2022年互聯(lián)網(wǎng)增長數(shù)據(jù)分析手冊

hillGrowinglO

互聯(lián)網(wǎng)增長的第一本

數(shù)據(jù)分析手冊

—產(chǎn)品干貨/真實(shí)案例/即學(xué)即用一

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

目錄

序

為什么微軟溢價(jià)50%并購Linkedln:估值、增長、變現(xiàn)和背后的魔法

第一章數(shù)據(jù)概覽

1.1你有沒有想過，不埋點(diǎn)也可以采集數(shù)據(jù)，而且更快更全面

1.2融資2000萬美金之后，我們跟他聊了聊怎么做好增長

第二章數(shù)據(jù)驅(qū)動增長

2.1產(chǎn)品經(jīng)理：一個(gè)優(yōu)秀的數(shù)據(jù)產(chǎn)品經(jīng)理是怎樣煉成的

2.2產(chǎn)品經(jīng)理：為什么目標(biāo)和執(zhí)彳播沒有問題，產(chǎn)品卻越做越差

2.3打造更好的用戶體驗(yàn)，需要這四個(gè)步驟

2.4SAAS企業(yè)如何做好用戶體驗(yàn)

第三章指標(biāo)

3.1走出只關(guān)注PV、UV的誤區(qū)，數(shù)據(jù)分析這樣做才能解決問題

3.2老板問的指標(biāo)都記不住，還想做百萬年薪數(shù)據(jù)分析師

3.3從「埋點(diǎn)」到「無埋點(diǎn)」，是過去和未來的差別

第四章衡量拉新

41提高渠道R0I:如何打破用戶"只看不買"魔咒，把流量轉(zhuǎn)化為注冊和購買

第五章轉(zhuǎn)化

5.1注冊率提升30%?手把手教你實(shí)踐增長黑客

5.2產(chǎn)品經(jīng)理如何通過數(shù)據(jù)分析提升轉(zhuǎn)化率

第六章留存

6.1先度量，再增長：實(shí)現(xiàn)90%客戶留存

6.2做好用戶留存，產(chǎn)品、市場和運(yùn)營有這些應(yīng)對方法

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

第七章行業(yè)實(shí)踐

7.1如何用數(shù)據(jù)分析推進(jìn)SaaS公司客戶成功

7.2數(shù)據(jù)分析如何破解SaaS企業(yè)客戶留存難題

7.3數(shù)據(jù)驅(qū)動下的SaaS企業(yè)客戶成功

7.4互聯(lián)網(wǎng)金融增長寶典：三大步驟提高轉(zhuǎn)化，搞定用戶運(yùn)營

7.5電商精細(xì)化運(yùn)營的五大關(guān)鍵指標(biāo)和三個(gè)關(guān)鍵思路

后記

為增長而來一GrowinglO2016產(chǎn)品發(fā)布會張溪夢演講實(shí)錄

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

為什么微軟溢價(jià)50%并購Linkedln:估值、

增長、變現(xiàn)和背后的魔法

本文作者張溪夢，GrowinglO創(chuàng)始人、CEO,前Linkedln美國商業(yè)分析部高級總監(jiān)，美

國DataScienceCentral評選其為"世界前十位前沿?cái)?shù)據(jù)科學(xué)家"。

今天可能大家都聽到了Linkedln被微軟262億美元收購的消息，一個(gè)接近溢價(jià)50%的

offer,把世界上第一大職業(yè)社交網(wǎng)絡(luò)、也是世界上第二大的SaaS（軟件即服務(wù)）的廠商融

入到微軟迅速崛起的商業(yè)云戰(zhàn)略中。很多朋友會問，為什么Linkedln會有這么高的估值，

為什么微軟會溢價(jià)50%收購Linkedln。

很多朋友問我，「一個(gè)社交網(wǎng)絡(luò)值嗎？」「價(jià)格是高了，還是低了？」

其實(shí)事物的核心往往很簡單，并購、估值、溢價(jià)的本源就是「增長」。微軟收購Linkedln在

某種程度上說，是通過并購來獲得進(jìn)一步增長。非常重要的一點(diǎn)，Linkedln在過去6年

間從一7000萬左右年?duì)I收的企業(yè)，一下子增長至30億美元營業(yè)額的企業(yè)，五年業(yè)務(wù)

增長超過40倍。這種增長速度在企業(yè)服務(wù)領(lǐng)域里面是驚人的。

6年多以前，我第一次在Linkedln的公司例會上聽到彼得德魯克的一句話，他說：如果

一個(gè)事情，你不能衡量它的話，那么你就不能增長它。這句話的核心理念沉淀出了Linkedln

的企業(yè)價(jià)值觀。增長帶動數(shù)據(jù)分析，數(shù)據(jù)帶動變現(xiàn)，變現(xiàn)進(jìn)一步促進(jìn)增長。而且這種文化折

射出硅谷里面蔓延的精益創(chuàng)業(yè)的文化，即創(chuàng)業(yè)公司必須要做三件事——Build（建立）、

Measure（衡量\Learn（學(xué)習(xí)）。這句話在過去的6年間不斷得到驗(yàn)證，不斷通過各種

各樣的方式在產(chǎn)品，運(yùn)營，銷售，市場推廣等各個(gè)領(lǐng)域得到大規(guī)模的實(shí)踐。

很多人曾經(jīng)懷疑Linkedln的估值過高,實(shí)際上華爾街給予Linkedln的估值，基于很多

非?；A(chǔ)的指標(biāo)。其中一個(gè)重要的公式就是獲客成本（CAC）和用戶生命周期價(jià)值（LTV）

之間的關(guān)系,Linkedln獲取企業(yè)客戶的成本遠(yuǎn)遠(yuǎn)低于普通的SaaS競爭對手。比如說我們

曾經(jīng)打造的整個(gè)銷售線索數(shù)據(jù)系統(tǒng)，客戶成功分析系統(tǒng)，市場營銷數(shù)據(jù)分析系統(tǒng)，產(chǎn)品分析

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

系統(tǒng)等等讓各個(gè)部門做到完全數(shù)據(jù)分析驅(qū)動。這里的直接結(jié)果就是，Linkedln對比普通運(yùn)

營良好的SaaS企業(yè)，她的CAC/LTV比值，一般只有競爭對手的一半左右。銷售和市場

的總cost，比競爭對手或同類型的公司低一倍以上。這就讓整個(gè)的公司增長在同等資源支

持下要快好幾倍。

LinkedlnS&Mas%ofRevComparedtoSaaSMedian

150%-

100%-

圖片

因?yàn)榇罅康目蛻舳际瞧髽I(yè)級客戶，Linkedln的企業(yè)級客戶銷售效率是業(yè)內(nèi)最佳公司之一。

數(shù)據(jù)驅(qū)動整個(gè)的變現(xiàn)團(tuán)隊(duì)（銷售，市場，運(yùn)營，產(chǎn)品）用超快的速度獲取了客戶，最有效率

的減少了用戶的流失，同時(shí)在單位時(shí)間內(nèi)，在既有客戶上有效率地變現(xiàn)和增長。這是華爾街

一直給予Linkedln較高估值的核心原因。

Linkedln早期的變現(xiàn)戰(zhàn)爭

數(shù)據(jù)是Linkedln增長戰(zhàn)略里面一個(gè)很重要的環(huán)節(jié)，無論在產(chǎn)品設(shè)計(jì)、業(yè)務(wù)運(yùn)營里面，數(shù)

據(jù)都是一個(gè)很重要的環(huán)節(jié)。Linkedln是2002年底成立的，2003年業(yè)務(wù)框架基本上設(shè)計(jì)

完成，成立早期它就已經(jīng)把用戶數(shù)據(jù)和變現(xiàn)的框架講得很清楚了。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

