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/真實案例/即學即用一

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，需要這四個步驟

2.4SAAS企業(yè)如何做好用戶體驗

第三章指標

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

3.2老板問的指標都記不住，還想做百萬年薪數(shù)據(jù)分析師

3.3從「埋點」到「無埋點」，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：實現(xiàn)90%客戶留存

6.2做好用戶留存，產(chǎn)品、市場和運營有這些應對方法

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

第七章行業(yè)實踐

7.1如何用數(shù)據(jù)分析推進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，搞定用戶運營

7.5電商精細化運營的五大關鍵指標和三個關鍵思路

后記

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

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

為什么微軟溢價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"世界前十位前沿數(shù)據(jù)科學家"。

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

offer,把世界上第一大職業(yè)社交網(wǎng)絡、也是世界上第二大的SaaS（軟件即服務）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50%收購Linkedln。

很多朋友問我，「一個社交網(wǎng)絡值嗎？」「價格是高了，還是低了？」

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

某種程度上說，是通過并購來獲得進一步增長。非常重要的一點，Linkedln在過去6年

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

增長超過40倍。這種增長速度在企業(yè)服務領域里面是驚人的。

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)進一步促進增長。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（學習）。這句話在過去的6年間不斷得到驗證，不斷通過各種

各樣的方式在產(chǎn)品，運營，銷售，市場推廣等各個領域得到大規(guī)模的實踐。

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

非常基礎的指標。其中一個重要的公式就是獲客成本（CAC）和用戶生命周期價值（LTV）

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

曾經(jīng)打造的整個銷售線索數(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)等等讓各個部門做到完全數(shù)據(jù)分析驅(qū)動。這里的直接結果就是，Linkedln對比普通運

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

因為大量的客戶都是企業(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)動整個的變現(xiàn)團隊（銷售，市場，運營，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，同時在單位時間內(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)略里面一個很重要的環(huán)節(jié)，無論在產(chǎn)品設計、業(yè)務運營里面，數(shù)

據(jù)都是一個很重要的環(huán)節(jié)。Linkedln是2002年底成立的，2003年業(yè)務框架基本上設計

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

然后數(shù)據(jù)變現(xiàn)，進行業(yè)務變現(xiàn)和增長，再次促進用戶使用，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）設計Linkedln戰(zhàn)略的時候，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候，有B2B企業(yè)投廣告。

?第三種，當有大量人的信息以后，公司的獵頭會用這個平臺來找候選人。

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注的是用戶體驗和使用度，

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

Linkedln在只有1萬用戶的時候就開始用數(shù)據(jù)驅(qū)動業(yè)務。早期的時候，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個員工，每個人需要拉500個

朋友進來，這就是他獲取的第一批1萬個用戶。

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

去觀測兩個渠道，一個是電子郵件，一個是搜索：

Linkedln剛出來創(chuàng)始團隊都有一些光環(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的渠道里進來的用戶，比電子郵件邀請進來的人數(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。

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

創(chuàng)業(yè)者應該從什么時候開始關注數(shù)據(jù)？

Greylock也是投資人，以前是Pinterest的產(chǎn)品經(jīng)理。當時增長速度非?？欤磕晁麄兌?/p>

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

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)化運營就越來越重要了。一個人在里面不可能永遠的贏，一

個團隊不斷變大的話，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標準，可促進增長的空間，你帶著假設迅速的

驗證。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每天早晨是五點半、六點就起床，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，對他來說不是一個報表，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)在財務報表上面好得多的一個原因。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每年反復要去問的一個問題是：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個聯(lián)系人的用戶，他們的留存/使用頻度/停留時間是那

