人人都說數據重要，那么，創業者應該從什么時候開始關注數據？從公司成立嗎？我認為，當然不是。產品早期，數據驅動是個偽命題，只有到了真正增長期，數據才能爆發力量。

數據分析流于形式

我在LinkedIn做過很多年數據分析，發現中美在數據驅動這件事上面差異還是很大的 。數據分析在國內一些特別大的企業才能得到重視，但是在美國，數據已經成為驅動眾多企業增長的重要引擎。

為什么國內很多企業，表面上很重視數據分析，最后卻流于形式？

許多公司處于瘋狂增長時期，大家一拍腦子做的決定，可能已經產生很多價值了，這種情況下他們很難意識到數據決策能產生的巨大價值。同時，他們沒有太多基礎方法論 的認知，技術和業務彼此不了解，進一步加劇了數據使用的緩慢，不能看到價值實現。最后就變成了憑感覺來做決策，而不是真正通過數據運營來做決策。

LinkedIn的數據驅動之路

但是我們看看美國，以LinkedIn為例， 在過去6年間從一個7000萬左右年營收的企業，一下子增長至 30 億美元營業額的企業，這種增長速度在企業服務領域里面是驚人的。6 年多以前，我第一次在 LinkedIn 的公司例會上，聽到德魯克的一句話：一個事情，如果不能衡量它，就不能增長它。這句話沉淀出了 LinkedIn 的企業價值觀：增長帶動數據分析，數據帶動變現，變現進一步促進增長。

LinkedIn 早期就有清晰的數據框架只有一萬用戶，就做數據驅動反復問一個用數據能證明的問題

LinkedIn是 2002年底成立的，成立早期就已經把用戶數據和變現的框架講得很清楚了。無論是在產品設計還是業務運營，數據都是很重要的環節。哈弗曼（LinkedIn 創始人 & CEO）收集大量的用戶信息，想了三種變現方式：
一、通過用戶的基本信息來變現，比如說公司發布職位；
二、用戶數量增長到一定程度的時候，有 B2B 企業投廣告；
三、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。

變現的方式他想得很清楚，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，增長產生大量的數據，他從數據里學習，未來才做變現。

LinkedIn 在只有 1 萬用戶的時候，就開始用數據驅動業務 。這段時間去觀測兩個渠道，一個是電子郵件，一個是搜索。從數據里發現，從搜索引擎的渠道里進來的用戶，比電子郵件邀請進來的人數量差不多，但在產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人，所以，放棄低活躍的用戶，專注活躍的用戶。

LinkedIn 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？得用數字來證明的？

一星期內加到 5 個聯系人的用戶，他們的留存、使用頻度、停留時間是那些沒有加到 5 個聯系人的用戶的三倍到五倍，這是他們找到的驅動增長的魔法數字 。但是當時這樣的人非常非常少，于是他們在產品各個入口都增加社交關系。

LinkedIn 最早的時候，并不知道為什么增加社交關系會產生那么大的留存度，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，間接就成為變現的可能。產品經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：讓更多的用戶在第一周里加到 5 個聯系人。于是，增長飛快。

創業公司如何關注數據

每個階段的重點不同，增長期是數據驅動的關鍵時期。雖然說數據很重要，那么，創業者應該從什么時候開始關注數據呢？從公司成立就開始嗎？不是的。一般來說，創業者會經歷 4到5個產品、企業的生命周期。

第一個階段，冷啟動。

這個時候公司特別早期，用大數據驅動是一個偽命題——因為客戶數量有限，樣本性不足。他們需要更多地去了解潛在客戶的需求，去“求”客戶來用這個產品。

第二個階段，增長前期。

冷啟動接近完成。有經驗的創業者，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品當前當下的表現，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，是增長期。

這個階段就能看出來好的創業公司和普通創業公司的巨大差別——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，是創業公司之間PK的核心競爭力。如果不做數據驅動，靠直覺，一次兩次可以，但沒有人能進賭場連贏一萬次。所以，直覺需要和數據進行結合，這樣企業能迅速優化各個渠道，來提高單位時間的轉化效率 。通過轉化效率的提高和疊加，變成企業的核心競爭力。一個不用數據驅動的公司，和一個用數據驅動的公司，假設運營策略一樣，資本儲備類似，客戶也一樣，后者一定會勝出。

第四個階段，是變現期。

業務變現，要求有很高的用戶基數。一般互聯網產品中高活躍、體驗好的用戶，會轉化為付費用戶。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，電商用戶的轉化漏斗一般是：訪問——注冊——搜索——瀏覽——加入購物車——支付，或者到未來的退貨。這是非常非常長的一個漏斗，真正要做好數據化運營，要對漏斗的每個環節持續地進行追蹤。為什么呢？因為不能衡量，就很難去做增長。

一個好的企業，特別是以后要做營收的企業，必須要關注各個部門各個環節的轉化效率。這種轉化效率，要達成的手段，可以通過市場營銷的方法、產品改進的方法、甚至客戶運營的方法。而其中每個環節小幅提高，加在一起就是一個倍數的提高。這種倍增，如果沒有做過數據化運營 的人，很難體會到會有多大。比如，以前我們在LinkedIn做數據驅動轉化時，要推送某篇EDM ，同樣發給 10 萬人，拍腦袋決策的轉化是 0.01%，但是經由數據驅動部門做個簡單的數據模型，同樣推送后，轉化率提升到了 0.3%，高出 30 倍。如果每周都那么做的話，這種轉化效果還是非常可觀的。

本文作者： 張溪夢，GrowingIO創始人、CEO；前LinkedIn（領英）商務分析高級總監，親手建立了LinkedIn（領英）90多人的商務數據分析團隊。原文發 于GrowingIO技術博客 和公眾號，授權產品壹百轉載。