中美企业在数据分析上的最大差异：增长黑客的实践
本文作者：GrowingIO 创始人&CEO 张溪梦，原LinkedIn商务分析高级总监，微信公众号 GrowingIO 。 链接一、烧钱≠增长，数据驱动是一种能力在过去10年，中国互联网发展速度非常快，以前是流量驱动的互联网经济。随着人力成本不断攀升，竞争不断加剧，完全靠流量、预算、烧钱来获取客户和市场，已经不可持续了。如果你获取客户的成本高、速度慢且代价大，导致商业价值不能涵盖成本，最终是无法盈利和变现的。
同样获取一个购买客户，在中国可能是美国 5 倍的成本。在中国任何垂直领域都不是一个真空的领域，总会存在跟你同样估值或融资额差不多的竞争对手。如果你花钱效率比别人高，那就很容易出类拔萃，甚至把竞争对手至于死地。而高效花钱的前提，就是要有数据支持，依照数据分析去花钱。
所以只有把效率提升，用相对快的速度，更低的成本，来帮助一个企业获得增长，才是一个公司的核心竞争力之一。
获取增长里的第一步就是做好产品，让用户能够停留在你的APP、网站和服务里。以前流量为王的时代，就像一个漏水的桶，因为进来的水量很大，哪怕它在猛烈地漏水，你的桶慢慢也能灌满。但今天你进来的水越来越少，漏水的速度干不上进水的速度，这个企业就不可能有任何实质性的增长。
所以企业需要把产品做到非常高黏度，用户体验非常好、愿意天天来用的产品，就是不漏水的一只桶。然后再有效率地优化各种渠道，把新的用户导进来，这样才能获得一种爆发式的增长。
二、中美企业的四大差异实际上这套理论，在美国已经应用了多年，这也是我们回到中国后，看到的一个核心的区别。除此之外，还有四个非常大的差异在中国和美国整个企业的市场里：
1、是否有数据驱动意识的差异中国为数很多的企业，还没有意识到数据驱动能为企业带来的巨大价值，或者说只有少数超大规模的公司意识到了这一点。大部分中国的企业，没有意识到数据的价值，使得创始人的决策、商业知觉远远重于数据驱动，这是我的第一个印象。
2、是否进行数据分析实践的差异在美国，数据分析不管是产品还是方法论，已经很多年了。中国很多企业发展比较快，发展时间比较短，在实用操作能力上和美国有一定差异。这种高级数据分析的能力，基本只集中在几个领头的互联网或者大型企业里，其中互联网公司更具备这种能力，而大部分企业不具备这种操作经验和能力。
3、是否用数据做决策的差异我们发现，在中国企业内用数据做决策的人，相对美国企业内部来说，比例比较低。像以前我工作过的LinkedIn里，不能说100%，但接近80-90% 的人，每天每周都在用数据做决策和优化。在国内，通过我们对客户的了解，包括对很多付费客户的了解，他们内部用这种决策的人相对来说很少。
4、是否用工具代替人力的差异美国已经迭代到不是靠人力解决运营效率问题的时代，他们已经完全进入工具化、产品化、规模化时代。在中国很多企业里，还停留在准备大量雇佣人，大量雇佣高级的数据工程师、分析师，甚至建造整个数据这条体系的阶段，和美国之间的差异还是蛮大的。
这四点差异也决定了我们今天在中国做产品的形态：
第一：企业不太习惯用数据分析工具，觉得没有价值。
第二：数据分析实践没有什么太大的规模，只在一些核心的互联网公司里。
第三：内部人员使用数据分析工具的经验不够。
第四：数据分析工具化程度不足。
三、增长黑客的落地和实现Sean Ellis 最先提出 “Growth Hacker” ，并帮助硅谷多家公司完成产品的快速增长，其中不少已经IPO，其中最著名的是Dropbox。当时Sean在Dropbox负责用户增长，他用了一年的时间，将用户的基数和使用频率提高了500%。https://pic.36krcnd.com/avatar/201607/20140213/nw6ernqcz6egyx6v.png%21heading
增长黑客是三个角色的聚合，既是一个市场营销师，又是产品开发师，又是一个数据分析师。增长黑客的核心，是以最快的方法、最低的成本、最高效的手段获取大量的增长。
https://pic.36krcnd.com/avatar/201607/20140259/nhk69ip6311xhlnw.png%21heading
现在流行的海盗法则“AARRR”模型则将 “ Growth Hacker ”落地成五个可以执行的步骤，分别是：获取用户（Acquisition）、激活用户（Activation）、用户留存（Retention）、用户变现（Revenue）和推荐传播（Referal）。
分享一下国外知名的互联网企业早期实践增长黑客的案例，它们分别涉及AARRR的五个方面。
1、获取用户：Hotmail通过在每一封用Hotmail发出的邮件下面附上“Get your free email at hotmail."聪明地实现了第一波病毒营销；
2、激发活跃：LinkedIn向客户发送同学毕业、升职等特定邮件提升活跃度；
3、提高留存：Facebook通过优化产品适应非洲网络环境，初期非洲网络速度很慢，用户留存度很低
4、增加收入：亚马逊Prime订户的各种优惠和增值活动：如“70美元免费运输”的活动，将营业额提高了150%。
5、传播推荐：把Dropbox介绍给新用户，可以获得增长空间。
而这些实践的背后都涉及到数据分析，如转化分析、留存分析、渠道分析、a/b测试等等。正式这些以价值为导向的数据分析将增长黑客落地，不断驱动业务和客户的增长。
四、以价值为导向的数据分析，任重道远增长黑客这套框架，是相对普世的，尤其是中国的创业者更加需要。中国大数据生态是技术先行于理论体系的，而美国是理论体系稍微先行于技术。比如增长的这套框架，不是一套产品实践的框架，而是一套商业管理方法论的框架，有了这套框架以后，用各种产品和工具来补足，就变得可执行了。
在中国大数据已经火爆了三四年，很多企业却还没有找到落地和变现的方法。增长这套方法论，已经被很多企业证明是有价值的，包括 LinkedIn、Facebook、Airbnb都在实践，从企业建立半年后就可以开始应用了。这套方法论在国内有很大的需求，结合企业内部的运营，才能为企业产生价值。
我们还想通过产品和践行，纠正一个误区。对很多中国互联网企业来说，他们认为只要接入了你的工具，立刻就能看到效率。实际上并不是这样，必须要把数据化运营这套方法论，结合到每一天的运营里去，同时很熟练地使用数据分析的工具。这是一个不断循环、不断提升的过程。我们在 LinkedIn 不是通过一个项目就带来了50% 的增长，而是很多个小的项目，不断演化、迭代，最后产生几何倍数的增长。
页:
[1]