些沒有加到5個聯(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。

但是當時這樣的人非常非常少，于是他們在產(chǎn)品各個入口都增加社交關系。Linkedln還有

一個上傳地址簿的功能，還給你推薦哪些人你可能認識，同時把這些功能點放在各個產(chǎn)品頁

面的入口。

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

碼有兩三百個各種不同的指標，最后沒有任何一個指標能告訴我們，就是因為這個原因。

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

理就把非常復雜的問題簡化，讓所有的東西都關注這一個點：關注這個魔法數(shù)字，讓更多的

用戶在第一周里加到5個聯(lián)系人。于是，當時增長速度是非常快的。

數(shù)據(jù)驅(qū)動應該成為企業(yè)文化

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

論，框架很簡單，就是三個，有個idea迅速落地，進行驗證，進入下一次閉環(huán)；第三點,

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2萬5千個用戶的時候就開始用數(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。

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

每天觀察各個客戶公司的指標，及時跟進聯(lián)系客戶增加留存。

銷售部門95%以上的銷售每個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的

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

等各種因素進行排序，銷售團隊客戶服務團隊會有針對性的互動。智能預測客戶流失，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，價格變動，電子郵件營銷，線下活動效果的衡量

來促進營業(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，是因為我們親身感

受數(shù)據(jù)驅(qū)動的力量.2010年的時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用戶，當時給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，首先你要有一個很好的概念，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?，F(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頁面，有一段時間，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節(jié)，我們當時把這個注冊轉(zhuǎn)化率

通過瀏覽器做了一個分群，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…

A*94.7MX90.0%GrowinglO

數(shù)據(jù)分析

洪艮新建明翼-HUB充頁…8V

因為我們用了一套新的Java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，我們其實查過很多文獻，普通一個SaaS軟件的話，基本上從訪客到最

后成功的注冊應該是5%左右，我們當時覺得7%還挺好，但實際上很多人想進來，想買

東西都買不了，因為他根本堵在中間了。

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)驗中，親眼見到了，親手實踐了若干的數(shù)據(jù)分析項目?？吹搅藬?shù)

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

價值能夠在各種企業(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)動增長的機會：

?沒有認識到數(shù)據(jù)分析帶來的巨大價值。

?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，小的創(chuàng)業(yè)企業(yè)沒有那么多資源和時間，更需要工具化.今天是工具化的時

代，如何很快的用工具來實現(xiàn)價值，是一個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,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)務增長已經(jīng)被越來越多的企業(yè)和員工所認同，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)分析都有一個基礎，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代碼來收集數(shù)據(jù)，俗稱埋點。對很多互

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

坎。

但是埋點數(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），個性化廣告，關聯(lián)市場營銷，郵件，按點擊付

費渠道，或者SEO等

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

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，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的研究報告來看，從需求溝通到代碼加完，平均用時是3周。

碰上技術排期，優(yōu)先級還不夠的，幾個月都有可能。

埋點溝通成本高，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)，因為老大們天天追著要。新產(chǎn)品快

上線了，PM追著技術要埋點，磕了半天技術同意幫忙加代碼了。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？這往往是技術童鞋可能要問的第一個問題。

產(chǎn)品的人不懂技術，技術的人不熟悉產(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)品和技術相互溝通成本極高，

而且反反復復，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，埋點周期長，同樣成為產(chǎn)品童鞋碰到的大問題。

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

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

時進行的多項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)標簽，增加新的標簽，就算每次工程實現(xiàn)上都準

確無誤，業(yè)務方進行分析時也得小心翼翼，得知道什么時間段什么標簽才是真正有效的，-

不留神用了無效標簽得出的結論就可能是錯的。

以上市場、產(chǎn)品小伙伴碰到的問題是很多企業(yè)的實際情況。

盡管硬件和軟件，以及IT架構層面的技術進步，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)務的道路上，數(shù)據(jù)采集依然是一個很大的障礙。

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，收集不準確，都成為一個個實際的困難。而目前解

決這些困難往往耗費不同崗位同事間大量的溝通成本，需要研發(fā)或者技術進行長時間重復

而且低價值的勞動。

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)務發(fā)展速度。

企業(yè)需要重視數(shù)據(jù)驅(qū)動的價值，同時更好的解決數(shù)據(jù)收集的問題，因為這是做好數(shù)據(jù)分析的

第一步。找到一種更專業(yè)，更準確，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)公司的團隊創(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)科學團隊，支撐了Linkedln公司

