品牌应当采取最低限度打扰用户的数据收集方式，同时向顾客明确自己的意图。全球市场每年都会投入数百亿金额来收集用户数据，应用于营销分析。根据CMO最新一项调查，在过去的五年，依赖营销分析做决策的比例从30%上升到42%，其中B2C类型的公司首当其中。
我们同时看到，品牌对正确识别数据要求也越来越高，正如沃顿商学院教授埃里克·布拉德洛之前多次强调的那样，CMO及其团队实际上需要 “更好的数据，而不是大数据”。
然而，我们仍然看到大量广撒网的现象，一股脑收集所有数据，显示出“大”的威力，而没有采取更具针对性的方法，我们肯定，企业需要的是“好”数据，这样才能做出正确分析判断。
现在各个公司的数字营销部门经常在讨论类似的话题，大数据这件事已经深入人心，现在企业想进一步借助大数据获得经营上的发展，我们认为，营销部门的同事需要从数据收集环节就要考虑到这点，拿到“正确”的数据，基于这一点才能真正发挥出数据的作用，满足目标客户（也包括公司领导）的需求。
接下来我们细说一下如何掌握这种方法，以供专业同事参考；即：明确数据收集的目标、聚焦在更具有分析价值的数据、同时保持对客户良好的透明度。
01、找到正确的目标
近年来，我为一些数据驱动营销的公司工作，它们各有所长，包括规模非常大、资金雄厚的大厂，他们对营销数据方面都极为重视，但在指导其品牌和营销策略的时候，也会犯一些常见的错误。
一个常见的问题在于，当企业在制定营销和产品战略的时候，往往过于依赖数据本身。在某些情况下，企业以寻求越来越多的数据为目标，说好听点是为组织创造了一个不断壮大的 “数据湖”，但往往较少去思考收集这些数据要干嘛。
Gartner公司高级总监高尔文先生
我们看到很多公司都存在着’多多益善’的行为，为了收集而收集，而没有充分考虑实现这件事的真正目的以及我们是否真的需要那些数据。
我觉得从成本角度，也没太大必要，尤其对于小公司，您收集数据需要存储，购买PB级别的存储空间，还有收集数据的购买成本和人力成本，有时候数据根本就无法分析或者和您的业务无关，很难能用到，其实就是浪费。
还有一种现象，有的公司会泛泛分析后向数据或者虚荣指标，而较少关注他们业务或者客户的需求重点，这就显得比较本末倒置了；比较有意思的是，我见过有公司会把它归因为客户数据不完整，或者他们不愿意提供。
归根结底，还是目的不明确，你收集数据说到底还是为业务服务的，并不是为了展示好看；另外，要经常把收集数据与产品效果连起来看，看哪块儿出了问题，及时反馈给产品经理和客户并得到他们的进一步反馈，这个过程是高度聚焦和互动的。在这个过程中，你自然会知道需要过滤什么数据，想要重点分析哪个部分，进而需要采集什么数据，以及竞争对手出现了哪些变化，这些都是最核心最需要的部分。
02、只收集你能提供价值的数据
为了采取更精简的数据策略，正如前述，品牌需要高度关注目标客户的需求，而这要从提出正确的问题开始。
- 哪些数据对改善客户体验（CX）和客户终身价值（CLV）更为重要？
- 如果想要客户提供它们的核心数据时，你拿什么价值作为交换？
- 我们应该使用哪些数据来源？
- 我们如何才能最大程度减少公司收集的数据量（”最小可行数据”），等等。
通过提出这些问题和寻找正确的解决方法，企业可以更好地了解它们的目标客户需求或者消费者的购买行为、习惯和偏好，进而提供更好的产品、体验和营销方案；与此同时，通过上述动作，营销部门很大程度上还提升了其投入产出比（ROI）。
03、与客户建立信任和透明度
对于当今品牌而言，另一个重要关键点是在收集和使用客户数据的过程中对客户保持100%的透明。过去两年，品牌在不当收集收集或不当使用客户数据的例子比比皆是。
客户过去对我们是很信任的，但随着行业普遍的数据获取方式简单粗暴以及数据的滥用，导致了客户对我们的收集行为变得比较谨慎。公司需要在这个过程中加强透明化，不仅站在客户的角度考虑利弊得失，同时也是规范自己，加强客户对你的信任。
从消费者角度，现在大多数消费者还是有意愿分享部分个人数据的，以换取他们所信任品牌提供更好地体验和服务。但我们也同时看到，消费者对品牌获取他们个人信息的态度变得越来越谨慎，即便说明是数据汇总或者匿名的方式，意愿度比以往都有所降低。
例如，某个大厂的CIO跟我说，他有7个电子邮箱，就是为了管理那些近乎垃圾的邮件，尽管都是IT从业人员，他还是不太喜欢这种沟通方式。
我们今天必须要考虑无打搅采集数据这件事了，这更需要营销部门的同事采取正确的方法，建议采取 “最小可行数据 “的方式来收集数据，把整个过程透明化、明确自己的意图，告诉客户将要收集什么数据，为什么要收集，甚至让用户点击“同意”按钮。
当以正确的方式收集到正确的数据时，不仅可以培养起用户/客户对品牌的信任程度，还可以长期提升客户终身价值（CLV）、建立品牌资产和忠诚度，进而带给用户更具个性化的体验。
