GrowingIO帮你定制自己的分析师

刘佳外界往往把LinkedIn看做一家互联网职业社交平台，但很少有人知道，它已经是世界上第二大的企业级SaaS服务商。“为什么LinkedIn这家公司能够在五年时间，营业额每年接近100%的速度在增长？核心的秘密就是我们用数据分析产生了几何倍数的迭代

刘佳

外界往往把LinkedIn看做一家互联网职业社交平台，但很少有人知道，它已经是世界上第二大的企业级SaaS服务商。

“为什么LinkedIn这家公司能够在五年时间，营业额每年接近100%的速度在增长？核心的秘密就是我们用数据分析产生了几何倍数的迭代。”前LinkedIn美国商业分析部高级总监、GrowingIO创始人张溪梦对包括《第一财经日报》在内的记者说。

这也就是GrowingIO成立的原因。从硅谷到北京，张溪梦用半年的时间做出了回国创业的第一款产品：实时商业数据分析产品GrowingIOV1.0。你可以拥有自己的数据分析师，按照自己的业务需求制作图表，用数据驱动决策，而不是拍脑子、靠经验，想要一张销售或客户情况图表，要辗转反侧求助数据分析、产品、研发等其他不同部门。

张溪梦对记者举了一个例子，GrowingIO平台的整个架构类似乐高积木，尽管抓取的数据都处于原始状态，但通过不断衍生可以呈现不同主题，因此该数据分析模板可适用于电商、旅游、招聘等不同服务领域。

赶上SaaS服务爆发

GrowingIO看起来像是一家自带明星光环的公司，创始人张溪梦是前LinkedIn美国商业分析部高级总监，美国DataScienceCentral评选其为“世界前十位前沿数据科学家”。此前，他曾亲手建立了LinkedIn将近百人商业数据分析和数据科学团队。

创始团队其他成员来自LinkedIn、eBay、Coursera、亚信等国内外互联网及数据公司。在硅谷商业数据分析领域沉淀十多年后，张溪梦今年5月回国创业。

尽管产品还没有上线，GrowingIO称已经拿到LinkedIn创始人、硅谷人脉王ReidHoffman的投资。当张溪梦从LinkedIn辞职后，ReidHoffman只跟他谈了几分钟，就表示一定要投资。“我非常感谢以往雇主对我们的支持。”张溪梦说。

随后，他经人介绍又认识了经纬创始合伙人邵亦波，当时邵亦波在硅谷的家里了解到，张溪梦是LinkedIn数据分析的领军人物。

其实邵亦波有一个小算盘，“如果能够请Simon（张溪梦的英文名字）或者他团队里的成员回到我们经纬投的某一批公司里，或许能帮这些公司的收入很轻松地翻很多倍。因为Simon所做的很多事情，在LinkedIn已经通过数据证明了。这是我们的私心。”经纬创投合伙人左凌烨说。

受到经纬创投的邀请，张溪梦回国转了两周后，决定在中国创业，并选择了经纬创投作为重要的合作伙伴之一。同时，投资企业服务市场风险基金NEA也成为了GrowingIO的投资人。由此，GrowingIO天使轮共计拿到220万美元。

选择投资GrowingIO,经纬创投的认知和张溪梦的判断一致――中国SaaS服务机会和数据分析的机会。

与更为外界所知的电商、O2O等互联网公司不同，面向企业级市场的SaaS公司并不容易受到外界关注。但在今年，尤其是互联网寒冬下，2015年被视作是企业SaaS服务爆发的元年，“中国最近两三年成立起来的服务公司，应该会诞生一大批伟大的公司。”左凌烨表示。

而在企业服务所有细分领域里，一大趋势就是通过用机器学习、大数据来改造传统作为工具导向的企业服务。“中国很快会从现阶段的工具导向服务迈入下一步，GrowingIO这样的公司给大家提供工具和技能，将是最大的催化剂。“左凌烨说。