整體戰(zhàn)略就是這三個(gè)圓圈，第一個(gè)是用戶的增長、使用和活躍度，第二個(gè)是產(chǎn)生大量的數(shù)據(jù)，

然后數(shù)據(jù)變現(xiàn)，進(jìn)行業(yè)務(wù)變現(xiàn)和增長，再次促進(jìn)用戶使用，產(chǎn)生數(shù)據(jù)，變現(xiàn)，使用，增長,

數(shù)據(jù)變現(xiàn)。

哈弗曼（Linkedln創(chuàng)始人&CEO）設(shè)計(jì)Linkedln戰(zhàn)略的時(shí)候，他收集大量的用戶信息，

想了三種變現(xiàn)方式：

?第一種，通過用戶的基本信息來變現(xiàn)，比如說公司發(fā)布職位。

?第二種，用戶數(shù)量增長到一定程度的時(shí)候，有B2B企業(yè)投廣告。

?第三種，當(dāng)有大量人的信息以后，公司的獵頭會用這個(gè)平臺來找候選人。

變現(xiàn)的方式他也想得很清楚但并沒有在第一天就去做他核心關(guān)注的是用戶體驗(yàn)和使用度，

是整體的增長，增長產(chǎn)生大量的數(shù)據(jù)，他從數(shù)據(jù)里學(xué)習(xí)，未來才做變現(xiàn)。

Linkedln在只有1萬用戶的時(shí)候就開始用數(shù)據(jù)驅(qū)動業(yè)務(wù)。早期的時(shí)候，第一批用戶獲取

就完全靠創(chuàng)始人冷啟動，所有的聯(lián)合創(chuàng)始人和最早期的10個(gè)員工，每個(gè)人需要拉500個(gè)

朋友進(jìn)來，這就是他獲取的第一批1萬個(gè)用戶。

之后，招來第一個(gè)產(chǎn)品經(jīng)理，開始做下一輪的增長，從1萬到2萬5千，這段時(shí)間他們

去觀測兩個(gè)渠道，一個(gè)是電子郵件，一個(gè)是搜索：

Linkedln剛出來創(chuàng)始團(tuán)隊(duì)都有一些光環(huán),所以會有用戶主動搜索Linkedln或者搜索人。

我們從數(shù)據(jù)里發(fā)現(xiàn)，從SEO的渠道里進(jìn)來的用戶，比電子郵件邀請進(jìn)來的人數(shù)量差不多,

但在產(chǎn)品平臺上的活躍度要高3倍。這是之前沒有想到過的，于是做了一個(gè)決定：如果要

獲取同樣數(shù)量的用戶，他們更愿意投入資源在使用頻次更高、更愿意把時(shí)間花在這里的，所

以，放棄低活躍的用戶，專注活躍的用戶。

我認(rèn)為，這是他的產(chǎn)品戰(zhàn)略執(zhí)行層面里面第一個(gè)事情正確做的事情。

創(chuàng)業(yè)者應(yīng)該從什么時(shí)候開始關(guān)注數(shù)據(jù)？

Greylock也是投資人，以前是Pinterest的產(chǎn)品經(jīng)理。當(dāng)時(shí)增長速度非?？?，每年他們都

是幾倍的增長，他總結(jié)出來一套框架，在產(chǎn)品整個(gè)生命周期里面，創(chuàng)始人在什么時(shí)候應(yīng)該對

數(shù)據(jù)敏感？

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

在產(chǎn)品最早期，不需要太多數(shù)據(jù)，憑借創(chuàng)始人的直覺，產(chǎn)品經(jīng)理的直覺，做決策占很大的比

例。但是到后來的話，數(shù)據(jù)化運(yùn)營就越來越重要了。一個(gè)人在里面不可能永遠(yuǎn)的贏，一

個(gè)團(tuán)隊(duì)不斷變大的話，不可能所有的員工都有直覺決策力，到未來以后數(shù)據(jù)來驅(qū)動決策能保

證效率。

數(shù)據(jù)會告訴你很多信號，這些信號讓你有一個(gè)標(biāo)準(zhǔn)，可促進(jìn)增長的空間，你帶著假設(shè)迅速的

驗(yàn)證。我們現(xiàn)在還在持續(xù)的優(yōu)化，今天我們變成20%多的轉(zhuǎn)化率了。

對數(shù)據(jù)的敏感度和判斷力是可以通過日積月累培養(yǎng)的。

Linkedln的CEO每天早晨是五點(diǎn)半、六點(diǎn)就起床，發(fā)大量的郵件，為什么搜索效率增加

了，為什么昨天廣告營收是這樣的，產(chǎn)品經(jīng)理就跟著起床，全公司的數(shù)據(jù)分析就跟著起床,

全公司運(yùn)營人就跟著起床。到后來，我們說全公司最好的分析師是誰，是CEO,他對所有

的數(shù)據(jù)了若執(zhí)掌。2014年，我邀請他去我們組里做一次分享，大家問他，你每天看那么多

文件不煩嗎？他說，對他來說不是一個(gè)報(bào)表，像一張熱力圖一樣，他一看就有感覺了，就知

道問題在哪兒。而且到后來數(shù)據(jù)已經(jīng)變成了他的一種感覺，對數(shù)據(jù)的直覺和對產(chǎn)品的深入使

用，令他很快就定位到問題所在。這也是為什么Linkedln的NetIncome,會比很多虧

損的SaaS企業(yè)在財(cái)務(wù)報(bào)表上面好得多的一個(gè)原因。這又再次推動Linkedln估值的提高。

LinkedlnNetIncomeas%ofRevComparedtoSaaSMedian

(Dn

u

3

9>

ct:

H-0

/

BS

①

E

o

o

u

-

l

①-150%-

N

GrowinglO

數(shù)據(jù)分析

?200%----------------------------------------------------------------------------

46810

YearsSincedFounded

圖片

Linkedln每年反復(fù)要去問的一個(gè)問題是：如果只有一件事全公司要做的話，是什么？得用

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

數(shù)字來證明的：一星期內(nèi)加到5個(gè)聯(lián)系人的用戶，他們的留存/使用頻度/停留時(shí)間是那

些沒有加到5個(gè)聯(lián)系人的用戶的三倍到五倍，這是他們找到的驅(qū)動增長的魔法數(shù)字。

但是當(dāng)時(shí)這樣的人非常非常少，于是他們在產(chǎn)品各個(gè)入口都增加社交關(guān)系。Linkedln還有

一個(gè)上傳地址簿的功能，還給你推薦哪些人你可能認(rèn)識，同時(shí)把這些功能點(diǎn)放在各個(gè)產(chǎn)品頁

面的入口。

Linkedln最早的時(shí)候并不知道為什么增加社交關(guān)系會產(chǎn)生那么大的留存度，我們分析了起

碼有兩三百個(gè)各種不同的指標(biāo)，最后沒有任何一個(gè)指標(biāo)能告訴我們，就是因?yàn)檫@個(gè)原因。

可是加權(quán)以后的結(jié)果是這些用戶在上面花了很多時(shí)間，間接就成為變現(xiàn)的可能。但是產(chǎn)品經(jīng)

理就把非常復(fù)雜的問題簡化，讓所有的東西都關(guān)注這一個(gè)點(diǎn)：關(guān)注這個(gè)魔法數(shù)字，讓更多的

用戶在第一周里加到5個(gè)聯(lián)系人。于是，當(dāng)時(shí)增長速度是非?？斓?。

數(shù)據(jù)驅(qū)動應(yīng)該成為企業(yè)文化

數(shù)據(jù)驅(qū)動首要的第一點(diǎn)是，CEO要認(rèn)識到它的價(jià)值；第二點(diǎn)，我們需要基本的框架和方法

論，框架很簡單，就是三個(gè)，有個(gè)idea迅速落地，進(jìn)行驗(yàn)證，進(jìn)入下一次閉環(huán)；第三點(diǎn),

必須要變成一種數(shù)據(jù)文化。

在Linkedln全公司都有這樣一種數(shù)據(jù)文化：

產(chǎn)品部門：雖然今天有4億用戶，但是從1萬到2萬5千個(gè)用戶的時(shí)候就開始用數(shù)據(jù)

