[[173821]]

作者：張溪夢，GrowingIO聯(lián)合創(chuàng)始人、CEO，前LinkedIn商務(wù)分析高級總監(jiān)。美國Data Science Centra評選其為“世界前十位前沿數(shù)據(jù)科學(xué)家”。

導(dǎo)讀：

• 怎樣更好的招人和留人?硅谷是怎么做的?
• 為什么說增長是王道?為什么要關(guān)注增長?
• 如何正確理解用戶增長的“海盜法則”AARRR?
• 為什么說數(shù)據(jù)是下一次技術(shù)革命最重要的指針?
• 如何提高數(shù)據(jù)分析以及運營決策的規(guī)模和效率?

關(guān)注用戶體驗： 這個環(huán)節(jié)會產(chǎn)生大量的數(shù)據(jù);

關(guān)注運營數(shù)據(jù)：通過運營數(shù)據(jù)的分析，找到業(yè)績&收入的增長點;

關(guān)注變現(xiàn)：基于變現(xiàn)的要求進一步推動用戶體驗的迭代&更新。領(lǐng)英背后是一個非常大的精細(xì)化數(shù)據(jù)運營平臺，這個平臺在驅(qū)動著領(lǐng)英的發(fā)展;

領(lǐng)英的創(chuàng)始人叫里德.霍夫曼，他認(rèn)為人與人之間的關(guān)系是產(chǎn)生社會價值最重要的原則，創(chuàng)始人也被稱之為硅谷“人脈王”，因此在這個認(rèn)知的基礎(chǔ)上買了六度人脈的專利，成為領(lǐng)英發(fā)展的理念基石;

引申閱讀：里德.霍夫曼的經(jīng)典書，《聯(lián)盟-互聯(lián)網(wǎng)時代的人才變革》，這本書***頁就指明了“終生效忠于一家公司已經(jīng)成為歷史”，既然現(xiàn)實這么殘酷，那么我們作為用人單位，怎么樣更好的招人和留人呢?LinkedIn的創(chuàng)始人里德霍夫曼在”聯(lián)盟”中推薦了2個在硅谷的科技公司中行之有效的方法：

➀ 三個任期制(輪轉(zhuǎn)期、轉(zhuǎn)變期、基礎(chǔ)期)

不同時期公司和員工制定不同的目標(biāo)，到期前考核目標(biāo)完成度并考慮是否續(xù)，如果續(xù)，則制定下一個時期的目標(biāo)。以道德來約束，不具備法律效力。雙方的目標(biāo)設(shè)定是建立在充分信任和公平的基礎(chǔ)上，因此理論上不存在領(lǐng)導(dǎo)給個不靠譜的KPI指標(biāo)，員工邊做邊怨，到期不達標(biāo)被開除或者主動辭。

當(dāng)然這種方法對領(lǐng)導(dǎo)的綜合要求特別高，在制定任期的目標(biāo)時，既要滿足員工的述求，同時也要保證公司的目標(biāo)能完成。由此看來，在目前的快節(jié)奏的互聯(lián)網(wǎng)企業(yè)中，以前那種簡單的公司KPI往下分發(fā)，或者領(lǐng)導(dǎo)腦門一拍這個功能XX天必須上線的簡單粗暴模式漸漸地行之不通了!

➁ 公司員工聯(lián)絡(luò)網(wǎng)

既然終身制不可能，那么早晚有離開的一天。天下沒有不散的筵席，但是不能人走茶涼!公司應(yīng)該主動投資運營同事聯(lián)絡(luò)網(wǎng)(類似大學(xué)的同學(xué)會)，書中就前員工聯(lián)盟(或者說聯(lián)絡(luò)網(wǎng))舉了PayPal、寶潔公司已經(jīng)LinkedIn公司的例子。

LinkedIn、特斯拉、YouTube、Yelp、Yammer的創(chuàng)始人都曾經(jīng)在一家公司工作過，那就是PayPal, LinkedIn公司現(xiàn)在有超過118000個公司同事群，涵蓋了98%的《財富》500強企業(yè)，而寶潔公司的員工群完全獨立于寶潔公司，如今已經(jīng)擁有超過25000名成員，以及一個慈善基金會和一個演講團。而在中國大家所熟知的騰訊及阿里則是會***保留一名員工在公司內(nèi)部的工號、企業(yè)郵箱等等。

➂ 員工本身建立連接、形成聯(lián)盟的好處：

前員工有可能回來，或者前員工會推薦優(yōu)秀的員工加入公司，如此可以大幅度節(jié)約招聘成本;

現(xiàn)任員工遇到問題，可以快速找到靠譜的前員工進行求助;

形成口碑效應(yīng)，大家都說這個公司好，那么招聘的時候就更有吸引力了!

