>

全球排名前十的数据学家回国创业,要用数据驱动未来

GIO 增长团队 2018-03-05
470

作者 | 新京报-王鹏


这是一支来自硅谷的团队,他们坚信未来会被数据驱动。

在 2016 年 2 月 18 日见到了这个团队的 CEO 张溪梦,他声音不大,思维却异常缜密。一谈起自己的产品来就滔滔不绝。

张在全球数据分析领域都小有名气,几年前,他曾将自己的创业想法告诉过圈内的同行,得到了“不可能做成”的判断,2015年8月,他却把这个想法变成了现实。

2015年8月24日第一版产品上线,截止至今,8月底,GrowingIO获得220万美元天使轮融资,投资方为经纬中国、LinkedIn的创始人Reid Hoffman、美国最大风险投资基金之一NEA。

如果你也曾为网站运营管理和用户增长而发愁,不妨接着看看张溪梦团队开发的这套工具,到底是如何帮助互联网公司实现精益化运营的。

创客ABC

A. 他们是谁?

创始人兼CEO张溪梦曾是LinkedIn(领英)美国商业分析部高级总监,也被美国 Data Science Central 评选为“世界前十位前沿数据科学家”,创始团队其它成员多来自 LinkedIn 、eBay 、Coursera、亚信等国内外顶级互联网及数据公司。

B. 在干什么? 

GrowingIO是一家来自硅谷的数据分析公司,开发了全球领先的无埋点数据采集技术和用户行为分析工具,致力于打造新一代网站和移动端数据分析产品,帮助互联网企业精细化运营,提升效率、增长业务。

C.  投资人怎么说?

互联网进入大数据时代,但是每家公司在分析数据之前,要面对非常大的数据采集、清洗、整理等工作,效率很低。张溪梦团队创业就是为了解决这个核心痛点。是我们非常认可的。——经纬中国合伙人左凌烨

流量为王的时代已经结束

张溪梦在 LinkedIn 工作了 5 个年头,而且他还是领英商业分析部的高级总监,亲手建立了 LinkedIn 将近 90 人商业数据分析和数据科学团队,支撑了 LinkedIn 公司所有与营收相关业务的高速增长。

然而,在第 4 年,他终于坐不住了。

张看到了中国互联网创业大潮带来了巨大的精益化运营的需求,“‘数据驱动运营’在美国已深入人心,各类工具也花样百出,然而在中国很多互联网公司还停留在只看 pv、uv、访问时长、跳出率、日活、月活等这些最基础的数据上。”  

 “很多互联网公司大家仍有个误区是还把集中抓取流量作为增长业务的最主要手段,但是流量为王的时代已经结束。” 张溪梦说。    

张溪梦介绍了一种在美国硅谷很流行的获客形式——增长黑客(growth hacker),一个听起来非常炫酷的词,增长是指流量、用户的增加,“黑客”在这里是指用一种类似于接近“后门”的技术手段和数据的力量来达成各种营销目标,而非传统意义上靠砸钱来获取用户。   

“在美国做增长黑客基本上使用 15-25 种工具,国内还没有人会用那么多种工具来做这件事。” 张溪梦说。

在张溪梦看来,中国的互联网时代已经过了粗暴式自然增长的阶段,获取客户和运营产品的成本大大增加,这种增加的获客成本就导致了企业必须要对其运营效率进行不同程度的优化。现在应该进入成熟地精益增长阶段了。  

“中国的互联网已经进入到了一个对于自己整个运营流程、产品体验高度要求的时代,这需要企业从粗放式的统计分析转向精细化运营。”

而这一切,都离不开好的产品和工具。

张溪梦知道自己的机会来了。 

2015年3月,他放弃放弃了硅谷数据科学家的光环,回国创业,他要做的就是国内最好互联网用户行为分析产品。 

首创“无埋点”数据采集技术 。

在大众创业的浪潮之下,互联网公司如雨后春笋般冒出来,其中不乏一些看到精益化运营必要性的公司。  

然而,中国现有的互联网数据分析工具大多还只停留“刀耕火种”的年代,优秀的产品经理和工程师想要拿到一些颗粒度稍细的数据,市场现有的数据工具却无法支持。

当然,也不是完全没有办法,比如百度、阿里、腾讯等实力雄厚的公司就利用大量的工程师日以继夜地写代码“埋点”,所谓 “埋点”是指由工程师提前在需要监控的网页或者关键节点上埋下一串代码,以达到监控用户点击或者停留行为的目的。

“埋点”法监测有两个天然的缺陷,一是覆盖率有限,无法做到全网覆盖;二是工程量浩大,会严重影响监控的时效性。“比如LinkedIn曾花费了五年写了几千万行代码,很多业务需求就在工程繁重、重复无效的埋点工程中被延误、浪费,最后还是要靠拍脑袋。”

张溪梦想要打破这种模式,在LinkedIn工作时,他就想,能否不“埋点”也监控用户的行为。

当时,他是 LinkedIn 美国总部级别最高的华人,还被美国 Data Science Central 评选其为“世界前十位前沿数据科学家”,和张同时位列该榜单的还有奥巴马的首席数据科学家 DJ Patil、Netflix 数据科学部门的 VP Eric Colson 等人。

虽然张溪梦在数据分析领域已经有着不同寻常的“硬功夫”,但当他将“无埋点”想法告诉同行时,还是被泼了冷水,同行都认为“这不可能实现”。

张溪梦是一个执拗的人,经过半年多的摸索,他和团队最终确认了这件事是可行的,便开始去写这串SDK代码。

在张溪梦看来,这其实也是一种思维模式的革新,首先是对网站的架构进行逆向的分析,自动将网站或者APP的内容进行解析,在我们认为重要的地方自动打点,然后搜集信息,最后通过机器学习或文本挖掘把信息变成结构化的数据,最后可视化呈现。

