第一部分 自驱力画像:万变的用户不变的动力
第一章 与用户大脑建立深层连接
1.用户大数据的“八宗罪”
你是不是认为，如今的用户系统在大数据的加持下已经很智能、很先进、很高效了？其实不然，如今的用户系统离真正的智能化还差很远，它存在本节将介绍的8个层面的弊端和局限。这完全是因为用户系统的开发、设计、运营、营销人员，对用户行为的理解和认知不够深入，仅停留在比较浅显的层面所导致的，这也导致大多数用户数据系统没有发挥出其潜在的价值。当然，这样的用户数据系统更不会实现自增长。
用户数据的滞后性
如今大部分用户数据系统都存在滞后性，如果用户不在平台上留下行为痕迹，系统就不知道该如何与用户互动。用户不搜索、不点击、不将喜欢的东西放入购物车、不反馈，系统就不知道用户想要什么，就不知道该给用户推送什么内容。系统只有在捕捉到用户的行为痕迹后，才知道用户的需求倾向，才知道该向用户推送什么。例如用户在京东搜索了一双鞋子，系统才知道该向用户推送鞋子，接下来用户浏览的页面上才会出现各种鞋子。再如用户在京东购买了一双鞋子，用户的这一购买行为产生后，系统就会铺天盖地向用户推送类似的鞋子。用户还会再买一双类似的鞋子吗？显然，可能性不大。此时系统为用户推送鞋子的意义何在呢？这就是把用户行为的预测当作用户行为的复制来理解了。
有的购物平台在用户提交订单后，会弹出一串优惠信息。这种时候用户会对这些优惠券感兴趣吗？显然不会。当用户的某个需求得到满足（欲望得到释放）后，系统再向用户推送优惠信息，基本是滞后和无效的。这就好像你已经吃饱了，再给你多么美味的食物，你的兴趣也会大大降低。
用户数据系统的滞后性，体现在很多方面。滞后最根本的原因，是开发者对用户行为的理解不够深层，用户数据系统与用户的深层连接基本为零。这导致开发和设计的用户数据系统非常被动和滞后。因为你根本不知道驱动用户行为的深层动力是什么，只能是用户表现出什么行为，你就追随什么行为，根本开发不出具有前瞻性的用户数据系统。
为了数据而数字
大部分的用户数据系统是借助数字所带的情感发挥数据的魅力，而没有开发出真正有价值的用户数据系统。比如对于一段视频或文字内容，系统多是靠围绕这段内容产生的数据来识别其好坏，如点赞、转发、评论、阅读、观看等维度的数据。有一千个点赞与有一万个点赞的两条视频，数据会认为有一万个点赞的视频是优质的。数据系统会对有一万个点赞的视频加大推送量，并不能深度识别视频内容的好坏。
所以，大部分所谓的智能数据系统，只是单纯地借助数字本身所带的情感来设计和开发相应功能。也可以说，大部分的数据系统就是为了制造这样的数字而存在的。结果就是，很多系统是靠制造数字来吸引用户的。这就是刷单、买粉、买榜、买流量等虚假行为屡禁不止的根本原因。系统与用户都太依赖数字本身所带的情感了，这样一来，制造数字就成了很多用户数据系统的目标。这就是数据的第二宗罪。用户数据系统只是在玩数字游戏，只是简单地把制造数字当成数据的核心表现形式。
为了数据而标签化
目前，对用户行为进行数据分析的重要方式就是贴标签。以贴标签的形式来定义和理解用户的行为。比如用户买了一件2万多元的貂皮大衣，就为用户贴上“高端消费者”的标签。大部分用户数据分析师，认为能为用户贴上标签，就算捕捉到了用户的行为数据。按照这样的逻辑开发的用户数据系统，就会为用户推送各种符合这个标签的产品和信息。其实，这种贴标签式的用户数据系统，既限制了用户的消费行为，又限制了平台的发展。这就是用户数据的第三宗罪：为了数据而标签化。
我们先来看一个例子。用户在购物平台连续两次购买了平价服装，系统就会将这个用户定义为低端消费者。接下来，系统为用户推送的全部都是比较廉价的品牌和产品，不会再给用户推送高端品牌和产品的信息。用户会发现平台变成了一个廉价商品大卖场，看不到比较高端的品牌和产品了。平台的出发点是想借助数据促进用户的消费行为，但实质上是在限制用户的消费，同时也限制了平台的增长。
