外，产品研发，以及渠道设置、商业模式还有产品定位，都介入整体的供应链管理。而虽然当时身处家电业，供应链管理却是在不同行业之间有较大的共通性。

所以当时有个说法，对现在应该还是有用的，不是销售引导市场，而应该是市场引导销售。市场管理，离不开大量的数据分析工作，离不开系统配置协调，商业链整体效能如何？我既做具体的数据分析，更多是向市场海量信息中分析市场中的客户需求。每天从ERP中，以及市场人员业务报告，还有赛诺，中怡康等专业分析报表中，还有市场中搜集的产品价格、产品功能中，出手工报表和报告发送给各部门管理人员的。

而今，这些数据大部分已经能在微信营销中自动生成，所以，企业在经营微信营销时已经能把微信营销作为提升自身企业竞争力，转化为自有使用的“产品化”经营性需求。也就是说微信应当作为提升自身经营的硬件出现，这个也就是现在营销的一个特殊现象，把软件当成企业运营竞争激烈的今天当成硬件来对待。

四、微信营销大数据，是真正的大数据么，又是如何运用呢？

今天我们重点从大数据方面理解微信营销，理解了数据就理解了系统，理解了系统就理解了计算机，理解了智能手机（现在的智能手机已经很先进了）移动营销的实质，数据或者说大数据是微信提供的么？大数据的特征有事什么呢，能做什么呢？

其实，真正想做和能做，我们总需要一个理由，这个理由有时间就是很简单，为何不？和不得不的区别，互联网来了，你为何不做互联网+；互联网；来了，别人都做了，我不得不做互联网+，这个就是有本质的区别，在这个未知的领域，原始社会有马解决了我们体力能力的问题，工业时代因为有了蒸汽电力，解决了我们体能能力的的问题，互联网时代因为有个链接，解决了我们思维体能的问题，以后再未知的新到来的一个时代也会解决潜能能力的问题。

所谓企业大数据就是，我们以前不知道的知道了，以前无法关注的现在关注了，以前费力整理不到的数据自动就获取了，获取的这些数据还能以较少的成本储存起来，随时能再被调用。碎片化时间和数据被充分的利用，因此：互联网时代大数据指导我们对企业管理行为要求我们营销内容，短、平、快。

我们从一个对话来理解运营管理。

领导经常说：“给你机会去试错，错了大不了重头再来。”

企业管理者也经常说给小伙伴们说：“销售经理盯着产品看，产品经理要了解整体的经络组织和骨骼，上升到企业管理者是要知道数据作为血液如何在流通。你有机会深入皮肤之下看一下，再回来看销售感觉又不一样了。”

现在营销学，营销的时代已经过去，产品的时代已经到来，交互体验的互相感知的营销时代已经到来。大数据在现代营销学中已经表现为大数据可视化，所以我们在微信营销方面要至少翻过三座大山1. 数据 2. 产品3、交互体验。

面对数据，其实是让我们有欢喜有忧愁的事情，面对数据的恐惧，或者说面对数据的被动接受这个也是形而上学的事情，这个只能自己解决，“减少对于数据世界的恐惧”，使用数据的语言“顺畅沟通”。欢迎进入数据的世界，我现在特别喜欢拿学习游泳举例子，我们都是从开始学习游泳就是怎么都不敢下水。前辈告诉我的最有用的一句话是：你会憋气吧？你试试在浅水区里什么都不要做，松开栏杆，憋住气，让自己沉下去。如果你受不了了，反正你一站就站起来了。一想，也对，反正浅水区嘛。于是第一次松开了栏杆。

奇妙的事情发生了，我居然不会沉入水底，甚至透过泳镜看别人的脚扑腾扑腾！原来水里的世界没有那么的可怕！克服了这个对水的恐惧后，才开始慢慢学习各种动作，开始享受水的乐趣。数据的世界对于不了解它的人而言，正如这神秘的水一样。我之前给我的同事讲，做微信营销的时间，就好比客户不会游泳，你直接把客户推下水，客户有时间会不适应，会反感一样，做到什么程度，确实是起点思考问题，今天想想而不是什么适应不适应的问题。

五、微信营销大数据都涵盖哪些方面，该如何认识，对企业管理能起到什么作用？

那么我提供的让你不怕“水”的心得有：微信营销大数据都涵盖两个方面，一个是如何看待数据来源的行业数据模板；再一个是大数据重要的两个坐标度量和维度，另一个是如何理解移动时代立体方，维空间大数据的起始和来源。