经过近一年的优化后,现在,如果在一个网站或者APP的根目录上嵌入这串SDK代码,网站的管理员就可以在无埋点的情况下也监控访问该网站用户的行为,甚至可以细化到每一个用户的获取、转化、留存数据,用户的每一次浏览、点击、跳转都无处遁形。

据张介绍,现在 GrowingIO 的产品已经实现了全量实时数据采集,“这不仅告别了漏埋、错埋点造成的数据缺失与错位,也解放了过往庞大工程师的重复劳作。”

在经纬中国合伙人左凌烨看来,数据采集是大数据分析的第一步,而过去的采集,从提需求到埋点到上线,一般来说1-2个月已经过去,错过了商业判断的最佳时机。“而目前的无埋点技术,能够让公司非常高效地获得全量采集数据,进而分析,是经纬非常看好的。”

让数据像“水一样流动”起来

信息技术研究和顾问公司Gartner预计,到2017年,70%的公司将会发展出各自的分析中心;到2017年,杰出企业在数据分析方面的投资提高至少50%,是落后企业的6.4倍。

在张溪梦看来,随着中国人口红利的消失,各类成本都会相应上升,互联网公司谋求提高运营效率的愿望会越来越强烈,他们想要了解用户从哪里获取、在哪里转化、如何提高留存。

“对于100个新的访客,如果高效率的公司能把100个访客变成40个付费用户,低效率的公司可能只能转化8个。” 张溪梦称他们要做的就是要帮助客户把注册客户变成活跃客户,活跃客户变成付费用户,付费用户变成忠诚用户。

所以,在产品上,GrowingIO所做的一切都很聚焦,就是想帮助公司最大限度发挥数据运营效率。

区别于友盟、百度统计、TalkingData 等工具,张溪梦介绍,GrowingIO 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,让数据像“水一样流动”起来了。

左凌烨认为,百度统计、TalkingData 等工具更多的解决了“有无”的问题,有一定的数据,获得 DAU/MAU 等粗颗粒度的运营情况。但是对于全量数据,追踪用户行为并且做交叉分析,除了GrowingIO,其他工具是做不了的。

除了无埋点技术外,GrowingIO 还能动态识别网站信息,例如,在一个普通的新闻网站上,可以将同一发布者全部用模糊匹配的方法圈出来了,而这是该网站本身不具备的功能。

此外,GrowingIO 也做到了真正的实时监控。现在的主流网站和数据分析工具都是“T+1”模式,往往要延后一天或者若干小时才能进行数据统计,GrowingIO 背后的整个数据链是全实时、实时打通的,一个用户行为发生后,立刻就能在数据报表中体现。

一般而言,GrowingIO 必须为每个公司建立特殊的分析模型,但是张溪梦解释道,“算法模型背后的方法论是同一的,都是将用户分成四大区,然后设置不同的数据指标,并不太耗费精力。”

目前,GrowingIO 已经在 SaaS、互联网金融、在线教育、在线旅游、电子商务行业等领域完成第一批客户覆盖,服务客户包括猎聘、智联招聘、北森、有赞、豆瓣、36kr、环信等公司,而申请使用 GrowingIO 产品的公司已超过 1000 家。

不过张溪梦也坦言,因为国内用户对于数据分析工具的使用经验不足,在目前这个阶段,帮用户安装完产品后,还需要服务培训客户,让他们更为透彻的理解和使用这套工具。

未来用数据驱动每个人的决策

张溪梦认为他们把信息原子化了,未来充满了无限可能。    

当问及是否担心这一套东西被抄袭时,张溪梦显得很轻松,“虽然我们也申请了专利,但是我从美国回来的核心原因并不是想申请一大堆专利,然后用专利保护我们的产品,以此发大财。”

张溪梦甚至准备在不久的未来,就将这些技术开源,帮助更多中国企业提高效率。 

“我们真正要做的东西还没有释放给市场咧,这套工具和技术可以被替代,我并不焦虑,因为这都是历史。”

在他看来,真正的互联网企业关注的既不是埋不埋点,也不是如何建模。“搜集了数据并不等于产生价值,核心的是最后我们的分析结果能否给企业立竿见影地带来效率的提升,这才是我们真正专注的在未来。”

张溪梦从来没有将自己的公司仅仅定义为一个大数据分析的工具,在他和他的团队眼中,GrowingIO 仅仅只是一个开端,他们相信不仅仅互联网公司要用数据驱动,现实生活也可以靠数据驱动决策。

“未来希望我们做的东西能帮助到每个人做决策,我们是一种智能型的公司,数据分析是一扇门,门外的世界非常广阔。”谈到这里,张溪梦显得有点激动。

张溪梦举了一个例子,很多人需要理财、炒股、打车,但是人在做决策时,因为信息不对称,很多决策会失误,如果未来的大数据分析足够全面准确,就可以帮助人们去提高选股票的正确率,打车的精确度,理财的合理性。“我希望我们的产品以后能够帮助很多人做类似的决策。”

左凌烨认为数据更重要的是驱动业务,张溪梦团队的终极目标是通过数据指导运营工作,最后能够驱动收入增长。“所以北森、猎聘等行业知名企业,都将 GrowingIO 的产品,深度整合到起运营流程里。”




关于 GrowingIO


GrowingIO 是基于用户行为的新一代数据分析产品

首推国内领先的“分析工具+运营咨询+持续增长”数据服务体系,帮助企业构建数据运营闭环

依托于快速部署无埋点技术,实时采集全量行为数据,搭建完整的数据监控体系

高效管控与运营核心业务指标,帮助企业挖掘更多商业价值