分析。例如2004年發(fā)現(xiàn)不同渠道來的用戶活躍度不一樣，決定做更活躍的用戶。

客戶服務(wù)利用用戶的使用數(shù)據(jù)判斷哪個(gè)客戶會流失。例如使用度下降的客戶會流失，客服

每天觀察各個(gè)客戶公司的指標(biāo)，及時(shí)跟進(jìn)聯(lián)系客戶增加留存。

銷售部門95%以上的銷售每個(gè)星期都在用用戶行為數(shù)據(jù)，判斷哪一家公司有購買服務(wù)的

可能。他們對每一個(gè)客戶進(jìn)行數(shù)據(jù)應(yīng)用量的排名，根據(jù)使用度高、使用頻次多、上次距離近

等各種因素進(jìn)行排序，銷售團(tuán)隊(duì)客戶服務(wù)團(tuán)隊(duì)會有針對性的互動。智能預(yù)測客戶流失，客戶

需求，為銷售人員，客服人員提供協(xié)助。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

市場部門用數(shù)據(jù)每周都會優(yōu)化廣告投放，價(jià)格變動，電子郵件營銷，線下活動效果的衡量

來促進(jìn)營業(yè)額的提升。

過去很多年，在美國的生活是很舒服的，我之所以從Linkedln離開，是因?yàn)槲覀冇H身感

受數(shù)據(jù)驅(qū)動的力量.2010年的時(shí)候我們做了銷售分析，把公司按照使用度來排名，讓銷售

就盯最活躍的和最不活躍的五個(gè)用戶，當(dāng)時(shí)給Linkedln帶來超過200%以上的增長。

數(shù)據(jù)驅(qū)動對變現(xiàn)有多重要？

創(chuàng)業(yè)時(shí)，首先你要有一個(gè)很好的概念，讓他迅速地落地，然后我們用數(shù)據(jù)去證明它是不是有

效率。現(xiàn)在流量越來越貴，所以，我們需要通過迅速循環(huán)的方法，用數(shù)據(jù)來證明我們做的事

是有效果的，這種效果可以很快地疊加和堆積，形成未來的增長，這就是精益創(chuàng)業(yè)的核心。

舉個(gè)例子，網(wǎng)站用戶注冊，大家都在做，但這里面有很多的坑。Linkedln優(yōu)化了好幾年,

非常小的改動，就能帶來幾何倍數(shù)的變化。

GrowinglO的用戶注冊步驟是三個(gè)頁面，有一段時(shí)間，我們的最終注冊轉(zhuǎn)化率是7.7%,

聽上去8%和15%又能怎么樣呢？但是很多東西要看細(xì)節(jié)，我們當(dāng)時(shí)把這個(gè)注冊轉(zhuǎn)化率

通過瀏覽器做了一個(gè)分群，發(fā)現(xiàn)用Chrome的人注冊成功率是12%,用IE的注冊成功

率是1%.

注冊漏斗創(chuàng)建者：cheroontao創(chuàng)建的同：2016-04-01

O本月“化“匍：1天內(nèi)

淘寬器：Ctxome瀏覽現(xiàn)：正

|總共化,12.2%z］總內(nèi)化*1.44%”

GropO一■員謝26.16KMHGroMBO.?寅窈兔

“24.1%~4.32%

防邈f注冊貝…?.49k9H3新注W注39頁.“

“53.5%“37.0%

?S79591B廝然段箕-先■儡?費(fèi)…

A*94.7MX90.0%GrowinglO

數(shù)據(jù)分析

洪艮新建明翼-HUB充頁…8V

因?yàn)槲覀冇昧艘惶仔碌腏ava的框架，在老版windows瀏覽器里得不到支持。因止匕我們

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

接下來只要提高IE的注冊成功率，就可以把整體的成功率提高。

在數(shù)據(jù)分析之前，我們其實(shí)查過很多文獻(xiàn)，普通一個(gè)SaaS軟件的話，基本上從訪客到最

后成功的注冊應(yīng)該是5%左右，我們當(dāng)時(shí)覺得7%還挺好，但實(shí)際上很多人想進(jìn)來，想買

東西都買不了，因?yàn)樗径略谥虚g了。

為什么離開Linkedln出來創(chuàng)業(yè)GrowinglO

我們在過去十幾年的工作經(jīng)驗(yàn)中，親眼見到了，親手實(shí)踐了若干的數(shù)據(jù)分析項(xiàng)目?？吹搅藬?shù)

據(jù)分析在各種企業(yè)里面巨大的價(jià)值，這種價(jià)值是超過很多人的想象的。而且這種數(shù)據(jù)驅(qū)動的

價(jià)值能夠在各種企業(yè)里面得到彰顯。但是我們也看到了，很多的企業(yè)沒有做到最簡單的三件

事，錯過了用數(shù)據(jù)驅(qū)動增長的機(jī)會：

?沒有認(rèn)識到數(shù)據(jù)分析帶來的巨大價(jià)值。

?沒有掌握數(shù)據(jù)分析的非常簡單的方法論和框架，企業(yè)內(nèi)部沒有足夠的人才來應(yīng)用這套框

架。

?沒有使用正確的，適合現(xiàn)代潮流的分析工具來做到事半功倍。

這是我們創(chuàng)業(yè)GrowinglO的原因。GrowinglO對很多企業(yè)都有好處，他不只是對大的互

聯(lián)網(wǎng)企業(yè)，其實(shí)，小的創(chuàng)業(yè)企業(yè)沒有那么多資源和時(shí)間，更需要工具化.今天是工具化的時(shí)

代，如何很快的用工具來實(shí)現(xiàn)價(jià)值，是一個(gè)核心的競爭力的體現(xiàn)。

返回至目錄

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

你有沒有想過，不埋點(diǎn)也可以采集數(shù)據(jù)，而

且更快更全面

本文作者單元明，GrowinglO聯(lián)合創(chuàng)始人，在產(chǎn)品和市場分析方面有多年工作經(jīng)驗(yàn),在成

立GrowinglO公司之前，在美國若干知名企業(yè)Coursera,LinkedIn,Rock&Fuel公司，

擔(dān)任性能分析、商業(yè)分析經(jīng)理和移動產(chǎn)品分析管理工作。

數(shù)據(jù)分析和數(shù)據(jù)驅(qū)動業(yè)務(wù)增長已經(jīng)被越來越多的企業(yè)和員工所認(rèn)同，大數(shù)據(jù)/漏斗分析/

分析模型和算法也被很多人津津樂道。但所有的數(shù)據(jù)分析都有一個(gè)基礎(chǔ)，數(shù)據(jù)獲取。

對于很多互聯(lián)網(wǎng)公司而言，數(shù)據(jù)獲取通常的做法是在web網(wǎng)站，或者app內(nèi)不同的頁面

里，根據(jù)不同產(chǎn)品以及需求在不同位置嵌入的相對應(yīng)代碼來收集數(shù)據(jù)，俗稱埋點(diǎn)。對很多互

聯(lián)網(wǎng)公司的市場營銷，PM,分析師，工程師來說，通過埋點(diǎn)來收集數(shù)據(jù)都是一個(gè)繞不過的

坎。

但是埋點(diǎn)數(shù)據(jù)采集會碰到各種各樣的問題，以做市場營銷為例，可能包含以下情況：

?各種追蹤像素，信號指示或者JavaScript片段嵌入在網(wǎng)頁內(nèi)部

?用于效果檢測和追蹤

?用于網(wǎng)頁分析，重定向投放（再營銷），個(gè)性化廣告，關(guān)聯(lián)市場營銷，郵件，按點(diǎn)擊付

費(fèi)渠道，或者SEO等

?標(biāo)簽代碼對于很多數(shù)字營銷來說，極其重要。在缺乏功能性標(biāo)簽代碼的情況下，一個(gè)

