现如今进入大数据时代，不仅是企业开始利用大数据浪潮为自身创造价值，个人或组织也开始利用此机会谋求发展。对于普通的信息或数据来说，在这个时代最明显的特征就是去中心化，去中心化也让各大企业都能自己做内容营销，比如很多自媒体号或者企业商号，在各个平台都能够雄踞半边天。那么一旦关联到营销，数据分析带来的价值就会马上凸显。很多企业做内容营销的人员也渐渐的开始使用一些个人能够轻松使用的BI工具，如DataFocus MINI等。没有做数据分析的内容营销就像无头苍蝇，无论是对内的广告组织和文案搭建，还是对外的消息推送，都需要数据分析支持。那么有些企业主来咨询的时候，会问到具体数据分析的思路，其实核心就是把客户的关系链数据捋顺。本篇就为大家分享关系链数据的搭建思路。
首先我们可以从关系链的构成方面分析。其分为三个阶段，每一个阶段都有不同的数据。第一个是陌生期客户数据，像是一些平台推荐过来访问的，或是刚进入号里的粉丝。第二个是活跃期客户数据，经常会和运营人员互动或是咨询的，特别是对一些“好玩”的内容很敏感的客户群体，但这里要注意，一旦这个类型的客户数据量开始迅猛增长，就要小心过载危机，因为当“好玩”不再能吸引他们的时候，就会迅速流失。因此，我们需要结合第三个阶段的数据，叫做成熟期客户数据。这类客户群体的敏感型比较忠实于“有用”的内容，比如一些服务营销文、干货营销文等等。
第二就是看关系链的价值方面。第一类数据，看的就是企业众多的内容推送后，引爆点是哪一些，比如哪一类关键词或是哪一类文章或商品，是互动数据量最大的，注意是互动数据，不是阅读量、访问量等不能反映客户活跃度的数据。关于这一类数据，当我们发现粉丝或客户对于这些爆点的相关数据稳定并持续增长后，就可以针对数据分析后的客户群体，进行营销了。第二类数据就是看客户的动作FEED化数据。这里解释一下feed化，就是用户会像“投喂”一样参与每个环节，这些环节主要的数据分类思路，就依照自创造、自消费、自扩散、自营销四类群体进行数据分层，针对每一类数据进行分析，选出最活跃的客户群体和参与度最高的环节，重点打造分享力和扩散力。
