第一部分 自驅力畫像:萬變的用戶不變的動力

第一章 與用戶大腦建立深層連接

1.用戶大數據的“八宗罪”

你是不是認為，如今的用戶系統在大數據的加持下已經很智能、很先進、很高效了？其實不然，如今的用戶系統離真正的智能化還差很遠，它存在本節將介紹的8個層面的弊端和局限。這完全是因為用戶系統的開發、設計、運營、營銷人員，對用戶行為的理解和認知不夠深入，僅停留在比較淺顯的層面所導致的，這也導致大多數用戶數據系統沒有發揮出其潛在的價值。當然，這樣的用戶數據系統更不會實現自增長。

?用戶數據的滯后性

如今大部分用戶數據系統都存在滯后性，如果用戶不在平臺上留下行為痕跡，系統就不知道該如何與用戶互動。用戶不搜索、不點擊、不將喜歡的東西放入購物車、不反饋，系統就不知道用戶想要什么，就不知道該給用戶推送什么內容。系統只有在捕捉到用戶的行為痕跡后，才知道用戶的需求傾向，才知道該向用戶推送什么。例如用戶在京東搜索了一雙鞋子，系統才知道該向用戶推送鞋子，接下來用戶瀏覽的頁面上才會出現各種鞋子。再如用戶在京東購買了一雙鞋子，用戶的這一購買行為產生后，系統就會鋪天蓋地向用戶推送類似的鞋子。用戶還會再買一雙類似的鞋子嗎？顯然，可能性不大。此時系統為用戶推送鞋子的意義何在呢？這就是把用戶行為的預測當作用戶行為的復制來理解了。

有的購物平臺在用戶提交訂單后，會彈出一串優惠信息。這種時候用戶會對這些優惠券感興趣嗎？顯然不會。當用戶的某個需求得到滿足（欲望得到釋放）后，系統再向用戶推送優惠信息，基本是滯后和無效的。這就好像你已經吃飽了，再給你多么美味的食物，你的興趣也會大大降低。

用戶數據系統的滯后性，體現在很多方面。滯后最根本的原因，是開發者對用戶行為的理解不夠深層，用戶數據系統與用戶的深層連接基本為零。這導致開發和設計的用戶數據系統非常被動和滯后。因為你根本不知道驅動用戶行為的深層動力是什么，只能是用戶表現出什么行為，你就追隨什么行為，根本開發不出具有前瞻性的用戶數據系統。

?為了數據而數字

大部分的用戶數據系統是借助數字所帶的情感發揮數據的魅力，而沒有開發出真正有價值的用戶數據系統。比如對于一段視頻或文字內容，系統多是靠圍繞這段內容產生的數據來識別其好壞，如點贊、轉發、評論、閱讀、觀看等維度的數據。有一千個點贊與有一萬個點贊的兩條視頻，數據會認為有一萬個點贊的視頻是優質的。數據系統會對有一萬個點贊的視頻加大推送量，并不能深度識別視頻內容的好壞。

所以，大部分所謂的智能數據系統，只是單純地借助數字本身所帶的情感來設計和開發相應功能。也可以說，大部分的數據系統就是為了制造這樣的數字而存在的。結果就是，很多系統是靠制造數字來吸引用戶的。這就是刷單、買粉、買榜、買流量等虛假行為屢禁不止的根本原因。系統與用戶都太依賴數字本身所帶的情感了，這樣一來，制造數字就成了很多用戶數據系統的目標。這就是數據的第二宗罪。用戶數據系統只是在玩數字游戲，只是簡單地把制造數字當成數據的核心表現形式。

?為了數據而標簽化

目前，對用戶行為進行數據分析的重要方式就是貼標簽。以貼標簽的形式來定義和理解用戶的行為。比如用戶買了一件2萬多元的貂皮大衣，就為用戶貼上“高端消費者”的標簽。大部分用戶數據分析師，認為能為用戶貼上標簽，就算捕捉到了用戶的行為數據。按照這樣的邏輯開發的用戶數據系統，就會為用戶推送各種符合這個標簽的產品和信息。其實，這種貼標簽式的用戶數據系統，既限制了用戶的消費行為，又限制了平臺的發展。這就是用戶數據的第三宗罪：為了數據而標簽化。

我們先來看一個例子。用戶在購物平臺連續兩次購買了平價服裝，系統就會將這個用戶定義為低端消費者。接下來，系統為用戶推送的全部都是比較廉價的品牌和產品，不會再給用戶推送高端品牌和產品的信息。用戶會發現平臺變成了一個廉價商品大賣場，看不到比較高端的品牌和產品了。平臺的出發點是想借助數據促進用戶的消費行為，但實質上是在限制用戶的消費，同時也限制了平臺的增長。