1）行业数据模板：来看下面这张图。

有两句话和大家分享：一句是如果你无法量化，那就无法很好管理；

另一句无细分，不分析。

第一句话来自管理大师彼得德鲁克，第二句话则是市场界的金玉良言了。

作为一个管理者，做生意就是一个字口诀“算”。在实际运营中您能够知道从哪里获取如何考量数据，并且知道如何利用这些数据，您的工作也就基本完成了。如果，您听到的是没用或者说看不懂，我建议您要增加人手或者请专业的公司来辅助您完成这个作业了。

可视化的都是平面的，平面的都是不完整和片面的，作为初步应用者，要去领悟上面的图，类似这样的图也会有好多版本，管理无对错，我们就不在细述，关键从这个角度理解了，我们就会慢慢的知道我们做微信营销多么重要，大数据对我们的企业管理有多么的好。

2）大数据的度量和维度。

1. 你按时间趋势来看总体来电量。当你发现某个月或某周来电量波动较大，你就需要添加别的“角度”来进一步细分。

2. 你按热线来细分来电量，看看来电拨打的什么热线，打来的热线都集中在什么问题。

3. 当你发现某个热线来电量波动异常后，你又需要进一步细分，看看此热线的来电是被什么接起公司承接的……

从上面的图看出，数据是要交叉的，三维有三个支点，上面的是讲的最简单的维度，实际我们的营销学，决定因素不简单的就是几个因素组成，它是多变的。岳飞讲的，运用之妙，存乎一心。这就要求管理者能够学以致用，举一反三，灵活应用这些技术手段为自己的企业带来更大效益。

如果您是管理者还在继续看的话，进行讨论或提出疑问，并且还没瞌睡有似懂非懂的感觉，祝贺你，您已经渐入佳境了。言归正传，从上面的我们可以看出，主要讲的、两个词就是：维度+度量。说白了一个是长度一个是宽度，一个是点一个是有点的面。

总结：任何事物都是四个字：大道至简，回到维度+度量上，我们看图，复杂的就是简单的，简单的才是有效的，就好比游泳一样，会就是会了，理解万岁，顿悟就是在此，就好比看易经一样，易经不是看懂的，是领悟的，领悟这个我们就同样能成为互联网中的好伙伴。

看图：

3）关于这个词的其他相关定义：

1. 度量： 指量化的数值。比如粉丝数，阅读量，转发量，以及商城成交金额等等。平时，我们一般会叫成“指标”，但是在专业语境，你需要知道，指标和度量还是有些差异，比如某些场合，他们会用指标特指一些经过计算的度量结果，比如拿度量A（粉丝登陆次数），除以度量B（总粉丝数），得到一个新的指标（粉丝关注度），用以衡量公众号的粘性。

2. 维度：指我们平时看事物的角度。比如，同样是文章发布阅读量，我们可以从日期角度去看，也可以以流量来源去看（来自直接访问的、来自朋友圈的、来自转发的等），也可以以新老用户分群来看。更多的场景是同时以两个维度的组合去看，

这个图可以看出我们的几个值，管理者去从这几个方面去协调和处理问题。

4）度量和维度的区别：

虽然从定义上，你可以看出明显不同，但是现实中，却还是有人喜欢乱用——把明明属于维度的东西写成“我要看什么指标”，或者喜欢用“我想从关注人数也就是粉丝这个维度去看”，

一个企业者，也包括我，也喜欢看我有多少粉丝，但是转化里在哪里，我们无从控制。从这个角度来理解，我们就要看关键指标，也就是和客户互动体验的角度上来思维，就好比我们朋友圈里有个点赞功能，点赞一开始是很有实用的，一看就知道有多少人喜欢，但是点赞的功能缺少了，互动的功能，有些点赞已经逐步为礼节性的点赞，因为领导喜欢，所以，管理的问题就会随之出来。

在具体的商业行为中一定要抠这个，抠清楚了这个，你的互联网+的思维就会清晰很多。

区分方法：维度，一定是有成员值的，且成员值是可以枚举出来的——不管它有多少，大不了你多花点时间去枚举，总之是一定可以枚举的，且会维持一定的稳定性。

比如，日期这个维度，几月几号一定是有限的，一年也就365天，如果是年这个维度，也是一样的。

5）关于度量和维度再具体再详细的解释：

1. 度量：

除了指标这个有着略略差异的俗称外，有时还会遇到衍生指标这个说法，比如拿指标A和指标B做运算得到的指标C就叫做衍生指标。此外，还要注意可累加以及不可累加的度量说法，比如本月网络成交量是100单，成交额是10000元，本月比上月成交量增加了3000元，随着本月新增成交量产生的新增成交率这个指标，就是典型的不可累加的度量：