所有與營收相關業(yè)務的高速增長。

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

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

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

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

發(fā)的技術。

比如說一個網(wǎng)頁，只要圈點它，就能知道轉(zhuǎn)化率、訪問、點擊和價值，不需要任何埋點。可

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

轉(zhuǎn)化率；預測客戶流失，復雜數(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)的同學們集體歡呼吧！

好啦，廣告打完了，歡迎大家注冊，免費試用哦。

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曾為領英商業(yè)數(shù)據(jù)部門高級總監(jiān)，該部門為整個公司的銷售、

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

的頭銜——美國DataScienceCentral曾將他評選為"世界前沿數(shù)據(jù)科學家Top10”。

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

上,GrowinglO全新上線了更精細的漏斗對比、用戶細查、熱力圖等實用功能。同時，

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。

借著這個機會，我們與Simon聊了聊關于創(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)可以通過科學來解決。以下，是來自Simon的觀點，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，當然這得益于他們的長

期積累，對數(shù)據(jù)和運營結合的比較好。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)所能提供價值的認識程度，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)在三個層面：

1)價值的認知

許多公司處于瘋狂增長時期，大家一拍腦子做的決定，可能已經(jīng)產(chǎn)生很多價值了；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值。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

2）基本方法論的認知

意思是核心但簡單的方法論。目前國內(nèi)對基礎的方法論沒有太多的認知，可能因為國內(nèi)發(fā)展

時間還比較短，而美國已經(jīng)開發(fā)好幾十年了。

3）實際操作方法的認知

國內(nèi)一線員工用數(shù)據(jù)來指導工作運營，比如產(chǎn)品、客戶、銷售等實際操作經(jīng)驗相對來說少一

些。一方面，因為發(fā)展時間短，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知。但這個認知，是分階梯的，循序漸進的一個過程。

在美國，認知和方法論已經(jīng)慢慢進行了良好的統(tǒng)一——技術和業(yè)務之間，用數(shù)據(jù)來融合。

在國內(nèi)的話，技術和業(yè)務的鴻溝巨大。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)

務端；業(yè)務端對技術也不是非常熟悉，導致很多需求并不能直接用現(xiàn)有技術手段來實現(xiàn)。彼

此的不了解，進一步加劇了數(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

值實現(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)運營來

做決策。

很多公司從頭開始做的時候，大量時間花在建設技術平臺的過程中。技術平臺首先很復雜,

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)的價值；等意識到數(shù)據(jù)的價值時，他的期期望又往

往很高。這種大鴻溝，也無法讓價值真正落地，甚至讓人們產(chǎn)生"這個價值是否真能實現(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，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個產(chǎn)品、企業(yè)的生命周期。

第一個階段，叫冷啟動。這個時候公司特別早期，天使輪或者A輪，甚至融資還未成功。處

在這個階段的公司，用大數(shù)據(jù)驅(qū)動是一個偽命題——因為客戶數(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"客戶來用這個產(chǎn)品。

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

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

的表現(xiàn)，而是為了未來做增長時有可比較的基準。

并且，這些指標能夠告訴我們，什么時候我們應該去做增長。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。因為流失速度超過增長速度。以前很多燒錢的企業(yè)能成

功，是因為競爭沒有那么激烈，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。

第三個階段，增長期。這個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PR還是做活動，都需要人力和時間成本。如何在增長中，找到效率最高的渠道？

這個我覺得，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，但沒有人能進連贏一萬次。所以，直覺需

要和數(shù)據(jù)進行結合，這樣企業(yè)能迅速優(yōu)化各個渠道，來提高單位時間的轉(zhuǎn)化效率。通過單位

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

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

學習的企業(yè)，一定會勝出。

第四個階段，是變現(xiàn)期。業(yè)務變現(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、體驗好的用戶，會轉(zhuǎn)化為付費用戶。類似一個漏斗，不斷地去篩，這里面就是要拼