數(shù)據(jù)分析方案可能完全沒有可用的數(shù)據(jù)。

大家可能都有這樣的經(jīng)驗(yàn)，一方面越來越多的投放渠道需要在網(wǎng)站上行加代碼來收集數(shù)據(jù),

需要的事件類型數(shù)據(jù)多，多個(gè)不同頁面都需要加代碼，工程量大；另一方面，網(wǎng)站本身也需

要加代碼來監(jiān)測和統(tǒng)計(jì)不同渠道的效果。

每加一種代碼，市場部門的同事都要跟PM,技術(shù)磕半天，代碼審核，需求溝通，需求文

檔，排期，非生產(chǎn)環(huán)境測試，上線，數(shù)據(jù)比對。這樣的流程走下來，代碼何年何月加完。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

從國外Tagmanagement的研究報(bào)告來看，從需求溝通到代碼加完，平均用時(shí)是3周。

碰上技術(shù)排期，優(yōu)先級還不夠的，幾個(gè)月都有可能。

埋點(diǎn)溝通成本高，周期長，這樣的情況下效率大大降低，這樣的速度促銷活動早都做完了，

完全跟不上業(yè)務(wù)人員的需求。

而PM要吐槽的更多，做產(chǎn)品的這年頭不可能不看數(shù)據(jù)，因?yàn)槔洗髠兲焯熳分?。新產(chǎn)品快

上線了，PM追著技術(shù)要埋點(diǎn)，磕了半天技術(shù)同意幫忙加代碼了。以為勝利在望，但PM馬

上又犯難了，抓哪些數(shù)據(jù)，在什么地方埋點(diǎn)？這往往是技術(shù)童鞋可能要問的第一個(gè)問題。

產(chǎn)品的人不懂技術(shù)，技術(shù)的人不熟悉產(chǎn)品童鞋的具體需求，或者說產(chǎn)品的童鞋也很難說清楚

數(shù)據(jù)的需求畢竟他們也不是分析師。這樣的情況一旦出現(xiàn)，產(chǎn)品和技術(shù)相互溝通成本極高，

而且反反復(fù)復(fù)，最后產(chǎn)品快上線了，得，代碼還沒加完，老大們?nèi)绾慰磾?shù)據(jù)？

這也許還不是最悲劇的，代碼布置了，產(chǎn)品也上線了，最后居然發(fā)現(xiàn)數(shù)據(jù)收錯了。多么痛

的領(lǐng)悟，很多人可能都有感覺，活動越做越多，產(chǎn)品更新和調(diào)整越來越快。每一件事情，既

然做了，都需要數(shù)據(jù)說話。溝通成本高，埋點(diǎn)周期長，同樣成為產(chǎn)品童鞋碰到的大問題。

最后造成的結(jié)果是，阻礙公司內(nèi)部對產(chǎn)品的分析的追蹤，遲滯業(yè)務(wù)決策和調(diào)整的效率。

另外，為了快速增長和適應(yīng)新需求，產(chǎn)品經(jīng)常高速迭代，舊的頁面撤下，新的頁面換上，同

時(shí)進(jìn)行的多項(xiàng)AB測試，改功能，改呈現(xiàn)。

伴隨每一次迭代的則是不停地清理舊的數(shù)據(jù)標(biāo)簽，增加新的標(biāo)簽，就算每次工程實(shí)現(xiàn)上都準(zhǔn)

確無誤，業(yè)務(wù)方進(jìn)行分析時(shí)也得小心翼翼，得知道什么時(shí)間段什么標(biāo)簽才是真正有效的，-

不留神用了無效標(biāo)簽得出的結(jié)論就可能是錯的。

以上市場、產(chǎn)品小伙伴碰到的問題是很多企業(yè)的實(shí)際情況。

盡管硬件和軟件，以及IT架構(gòu)層面的技術(shù)進(jìn)步，讓大數(shù)據(jù)成為可能，但在很多企業(yè)走向數(shù)

據(jù)驅(qū)動業(yè)務(wù)的道路上，數(shù)據(jù)采集依然是一個(gè)很大的障礙。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

收集哪些數(shù)據(jù)，數(shù)據(jù)收集慢，收集錯誤，收集不準(zhǔn)確，都成為一個(gè)個(gè)實(shí)際的困難。而目前解

決這些困難往往耗費(fèi)不同崗位同事間大量的溝通成本，需要研發(fā)或者技術(shù)進(jìn)行長時(shí)間重復(fù)

而且低價(jià)值的勞動。

但不克服這些重重困難，分析師，PM,市場營銷，企業(yè)決策層等不同部門，不同層面的分

析決策都會受到或大或小的影響，遲滯業(yè)務(wù)發(fā)展速度。

企業(yè)需要重視數(shù)據(jù)驅(qū)動的價(jià)值，同時(shí)更好的解決數(shù)據(jù)收集的問題，因?yàn)檫@是做好數(shù)據(jù)分析的

第一步。找到一種更專業(yè)，更準(zhǔn)確，更快速的方式解決數(shù)據(jù)采集的問題，將是業(yè)界的福音！

哦，好吧，最后福音來了！

今年5月，前Linkedln美國商業(yè)分析部高級總監(jiān)張溪夢從硅谷回國，帶領(lǐng)來自Linkedln、

eBay、Coursera,亞信等國內(nèi)外頂級互聯(lián)網(wǎng)及數(shù)據(jù)公司的團(tuán)隊(duì)創(chuàng)辦GrowinglO.

他曾親手建立了Linkedln將近90人商業(yè)數(shù)據(jù)分析和數(shù)據(jù)科學(xué)團(tuán)隊(duì)，支撐了Linkedln公司

所有與營收相關(guān)業(yè)務(wù)的高速增長。

作為新一代GrowinglO新一代網(wǎng)站和移動端數(shù)據(jù)分析平臺。運(yùn)用無埋點(diǎn)采集，迅速生成數(shù)

據(jù)分析結(jié)果，提供針對市場推廣、產(chǎn)品體驗(yàn)、以及客戶成功等精益化運(yùn)營分析模塊。

在客戶的頁面或者是APP自動來埋點(diǎn)，不再需要手動埋點(diǎn)，想知道什么，立刻就可以知道，

智能抓取關(guān)鍵用戶行為，幾分鐘建立APP和網(wǎng)站數(shù)據(jù)BI運(yùn)營體系，這就是GrowinglO開

發(fā)的技術(shù)。

比如說一個(gè)網(wǎng)頁，只要圈點(diǎn)它，就能知道轉(zhuǎn)化率、訪問、點(diǎn)擊和價(jià)值，不需要任何埋點(diǎn)。可

以詳細(xì)分析用戶行為，提高用戶活躍度，提升產(chǎn)品體驗(yàn)；智能解析用戶轉(zhuǎn)化原因，提高用戶

轉(zhuǎn)化率；預(yù)測客戶流失，復(fù)雜數(shù)據(jù)挖掘模型支持客戶成功。市場、產(chǎn)品、數(shù)據(jù)分析師、還有

CTO們、CEO們等等所有要用到數(shù)據(jù)的同學(xué)們集體歡呼吧！

好啦，廣告打完了，歡迎大家注冊，免費(fèi)試用哦。

返回至目錄

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

融資2000萬美金之后，我們跟他聊了聊怎

么做好增長

本文作者，經(jīng)緯創(chuàng)投微信公眾號，創(chuàng)始人曰欄目。

今天的“創(chuàng)始人曰"來自于GrowinglO創(chuàng)始人張溪夢(SimonZhang)，他們是一家專注

于數(shù)據(jù)分析的公司。Simon曾為領(lǐng)英商業(yè)數(shù)據(jù)部門高級總監(jiān)，該部門為整個(gè)公司的銷售、

市場、運(yùn)營等工作提供數(shù)據(jù)分析支持工作，做出了非常好的成績。他還有個(gè)無比“金光閃閃"

