数字化转型是一个大的趋势，在这个大趋势之下，企业的领导们，常常把一句话挂在嘴边：“我们有那么多的数据，同事们，要把这些数据用起来呀！”

同事们一琢磨，没错！我们确实有很多的数据，但这些数据我们确实没有用起来。一种愧疚感油然而生。

不不不，先别着急内疚，或许根本就不是你的错，说不定这些数据，压根就没有被用起来的希望呢！

01 数据垃圾还是数据资产，这是一个问题

数据绝对不都是资产，更多数据是垃圾。

大数据时代的一个最大的公众误解，就是让人们以为有这么一个万能的数据解构者，能够在容纳了海量的数据之后，产生出人类所不能企及的智慧与洞察。

但可惜，数据越大，可能包含的垃圾越多，大数据并不可能化腐朽为神奇，它只能在海量高质量数据的基础下产生作用。

但是现实世界中，并没有那么多唾手可得的高质量数据。

02 没有不存在保质期的数据

数据的保质期，是让数据变成垃圾的一个重要因素。

比如，我们常说的Device ID（设备ID），我们以为它是一种长寿命的ID，可惜，它的寿命可能比我们想象的要短。例如，苹果iOS的IDFA并不是随着手机“走完一生”，它的半衰期（所有苹果手机中一半的IDFA更新或无效的时间），大约只有一年，而安卓的Device ID的半衰期甚至更短。更何况，今天，所有苹果手机的IDFA也快要随着iOS14的到来走到它生命的尽头。（参看我的文章：

影响很大！iOS14对广告投放和数字营销究竟有多大影响）

大部分的数据保质期都非常短暂，绝大部分的数据还不如Device ID的生命周期长。比如，DMP中的人的兴趣标签、在自有触点上抓取的用户行为数据、消费者提交的leads……

并不长久的保质期，意味着手上握有海量数据的广告主，或许并没有多少真正可用的数据。

或者说，你的数据若要成为资产，不可能是死水一潭，而必须不断更新，有进（更新的数据）有出（过期的数据）。

最常见的一个误解，就是我们以为数据资产是一个静态的东西，但实际上，它根本就如同永不停歇的轨道列车——存一潭死水容易，玩转一个轨道交通系统则太难！

03 没有数据体系的规划，数据不会变成资产

谈到轨道交通系统，它的难度不只在于建设，更是在于建设之前的规划。

同样，建立数据资产的难度，也不在于获取数据本身，更在于数据体系的规划——没有好的规划，获取来的数据就可能不是资产，而是垃圾。

最典型的现象，是数据源头构建的随意性。

举一个例子，很多企业有两大类数据，第一类，是企业的客户信息，CRM中的客户数据，以及Leads数据，这些数据已经很成熟，它们等同于收入数据。第二类，则是各种外部第三方工具“帮助”企业抓取的，各种营销运营触点上的数据，这些数据最常见的命运，就是成为各种各样的报表。

这些报表，少部分在短时间内被利用一下之后，会跟随着更多的从来不被人哪怕只看一眼的报告一起，进入永远不再被人打开的数据库中，沉睡，直到消亡。

这些报告背后的原始数据，实际上是更具有价值、更接近于数据资产的部分，也随之进入企业精心构建的各种“数据仓库”、“数据湖”、“大数据系统”中，然后同样随之沉睡。

更糟糕的是，这些数据天生就是由不同部门所拥有的不同的第三方工具捕获的，它们互不相关，各自为战，但却都信誓旦旦地说：“我的工具能够输出数据，是能够跟其他工具数据打通的。”但问题就在这里，没有哪一家的工具能够容纳别的工具的数据，大家都可以输出数据，这没错，但要最终实现对这些数据的打通，这些工具中没有一个愿意做。

但企业的老板们很安心，毕竟，所有的数据都在“大数据系统”里面存得好好的，就像钞票存在银行一样令人安心。在需要打通这些数据的时候，技术同事把这些数据打通起来不就好了？

于是，有一天，当老板下达了要求，要利用某些数据，IT的同事们又不得不在这些系统内编写各种程序翻找数据，却发现，不是某些数据没有，就是数据打不通，要么就是没办法做下钻细分。于是，蔫蔫地汇报，只能给出一个大概的凑合用的数据。

老板当然不会开心，我们为你们买了这么多的工具，捕获了这么多的数据，建了这么大的一个数据库，竟然，跟我说，只有一个大概的凑合用的数据？！

技术同事们心中想：“mmp能给一个大概能用的数据已经拼了老命了！”

但，难道没有发现，这中间最讽刺的，正是工具越多越坏事、数据越多越坏事。工具虽强虽多，但却各自为战互不关联，工具越多反而越糟糕；数据虽多，却无法打通，积累地越多，处理起来越困难，徒增存储空间罢了。