EPSON是一家制造業(yè)公司，又或是一家互聯(lián)網(wǎng)公司，這可能是商業(yè)模式上最早使用“互聯(lián)網(wǎng)模式”的公司，賣打印機的時候基本上不掙錢只能保本，而掙錢的業(yè)務(wù)是墨水-利潤率是90%多;在做市場活動的時候是需要做好本次活動收入的預(yù)測的，每次活動都要通過統(tǒng)計模型加上大量的手工數(shù)據(jù)錄入進行計算，最終的結(jié)果可以得到實際業(yè)務(wù)與預(yù)測偏差不超近5%，這已經(jīng)是一個很好的精細(xì)化運營典范了。

數(shù)據(jù)分析的基本原則：數(shù)據(jù)收集過程中一定會產(chǎn)生雜音和失真，最終的結(jié)果不能100%的反映業(yè)務(wù)的過程，所以這就需要有業(yè)務(wù)經(jīng)驗與業(yè)務(wù)直覺的人來做判斷;數(shù)據(jù)可以不準(zhǔn)，但需要具有可持續(xù)性，不能一會準(zhǔn)一會不準(zhǔn)，這樣就不具有可分析性。

在移動互聯(lián)網(wǎng)的世界里，馬太效應(yīng)非常明顯，即20款A(yù)PP占據(jù)了71%的用戶使用時間;所有的其它幾百萬家APP和網(wǎng)站要去激烈競爭29%的用戶時間，這就需要有新創(chuàng)公司需要跑的更快、更有效率、商業(yè)模式更好。在美國來說，目前其整體的用戶增長已經(jīng)在個位數(shù)上，“流量為王”的世界中看的是增量世界，但現(xiàn)在所有的競爭都是基于存量市場的競爭，那就是比拼速度和效率。

用戶為王 VS 流量為王：在存量的競爭過程中，所有的商業(yè)模式都需要回歸“用戶為王”，以用戶為核心，以產(chǎn)品為表現(xiàn)，以數(shù)據(jù)運營為指南針，在存量世界中“擰毛巾”，最終實現(xiàn)做的效率更高。

增長是王道!如果一家公司全員都要關(guān)注的話，那應(yīng)該是什么事情呢?是增長!為什么要關(guān)注增長呢，主要有三個因素：

1. 估值，只有快速的增長才能保證市場表現(xiàn);
2. 只有增長才能持續(xù)為更多的客戶提供優(yōu)質(zhì)服務(wù);
3. 社會需要企業(yè)持續(xù)增長創(chuàng)造社會價值。

[[173823]]

用戶增長的“海盜法則”AARRR：

數(shù)據(jù)是一種連接。它連接4個最基本的象限，時間，地點，任務(wù)，事件。我們?yōu)槭裁匆f數(shù)據(jù)會是下一次技術(shù)革命浪潮的最重要的指針?大家來看一下，根據(jù)美國幾家***研究機構(gòu)的報告，(Gartner，IDC等等)，在未來的5年，我們會有40億人通過互聯(lián)網(wǎng)產(chǎn)生各種數(shù)據(jù)，將成就一個4萬億美元的市場，將有兩千五百萬種軟件接入，250億臺各種各樣的設(shè)備接入各種數(shù)據(jù)系統(tǒng)，五百萬億GB的數(shù)據(jù)產(chǎn)生。

美國數(shù)據(jù)分析框架和方法論：在美國，已經(jīng)形成了非常系統(tǒng)的數(shù)據(jù)分析方法論。這種方法論在二戰(zhàn)期間就開始行駛，應(yīng)用到軍事，科技，民生等各個方面?？梢詳?shù)據(jù)分析分解為幾個步驟，大家仍然可以看到，這里各個環(huán)節(jié)從先到后是以價值不斷提高為條件的。