的頭銜——美國DataScienceCentral曾將他評選為"世界前沿?cái)?shù)據(jù)科學(xué)家Top10”。

6月28日，GrowinglO發(fā)布V2.0版本，在無埋點(diǎn)技術(shù)和全量實(shí)時(shí)的數(shù)據(jù)分析功能的基礎(chǔ)

上,GrowinglO全新上線了更精細(xì)的漏斗對比、用戶細(xì)查、熱力圖等實(shí)用功能。同時(shí)，

GrowinglO宣布獲得了經(jīng)緯中國、NEA、Greylock的A輪兩千萬美元的融資，創(chuàng)下同類

SaaS行業(yè)同等階段融資額度新高。

借著這個(gè)機(jī)會，我們與Simon聊了聊關(guān)于創(chuàng)業(yè)者如何高效獲取客戶，以及如何留住他們的

話題，用戶喜歡什么、討厭什么，怎么才能留住他們？好在，隨著科技的發(fā)展，這門看似“只

能靠猜"的工作，已經(jīng)可以通過科學(xué)來解決。以下，是來自Simon的觀點(diǎn)，Enjoy:

數(shù)據(jù)分析在國內(nèi)一些特別大的企業(yè)，比如BAT里，才能得到重視，當(dāng)然這得益于他們的長

期積累，對數(shù)據(jù)和運(yùn)營結(jié)合的比較好。這是我回國以后的總體感受，國內(nèi)企業(yè)對數(shù)據(jù)本身,

以及數(shù)據(jù)所能提供價(jià)值的認(rèn)識程度，沒有美國那邊那么深入，并且差異還蠻大的。

為什么許多公司的數(shù)據(jù)分析流于形式？主要差異表現(xiàn)在三個(gè)層面：

1)價(jià)值的認(rèn)知

許多公司處于瘋狂增長時(shí)期，大家一拍腦子做的決定，可能已經(jīng)產(chǎn)生很多價(jià)值了；這種情況

下他們很難意識到數(shù)據(jù)決策能產(chǎn)生比暴力性增長更大的價(jià)值。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

2）基本方法論的認(rèn)知

意思是核心但簡單的方法論。目前國內(nèi)對基礎(chǔ)的方法論沒有太多的認(rèn)知，可能因?yàn)閲鴥?nèi)發(fā)展

時(shí)間還比較短，而美國已經(jīng)開發(fā)好幾十年了。

3）實(shí)際操作方法的認(rèn)知

國內(nèi)一線員工用數(shù)據(jù)來指導(dǎo)工作運(yùn)營，比如產(chǎn)品、客戶、銷售等實(shí)際操作經(jīng)驗(yàn)相對來說少一

些。一方面，因?yàn)榘l(fā)展時(shí)間短，另一方面，數(shù)據(jù)使用理念積累也相對較少。

不過，國內(nèi)公司已在迅速地提升這種認(rèn)知。但這個(gè)認(rèn)知，是分階梯的，循序漸進(jìn)的一個(gè)過程。

在美國，認(rèn)知和方法論已經(jīng)慢慢進(jìn)行了良好的統(tǒng)一——技術(shù)和業(yè)務(wù)之間，用數(shù)據(jù)來融合。

在國內(nèi)的話，技術(shù)和業(yè)務(wù)的鴻溝巨大。工程師被硬性要求建數(shù)據(jù)系統(tǒng)，但他并不真正了解業(yè)

務(wù)端；業(yè)務(wù)端對技術(shù)也不是非常熟悉，導(dǎo)致很多需求并不能直接用現(xiàn)有技術(shù)手段來實(shí)現(xiàn)。彼

此的不了解，進(jìn)一步加劇了數(shù)據(jù)使用的緩慢。鴨同雞講，造成的就是效率減低，不能看到價(jià)

值實(shí)現(xiàn)。彼此都不能從中獲益，最后就變成了憑感覺來做決策，而不是真正通過數(shù)據(jù)運(yùn)營來

做決策。

很多公司從頭開始做的時(shí)候，大量時(shí)間花在建設(shè)技術(shù)平臺的過程中。技術(shù)平臺首先很復(fù)雜,

需要各種不同的工程人員；第二，很多公司都是從頭摸索，但數(shù)據(jù)分析體系需要一系列流程

和人才，每個(gè)都不能太薄弱，才能真正串起來。今天中國的競爭太激烈，企業(yè)發(fā)展速度太快。

大家沒有足夠的時(shí)間成本，像BAT,Google這樣去重新沉淀一些好東西出來。這也是，

為什么很多企業(yè)都沒看到數(shù)據(jù)產(chǎn)生價(jià)值的原因。

許多國內(nèi)的企業(yè)家，最開始意識不到數(shù)據(jù)的價(jià)值；等意識到數(shù)據(jù)的價(jià)值時(shí)，他的期期望又往

往很高。這種大鴻溝，也無法讓價(jià)值真正落地，甚至讓人們產(chǎn)生"這個(gè)價(jià)值是否真能實(shí)現(xiàn)"

的質(zhì)疑，缺乏耐心。

什么樣的公司需要注意數(shù)據(jù)？

一般來說，目前國內(nèi)比較重視數(shù)據(jù)的是高客單價(jià)，重轉(zhuǎn)化的公司，比如互聯(lián)網(wǎng)金融、電商、

交易平臺'SaaS、在線旅游類的公司。這類客戶客單價(jià)高，不是完全拼流量，如此創(chuàng)業(yè)者才

有提高轉(zhuǎn)化的動力。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

宏觀的講，創(chuàng)業(yè)者會經(jīng)歷4-5個(gè)產(chǎn)品、企業(yè)的生命周期。

第一個(gè)階段，叫冷啟動。這個(gè)時(shí)候公司特別早期，天使輪或者A輪，甚至融資還未成功。處

在這個(gè)階段的公司，用大數(shù)據(jù)驅(qū)動是一個(gè)偽命題——因?yàn)榭蛻魯?shù)量有限，樣本性不足。他們

需要更多地去了解潛在客戶的需求，去"求"客戶來用這個(gè)產(chǎn)品。

第二個(gè)階段，增長前期。就是冷啟動接近完成。有經(jīng)驗(yàn)的創(chuàng)業(yè)者，會開始布局和增長有關(guān)系

的一些核心指標(biāo)，比如說日/月活躍，留存度。這些指標(biāo)的目的不是為了衡量產(chǎn)品當(dāng)前當(dāng)下

的表現(xiàn)，而是為了未來做增長時(shí)有可比較的基準(zhǔn)。

并且，這些指標(biāo)能夠告訴我們，什么時(shí)候我們應(yīng)該去做增長。產(chǎn)品本身沒有黏度的話，去燒

錢做增長，它不會真正地增長起來。因?yàn)榱魇俣瘸^增長速度。以前很多燒錢的企業(yè)能成

功，是因?yàn)楦偁帥]有那么激烈，用戶沒有那么多種選擇。但是今天如果你的產(chǎn)品很差，留存

不高，口碑也不好，燒再多的錢也不能獲得真正核心的自然增長。

第三個(gè)階段，增長期。這個(gè)階段就能看出來好的創(chuàng)業(yè)公司，和普通創(chuàng)業(yè)公司的巨大差別——

效率。無論P(yáng)R還是做活動，都需要人力和時(shí)間成本。如何在增長中，找到效率最高的渠道？

這個(gè)我覺得，是創(chuàng)業(yè)公司之間PK的核心競爭力。

如果不做數(shù)據(jù)驅(qū)動，靠直覺，一次兩次可以，但沒有人能進(jìn)連贏一萬次。所以，直覺需

要和數(shù)據(jù)進(jìn)行結(jié)合，這樣企業(yè)能迅速優(yōu)化各個(gè)渠道，來提高單位時(shí)間的轉(zhuǎn)化效率。通過單位