運營的效率了。

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漏斗，真正要做好數(shù)據(jù)化運營，要對漏

斗的每個環(huán)節(jié)持續(xù)地進行追蹤。為什么呢？因為不能衡量，就很難去做增長。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

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

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

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

數(shù)據(jù)化運營的人，很難體會到會有多大。

比如，以前我們在領英做數(shù)據(jù)驅(qū)動轉(zhuǎn)化時，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，這個

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

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完了，都已經(jīng)用了十幾年了。這些經(jīng)驗，國內(nèi)很多企業(yè)，可以

模仿和學習，沒有必要再重新蒙著眼睛走一遍，那是浪費時間和資源。

還有一點，企業(yè)應該運營化。什么概念？就是說，數(shù)據(jù)分析，它不是一個運動式的，而是日

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

這是一個很重要的過程。但是習慣培養(yǎng)蠻痛苦的，因為很多的創(chuàng)業(yè)者都很忙，哪有時間去看

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：一種認為這是純技術，還有一部分是比較迷信，

認為只要一上大數(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，我覺得你做的這個東西能不能有價值，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，搭建很大的團隊，效率和產(chǎn)出都比較低，這個我建議大家慎重。

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——不能說因為你會用工具，所以你就創(chuàng)業(yè)成功；但是好的創(chuàng)業(yè)者，一定能用這

些各種工具，達成目標。

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

好的數(shù)據(jù)分析應該是是怎么樣的？

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，不是只給公司里的一兩個人

看，而是能夠讓公司里面各個運營部門，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。這個我覺得是區(qū)分一個數(shù)據(jù)驅(qū)動型企業(yè)，和非數(shù)據(jù)驅(qū)動型企

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

一個公司要建完整的數(shù)據(jù)分析機制，首先應該從業(yè)務開始。所有的數(shù)據(jù)分析運營或者數(shù)據(jù)體

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

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

數(shù)據(jù)整理，這個過程最耗費時間，可能因為剛開始的計劃就做的不夠周全。所以說，在數(shù)據(jù)

采集和數(shù)據(jù)整理方面，應該很有計劃的重視。

到后面，數(shù)據(jù)分析，不能只僅僅停留在報表的基礎上，價值還是不夠多。最終還是，那些數(shù)

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

強的操作能力。

所以說一個企業(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，應該先

從一個單點突破，找到一個轉(zhuǎn)化點，看到了價值，通過這一次的實踐，再學習下一次實踐的

方法。這也是一個學習的過程。不要上來就建立龐大系統(tǒng)，上來就把50個數(shù)據(jù)圓圈綜合在

一起，想建立一套數(shù)據(jù)科學框架。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)部有人核心負責數(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，在運營部門里面，至少得有一個人有一定的數(shù)據(jù)分析概念。

就好像我們把一套高級手術儀器搬到公司去，如果沒人會操作也不行。

我認為最好的知識獲取方式，就是實際操作。實際操作的前提，是最好有一個稍微懂一些的

人，能帶著做幾次。然后轉(zhuǎn)起來、學起來了，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)指導類的書籍，能有這種效果。有了

這個人，再能從懂這方面的人和公司產(chǎn)品獲取方法論的支持，這種學習機制就建立起來了。

這個還是蠻重要的，否則系統(tǒng)雖然強大，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，它們關注的東西非常標準化。比如說，他們想知道新增用戶、留存用戶、

強勢渠道、新用戶使用哪些產(chǎn)品的功能等問題。每個公司優(yōu)勢和缺點都不一樣，我舉兩個例

子吧：

比如說，有一個客戶，他們是SaaS公司，做了很多線下活動，然后往線上導流。但他從來

就沒有觀測過自己的注冊轉(zhuǎn)化，結果量來了，但轉(zhuǎn)化率很低，最后實際注冊還是很低，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。但早期進來的人一般都是核心用戶增長速度比較快。而后很快就進入了一個平臺期，

為什么？

這就是因為里面很多東西做得不夠細，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，就會造成每個單品里競拍用戶減少。一少下來以后，價格