2. 维度：

维度的层次：讲解起来也复杂，直接看图。

这个也就是我们通常说的”明细数据”了。比如分析成交金额时，从行业维度，细分到一级类目乃至叶子类目，最后，钻取到某个独立的商品ID（不能再细了），商品ID就是最细小的层次维度。

不同的分析结果因为受众不一样，我们的出的结论不一样，举个例子：我们销售出的产品，一个是老款销量大，总体利润率也高，一个是新品销售毛利率高，但总体利润贡献率小，这个两个放在一起去比较利润贡献率做出取舍生产和扩大成产的按照数据说话，就是错误的了。

6）移动时代立体方，维空间大数据的起始和来源

现在我们说的第三个内容，是如何理解移动时代立体方，维空间大数据的起始和来源这个就是维空间，我们就用几个图来讲解下什么是大数据另一个面：立方体

如图：

我想为何有立方体这个概念，应该是它很形象地能够表达出多维的概念，至少有3维，现实分析场景中，恐怕不只三个维度，比如还要加上销售部门维度、销售渠道维度…… 那么立方体可就复杂了，空间感差一些的小伙伴，就想象不出来这个立方体什么样子了吧，事实上。你只要有这个立方体的概念就可以了，数据分析就是像玩魔方一样，拨弄这些立方体。

举例子：站在行业负责人，尤其是女装负责人的视角，可能是这样的一个报表：

如果是某地区销售经理，有可能是这样的：

所以不同的侧重点关注度不一样，负责人的级别越高，屁股决定脑袋，就有各种数据透视分析的视角。

7）大数据中的数据分析

数据分析主要考虑提出的角度不同，也就是人说你表格要做的表格内容，无论是做成报表、还是做成具体可视化的界面，其中都包括原始数据采集到提炼以致到提交和最后进行数据分析。

数据分析就是在拨弄各种数据立方体，你可以切片、切块、钻取、汇总，就和魔方每一块，就是一个具体的度量值，是什么数字，则是多种维度交叉后的结果。

工作实践中，企业要考虑做出更加方便易用的“立方体玩法”以供用户和决策者使用。

8） 大数据中的数据应用

如何建立起比较专业的数据分析思路，一个企业管理者就是要根据经营需要去采集信息来源，确立分析方向，研究分析结果，从中判断出有利的数据结论，以数据说话到用数据说话，最后发展到那数据来说话，，也就是从采集到利用最后达到获取，三部曲的逐步提升。

看两个图：

①　建立分析框架

①　逐步钻取的数据分析：

①　建立分析框架：了解业务、以及业务想要什么（目标）。

从上面2个表可以看出：利用数据分析的目的是：

提交数据需求: 根据你的访谈、梳理，得到业务流程、业务愿景以及目标，那么就可以和需求方共同确认“看什么”以及“怎么看”。好的数据产品经理或者数据分析师，永远不是坐等需求方提出他要看什么度量和维度，而是要引导对方看更合适的东西以回答他关于目标是否达成的问题。

进行数据分析：使用多种维度，进行总体的、细分的、多维的分析，当发现问题时，能够使用这些维度的组合帮助用户找到影响原因。

万事都有多面性：尽信数据不如不信数据，尤其是互动体验方面数据。

谈了这么多数据分析：其实就是一点，数据就在那里，在系统里，上系统就有，不上系统就没有，有了整理出来方便，整理的数据不误导，不南辕北辙，也是存在深厚的营销学里。中国人信神不信上帝，神是不创造人的，它只是让石头变成人，比如女娲补天，西方人信上帝，所以好多科学家最后搞数据直接就信奉上帝了，但人家是做完数据才信上帝的。

最后回答下数据是什么？有什么用，现在还说这个问题：

数据是引导销售对么？不全对，易经就是所有的事都是对其中的一部分，因此例如：挂羊头卖狗肉的，怎么用数据证明其反而有害无益？有时为了爆眼球效应，明明活动页里都是一些屌丝产品，用屌丝的价格放一些高大上的产品图片。想要吸引人点击进去。而确实点击效果很好！过去放凤姐一晚，100个人里只有5个人点，现在放了林志玲一晚，100个人居然有99个人点击。效果会很好，而且确实成交额似乎是比过去略微高那么一点点了。这个问题就没办法用数据来解释，用道德用商业头脑来解决是最好的，这个就是商业互动体验的范畴了，真相总是掩盖在数据下面，数据推算的结果有时间并不能真正解释真相 v 维空间智会平台