***，正確的數(shù)據(jù)采集，數(shù)據(jù)標(biāo)簽方法的實施，對未來的數(shù)據(jù)分析迅速產(chǎn)生結(jié)果有幾何倍數(shù)的促進作用。這也是若干企業(yè)缺失或者非常忽略的部分。

第二，大數(shù)據(jù)的工程架構(gòu)，數(shù)據(jù)倉庫，分布式計算層面?，F(xiàn)在的分布式計算系統(tǒng)，和以往的數(shù)據(jù)倉庫的整體構(gòu)架有了很大的分別，這要求我們的IT部門能夠跟上節(jié)奏，實施部署新的基于開源的分布式數(shù)據(jù)技術(shù)、例如已經(jīng)比較成熟的Hadoop，這個技術(shù)已經(jīng)在美國應(yīng)用了將近10年，漸漸在互聯(lián)網(wǎng)公司變成了主流。

第三，響應(yīng)性分析。這就是大部分企業(yè)也許做的最多的事情，就是不斷地用數(shù)據(jù)回答業(yè)務(wù)方提出的各種問題，制作簡單的報表，商業(yè)智能，BI等等。

第四，診斷性分析。比如說多維度的歸因，積分卡的實施等等。

第五，戰(zhàn)略型分析。競爭趨勢，價格彈性，企業(yè)財務(wù)營收的判斷等等。過去企業(yè)的高層戰(zhàn)略分析一直被BCG，麥肯錫等公司霸占，但是現(xiàn)在為什么沒有出現(xiàn)在金字塔的頂端呢，就是因為大數(shù)據(jù)的出現(xiàn)。

第六，預(yù)測性分析即對未來的業(yè)務(wù)進行基于統(tǒng)計模型，機器學(xué)習(xí)，以及各種大規(guī)模模擬和優(yōu)化的分析。

第七，全數(shù)據(jù)自動分析和決策。

真實情況下企業(yè)數(shù)據(jù)分析的現(xiàn)狀。我們看一看大多數(shù)的企業(yè)都是如何完成這些工作的。您們在座的各位行業(yè)***，特別是CTO專注技術(shù)的，是不是對這個圖比較熟悉。

這不就是企業(yè)內(nèi)部的數(shù)據(jù)流程圖嗎?如果我告訴您，這張圖是美國漢密爾頓河污水處理的流程圖您會怎么想?這張圖是把美國一條污染的河變成清水的過程，也非常類似于現(xiàn)在今天數(shù)據(jù)分析的流程。

很多企業(yè)內(nèi)部做數(shù)據(jù)分析的一個基本的流程正如：很多臟水流了進來，我們需要人力對它們進行各種監(jiān)控，把他放到一個池子里進行沉淀。然后我們做各種清洗、聚合、再清洗、再消毒，再傳輸，一步一步，美國做過一個研究，真正從數(shù)據(jù)收集到***數(shù)據(jù)的產(chǎn)生有用的商業(yè)價值的過程，需要三個星期到五個星期。大家想想，每做一個很簡單的決策，需要三到五個星期的流程，這是多么痛苦的過程。未來的企業(yè)如果要在數(shù)據(jù)戰(zhàn)略上成功，必須能夠有能力迅速的把污水變成清水的能力。

大家再來看一看，真正產(chǎn)生的價值的部分都在這個金字塔的上端。而根據(jù)美國白宮的***數(shù)據(jù)科學(xué)家DJPatil的一份研究報告，90%的數(shù)據(jù)工程和分析師的時間是放在數(shù)據(jù)收集和清理部分，只有10%左右的資源放在能夠產(chǎn)生大量商業(yè)價值的工作上。

在傳統(tǒng)意義上來說，整個的數(shù)據(jù)分析是由若干的部門按照順序處理，這樣效能是非常緩慢的。大家講大數(shù)據(jù)，數(shù)據(jù)是從數(shù)據(jù)標(biāo)簽的采集開始的，一般都由前端工程人員實施，然后數(shù)據(jù)傳輸?shù)墓ぷ饔蒊T來管理，ETL一般由企業(yè)內(nèi)部的數(shù)據(jù)倉庫或者數(shù)據(jù)平臺的團隊負(fù)責(zé)，BI(商業(yè)智能)部門在分析部或者存在于業(yè)務(wù)部門之中，然后我們還有各種商業(yè)分析師，統(tǒng)計學(xué)家參與其中，這個運行框架體系因為各個部門參與的人非常多，流程很長，大量降低了效率。