我們來思考一個問題，就能明白貼標簽的數據模式存在什么弊端了。蘋果手機貴嗎？當然貴。是高端消費者在購買嗎？當然是。那么為什么一個月只有兩三千元收入的用戶也會購買蘋果手機？低收入人群之所以會買一部高消費的手機，是因為用戶的需求是分層次的。大部分用戶在日用品方面會選擇經濟實惠的品牌，但是對那些能體現自己身份地位的用品，則會選擇比較高端的品牌，如汽車、服裝、包包、手機等。這些方面的產品，用戶即便沒有足夠的經濟實力，也會通過分期、貸款來消費。我們一定要明白一點，對于現代用戶來說，并沒有所謂的買不買得起，有的更多的是情感消費。單純用標簽來理解用戶的行為是片面的。自以為給用戶貼上標簽就捕捉到了用戶消費行為的軌跡，就能預測用戶的消費行為，實質上是在彼此限制。

我們再來看看為內容或產品貼標簽存在的弊端。系統可以為一條音樂視頻標上明確的標簽，也可以為一條健身視頻標上明確的標簽，這樣可以提高系統的推送效率。但是大部分視頻是不能被標上明確的標簽的，如一些娛樂的、調侃的視頻。由于系統只能依賴標簽向用戶進行推送，因此用戶總是會刷到一些莫名其妙的視頻內容——視頻與視頻的關聯度極低，而用戶想看的內容卻看不到。這就是標簽混亂導致推送混亂的局面。

圍繞標簽識別用戶、內容、產品的數據模式是狹隘的，是存在局限的。這樣的用戶數據系統，并不能實現用戶智能化，更無法實現自增長。

?數據低能

我們測試過一些平臺的推廣工具，發現即使精準設置了目標用戶進行的廣告或內容投放，效果也非常不理想。比如，精準投放了1萬元的推廣費，卻連一件產品都賣不出去。既然精準設置了產品針對的用戶群體，為什么推廣的效果還如此差呢？這不免讓人懷疑平臺的用戶數據和算法。因為數據效率低下，不僅取決于推送模式，而且取決于推送的內容，因此我們也嘗試過優化推送內容，但是效果依然較差。大數據發展到今天，精準推廣的效果如此差，真是讓人無語。用戶數據系統低能的原因，是對用戶行為理解的膚淺，結果就是開發出來的用戶數據系統是個“低能兒”。

我們再來看搜索引擎的局面。互聯網發展了20多年，搜索引擎開始是什么樣子，如今還是什么樣子。輸入關鍵詞，點擊搜索，系統會給用戶幾萬條甚至幾十萬條的信息。這樣的搜索結果看似高效，實際是不夠智能。用戶真誠地祈禱“萬能的搜索，請賜給我一棵樹”，點擊搜索，系統給了用戶一片森林。結果用戶迷失在了森林里。用戶要的是解決問題，而不是多多益善。

用戶數據系統的低能，還體現在另外一方面，那就是無法用魅力吸引用戶就“耍流氓”。例如，很多手機應用都存在退出難的問題，前幾年這樣的現象還稍微好點，這一兩年流量競爭激烈，這種現象愈演愈烈。某超市算是比較早地推出了用戶手機自主結算系統，但是App的一些細節設計真的讓人崩潰。比如，支付完成后，要退出支付界面，平均需要點擊6 次才行，多的時候需要點擊將近10次才能退出支付界面。這是因為支付完成后，系統會彈出各種信息，如促銷的、抽獎的、辦卡的，等等。更糟糕的是，退出時該App需要重新返回到掃碼支付的界面，真不知道這是什么數據邏輯。現在這樣的App越來越多。

未來是用戶數據系統制勝的時代。一個算法的改進，也許就能創造一個商業帝國，抖音就是靠算法取得了巨大成功。如果我們還停留在低能的用戶數據理解和認知階段，那么真的是一件令人擔憂的事情。

錯誤的出發點——預測

在我們通過分析數據研究用戶的時候，往往會步入一個誤區——認為通過數據分析可以精準地預測用戶的行為軌跡。其實這種認知是錯誤的。我們一定要明白，現代商業的核心是要塑造用戶的行為，而不是復制和預測用戶的行為軌跡。預測用戶的行為的價值是有限的。

移動支付、共享單車、網上購物、微信、短視頻等商業模式的成功，都是因為抓住了用戶的需求嗎？不是。而是因為他們塑造了用戶的需求。其實用戶根本就不知道自己需要什么。更加準確地說，用戶的真實需求是非常有限的。如果沒有強大的刺激，用戶是不會有太多需求的，是商家通過“燒錢”塑造了用戶的需求。

