提起数据、服务、运营这三个词，好像是八竿子都打不着的关系，为何他们能够碰撞出火花，他们之间有什么内在的联系吗？

　　何为服务？百度百科这样定义：履行职务，为他人做事，并使他人从中受益的一种有偿或无偿的活动，不以实物形式而以提供劳动的形式满足他人某种特殊需要。重点来了，服务是不以实物形式出现而能解决或满足用户的某种特定需求，而我们的产品服务运营指的是在为用户（但不仅限于用户）提供服务解决用户在使用产品过程中的一系列问题的运营操作，此间工作内容包括例如整个服务内容的设计计划安排、运营过程中的资源调用、服务的交互与执行、服务的评价、服务质量的检测等，在某种程度上来说，服务运营算得上是整个产品运营过程的末端部分，但是也是最不容忽视的部分，产品价值的最终实现，升值以及产品版本的更新改进都要靠它。

　　一个服务运营的闭环可以包括:产品概念/创意的提出、产品设计与实现、服务营销策划、服务的实施与交互、服务的反馈提升等环节。

　　对于棋牌产品，建立一个稳定可靠的服务体系是必须的，在我看来，以下五个部分是必要的：用户中心、交易中心、评价中心、数据中心、营销中心。

　　五大中心部门各司其职，用户中心主要负责处理用户体验度、用户诉求、投诉反馈等建议；交易中心要由专业技术人员监管，主要负责提现与充值，确保支付通道的流畅，提升用户体验；评价中心主要针对游客用户，待转化用户的转化；数据中心负责风控预警反馈；营销中心对外负责策划营销方案，对内发起棋牌内部玩家福利活动例如彩金赠送、转盘抽奖等等...

　　在以前没有互联网或者互联网并不发达的时代，传统服务运营占据江山，传统的服务运营没法通过精确数据反馈到每个用户的需求，没有精确数据导致数据部门对市场的走向把握不准确导致错失很多机会，产品的质量以及预期自然也不可能达到目标，在整个团队之间传递的信息仅仅是通过口耳相传或者凭自己感觉做出的判断，与大数据相比，难免有些差距，整个产品流程服务运营下来，自然达不到预期的利润

　　在互联网初生以及大数据还只是个概念的时候，棋牌作为一款娱乐休闲游戏产品，跟其他的普通产品一样，为了了解用户的真正服务预期以及需求，采取的方法往往是大量的用户调研手段，包括但不仅限于实地采访、发放问卷调查、电话拜访等收获用户的反馈和评价，但是这样的手段需要大量的人手以及市场团队的全力配合，导致用户反馈周期长且对用户有不同程度的骚扰，所以这样的服务需求并不可取，我们要的不是粗枝大叶的数据调查报表，而是更精细化的数据分析，从中能看到用户对产品服务的诉求等，因此大数据获取细节服务需求就变成了关键点。

　　一款好的棋牌产品，不论是最初的产品demo还是伴随产品后期的服务运营，质量才是硬道理，以前对于产品质量服务运营的手段无非就是用户满意度调查，这样的调查往往是作为一个结果性的指标而存在，并不能对产品服务起到任何的导向作用并且这样的调查数据具有滞后性，所能反馈出的情况有限。

　　因此，在产品缔造过程中，应该加入更多的过程性指标，通过大数据，及时让用户对每次的服务做出评价，同时在棋牌开发中，对测试用户进行行为服务动作进行分解，获取更详细的过程指标。将不同性质的指标联合起来做综合性分析，打造产品质量与服务质量顶尖的棋牌游戏.

　　产品服务问题在产品团队里面往往是一个令人头疼的问题，通常是以救火队员的态度去解决，“头疼医头脚疼医脚”疲于应付，如果在问题产生之前就能做好预判，无疑是极好的，能够提高用户满意度增强用户的黏性。

　　我们们来看上图，数据显示，在整个游戏产品里面，棋牌游戏不敢说是一家独大，但也绝对是独领风骚，为什么？因为真正的中产阶级往上都是棋牌产品的主力军，他们是最大的消费群体，也是市场上最有实力的人群。

　　从中我们不难看出，利润的提升，最终取决于效率的提高，在这一方面，往往人工服务成本支出较大，当然其他环节也可以去节流开源，在这我们主要说一下人工服务这一块，虽然投入较大，但也不能保证效率就一定很高，所以对于一些特别简单机械化、重复性的服务环节，建议分流给AI机器人或者自助程序来解决，这样不仅能减少服务成本支出更能将这些资源投入更有价值的场景开发中。

　　关于这一点， 之前的文章中也有提到过，通过邀请用户进行内测，通过大数据分析，用户的评论方能体现用户最迫切的服务诉求，通过NLP（自然语言处理）技术结合以下五个步骤：评论数据预处理—>训练词向量—>筛选用户服务需求—>处理重复信息—>通过人工服务进一步提炼诉求的方式，可以解决之前繁琐复杂的用户需求。

　　如前文所讲，建立整个产品的服务质量提醒指标，不仅仅要有用户满意度调查这样的结果性指标更要有每一次用户服务评价的过程性指标，综合判断与分析，剥丝抽茧才能到达目的。

　　如果想提升用户服务体验，仅仅做上面的工作是不够的的，作为一款棋牌产品也要对用户有一个基本的画像框架标签，在此标签下，我们可以为所欲为，可以针对性的提供更精准的服务，通过用户画像，我们能得知用户的详细信息以及具体喜好，基于此，我们可以细分规划用户群，相同爱好或者偏好的个人归于一类，这样我们产品的不同玩法也能匹配到不同人群，有针对性的进行产品内容的运营与输出，也不失一件美事。