我们来思考一个问题，就能明白贴标签的数据模式存在什么弊端了。苹果手机贵吗？当然贵。是高端消费者在购买吗？当然是。那么为什么一个月只有两三千元收入的用户也会购买苹果手机？低收入人群之所以会买一部高消费的手机，是因为用户的需求是分层次的。大部分用户在日用品方面会选择经济实惠的品牌，但是对那些能体现自己身份地位的用品，则会选择比较高端的品牌，如汽车、服装、包包、手机等。这些方面的产品，用户即便没有足够的经济实力，也会通过分期、贷款来消费。我们一定要明白一点，对于现代用户来说，并没有所谓的买不买得起，有的更多的是情感消费。单纯用标签来理解用户的行为是片面的。自以为给用户贴上标签就捕捉到了用户消费行为的轨迹，就能预测用户的消费行为，实质上是在彼此限制。
我们再来看看为内容或产品贴标签存在的弊端。系统可以为一条音乐视频标上明确的标签，也可以为一条健身视频标上明确的标签，这样可以提高系统的推送效率。但是大部分视频是不能被标上明确的标签的，如一些娱乐的、调侃的视频。由于系统只能依赖标签向用户进行推送，因此用户总是会刷到一些莫名其妙的视频内容——视频与视频的关联度极低，而用户想看的内容却看不到。这就是标签混乱导致推送混乱的局面。
围绕标签识别用户、内容、产品的数据模式是狭隘的，是存在局限的。这样的用户数据系统，并不能实现用户智能化，更无法实现自增长。
数据低能
我们测试过一些平台的推广工具，发现即使精准设置了目标用户进行的广告或内容投放，效果也非常不理想。比如，精准投放了1万元的推广费，却连一件产品都卖不出去。既然精准设置了产品针对的用户群体，为什么推广的效果还如此差呢？这不免让人怀疑平台的用户数据和算法。因为数据效率低下，不仅取决于推送模式，而且取决于推送的内容，因此我们也尝试过优化推送内容，但是效果依然较差。大数据发展到今天，精准推广的效果如此差，真是让人无语。用户数据系统低能的原因，是对用户行为理解的肤浅，结果就是开发出来的用户数据系统是个“低能儿”。
我们再来看搜索引擎的局面。互联网发展了20多年，搜索引擎开始是什么样子，如今还是什么样子。输入关键词，点击搜索，系统会给用户几万条甚至几十万条的信息。这样的搜索结果看似高效，实际是不够智能。用户真诚地祈祷“万能的搜索，请赐给我一棵树”，点击搜索，系统给了用户一片森林。结果用户迷失在了森林里。用户要的是解决问题，而不是多多益善。
用户数据系统的低能，还体现在另外一方面，那就是无法用魅力吸引用户就“耍流氓”。例如，很多手机应用都存在退出难的问题，前几年这样的现象还稍微好点，这一两年流量竞争激烈，这种现象愈演愈烈。某超市算是比较早地推出了用户手机自主结算系统，但是App的一些细节设计真的让人崩溃。比如，支付完成后，要退出支付界面，平均需要点击6 次才行，多的时候需要点击将近10次才能退出支付界面。这是因为支付完成后，系统会弹出各种信息，如促销的、抽奖的、办卡的，等等。更糟糕的是，退出时该App需要重新返回到扫码支付的界面，真不知道这是什么数据逻辑。现在这样的App越来越多。
未来是用户数据系统制胜的时代。一个算法的改进，也许就能创造一个商业帝国，抖音就是靠算法取得了巨大成功。如果我们还停留在低能的用户数据理解和认知阶段，那么真的是一件令人担忧的事情。
错误的出发点——预测
在我们通过分析数据研究用户的时候，往往会步入一个误区——认为通过数据分析可以精准地预测用户的行为轨迹。其实这种认知是错误的。我们一定要明白，现代商业的核心是要塑造用户的行为，而不是复制和预测用户的行为轨迹。预测用户的行为的价值是有限的。
移动支付、共享单车、网上购物、微信、短视频等商业模式的成功，都是因为抓住了用户的需求吗？不是。而是因为他们塑造了用户的需求。其实用户根本就不知道自己需要什么。更加准确地说，用户的真实需求是非常有限的。如果没有强大的刺激，用户是不会有太多需求的，是商家通过“烧钱”塑造了用户的需求。