你認為流行是塑造的還是預測的？當然是塑造的。每年的時裝秀是在做什么？是在預測嗎？不是，是打著預測的旗號，對用戶的行為進行塑造。預測讓人感覺是站在用戶的角度，而塑造則是站在商家自身的角度。說到底，是商家在賣某款衣服，用戶才想要買，而不是商家精準預測到了用戶的需求，才制造了這樣的款式。用戶數據的第五宗罪，就是用戶數據系統的出發點錯了——以預測為出發點。

我們一定要明白，掌握數據是為了更好地幫助用戶創造生活。預測和復制用戶的行為從來都不會成功。搞不明白這一點，用戶數據系統的價值和意義將非常有限。

浪費數據

用戶數據系統中每天數以億計的龐大數據具有巨大的價值，可以被二次利用，以提升用戶之間的互動性和黏性。但是就目前來看，這些數據大部分被商家浪費了。商家并沒有高效地利用這些資源。比如，用戶的消費記錄、評論記錄、瀏覽記錄等，都具有二次開發的巨大價值，都是能與用戶建立深層連接的端口。但是分析數據和設計系統的人，對用戶行為的認知有限，使這些數據被當成了垃圾和下腳料。平臺一直在尋找可以利用的資源，卻看不到用戶已經把寶貴的資源給了平臺。

我們來看個簡單的例子。用戶在一個購物平臺買了一包餐巾紙。這樣的數據信息，其實是可以得到二次利用的。比如，系統可以大致推算出用戶會在多長時間內用完這包餐巾紙，然后在適當的時間向用戶推送餐巾紙。但是，大部分的平臺都沒有這樣做。品牌、平臺與用戶的互動沒有建立深層連接，更多時候是各玩各的。這就是對用戶的理解還比較表面，無法對用戶的行為進行價值深化的表現。

這就是目前用戶數據系統的第六宗罪——浪費用戶創造的具有巨大價值的數據資源。

?愚蠢的數據

如今的用戶數據離智能化還差很遠，因為它無法識別信息中所帶的情感。我們設計的數據系統基本處于傻瓜階段。在某短視頻平臺，一段普通的正面內容，會被系統提示涉及低俗內容或者被提示屬于劣質產品，從而被直接限流或刪除。詢問客服為什么會這樣，對方回復說這是系統的事。而有些視頻低俗至極，卻被推送給很多人，而且有幾萬的點贊。如果用戶數據系統不能識別內容中的隱藏情感，那么它的價值在哪里？又怎么實現用戶系統的智能化？這種情況下，我們就是在與愚蠢的數據互動，不是嗎？這就是用戶數據系統的第七種宗罪，無法識別情感，因此產生了一些不好的效果。

大部分從事人工智能的專家認為，我們永遠制造不出具有人類情感的機器和系統。這是因為我們對自身的情感認知還比較表面，當我們有了更深層的認知時，完全能制造出具有人類情感的機器和系統。我們對人類的情感認識越深，開發出的用戶系統就會越智能。

?唯利是圖的數據

大部分用戶都遇到過這樣的情況——瀏覽信息時總會被插入一些莫名的廣告，如游戲廣告。關鍵是即使用戶多次將其標注為不感興趣，系統還是會繼續推送。如果推送模式就是這樣設置的，那么只能說明一個問題，系統在按照推送量收取商家的廣告費。這樣的局面其實對用戶、商家、平臺都沒有好處。對用戶來說，會對平臺產生越來越多的負面情緒；對平臺來說，會有流失大量用戶的可能；對商家來說，意味著投入大量廣告費用卻收效甚微。大數據發展到今天，應該是高效地瞄準目標用戶，高效地激活用戶需求，從而設計出一套真正服務于用戶的智能系統。而如今還在用病毒式、流氓式的推送方式，來斂一點廣告費。這真是大數據時代的悲哀。

另外，媒體在不斷曝出大數據殺熟的事件，以及線上購物平臺先調高價格再打折促銷的情況。看來商家更多的是把用戶數據系統當成了自身斂財的工具，而不是為了更好地服務用戶。當然，一套真正服務于用戶的智能系統，根本不用商家這么費盡心機地去搜刮這點錢財，用戶會自覺、自動地為平臺創造價值。這就是用戶大數據的第八宗罪——用戶數據系統不是為用戶服務的，而是商家牟利的工具。

用戶系統存在的局限和弊端，并不僅僅體現在上述8個方面，涉及的層面遠比這廣泛。無論用戶數據系統存在什么局限和弊端，多是因為對用戶行為的認知和研究不夠深入。這里的深入并不是空洞的概念，而是要深入用戶大腦深處，觸及用戶的自我。要想打造出能夠實現自增長的用戶系統、社群、品牌、App，就必須更深層地認識用戶行為的驅動力——自我。