平臺型的產品，我們是很難感知到有具體的運營人員或者社群在和我們接觸，是怎么做用戶運營呢？

這個典型的產品代表就是淘寶的猜你喜歡了

我們回顧一下數(shù)據(jù)思維驅動下的環(huán)節(jié)，都有那些步驟

1）標準化用戶數(shù)據(jù)的搜集，明確用戶的標簽

2）分析對比用戶標簽

3）基于不同用戶標簽的數(shù)據(jù)變化，形成運營反饋

淘寶的猜你喜歡為什么總能猜中你喜歡什么呢？之前網(wǎng)上網(wǎng)傳黑科技淘寶，剛和朋友聊天說了想釣魚，就能看到淘寶推薦的蚯蚓，挺嚇人的，先暫且不論這個是真是假吧，但我們能感覺到淘寶的的猜你喜歡總有讓我們想要源源不斷看下去的欲望，總發(fā)給我們我們特別想點開的圖片，這背后，其實是增加了單個用戶的粘性，也增加了單個用戶的?urpu?值的，實際上驅動這一切發(fā)生的就是數(shù)據(jù)驅動的用戶運營的邏輯

單詞解釋：ARPU(ARPU-AverageRevenuePerUser)即每用戶平均收入。用于衡量電信運營商和互聯(lián)網(wǎng)公司業(yè)務收入的指標。ARPU?注重的是一個時間段內運營商從每個用戶所得到的收入。很明顯，高端的用戶越多，ARPU?越高。在這個時間段，從運營商的運營情況來看，ARPU?值高未必說明利潤高，因為利潤還需要考慮成本，如果每用戶的成本也很高，那么即使?ARPU?值很高，利潤也未必高。

1）淘寶的猜你喜歡都需要那些搜集的標簽呢？

很明顯有用戶所青睞的商品的標簽，喜歡什么樣的商品，在商品中一般傾向于什么價位區(qū)間的商品，喜歡的商品是什么風格的，喜歡瀏覽價格偏低還是價格偏高的產品，有了基于商品特征的標簽，另外用戶身上有什么標簽呢，年齡，喜好，買東西的時間段，買不同種類的商品大概購買的頻次是什么樣子，平均每個月在淘寶上的消費，不同季節(jié)在淘寶上的消費是個什么情況

當然也需要用用戶具體的行為數(shù)據(jù)，例如這個商品被用戶看到之后，用戶停留在這個屏幕上的時間，點擊到商品頁面后停留的時間，是否加購物車，是否收藏，收否購買，是否領取優(yōu)惠卷等等，都是需要記錄下來的用戶行為，這背后也是代表了用戶對這個推薦的接受程度

2）分析對比用戶標簽

當對用戶不斷的有數(shù)據(jù)的統(tǒng)計了之后，就需要開始分析比對用戶的標簽了

用戶喜歡的商品和用戶本身的標簽其實是用戶的邊界，我們有的時候推薦用戶邊界內的商品，可以知道用戶對這樣的商品有興趣，但是這還不夠，用戶邊界內的商品是用戶感興趣的商品，但是未必足以促使用戶的轉化，能夠促使用戶轉化的商品，是那些讓用戶有一點點驚喜感的商品信息

例如特別便宜，或者是用戶過去沒有關注過的一種新鮮商品，比如說用戶通常買這款筆記本需要?35?塊錢，按照正常的邏輯我們會推薦給用戶?30～40?塊錢的筆記本，但這不足以吸引用戶的注意力，實際上我們可能還會推薦一些?15?塊錢的筆記本或者?80?塊錢的筆記本，讓用戶看到他們日常購買認知范圍以外的筆記本，如果?15?塊讓用戶覺得性價比特別高，就有可能促使用戶更快速的形成購買轉化，而?80?塊的筆記本，也有極大可能性因為所具備的獨特特色讓用戶發(fā)現(xiàn)居然還有這種好東西，從而形成轉化，所以在用戶分析反饋的時候是需要把用戶放到更多場景下去做分析的

3）猜你喜歡應該怎么基于不同用戶標簽的數(shù)據(jù)變化，形成運營反饋

例如我們會推薦給用戶標簽外的一些商品，用戶面對這些商品的時候會有不同的反應，除了購買以外，可能會瀏覽很久，可能會收藏，可能會加入購物車，也有可能瀏覽一下就關掉，為了確保每一次推薦的商品能夠達到盡可能高的轉化

我們可以關注到，用戶對筆記本的品質要求更高，推薦超出他正常消費邊界的筆記本都愿意嘗試，但是他對于零食就非常忠誠，薯片就只喜歡這個薯片，那么我們只用在薯片這個品類上推薦給他性價比最高的那幾款就好了，相應的商品的推薦策略就可以根據(jù)這些數(shù)據(jù)進行調整

以上就是典型的平臺型的產品，怎么用平臺的能力以數(shù)據(jù)來驅動用戶的運營