特別是站在技術(shù)先頭部隊的互聯(lián)網(wǎng)企業(yè)，做過各種嘗試，比如想打破這個僵局就要對各個功能性部門進行整合，但是因為功能性的部門要求人員的能力和經(jīng)驗有千差萬別的需求，造成了懂業(yè)務(wù)的部門很難真正理解技術(shù)，懂技術(shù)的部門又沒有沒有足夠的精力完全理解業(yè)務(wù)部門五花八門的需求，這樣就產(chǎn)生了若干決策環(huán)節(jié)的緩慢與低效。

為了解決不斷增加的需求，企業(yè)內(nèi)部需要內(nèi)建和定制化各種IT系統(tǒng)，這種定制化造成了企業(yè)內(nèi)部各個部門形成了若干數(shù)據(jù)微型小島，若干企業(yè)數(shù)據(jù)孤島進一步增加IT部門的工作負(fù)荷、即對各種內(nèi)部定制化的系統(tǒng)進行數(shù)據(jù)整合從而進行各種統(tǒng)一的數(shù)據(jù)決策。

短期之內(nèi)這種定制化的數(shù)據(jù)整合貌似解決了企業(yè)的信息決策的問題，但是在長遠(yuǎn)上看會甚至進一步拖慢企業(yè)決策速度。請看這張數(shù)據(jù)分析金字塔圖，在過去若干年里面，我們發(fā)現(xiàn)大數(shù)據(jù)分析真正產(chǎn)生價值就是上面10%的投入時間，會產(chǎn)生超過90%甚至超過90%的價值。但是他如果沒有時間和沒有資源做下面90%的工作，就不可能產(chǎn)生任何的價值。包括銷售的管理也是一個數(shù)字驅(qū)動運營化。

中國今天飛速發(fā)展?fàn)顟B(tài)下，我們要問問自己，我們的企業(yè)是否每一家都有需要內(nèi)建一個“污水處理廠”，或者重復(fù)開發(fā)和部署那么多種軟件來為實現(xiàn)企業(yè)分析服務(wù)。今天我們面前的一個機會，就是如何用非常有效地采用先進的方法越過各種技術(shù)和管理鴻溝，讓我們企業(yè)變得更有效率。而且人口紅利的減少，企業(yè)增加效率就是我們要做的最重要一件事。

構(gòu)建數(shù)據(jù)驅(qū)動閉環(huán)：如何提高數(shù)據(jù)分析，以及運營決策的規(guī)模和效率?

主要的手段，就是要對現(xiàn)有的業(yè)務(wù)的數(shù)據(jù)分析流程進行大規(guī)模的簡化，從而達到端對端的整合，讓決策分析系統(tǒng)趨于閉環(huán)。這種數(shù)據(jù)分析閉環(huán)的速度基本上等同于企業(yè)決策速度。企業(yè)大數(shù)據(jù)分析閉環(huán)至少要具備兩個組成部分：***部分：業(yè)務(wù)端的參與度，第二部分：技術(shù)端的實施。

這個決策環(huán)業(yè)務(wù)端外部參與越多，技術(shù)端內(nèi)部實施越少越快，那么效能就越高。如何理解呢，在美國***的權(quán)威機構(gòu)的研究資料中提到了下一代數(shù)據(jù)革***的影子CTO的概念，即IT部門應(yīng)該成為企業(yè)軟件的外部管理者，而不是內(nèi)部執(zhí)行者。而且美國的云端SaaS軟件，也就是把信息決策的功能放在云端從而跨越過若干IT的冗長流程和技術(shù)鴻溝。

這已經(jīng)在硅谷若干***潮流的公司中有了很好的詮釋，比如Salesforce，LinkedIn(領(lǐng)英)，F(xiàn)acebook(臉書)，Uber(優(yōu)步)以及Airbnb等***公司的各個部門都越來越多的采用采購基于SaaS的各種解決方案，而不是全部自建得到了充分驗證。