時(shí)間轉(zhuǎn)化效率的不斷提高和疊加，來變成企業(yè)的核心競爭力。一個(gè)不用數(shù)據(jù)驅(qū)動的公司，和

一個(gè)用數(shù)據(jù)驅(qū)動的公司。假設(shè)運(yùn)營策略一樣，資本儲備類似，客戶也一樣，能迅速從數(shù)據(jù)里

學(xué)習(xí)的企業(yè)，一定會勝出。

第四個(gè)階段，是變現(xiàn)期。業(yè)務(wù)變現(xiàn)，要求很高的用戶基數(shù)。一般互聯(lián)網(wǎng)產(chǎn)品，其中一小部分

高活躍、體驗(yàn)好的用戶，會轉(zhuǎn)化為付費(fèi)用戶。類似一個(gè)漏斗，不斷地去篩，這里面就是要拼

運(yùn)營的效率了。

比如說，電商用戶的轉(zhuǎn)化漏斗一般是：訪問——注冊——搜索——瀏覽——加入購物車一

一支付，或者到未來的退貨。這是非常非常長的一個(gè)漏斗，真正要做好數(shù)據(jù)化運(yùn)營，要對漏

斗的每個(gè)環(huán)節(jié)持續(xù)地進(jìn)行追蹤。為什么呢？因?yàn)椴荒芎饬?，就很難去做增長。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

一個(gè)好的企業(yè)，特別是以后要做營收的企業(yè)，必須要關(guān)注各個(gè)部門各個(gè)環(huán)節(jié)的轉(zhuǎn)化效率。這

種轉(zhuǎn)化效率，要達(dá)成的手段，可以通過市場營銷的方法、產(chǎn)品改進(jìn)的方法、甚至客戶運(yùn)營的

方法。而其中每個(gè)環(huán)節(jié)小幅提高，加在一起就是一個(gè)倍數(shù)的提高。這種倍增，如果沒有做過

數(shù)據(jù)化運(yùn)營的人，很難體會到會有多大。

比如，以前我們在領(lǐng)英做數(shù)據(jù)驅(qū)動轉(zhuǎn)化時(shí)，要推送某篇EDM，同樣發(fā)給10萬人，拍腦袋

決策的轉(zhuǎn)化是0.01%，但是經(jīng)由數(shù)據(jù)驅(qū)動部門做個(gè)簡單的數(shù)據(jù)模型，同樣推送后，轉(zhuǎn)化率提

升到了0.3%,高出很多。如果每周都那么做的話，這種轉(zhuǎn)化效果，還是非常非?？捎^的。

每個(gè)產(chǎn)業(yè)都有自己不同的KPL比如SaaS行業(yè)，用戶注冊能不能成功，多么簡單的問題，

但是很多企業(yè)可能會忽略；用戶注冊成功以后，你是否有定位自己的核心產(chǎn)品功能點(diǎn)，這個(gè)

用戶是否使用了你的核心功能？哪些核心產(chǎn)品功能能讓用戶留下?哪些功能不能？這些都應(yīng)

該在產(chǎn)品分析里記錄，但如果沒有數(shù)據(jù)，怎么去分析？怎么去衡量呢？

這些東西很多美國公司都總結(jié)完了，都已經(jīng)用了十幾年了。這些經(jīng)驗(yàn)，國內(nèi)很多企業(yè)，可以

模仿和學(xué)習(xí)，沒有必要再重新蒙著眼睛走一遍，那是浪費(fèi)時(shí)間和資源。

還有一點(diǎn)，企業(yè)應(yīng)該運(yùn)營化。什么概念？就是說，數(shù)據(jù)分析，它不是一個(gè)運(yùn)動式的，而是日

常性事務(wù)——每天、每周、每月、每季度，我們都在看這些東西。不斷調(diào)優(yōu)、學(xué)習(xí)、促進(jìn)，

這是一個(gè)很重要的過程。但是習(xí)慣培養(yǎng)蠻痛苦的，因?yàn)楹芏嗟膭?chuàng)業(yè)者都很忙，哪有時(shí)間去看

那些東西。

中國公司對于數(shù)據(jù)存在哪些共性的迷思？

我覺得國內(nèi)公司對數(shù)據(jù)分析的理解分兩極：一種認(rèn)為這是純技術(shù)，還有一部分是比較迷信，

認(rèn)為只要一上大數(shù)據(jù)，就變成高大上的公司了。我覺得這兩種方式，都存在一定的誤解。

核心的話，我覺得你做的這個(gè)東西能不能有價(jià)值，有沒有效果？用效果來衡量是最直接的。

另外一些公司想自建平臺，搭建很大的團(tuán)隊(duì)，效率和產(chǎn)出都比較低，這個(gè)我建議大家慎重。

隨著生態(tài)圈的不斷發(fā)展，現(xiàn)在很多工具都很好用，你得學(xué)會用工具。這是創(chuàng)業(yè)者成功的一些

很好的輔助——不能說因?yàn)槟銜霉ぞ撸阅憔蛣?chuàng)業(yè)成功；但是好的創(chuàng)業(yè)者，一定能用這

些各種工具，達(dá)成目標(biāo)。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

好的數(shù)據(jù)分析應(yīng)該是是怎么樣的？

好的數(shù)據(jù)分析，能夠讓公司里所有人都獲益。它不是一種特權(quán)，不是只給公司里的一兩個(gè)人

看，而是能夠讓公司里面各個(gè)運(yùn)營部門，特別是前線打仗的部門，能夠直接得到好處。普通

只講戰(zhàn)略,只講大方向，只給CEO看，只給VP或者運(yùn)營看——這不夠。需要把它給工作

在一線的員工，讓他們用起來。這個(gè)我覺得是區(qū)分一個(gè)數(shù)據(jù)驅(qū)動型企業(yè)，和非數(shù)據(jù)驅(qū)動型企

業(yè)一個(gè)很大的區(qū)別。效率提升，是所有人提升，而不是一兩個(gè)人提升。

一個(gè)公司要建完整的數(shù)據(jù)分析機(jī)制，首先應(yīng)該從業(yè)務(wù)開始。所有的數(shù)據(jù)分析運(yùn)營或者數(shù)據(jù)體

系，都應(yīng)該從業(yè)務(wù)，從客戶開始。這個(gè)數(shù)據(jù)分析體系，不應(yīng)該只解決非常狹窄的一個(gè)或者兩

個(gè)問題，需要有體系和大局觀。然后，實(shí)際上數(shù)據(jù)分析里面，最難的一個(gè)部分是數(shù)據(jù)搜集和

數(shù)據(jù)整理，這個(gè)過程最耗費(fèi)時(shí)間，可能因?yàn)閯傞_始的計(jì)劃就做的不夠周全。所以說，在數(shù)據(jù)

采集和數(shù)據(jù)整理方面，應(yīng)該很有計(jì)劃的重視。

到后面，數(shù)據(jù)分析，不能只僅僅停留在報(bào)表的基礎(chǔ)上，價(jià)值還是不夠多。最終還是，那些數(shù)

字出來以后，告訴別人應(yīng)該怎么做是對的、有效的。這里面的話，就是有很深學(xué)問，需要很

強(qiáng)的操作能力。

所以說一個(gè)企業(yè)，既要有大局觀，又要注重可執(zhí)行性。我建議一般企業(yè)想自建的話，應(yīng)該先

從一個(gè)單點(diǎn)突破，找到一個(gè)轉(zhuǎn)化點(diǎn)，看到了價(jià)值，通過這一次的實(shí)踐，再學(xué)習(xí)下一次實(shí)踐的

