2018年是中国内容型产品出海的新起点，随着精细化运营理念不断深入人心，怎样从0到1搭建数据运营体系，利用数据指导渠道投放、优化产品和内容，成为新的课题。

从2012 年开始，以猎豹、UC等为代表的工具类APP开始大规模海外探索并成功获取大量用户。

但是，工具类APP在取得巨大先发优势后，由于缺乏内容壁垒面临严峻的挑战。从获取大量用户到留住用户，转向内容平台是工具类APP的求生之道。

海外市场潜藏巨大内容消费需求促使新闻聚合、短视频等出海内容平台蓬勃发展，也标志着移动出海产品进入内容型产品主导的新阶段。

而国内随着人口和流量红利的消失，获客、留存各方面成本明显提高，“互联网下半场”成为热议的话题。

在我看来，互联网下半场标志着从流量时代进入用户时代。内容型产品要考虑如何为每一个用户提供他（她）所需要的内容，现在也可以看到国内运营的变化趋势是越来越精细。

类比国内内容型产品的运营趋势，出海内容型产品也需要精细化运营，搭建数据运营体系指导渠道投放、优化产品和内容，驱动业务发展。

一、为什么数据重要？

1.海外内容需求的爆发推动新一轮内容型产品出海，很多中国企业纷纷出海淘金。

一般来说，需求与市场确定了，接下来就是产品上线并改进产品使得产品达到一个理想的状态。

但是，相较国内市场，海外市场对中国互联网企业相对陌生，这时候有数据来指导产品优化和运营决策就显得非常重要了。

2、另外，随着互联网出海竞争越发激烈，在很多国家同一类产品不只一家公司在做。

中国互联网企业不仅面临国际巨头威胁、同时也得应对国内同行业和本土创业者的挑战。谁能占领市场，决定于最后谁的产品能先达到理想的状态。

在这个过程中需要考虑怎样去快速试错、快速迭代，通过数据驱动进行快速迭代显然是更好的方式。

二、怎样从0到1搭建数据运营体系？

实现数据驱动的精细化运营的基础，是搭建一套数据运营体系，而从0到1搭建数据运营体系有三个阶段。

第一阶段是数据规划

很多出海企业意识到数据分析的重要性，但不知道要采集和收集哪些数据。

对于没有出海经验的企业，在数据规划初期，有必要将所需的指标定义清楚，避免后面数据分析发现业务部门需求没有满足而争吵。

笔者认为，指标可以分为两大块：

第一是统计维度方面，可以按照国家、渠道和更新周期等进行细分设置。有利于满足验证市场、快速寻找优质渠道需求，更新周期要能满足每月、每周和每日更新。

第二方面可以按照各个部门的数据需求进行数据规划，基于推广部门、运营部门和内容部门等关注的模块进行具体指标的细分。

比如运营部门按照用户、阅读、消费、充值等用户行为进一步细化需要哪些指标，例如用户层面可分为新增用户、活跃用户和留存（次日留存、7日留存、14日留存、30日留存）。

第二阶段是数据采集

当我们确定指标规划之后，下一步就需要进行数据采集。

数据采集包含三个方面的工作，数据埋点、字段分类和数据上报。

数据埋点就是在需要采集的数据部分，以打点的方式统计业务发生的数据。字段分类越精细越有助于后续的数据分析。

第三阶段是报表呈现

数据分析系统的建设方式，包括自建和接入第三方数据平台。

对于很多在国内业务基础上出海的互联网企业，除了要决定是自建数据平台还是接入第三方数据平台，还需要考虑怎样在现有国内数据平台基础上适配海外市场的数据追踪需求？

1.自建数据平台与接入第三方数据平台应该怎样考量？

自建数据平台好处是企业可以把海量数据掌握在自己手中，在如今大数据时代，掌握数据意味着掌握资产，对企业来说也比较安全。

不仅如此，自建数据在未来成熟后除了满足自身数据需求，也可以成为服务提供商为别的企业提供数据服务，也就是实现商业化。

但是自建数据平台缺点也是显而易见的，其耗费的时间成本、机会成本、人力成本和资源成本比较大，需要慎重考虑。

首先就是从自建数据平台到投入使用的周期比较长，一般来说至少需要一年的时间，这时候业务部门的数据需求能不能及时满足就是很大的问题。

市场瞬息万变，竞争激烈，如果数据平台不能及时建立给产品迭代和运营决策数据支持，很可能在市场竞争中被对手抢占先机。互联网行业竞争就是快鱼吃慢鱼，这是出海互联网企业不能承受之“慢”。

