數據基礎平臺層，金字塔的最底層也是整個金字塔的基礎層，如果基礎層搭建不好，上面的應用層也很難在企業(yè)運營中發(fā)揮效果。沒有數據或者沒有高質量的數據，所有的分析都是誤導，所有的數據挖掘都是錯誤的引導。

這一層的目標是把企業(yè)的所有用戶（客戶）數據用唯一的ID串起來，包括用戶（客戶）的畫像（如性別、年齡等）、行為以及興趣愛好等，以達到全面的了解用戶（客戶）的目的。要做好有三個關鍵：1.企業(yè)需要確定打通數據的唯一ID，有的企業(yè)是用會員注冊號，有的是手機號或者身份證號等等。2.跨部門整合數據的問題。有大數據的企業(yè)通常部門都比較多，用戶（客戶）的各種行為和興趣愛好數據散落在不同部門，需要企業(yè)有意識強有力的去整合；3.通過技術手段和規(guī)范手段把數據管理起來，這里解決的問題是存在數據倉庫里面的數據具體的含義是什么，以及如何高效的存儲和計算，涉及到數據接入系統(tǒng)、元數據管理系統(tǒng)和計算任務調度等系統(tǒng)。

業(yè)務運營監(jiān)控層。這一層首要的是搭建業(yè)務運營的關鍵數據體系，在此基礎上通過智能化模型開發(fā)出來的數據產品，監(jiān)控關鍵數據的異動，并可以快速定位數據異動的原因，輔助運營決策，如果企業(yè)構建了實時計算的能力，那么很多業(yè)務運營中問題就能過及時的發(fā)現。

用戶/客戶體驗優(yōu)化層。這一層面主要是通過數據來監(jiān)控和優(yōu)化用戶/客戶的體驗問題。這里面既運用了結構化的數據來監(jiān)控，也運用非結構化的數據（如文本）來監(jiān)控體驗的問題。前者更多的是應用各種用戶（客戶）體驗監(jiān)測的模型或者工具來實現，后者更多的是通過監(jiān)測微博、論壇和企業(yè)內部的客戶反饋系統(tǒng)的文本來發(fā)現負面的口碑，以及時的優(yōu)化產品或服務。

業(yè)務運營監(jiān)控層和用戶/客戶體驗優(yōu)化層最終希望實現企業(yè)運營的智能化醫(yī)生。這兩層面做出的工具好比是體溫計、血壓計、B超、CT等工具，我們用這些工具就能快速透視企業(yè)運營中那一模塊產生問題。

精細化運營和精細化營銷層。這層面有四方面事情：1.構建基于用戶的數據提取和運營工具。運營和營銷人員通過簡單的條件配置（如選擇男性、18-24歲以及特定興趣愛好），便可把數據（用戶/客戶）提取出來，對數據背后的用戶/客戶進行營銷或運營活動；2.通過數據挖掘的手段提升客戶對活動的響應（如點擊率），常見的算法有決策樹、邏輯回歸等等；3.通過數據挖掘的手段進行客戶生命周期管理。區(qū)別于傳統(tǒng)的客戶生命周期管理，大數據是可做到實時對不同生命周期的客戶進行實時標記和預警，并把有效的活動當成商品一樣及時的推送給不同生命周期階段的客戶；4.客戶個性化推薦。主要是用個性化推薦算法實現根據用戶不同的興趣和需求推薦不同的商品或者產品，以實現推廣資源效率和效果最大化。

數據輔助市場傳播。這一層面要做到通過“性感”的數據分析和挖掘來輔助產品進行傳播，主要有兩種實現方式：一種是好玩的數據信息圖譜，相信大家都不喜歡看產品的公關軟文，而更喜歡看好玩的內容。尤其是在網絡上傳播，10-29歲的網民占所有中國網民的一半多（55%，CNNIC 2013年數據），而這些用戶偏年輕、偏“屌絲”，所以這些受眾更喜歡“性感”的內容。

淘寶曾經通過統(tǒng)計其購買胸罩C-Cup以上的用戶地區(qū)分布，發(fā)現西安的網民相對比例最多，并發(fā)布了這個數據，說西安女生胸部最大，引起不少“屌絲”網民傳播。而騰訊在今年3月份則基于8億多活躍用戶首次披露“逃離北上廣”數據圖，發(fā)現11%的用戶在春節(jié)后逃離了北上廣。

數據輔助市場傳播的另外一種方式是直接做成數據產品對外使用。比如，百度指數或百度過年期間做的遷徙地圖。百度東莞8小時遷徙圖的數據中可以看到，離開東莞后，去香港的人最多。那我們是不是可以簡單地得到一個信息，從香港去東莞的人最多……

業(yè)務經營分析和戰(zhàn)略分析層。這兩個層面在這里就不多說了，因為這兩個層面更多的是跟很多傳統(tǒng)的戰(zhàn)略分析、經營分析層面的方法論相似，最大的差異是數據來自于大數據。但這里面有兩方面需要注意：

1.有很多企業(yè)錯誤的把“業(yè)務運營監(jiān)控層”和“用戶/客戶體驗優(yōu)化層”做的事情放在經營分析或者戰(zhàn)略分析層來做。我認為“業(yè)務運營監(jiān)控層”和“用戶/客戶體驗優(yōu)化層”更多的是通過機器、算法和數據產品來實現的，“戰(zhàn)略分析”、“經營分析”更多的是人來實現。很多企業(yè)把機器能做的事情交給了人來做，這樣導致發(fā)現問題的效率較低。我的建議是，能用機器做的事情盡量用機器來做好“業(yè)務運營監(jiān)控層”和“用戶/客戶體驗優(yōu)化層”，在此基礎上讓人來做人類更擅長的經驗分析和戰(zhàn)略判斷；

2. 在變化極快的互聯(lián)網領域，在業(yè)務的戰(zhàn)略方向選擇上，數據很難預測業(yè)務的大發(fā)展方向，如果有人說微信這個大方向是通過數據挖掘和分析研究出來，估計產品經理們會笑了。從本質上來說，數據在精細化營銷和運營中能起到比較好的作用，但在產品策劃、廣告創(chuàng)意等創(chuàng)意性的事情上，起到的作用較小。但一旦產品創(chuàng)意出來，就可以通過灰度測試，數據驗證效果了。

我認為，如果能利用數據通過機器、算法、或者人工的手段，把現狀和問題及原因洞悉的特別清楚已經很不錯了，這樣決策層就可以基于這些情況進行更好的“拍腦袋”決策了。