方法。這也是一個(gè)學(xué)習(xí)的過程。不要上來就建立龐大系統(tǒng)，上來就把50個(gè)數(shù)據(jù)圓圈綜合在

一起，想建立一套數(shù)據(jù)科學(xué)框架。我覺得一般要這樣干的話，除非你有很多資源，否則一定

會失敗的。

如何打破數(shù)據(jù)無法"物盡其用"的怪圈？

過去的幾個(gè)月，我們跟客戶打交道發(fā)現(xiàn)，有的企業(yè)用我們的產(chǎn)品用得非常好，有的企業(yè)就還

好。通常內(nèi)部有人核心負(fù)責(zé)數(shù)據(jù)的企業(yè)，會用的就非常好；有的企業(yè)沒有核心的人來追這件

事情，做得就比較一般。所以，在運(yùn)營部門里面，至少得有一個(gè)人有一定的數(shù)據(jù)分析概念。

就好像我們把一套高級手術(shù)儀器搬到公司去，如果沒人會操作也不行。

我認(rèn)為最好的知識獲取方式，就是實(shí)際操作。實(shí)際操作的前提，是最好有一個(gè)稍微懂一些的

人，能帶著做幾次。然后轉(zhuǎn)起來、學(xué)起來了，這就是獲取數(shù)據(jù)分析知識最快、最有效的方式。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

我不覺得純讀書或者讀一些課本，看一些外面的大數(shù)據(jù)指導(dǎo)類的書籍，能有這種效果。有了

這個(gè)人，再能從懂這方面的人和公司產(chǎn)品獲取方法論的支持，這種學(xué)習(xí)機(jī)制就建立起來了。

這個(gè)還是蠻重要的，否則系統(tǒng)雖然強(qiáng)大，但是沒人會操作，就無法物盡其用。

初創(chuàng)公司常見問題

特別早期的公司，它們關(guān)注的東西非常標(biāo)準(zhǔn)化。比如說，他們想知道新增用戶、留存用戶、

強(qiáng)勢渠道、新用戶使用哪些產(chǎn)品的功能等問題。每個(gè)公司優(yōu)勢和缺點(diǎn)都不一樣，我舉兩個(gè)例

子吧：

比如說，有一個(gè)客戶，他們是SaaS公司，做了很多線下活動，然后往線上導(dǎo)流。但他從來

就沒有觀測過自己的注冊轉(zhuǎn)化，結(jié)果量來了，但轉(zhuǎn)化率很低，最后實(shí)際注冊還是很低，后來

通過對注冊流程的簡單優(yōu)化，轉(zhuǎn)化能提升三四倍。

還有比如有電商客戶，以前就看有多少人來交易了，交易額是多少，然后周/月/季度增長率

多少。但早期進(jìn)來的人一般都是核心用戶增長速度比較快。而后很快就進(jìn)入了一個(gè)平臺期，

為什么？

這就是因?yàn)槔锩婧芏鄸|西做得不夠細(xì)，很多被稀釋掉了。比如像競拍，來了很多用戶，看上

去好像很繁榮，但如果品類太多，就會造成每個(gè)單品里競拍用戶減少。一少下來以后，價(jià)格

就會減低，減低完了以后，導(dǎo)致GMV下降，增長率下降。

這種情況下，它需要去考慮一一把更多的用戶，聚焦在相對少的單品里面來，進(jìn)而提高客單

價(jià)。這么做的好處是，賣家能提高銷售額，更愿意在你的平臺做銷售；而買家也會有種買到

稀缺物品的感覺。

留存是一個(gè)創(chuàng)業(yè)企業(yè)想要成功，最核心，也最需要解決的問題。有了留存率，就基本有了增

長率。早期拉來的核心用戶，一般留存度都比較高；后期拉來的用戶相對黏度比較低。比較

成功的互聯(lián)網(wǎng)產(chǎn)品，一般早期都是關(guān)注核心用戶，滿足了核心用戶的需求，再通過這個(gè)不斷

往下擴(kuò)散。所以說，留存度還是應(yīng)該得到更多關(guān)注的。

同時(shí)，也需要對留存用戶進(jìn)行分解。留下的用戶，一部分是新用戶，一部分是老用戶，看上

去都是用同樣一個(gè)時(shí)間來衡量的，但實(shí)際上是不同的。很多創(chuàng)業(yè)公司，有時(shí)候沒有把它分來

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

來看：比如留存用戶里面，有多少是新用戶，多少是老用戶；老用戶留存率是什么樣的，新

用戶留存率又是什么樣的？

Facebook把用戶分成了七個(gè)層次。這七個(gè)層次什么意思呢？就是說，這一周每個(gè)用戶的活

躍度是不同的，有的人來了七天，有的是六天、五天、四天、三天、兩天。它每天用戶的活

躍度，分到非常細(xì)。然后，它在這個(gè)維度上，再繼續(xù)拆分成新用戶和老用戶。

拆解完了以后，就可以針對每種不同類型的用戶運(yùn)營了。比如，它可以去分析一周來五天以

上的用戶，使用哪些功能。

我的建議是在產(chǎn)品早期，應(yīng)該把產(chǎn)品的留存做好了，再去做新增，這樣創(chuàng)始人的精力會更聚

焦。因?yàn)槿绻瑫r(shí)做拉新又做留存，就是分兵兩處，你就顧不過來。有了高留存也會對拉新

有幫助，找到高留存用戶的獲取渠道，然后可以持續(xù)不斷的復(fù)制運(yùn)營。

第二點(diǎn)，你有了好的留存以后，你可以迅速的去做擴(kuò)張。因?yàn)閿U(kuò)張完了，用戶會留下，你的

增長速度會加快。

這里實(shí)際上有一條非?，F(xiàn)成的方法論，因?yàn)槿绻銢]有找到很好的留存，你做的業(yè)務(wù)就是一

個(gè)燒錢業(yè)務(wù)。如果融資環(huán)境很差的話，那么這個(gè)業(yè)務(wù)就容易失敗。但如果你用戶黏度很高，

你的運(yùn)營成本就很低，這樣創(chuàng)始人能夠管理整個(gè)資源投放。我覺得產(chǎn)品冷啟動之后，就需要

有這種基礎(chǔ)的思維方法在里面；在增長期的話，需要極端專注。

早期靠直覺，后期靠科學(xué)。

越早做一些數(shù)據(jù)鋪墊我覺得對一個(gè)公司越有好處，它是一個(gè)不斷迭代和積累的過程。但是，

不要本末倒置，不要上來剛能啟動就做AB測試，沒有必要，因?yàn)槟氵€沒有積累足夠的用戶

量，由此分析的數(shù)據(jù)也沒有代表性。

我最后簡單總結(jié)一下，數(shù)據(jù)分析的五個(gè)階段：

第一個(gè)階段，是什么都沒有的；

第二個(gè)階段，需要公司能夠回溯歷史：知道自己產(chǎn)品在發(fā)生什么，這是最基礎(chǔ)的、最原始的

一個(gè)階段；

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

第三個(gè)階段，內(nèi)部做產(chǎn)品、做運(yùn)營、做市場營銷的人，需要問為什么：這個(gè)階段，是預(yù)測，

即預(yù)測某種人群，下面會干什么事，這樣能有針對性地，更好地去開發(fā)產(chǎn)品；

第四個(gè)階段，是要有解決方案：就是我預(yù)測到了這組人會這么做，那么我給它一個(gè)更好的方

案，讓它有更好的轉(zhuǎn)化、留存，帶來更好的拉新效果；

第五個(gè)階段，是優(yōu)化，多樣產(chǎn)品線如何能找到最好的平衡點(diǎn)：在價(jià)格、營銷，產(chǎn)品設(shè)計(jì)，銷

售各個(gè)角度有一個(gè)平衡點(diǎn)，這個(gè)平衡點(diǎn)是創(chuàng)業(yè)者的利益最大化點(diǎn)，也是用戶最喜歡這個(gè)產(chǎn)品