其次如果公司团队没有数据人才的话，自建数据平台就需要专门招新的团队进行平台的开发，无疑会增加企业的成本支出。

最后，自建数据平台能不能满足业务部门的需要，好不好用，也要打个问号。有可能辛辛苦苦自家做出来的数据平台并不是很好用，业务部门满口怨言，数据部门则郁闷。

特别对于中小企业来说更是可能，因为中小企业很难招到行业较好的数据人才。

使用第三方数据平台好处是能快速满足业务部门需要、由专业团队建立可用性好比较靠谱，当然就不能享有自建平台的好处了。

选择自建数据平台还是接入第三方数据平台要根据企业的实际状况进行综合评估，从而选择合适自建的方式。

大公司资源雄厚，人才济济，有能力进行自建数据平台；对于小企业或创业公司，资源有限，讲究快速迭代，则建议接入第三方数据平台。

“认识你自己”是希腊流传千年的谚语，只有认识你自己才能做出正确的选择，然而这对部分人来说是不容易的，最典型莫过于一些从大公司出身的创业公司高管。

身在创业公司却还带着大公司的思维思考，资源有限，时间紧张还想着自建数据平台，还考虑着以后进行商业化。

Excuse me,你的主营业务是什么？所以说，人贵有自知之明，合适的才是最好的。

2.怎样在现有国内数据平台基础上适配海外市场的数据追踪需求？

增长黑客理念从硅谷传播到国内后，迅速被很多互联网公司追捧，也促使一系列专注于企业数据分析业务的明星初创公司诞生，这当中以GrowingIO和神策数据为代表。

它们是专业的大数据分析服务公司，国内大数据分析行业开拓者，为客户提供深度用户行为分析平台、以及专业的咨询服务和行业解决方案，致力于帮助客户实现数据驱动。

它们不仅能够追踪用户行为、用数据指引产品改进方向，而且可以实现用户分群定向营销、深度用户分析，在提高用户转化率和留存率方面发挥重要作用。

但是，这些大数据分析服务公司的移动监测数据归因分析只面向国内市场，比如可对接广点通、智汇推和今日头条等国内广告平台，未对接过国际市场。

随着互联网出海趋势的大热，很多做国内业务的公司也纷纷出海。但是国内的数据平台在海外移动监测数据归因方面就显得力不从心了。

因此，就需要考虑怎样在现有国内数据平台基础上满足海外市场的数据追踪需求。

以AppsFlyer和Adjust为代表的海外第三方广告数据追踪工具，赋予了广告主公正透明的归因分析能力，已经成为移动监测行业的标准。

首先，它们优势在于国际认可度高，是与海外渠道结算的权威数据参照。

国内品牌出海，大部分都采用海外第三方数据追踪平台进行广告效果追踪，以及与海外流量渠道进行结算的的参考依据。

一般以Appsflyer 和Adjust 等作为主要结算参照，数据权威，渠道认可度高。避免因使用国内数据平台而引起扣量嫌疑或结算纠纷。

其次，海外数据追踪工具（以Appsflyer和Adjust为代表）对接海外主流广告平台经验丰富与专业，回传数据准确度和精度高。

另外，海外数据追踪工具（以Appsflyer和Adjust为代表）打通广告成本与广告效果之间的数据互通，是监测付费广告效果和广告渠道质量（如点击率、用户安装数、留存率、付费率等）的必要手段。

但是，数据分析功能方面，海外数据追踪工具（以Appsflyer和Adjust为代表）功能类似国内的“友盟”统计平台，数据分析功能比较弱，不能满足通过分析用户行为指导产品和内容优化。

综上，对于在国内业务基础上出海的公司来说，搭建海外数据工具体系可以海外数据追踪工具（以Appsflyer和Adjust为代表）搭配国内大数据分析服务公司（以GrowingIO和神策数据为代表）。

三、在不同APP生命周期所需要关注什么数据指标？

APP生命周期包括四个阶段：探索期、成长期、成熟期和衰退期。

对于中国出海的内容型产品来说，每个阶段需要关注的数据指标不同，所以我们要根据不同阶段有所侧重。

1.探索期的任务主要验证内容方向和寻找优质渠道。

因此第一是关注新增、活跃、阅读时长、留存；第二是关注用户来源渠道和质量，了解哪些渠道拉新和留存效果好，加大优质渠道投放以及减少低质渠道投放。

2.成长期除了优化内容方向，需要关注用户行为数据。

对于内容型产品来说，经过探索期内容方向的验证后，在成长期需要加快优质内容的积累速度；用户层面不仅要看整体的增长情况，也要开始关注核心用户的增长，需要从用户行为角度确定产品的核心用户。

因此，产品的使用时长、使用频率、充值消费这些维度的数据要重点关注。

3、成熟期数据需求更深度，需要进一步开发用户价值。

对于内容型产品来说，经过成长期内容的积累后下一步需要考虑就是构建一个健康可持续的内容生态；用户层面来说需要通过一些数据模型进一步开发挖掘用户的价值。

例如活跃用户模型，虽然活跃用户本身已是一个群体，但活跃用户质量差异决定其也是可以进一步分层的。

比如活跃超过60天的，超过180天的甚至超过1年的，对于不同的活跃用户群体，可针对性采取个性化的运营策略。

其次，到成熟期，无论是为了更精准的推荐内容还是做变现，都需要了解用户画像。

4、 衰退期用户流失严重，需要寻找新的业务增长点。

到了这个时期想召回用户比较困难，所以需要寻找新的业务增长点。

比如现在很多出海的工具类产品无论是用户增长还是变现方面，都遇到瓶颈，需要转型内容平台增强留存率和变现方式。

希望本文对你怎样从0到1搭建数据运营体系，利用数据指导渠道投放、优化产品和内容有所启发和帮助，欢迎留言交流。

作者：Curry，微信公众号：出海运营

本文由 @Curry 发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Pexels，基于 CC0 协议