張溪夢和他所創辦的GrowingIO(北京易數科技有限公司)一直都是我想采訪報道的對象，他身上有太多可圈可點的故事。尤其是對于GrowingIO大數據產品的設計和架構，他把自己對數據科學的嚴謹性和極致的工匠精神完美的融入到了產品當中。

讓客戶在使用其大數據產品的時候，不僅可以洞察到用戶行為背后的價值，為公司帶來豐厚的業績回報，更能感受到產品所透露出的誠意、便捷性和實用性。

問題1：GrowingIO大數據產品目前的完成度如何?什么時候進行商業化運作?

我們2015年5月份成立，同年12月份正式發布了第一版，已經開始商業化運作。自發布以來，增長迅速，已累計包括36kr、豆瓣、北森、銷售易等在內的企業注冊用戶數千家，活躍企業用戶及付費用戶百余家。

問題2：GrowingIO瞄準的企業客戶是哪一類客戶，可以幫助他們解決什么樣的問題?

我們瞄準的是初創期和增長期的互聯網企業。特別是那些強調轉化效率的互聯網企業。我們希望合作的客戶是那些開始注重轉化、注重營收變現的企業。同時愿意擁抱數據化運營的技術和方法論。

GrowingIO用戶行為數據分析產品，可以幫助客戶獲得每一個用戶的獲取、轉化、留存數據，用戶的每一次瀏覽、每一次點擊、每一次跳轉。

有了上面的用戶行為數據，我們產品就能幫助客戶大幅度提升盈利能力、增加客戶留存、降低客戶流失、增購復購等。

在全量數據采集基礎之上，我們可以做到實時分析任何一個用戶任何使用細節。

一 渠道分析：

實時數據分析，幫助客戶非常迅速持續的去分析每個渠道來了多少客戶，誰是從哪個渠道來的、各個渠道來的用戶轉化和投資回報比，幫助我們的客戶實現每一次營銷都要賺到錢!

二 轉化分析：

流量只是開始，轉化才能證明商業價值把不知道的客戶轉化成知道我們的客戶，把知道我們的客戶變成注冊客戶，注冊客戶變成活躍客戶，活躍客戶變成付費用戶，付費用戶變成忠誠用戶。

三 留存分析：

從早期就關注用戶行為，了解用戶持續使用的情況，精確管理每個用戶的生命周期，提升用戶粘度。

問題3：GrowingIO目前市場覆蓋情況如何?哪些公司在用?說一個應用案例。

目前我們市場集中在SaaS、互聯網金融、在線教育、在線旅游、電子商務行業等。目前包括獵聘、智聯招聘、北森、有贊、豆瓣、36kr、環信等。

銷售易為例吧。銷售易是一個移動CRM銷售管理工具，能幫助銷售人員管理潛在客戶、跟進銷售項目、進行業務分析。

銷售易面臨的問題：

1)之前一直在關注客戶的每日活躍度(登錄用戶數)。但是看到有的客戶明明活躍度很高，卻突然告知不再續約。該怎樣預防這種情況，減少客戶流失?

2)每個銷售人員面對手里一大把銷售線索，該如何預測用戶的付費意愿，進行優先級排序，提高銷售效率?我們的解決方案：

我們的解決方案：

1)建立客戶健康度模型，計算客戶健康度指數，指數過低時自動預警減少客戶流失率的關鍵在于建立產品粘性。

而產品的粘性如何衡量?分析銷售易的產品后，我們認為銷售易的粘性來自于銷售管理、客戶追蹤等功能與客戶核心業務的結合。根據過往數據和經驗，一旦客戶開始持續地、頻繁地訪問這些模塊，那么他們的續約幾率就會相應提高。而流失的客戶，是由于長期使用的都是非核心功能，因此很容易找到替代品，遷移成本也很低。

客戶使用的到底是核心功能，還是非核心功能，是無法從“日活躍數”這個指標體現出來的。因此我們幫助銷售易建立了客戶健康度模型，以客戶訪問和使用核心功能的行為數據來計算健康度指數，經過排序之后，客戶成功人員就可以迅速篩選出哪些客戶的行為模式不太健康，需要追加溝通和培訓。

2.建立客戶溫度模型，計算溫度指數，為銷售人員排序什么時候客戶會想要付費。

當客戶覺得當前的版本已經不能滿足自己的時候。這有可能是客戶對某一個高級功能感興趣，也有可能是快要達到現有的賬號或存儲空間上限，因此我們幫助銷售易建立了客戶溫度模型?？蛻魷囟戎笖稻C合考慮了客戶的資源消耗情況，和客戶在高級模塊的訪問數據，能讓銷售人員迅速預測客戶的付費意愿，提高追加銷售的效率。

另外，每一位銷售人員在GrowingIO的后臺，都能看到自己負責客戶的健康度/溫度指數，確保每個人看到的都是自己關心的圖表。

銷售易CEO史彥澤：“GrowingIO能讓我們了解每一個客戶使用銷售易的行為過程和習慣，幫助客戶成功團隊更加有的放矢地服務客戶?！?

問題4：硅谷創業文化和中國創投圈氛圍有什么相同點和不同點，如何把握“尺寸”?