的點(diǎn)。

這五個(gè)階段，需要花時(shí)間來不斷積累的，不要跳躍，跳躍往往失敗，從基礎(chǔ)做起。

返回至目錄

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

產(chǎn)品經(jīng)理：一個(gè)優(yōu)秀的數(shù)據(jù)產(chǎn)品經(jīng)理是怎樣

煉成的？

本文作者陳新濤，GrowinglO產(chǎn)品經(jīng)理

近些年來，隨著GrowthHack、精益化運(yùn)營、數(shù)據(jù)化運(yùn)營等概念漸入人心，數(shù)據(jù)產(chǎn)品這個(gè)

名字被提及的次數(shù)越來越多。

但究竟什么是數(shù)據(jù)產(chǎn)品？數(shù)據(jù)產(chǎn)品如何來解決商業(yè)問題？如何現(xiàn)在最火的商業(yè)概念如

Growthhacking等落地的？如何設(shè)計(jì)一個(gè)能夠滿足用戶需求的數(shù)據(jù)產(chǎn)品？本文將和大家

一起分享這些問題。

什么是數(shù)據(jù)產(chǎn)品？

簡單來講，就是以數(shù)據(jù)為主要自動化產(chǎn)出的產(chǎn)品形態(tài)。這里強(qiáng)調(diào)自動化產(chǎn)出概念，是為了區(qū)

分像Gartner之類的數(shù)據(jù)研究咨詢公司。跟類似GrowinglO這種實(shí)時(shí)互聯(lián)網(wǎng)分析產(chǎn)品相

比，顯然，他們的報(bào)告也可以理解為以數(shù)據(jù)為主要產(chǎn)出的產(chǎn)品，但并不具備自動化產(chǎn)出的特

性.

明確了概念后，我們就可以對它拆分細(xì)化。從用戶群體來區(qū)分，可以分為三類：

?企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品，如自建BI和推薦系統(tǒng)；

?針對所有企業(yè)推出的商業(yè)型數(shù)據(jù)產(chǎn)品，如GoogleAnalytics和GrowinglO;

?用戶均可使用的GoogleTrends和淘寶指數(shù)等等。

在以上舉的例子里，推薦系統(tǒng)可能會讓人有些費(fèi)解。其實(shí)，同用戶畫像，搜索排序類似的算

法一樣，它們本質(zhì)上是根據(jù)用戶數(shù)據(jù)和相應(yīng)的數(shù)據(jù)模型，建立的一套評分標(biāo)簽體制。因此,

在很多企業(yè)的劃分里，也是屬于數(shù)據(jù)產(chǎn)品的范疇，本文暫不涉及此類產(chǎn)品。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

為什么需要數(shù)據(jù)產(chǎn)品?

來自硅谷的新一代數(shù)據(jù)分析產(chǎn)品GrowinglO創(chuàng)始人張溪夢非常推崇德魯克的一句話：If

youcan'tmeasureit,youcan,timproveit（如果你無法衡量，你就無法增長X這

與GrowthHack核心理念--數(shù)據(jù)驅(qū)動增長，不謀而合。

增長讓企業(yè)經(jīng)營者的念念不忘，而實(shí)踐的曲線，就潛藏在數(shù)據(jù)產(chǎn)品中。

舉例，在Facebook中，直接匯報(bào)給MarkZuckerberg的GrowthTeam就專門下轄了

Data&Analysis和Infrastructure兩個(gè)數(shù)據(jù)團(tuán)隊(duì)做數(shù)據(jù)的采集計(jì)算和展示。他們會對

Facebook所有的數(shù)據(jù)進(jìn)行監(jiān)控，以及根據(jù)效果持續(xù)優(yōu)化。

Facebook對DataDriven重視到了什么程度？一個(gè)VP帶領(lǐng)的30人團(tuán)隊(duì)做了一年的主

頁改版，在三個(gè)月內(nèi)灰度上線過程中因數(shù)據(jù)表現(xiàn)不佳，直接回滾。對比之下，國內(nèi)的人人網(wǎng)

照抄那一次改版后，沿襲至今?？梢赃@么說，F(xiàn)acebook高速穩(wěn)定的增長背后，數(shù)據(jù)產(chǎn)品功

不可沒。

FacebookGrowthTeam（圖來自前Facebook工程師、峰瑞資本技術(shù)合伙人覃超）

如何設(shè)計(jì)數(shù)據(jù)產(chǎn)品？

對于產(chǎn)品設(shè)計(jì)來講，一些固定的步驟必不可少。厘清這些內(nèi)容后，大到系統(tǒng)級的產(chǎn)品規(guī)劃，

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

小到功能級的產(chǎn)品設(shè)計(jì)，概念上都會清晰很多，我們將它抽象成了五個(gè)步驟：

?面向什么用戶和場景

?解決什么問題/帶來什么價(jià)值

?問題的分析思路是什么

?需要用到什么樣的指標(biāo)

?這些指標(biāo)該怎么組合展現(xiàn)

1.面向什么用戶和場景

任何產(chǎn)品設(shè)計(jì)均需要明確面向的用戶和場景，因?yàn)椴煌脩粼诓煌瑘鼍跋麓蜷_你產(chǎn)品的姿

勢也大不相同。

?不同用戶有不同的價(jià)值。這個(gè)方法主要面向第一類即企業(yè)內(nèi)部產(chǎn)品。這里并不主張職

位歧視，只是從數(shù)據(jù)能產(chǎn)生的價(jià)值來看，高層的一個(gè)正確的決斷可以節(jié)省下面無數(shù)的

成本。

?不同層級用戶關(guān)心的粒度不一樣，永遠(yuǎn)要提供下一個(gè)顆粒度的分析以及可細(xì)化到最細(xì)

粒度的入口.數(shù)據(jù)分析本質(zhì)上就是不斷細(xì)分和追意變化。

?不同類型的用戶使用數(shù)據(jù)的場景不一樣，要圍繞這些場景做設(shè)計(jì)。如Sales類型的客

戶，他們更多的場景是在見客戶的路上快速看一眼數(shù)據(jù)，那么移動化和自動化就很關(guān)

鍵。在設(shè)計(jì)的時(shí)候，原則就是通過手機(jī)界面展現(xiàn)關(guān)鍵指標(biāo)，不涉及詳細(xì)分析功能。而且

在某些指標(biāo)異動時(shí)能及時(shí)通過手機(jī)通知。而辦公室的數(shù)據(jù)分析師，則必須提供PC界面

更多細(xì)化分析對比的功能。

要了解自己的用戶，必須和他們保持長期有效的溝通。如GrowinglO的PM，每周都會有

和銷售和客戶溝通的習(xí)慣，而且每位PM入職后，必須兼職一段時(shí)間的客服。只有這樣，

PM才能更好的了解用戶以及他們的使用場景，設(shè)計(jì)出更好用的產(chǎn)品。

2.解決什么問題/帶來什么價(jià)值

這本質(zhì)上是要明確產(chǎn)品滿足了用戶的什么需求。但凡需求，均有價(jià)值和優(yōu)先級。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

?首先判斷核心需求是什么，可用Demand/Want/Need方法分析。用戶來找你要可樂

(Demand),如果你沒有可樂就無法滿足用戶。但其實(shí)他只是要解渴(Want),需要的

只是一杯喝的東西就夠了(Need)。

?其次判斷需求的價(jià)值，可用PST方法分析。P:x軸，用戶的痛苦有多大；Y軸，有多

少用戶有這種痛苦；z軸：用戶愿意為這付出多少多少成本。相乘得出的結(jié)果才是這個(gè)

需求的價(jià)值。

以一個(gè)利用GrowinglO的新功能做出來的漏斗圖為例。

客戶最開始說的是我們要個(gè)漏斗分析(Demand)的功能，但核心需求(Want)是改善用戶

使用產(chǎn)品過程中的流失問題。那么不同不同層次的用戶，在不同的使用時(shí)間，在不同的

環(huán)節(jié)都需要進(jìn)行監(jiān)控和優(yōu)化，最終設(shè)計(jì)出來的就是這個(gè)可以根據(jù)不同緯度不同環(huán)節(jié)進(jìn)行對

比分析的GrowinglO漏