你认为流行是塑造的还是预测的？当然是塑造的。每年的时装秀是在做什么？是在预测吗？不是，是打着预测的旗号，对用户的行为进行塑造。预测让人感觉是站在用户的角度，而塑造则是站在商家自身的角度。说到底，是商家在卖某款衣服，用户才想要买，而不是商家精准预测到了用户的需求，才制造了这样的款式。用户数据的第五宗罪，就是用户数据系统的出发点错了——以预测为出发点。
我们一定要明白，掌握数据是为了更好地帮助用户创造生活。预测和复制用户的行为从来都不会成功。搞不明白这一点，用户数据系统的价值和意义将非常有限。
浪费数据
用户数据系统中每天数以亿计的庞大数据具有巨大的价值，可以被二次利用，以提升用户之间的互动性和黏性。但是就目前来看，这些数据大部分被商家浪费了。商家并没有高效地利用这些资源。比如，用户的消费记录、评论记录、浏览记录等，都具有二次开发的巨大价值，都是能与用户建立深层连接的端口。但是分析数据和设计系统的人，对用户行为的认知有限，使这些数据被当成了垃圾和下脚料。平台一直在寻找可以利用的资源，却看不到用户已经把宝贵的资源给了平台。
我们来看个简单的例子。用户在一个购物平台买了一包餐巾纸。这样的数据信息，其实是可以得到二次利用的。比如，系统可以大致推算出用户会在多长时间内用完这包餐巾纸，然后在适当的时间向用户推送餐巾纸。但是，大部分的平台都没有这样做。品牌、平台与用户的互动没有建立深层连接，更多时候是各玩各的。这就是对用户的理解还比较表面，无法对用户的行为进行价值深化的表现。
这就是目前用户数据系统的第六宗罪——浪费用户创造的具有巨大价值的数据资源。
愚蠢的数据
如今的用户数据离智能化还差很远，因为它无法识别信息中所带的情感。我们设计的数据系统基本处于傻瓜阶段。在某短视频平台，一段普通的正面内容，会被系统提示涉及低俗内容或者被提示属于劣质产品，从而被直接限流或删除。询问客服为什么会这样，对方回复说这是系统的事。而有些视频低俗至极，却被推送给很多人，而且有几万的点赞。如果用户数据系统不能识别内容中的隐藏情感，那么它的价值在哪里？又怎么实现用户系统的智能化？这种情况下，我们就是在与愚蠢的数据互动，不是吗？这就是用户数据系统的第七种宗罪，无法识别情感，因此产生了一些不好的效果。
大部分从事人工智能的专家认为，我们永远制造不出具有人类情感的机器和系统。这是因为我们对自身的情感认知还比较表面，当我们有了更深层的认知时，完全能制造出具有人类情感的机器和系统。我们对人类的情感认识越深，开发出的用户系统就会越智能。
唯利是图的数据
大部分用户都遇到过这样的情况——浏览信息时总会被插入一些莫名的广告，如游戏广告。关键是即使用户多次将其标注为不感兴趣，系统还是会继续推送。如果推送模式就是这样设置的，那么只能说明一个问题，系统在按照推送量收取商家的广告费。这样的局面其实对用户、商家、平台都没有好处。对用户来说，会对平台产生越来越多的负面情绪；对平台来说，会有流失大量用户的可能；对商家来说，意味着投入大量广告费用却收效甚微。大数据发展到今天，应该是高效地瞄准目标用户，高效地激活用户需求，从而设计出一套真正服务于用户的智能系统。而如今还在用病毒式、流氓式的推送方式，来敛一点广告费。这真是大数据时代的悲哀。
另外，媒体在不断曝出大数据杀熟的事件，以及线上购物平台先调高价格再打折促销的情况。看来商家更多的是把用户数据系统当成了自身敛财的工具，而不是为了更好地服务用户。当然，一套真正服务于用户的智能系统，根本不用商家这么费尽心机地去搜刮这点钱财，用户会自觉、自动地为平台创造价值。这就是用户大数据的第八宗罪——用户数据系统不是为用户服务的，而是商家牟利的工具。
用户系统存在的局限和弊端，并不仅仅体现在上述8个方面，涉及的层面远比这广泛。无论用户数据系统存在什么局限和弊端，多是因为对用户行为的认知和研究不够深入。这里的深入并不是空洞的概念，而是要深入用户大脑深处，触及用户的自我。要想打造出能够实现自增长的用户系统、社群、品牌、App，就必须更深层地认识用户行为的驱动力——自我。