“数据驱动活动”这是今年最新提出来的一个概念，也是在一次大数据经验分享的会议上，一位来自“活动盒子”的产品运营总监在会议上第一次提出来的概念。这里先简单的介绍一下“活动盒子是什么？”，其实活动盒子就是为活动运营人员提供的一款精准、高效、点对点的活动运营工具，他们的核心就是帮助活动运营人员把活动做到更精准。接下来我们来分析一下peter他是如何介绍“利用数据来驱动活动”的。
数据是直接生产力还是间接生产力？
“数据是直接生产力还是间接生产力？”
peter分析解答这个问题的时候，借用了抽奖的例子。
某商家做一个抽奖活动，提前设置好相应的中奖概率。但根据实际的参与人数和奖品领取情况，概率随时需要改变，数据就是最重要的依据。
比如，商家通过查看后台反馈的具体活动数据，分析发现参加活动的人数比预期的要多得多，而奖品数量固定不变，为了防止出现中奖人数超过奖品数的情况，手动降低中奖概率。
不难发现，商家先是人工处理已有数据，后人为作出判断，改变原有决策。
“这是把数据被用作间接生产力的典型做法，人为的干预活动，时间上是滞后的。”
那么，让数据成为直接生产力又是怎样一种情况？
还是抽奖的例子，如果商家在生成抽奖活动的时候，把提前设置好的点埋到活动、奖品页面。当用户参与活动，会触发系统产生并分析数据，及时判断当前的变化，自动地不断地做出抽奖概率的调整，以达到最佳的效果。
这样就打破并延伸了活动的边界，获取到了精准的数据；然后，让数据触发活动，做到真正的自动化——由系统自动判断这件事情是否可行，并源源不断地根据反馈的数据调整优化整个过程。
“不必通过人工手段，让系统即时自动做出判断，这样，数据就成为了直接生产力。”
“我认为，把数据变成直接生产力的过程，也可以用程序化运营或者数据驱动活动来概括。”
关于这点，活动盒子经过多次的更新迭代，具备了强大的“点对点推荐引擎”功能，能够通过举办一次次的活动，记录用户在每个活动环节中的行为，为用户打上更加个性化的属性标签，如年龄阶段、喜好、性别等，让运营者在创建活动和奖品时，通过标签分析用户，实现用户数据细分，达到精准的点对点营销。
最后，不知道大家有没有注意到，关于数据是直接还是间接生产力的议论，有一个非常关键的前提：适用于当前短期的活动，优化的是进行中的活动，属内部范畴。
“而在活动运营过程中具有长期价值属性的，是我接下去要分享的第三大点。”
数据是资源还是土壤？
“数据是资源还是土壤？”
这句话引用自阿里集团首席执行官张勇的言论，也是peter 在现场的发问。
还是用一个例子帮助理解。
某商家做节日活动，在网上商场消费金额达到一定级别，有相应的礼品回馈用户。
假如，该商家并没有给礼品、活动页面埋点，仅仅靠用户注册、关注获取基本的性别、地址等信息，活动之后得到的数据并没有任何更新叠加。
“这样的数据是静止的、一成不变的，对下一次活动没有指导意义，不能让活动得到更好的优化改善，是无法循环的资源。”
让数据变成循环利用的土壤，活动该如何进行？
首先，在活动页面埋点；其次，向同一个人推送两个或多个礼品，让用户选择其一；最后，根据用户的选择行为，获取更全面具体的属性。
“就比如，根据注册信息，我们知道她是一个女性用户，但并不知道她的年龄阶段。因此，在礼品推送中，我们分别选了适合20~30岁和30~40岁两种不同年龄段使用的产品，最后她选择了前者，我们就能进一步知道，这位女性处于20~30岁这个年龄段。”
随着数据不断补充叠加，在活动结束的时候，就掌握了更加庞大的用户信息。这些数据，就是下次做活动的强大支撑。
“数据不应该是静止的，要不断延伸。”
上升到更深的理论层面，就是先通过SDK埋点，抓取用户的基本属性（性别、年龄、喜好、行为等），以便精准地推送相应的活动给用户。
再就是利用A/B test和灰色发布来优化活动，让活动标签化、奖品标签化、广告标签化；然后用不断优化的活动使标签发生变化，给相同的标签加1，不同的进行调节，刻画完整的用户画像，让2D的数据延伸为3D数据。
打标签，经过一次活动，获得更多更细化的用户标签，更精准地服务下一次的活动。