事实上，数据分析越来越被认为是互联网公司增长的必备能力。

今年年初，普华永道发布了一份针对77国逾1300名CEO的调查。结果显示，在推动数字技术发展、提高组织能力方面，数据挖掘分析占第二重要的战略地位，仅次于提高客户参与度的移动技术。同时，这些CEO还认为，数据分析对于提供更好的客户体验并提高业务效率来说是一项最为重要的能力。

让大数据像“水一样流动”

GrowingIO所做的事情，是希望创业公司通过使用它的产品，以用接近“零成本”的方式实现用户快速增长。

这背后的秘密就是“GrowthHacking（增长黑客）”。不同于靠烧流量、大规模地推等粗放的增长方式，“GrowthHacking”是通过技术手段和数据分析，以最低成本甚至零预算的方式，获取客户和收入的指数级增长。

事实上，Facebook、Twitter、Quora，LinkedIn都是利用GrowthHacking实现闪电式增长的典型案例。此前，LinkedIn通过内部分析数据，用极低的成本增加了大量的销售线索，整个获取客户的成本是普通SaaS企业的50%。

在张溪梦看来：“无论全球还是中国范围内，移动互联网用户增长红利窗口正在逐渐消失。对于在过去5~10年崛起的互联网企业来说，粗放增长的商业模式带来的利润率，已越来越低。他们要赢得更多的商业价值，最直接的方法就是用商业数据分析，迅速提高运营效率，增长业务，而不仅仅是依靠直觉和过往经验。

但是，产品需手动埋点、数据采集不全、核心业务数据无法保留、工程量繁重、制图生成耗时漫长、业务人员无法自主按需分析、无法对用户行为进行实时深层分析等原因，都在阻碍数据分析进一步大规模化。

过去的数据分析是一个“核电站”，可以产生很大的效能但却是很复杂的工程。“GrowingIO所运用的产品技术手段，可以把所有技术和能量做到一个小小的电池里面，让每位程序员、管理者和运营人员都可以运用，且效能是过去很多产品的很多倍。”左凌烨称。

不同于大数据商业分析友盟、百度统计、TalkingData等，张溪梦对记者介绍，GrowingIO与友商的核心区别在于，平台可以在不涉及用户客人隐私的情况下，将所有可以抓取的数据细节进行收集整理，即所谓的“原子化”，让数据可以实现像“水一样流动”起来，这也是数据分析工具和解决方案的最大区别。

张溪梦举例道，GrowingIO的上手只需加载一次JavaScript代码或SDK，几分钟后就可以使用，缩减了安装和调试的时间。这种无埋点技术，工程人员不需要在任一元素上单独设置代码，就可以收集数据。极大减轻工程量，使得数据分析流程从传统的数天甚至数周，缩短到几小时甚至几分钟。

而事实上，埋点采集数据，正是很多企业走向数据驱动业务道路上的核心难题之一。以国外研究TagManagement的研究报告来看，从需求沟通到代码加完，平均用时是3周。这不仅会拖慢产品开发，还存在数据不全面、遗漏缺失混淆、数据质量低等一系列的历史问题。

无需编程，一键点击即可展示分析结果。这样，一线业务人员无需再大量求助产品、技术、分析师等其他部门被动等待，只需要点击相关的页面和具体板块，就可以生成自己想要的分析结果，了解业务的执行情况。

除了基本DAU、PV、停留时长和留存率等基础指标之外，GrowingIO能够进行在任意多维度下自行定义指标，对用户行为进行深层分析，如追踪转化率、观察用户行为趋势、预测流失用户等，进一步辅助提出产品优化建议。

例如，曾有一家SaaS企业客户先拿出测试小组使用GrowingIO的产品，在两个月时间内，使用GrowingIO工具A组销售额同比没用使用的B组增长了58%。

其中一个有趣的例子是，两个小组都在追踪高频次客户，但是A组通过用户行为分析很快发现客户虽然登录频繁，但一直在用免费功能，并没有使用其核心功能，于是迅速调整策略，立即对客户进行产品培训，引导其使用付费功能，而B组在两个月后追单时才发现，白白错失了两个月时间。