大部分企业的内部，要么没有数据，要么充斥着这样的数据孤岛。数据孤岛形成的背后，就是缺乏数据体系的规划。

有朋友问一个很关键的问题，既然各个数据工具收集的数据能够导入到企业的数据中台中，都已经导出来了，那为什么这些数据不能打通呢？

有两个原因。

第一：缺乏打通数据所需要的主键（这正是我们在后面要谈到的问题）。

第二：就算有主键，要把这么多工具的数据表，清洗、去重、打通，这得是多么巨大、多么容易出现错误的工程。这不像我们用Excel的Vlookup公式那么简单。也就是说，理论上没问题，但落地可行性极差。大部分时候，只能是需要什么数据，找到这些数据再临时与其他相关数据对接打通一下，case by case，临时应付一下罢了。

所以，没有数据能力，根本谈不上什么数据资产。

没有数据能力，积累的数据越多越糟糕，就算有价值的数据，也会最终变成沉睡的垃圾！

04 没有数据能力，别谈数据资产

数据能力究竟是什么？

我有不同的理解。

数据能力，一般都认为是获取、处理、应用数据的技术能力。

但我认为，数据能力还有另外很重要的两点，容易被忽视，从而导致企业就算搞定了技术，也仍然不具备数据能力。

第一点，是数据的规划体系。这一点，在前面已经聊过。

为什么鲜有企业能够规划好自己的数据体系，而更多的情况是不断堆砌数据孤岛呢？

因为业务需求永远是急迫的，而成体系的构建数据系统既需要时间，又需要大量的资源，更需要说服老板，因此不是业务部门能左右的。

所以才有了这几年开始被炒火的数据中台，而且数据中台基本上只有阿里腾讯这样的大厂去忽悠，因为是卖给大老板们的东西。

所以，也才有了营销和运营体系中同样被追捧的CDP。CDP本质上是一个多渠道多触点的数据获取、组织、应用系统，并且自带数据打通整合的功能，所以，它天生也是自带数据体系的一种工具，天生是反数据孤岛的。

不过，虽然都能帮助解决数据的规划问题，我对数据中台和CDP的看法不一致。具体原因不在这个文章中介绍，有时间的话我再起一篇文章讲讲我的观点。这里简单做一个解释，数据中台，很多企业基础不行，做不到，也用不起来。CDP，相对要容易一些，业务领域也更聚焦，用起来的可能性要大很多，尽管仍然不简单，但至少比大数据中台要现实。

第二点，是数据的运营体系。

企业在这一点上，比上一点更缺乏认知。

什么是数据的运营体系。简单讲，就是没有运营，就没有数据，就没有数据资产。

最典型的：我们一般认为数据的获取是一个技术性的事情。但实际上，它更是一个运营性的事情。

举一个例子。我花100万买了很多流量，进入到我的触点——某个H5页面。你也花同样的钱买了同样的流量，也进入到你的H5页面。在我的H5上，存在大量的可以供用户交互的设计，而你的H5上，基本只是让用户看看图片和文字。这两种不同的设计，就会导致数据收集上的显著差异：我的设计，能够收集到更多的用户交互行为数据，这背后，是靠的运营能力。

此外，为了打通数据，也需要运营。

与很多企业认知的不一样，打通数据并不主要是一个技术性工作，而是需要让用户留下电话号码，用电话号码打通不同平台和触点上的不同ID。电话号码，就是我们前面所说的，打通数据所必须使用的主键。除此之外其他打通数据的方式，并不实用或并不可靠。

但是，要拿到消费者的电话号码，不能偷也不能抢，必须要让消费者心甘情愿地提供，这还是需要靠运营。

又比如，过去我们规划营销体系，或是具体到一个活动的营销，比较少把如何获取数据，如何应用数据考虑在内。但是今天，一个营销体系，或是一个营销活动，不能捕获到足够的消费者的数据，它的价值就折损了一半。

05 用不上的，也不是数据资产

数据就算被组织得很好，用不上也白搭。没有思考清楚数据应用，数据最终会随着时间的推移而过期，最后进入垃圾堆。

数据应用话题太大，但具体到数字营销和运营领域，却是有很多应用的场景。

例如，今天企业自己获取的一方消费者数据就有很多应用场景：利用第一方数据进行的广告投放、消费者多触点的整合运营（后链路营销）、微信生态私域运营、动态性的营销自动化、更针对性地推荐、消费者/客户的生命周期运营等等。

这些场景是否跟你的业务相关？

我看到更多的情况，是数据最终被作为报告呈现在老板的屏幕上，连大数据，也被理解为dashboard大屏，好像不显示出来的，就不是数据，就不存在一样。

数据资产，远远不是数据报告、不是dashboard，它也不是BI，也不是数据挖掘，而是实实在在能够在具体场景中被应用、能够驱动具体的业务（尤其是消费者运营）的，如燃料般的物质。它如果不能释放更大能量，又何谈资产之说呢？

所以，数据资产的逻辑，是下图的逻辑：