就會減低，減低完了以后，導致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，進而提高客單

價。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，一般早期都是關注核心用戶，滿足了核心用戶的需求，再通過這個不斷

往下擴散。所以說，留存度還是應該得到更多關注的。

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

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

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把用戶分成了七個層次。這七個層次什么意思呢？就是說，這一周每個用戶的活

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。然后，它在這個維度上，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。因為如果同時做拉新又做留存，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)不斷的復制運營。

第二點，你有了好的留存以后，你可以迅速的去做擴張。因為擴張完了，用戶會留下，你的

增長速度會加快。

這里實際上有一條非常現(xiàn)成的方法論，因為如果你沒有找到很好的留存，你做的業(yè)務就是一

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

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

有這種基礎的思維方法在里面；在增長期的話，需要極端專注。

早期靠直覺，后期靠科學。

越早做一些數(shù)據(jù)鋪墊我覺得對一個公司越有好處，它是一個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，因為你還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。

我最后簡單總結一下，數(shù)據(jù)分析的五個階段：

第一個階段，是什么都沒有的；

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

一個階段；

GrowinglO新一代數(shù)據(jù)分析產(chǎn)品

第三個階段，內(nèi)部做產(chǎn)品、做運營、做市場營銷的人，需要問為什么：這個階段，是預測，

即預測某種人群，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；

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

案，讓它有更好的轉(zhuǎn)化、留存，帶來更好的拉新效果；

第五個階段，是優(yōu)化，多樣產(chǎn)品線如何能找到最好的平衡點：在價格、營銷，產(chǎn)品設計，銷

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

的點。

這五個階段，需要花時間來不斷積累的，不要跳躍，跳躍往往失敗，從基礎做起。

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、精益化運營、數(shù)據(jù)化運營等概念漸入人心，數(shù)據(jù)產(chǎn)品這個

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？如何設計一個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這種實時互聯(lián)網(wǎng)分析產(chǎn)品相

比，顯然，他們的報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)可能會讓人有些費解。其實，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)和相應的數(shù)據(jù)模型，建立的一套評分標簽體制。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，直接匯報給MarkZuckerberg的GrowthTeam就專門下轄了

Data&Analysis和Infrastructure兩個數(shù)據(jù)團隊做數(shù)據(jù)的采集計算和展示。他們會對

Facebook所有的數(shù)據(jù)進行監(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VP帶領的30人團隊做了一年的主

頁改版，在三個月內(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。可以這么說，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、峰瑞資本技術合伙人覃超）

如何設計數(shù)據(jù)產(chǎn)品？

對于產(chǎn)品設計來講，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)品設計，概念上都會清晰很多，我們將它抽象成了五個步驟：

?面向什么用戶和場景

?解決什么問題/帶來什么價值

?問題的分析思路是什么

?需要用到什么樣的指標

?這些指標該怎么組合展現(xiàn)

1.面向什么用戶和場景

任何產(chǎn)品設計均需要明確面向的用戶和場景，因為不同用戶在不同場景下打開你產(chǎn)品的姿

勢也大不相同。

?不同用戶有不同的價值。這個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)生的價值來看，高層的一個正確的決斷可以節(jié)省下面無數(shù)的

成本。

?不同層級用戶關心的粒度不一樣，永遠要提供下一個顆粒度的分析以及可細化到最細

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

?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計。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

鍵。在設計的時候，原則就是通過手機界面展現(xiàn)關鍵指標，不涉及詳細分析功能。而且

在某些指標異動時能及時通過手機通知。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慣，而且每位PM入職后，必須兼職一段時間的客服。只有這樣，

PM才能更好的了解用戶以及他們的使用場景，設計出更好用的產(chǎn)品。

2.解決什么問題/帶來什么價值

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。相乘得出的結果才是這個

需求的價值。

以一個利用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，在不同的使用時間，在不同的

環(huán)節(jié)都需要進行監(jiān)控和優(yōu)化，最終設計出來的就是這個可以根據(jù)不同緯度不同環(huán)節(jié)進行對

比分析的GrowinglO漏