首先：美國的創業者，特別是很多首次創業者，很多都是被一個“點子”或者“問題”驅動，然后以解決這個問題的方式開始創業。

國內的創業者更傾向于創業本身是一個原始的動力。不過這兩點都是創業者必須具有的素質。只不過中美創業者在這個問題上的平衡有些差異。這種差異就會延伸到對產品設計上的考量，美國的創業者一般傾向于把一個領域/事情做的很深，中國的創業者更傾向于把東西做的比較全。

再次：中國的創業者和美國的創業者在創業初期所強調的實際操作方法論上，我覺得有一定的差異。比如說“數據驅動，精益化運營，增長黑客”等實際操作經驗，美國的創業者在這方面受到風險投資或者創業培訓機構等等比中國完善得多。

美國的創業者“培訓”更傾向于教授被投公司如何使用“增長黑客”，如何使用電子郵件營銷，如何靈活的應用各種工具迅速迭代產品以及獲取運營優勢。這就造就了美國的創業者們基本上在早期就關注運用各種工具以獲得類似于大公司的昂貴的團隊能夠提供的競爭力。

中國創業者在這個方面，重視程度不太夠。用數據來驅動產品進行快速迭代是美國創業公司的一個標準的過程，在國內接受和理解，特別是能夠應用到實際操作過程中的公司還不太多。

第三：在兩國之間的資本市場的主流認知我覺得兩個國家有些差異。中國的市場無論在體量和增長速度上看都是具有絕對是爆發式增長的。中國的投資者相對傾向于對那些超快增長潛力的公司來進行投資，或者說是對“魔力象限“上面處于炒作風口的業務進行投資，因此整個的不確定性往往是基于創始人的能力和中近期市場需求依賴更明顯一些。

美國的投資者更傾向于對未來某些不確定或者顛覆的技術/觀念，或者說具有深刻變革能力但是高風險失敗可能的企業和創始人進行投資，他們需要的過程可能更長，需要風險投資人的耐心更大。這也許與兩個國家處于的VC生命周期不同很有關系吧。

問題5：從您的角度談談你對中美兩國大數據產業的看法。

首先兩個國家都對大數據非常重視。

中國對大數據產業的重視程度可以說是前所未有的。首先，把大數據作為國家級的優先戰略確定下來是一個絕無僅有的事情。很高興我們的國家是如此的支持和在戰略上強調數據在改造升級和建立更新的競爭優勢上的投入。

美國在這一點上，雖然沒有這種宣傳力度，但是實際上整個的國家戰略也是建立在大數據基礎上的。比如說奧巴馬政府的熟悉數據科學家，就是以前在LinkedIn數據科學部門的老板。兩個國家都很重視。

產業發展和多樣性上，美國已經精耕細作了很多年，整個的行業版圖非常細分和精益化。國內的大數據產業在技術和產品上相對細分沒有那么明顯，特別是對基礎技術領域的數據技術公司數量上相對少一些，不過最近B2B市場的崛起，越來越多的創業者和各個領域的專家投入進來，我們的在大數據領域的新技術開發上有更多的增長，這對我們國家在未來向技術驅動轉型是非常重要的。

結合中國的用戶的體量以及數據量的龐大。我個人認為，我們的大數據產業應該發展更快，未來催生的巨大應用場景更多。因此整體的產業進化速度會更快。

問題6：張總在LinkedIn的數據管理經驗中，有哪些可以分享給中國的企業管理者?

這首先需要企業的管理者有數據驅動的“意識”，或者說“信念“。我在美國工作的這十幾年，看到了很多的事實和案例，一次次的證明了任何一個企業都有能夠應用數據驅動業務運營，大幅度提高業績的空間。

第二，中國的企業家不應該走美國已經重復的老路，應該去用更新的技術，更好的工具和方法論來迅速武裝自己，比如說利用云技術，利用開源技術，利用SaaS工具和數據分析產品來獲得高速的增長。

而且這種認知要突破以往的IT的觀念，就是每一個功能都要內部自建。自建的核心原因在過去和現在有了很大的改變。IT已經從技術實施者，變成了技術管理者。因此優秀的企業家應該能夠看到各種工具帶給企業的效率提升。實際上美國最近幾年提出的增長黑客的技術和方法就是一個最鮮明的案例來證明云，開源技術，SaaS工具等的應用替換掉傳統昂貴IT投入的可行性。

第三，中國的企業必須要快速培養企業內部能夠實際操作各種效率型工具的人才，能夠把數據分析應用到組織各個部門，特別是前線打仗或者執行層面中去。這是獲得效率大幅度提升的重要一環。因此我們今天要培養的人才不是那些“能夠建造工具”的人，而是能夠使用新型工具的人才。

問題7：對于中國大數據創業者有什么建議?

在這個領域我們也是剛剛開始，在不斷地摸索，提不上什么建議。我就分享一點感觸和很多優秀的創業者共勉吧。

首先要有耐心把事情做好，無論如何大數據創業都是一種圍繞著技術展開的，把產品做好，服務好客戶是需要時間的。我們要有耐性和足夠的恒心把產品做好。這就要求我們做企業服務的創業者們有足夠的體力和意志力能夠克制浮躁，和團隊一起走得長久。這是很難的，特別是在中國這種高度激烈競爭的環境下就尤為困難。

第二，大數據和企業服務領域，我更看好協作，合作，共贏。因為大數據是一個很泛的概念，在各個領域里都會有偉大的企業和產品出來，但是未來它一定是一個生態體系，因此合作和共贏是未來的趨勢，希望創業者們和我們一起共同發展，服務好我們的客戶和用戶，為他們創造價值。