1

關(guān)注用戶(hù)體驗(yàn)；這個(gè)環(huán)節(jié)會(huì)產(chǎn)生大量的數(shù)據(jù)；

關(guān)注運(yùn)營(yíng)數(shù)據(jù)；通過(guò)運(yùn)營(yíng)數(shù)據(jù)的分析，找到業(yè)績(jī)&收入的增長(zhǎng)點(diǎn)；

關(guān)注變現(xiàn)；基于變現(xiàn)的要求進(jìn)一步推動(dòng)用戶(hù)體驗(yàn)的迭代&更新。領(lǐng)英背后是一個(gè)非常大的精細(xì)化數(shù)據(jù)運(yùn)營(yíng)平臺(tái)，這個(gè)平臺(tái)在驅(qū)動(dòng)著領(lǐng)英的發(fā)展；

引申閱讀：里德.霍夫曼的經(jīng)典書(shū)，《聯(lián)盟-互聯(lián)網(wǎng)時(shí)代的人才變革》，這本書(shū)第一頁(yè)就指明了“終生效忠于一家公司已經(jīng)成為歷史”，既然現(xiàn)實(shí)這么殘酷，那么我們作為用人單位，怎么樣更好的招人和留人呢？LinkedIn的創(chuàng)始人里德霍夫曼在”聯(lián)盟”中推薦了2個(gè)在硅谷的科技公司中行之有效的方法：

? 三個(gè)任期制(輪轉(zhuǎn)期、轉(zhuǎn)變期、基礎(chǔ)期)

不同時(shí)期公司和員工制定不同的目標(biāo)，到期前考核目標(biāo)完成度并考慮是否續(xù)，如果續(xù)，則制定下一個(gè)時(shí)期的目標(biāo)。以道德來(lái)約束，不具備法律效力。雙方的目標(biāo)設(shè)定是建立在充分信任和公平的基礎(chǔ)上，因此理論上不存在領(lǐng)導(dǎo)給個(gè)不靠譜的KPI指標(biāo)，員工邊做邊怨，到期不達(dá)標(biāo)被開(kāi)除或者主動(dòng)辭。

當(dāng)然這種方法對(duì)領(lǐng)導(dǎo)的綜合要求特別高，在制定任期的目標(biāo)時(shí)，既要滿(mǎn)足員工的述求，同時(shí)也要保證公司的目標(biāo)能完成。由此看來(lái)，在目前的快節(jié)奏的互聯(lián)網(wǎng)企業(yè)中，以前那種簡(jiǎn)單的公司KPI往下分發(fā)，或者領(lǐng)導(dǎo)腦門(mén)一拍這個(gè)功能XX天必須上線的簡(jiǎn)單粗暴模式漸漸地行之不通了！

? 公司員工聯(lián)絡(luò)網(wǎng)

既然終身制不可能，那么早晚有離開(kāi)的一天。天下沒(méi)有不散的筵席，但是不能人走茶涼！公司應(yīng)該主動(dòng)投資運(yùn)營(yíng)同事聯(lián)絡(luò)網(wǎng)（類(lèi)似大學(xué)的同學(xué)會(huì)），書(shū)中就前員工聯(lián)盟（或者說(shuō)聯(lián)絡(luò)網(wǎng)）舉了PayPal、寶潔公司已經(jīng)LinkedIn公司的例子。

LinkedIn、特斯拉、YouTube、Yelp、Yammer的創(chuàng)始人都曾經(jīng)在一家公司工作過(guò)，那就是PayPal, LinkedIn公司現(xiàn)在有超過(guò)118000個(gè)公司同事群，涵蓋了98%的《財(cái)富》500強(qiáng)企業(yè)，而寶潔公司的員工群完全獨(dú)立于寶潔公司，如今已經(jīng)擁有超過(guò)25000名成員，以及一個(gè)慈善基金會(huì)和一個(gè)演講團(tuán)。而在中國(guó)大家所熟知的騰訊及阿里則是會(huì)永久保留一名員工在公司內(nèi)部的工號(hào)、企業(yè)郵箱等等。

? 員工本身建立連接、形成聯(lián)盟的好處：

• 前員工有可能回來(lái)，或者前員工會(huì)推薦優(yōu)秀的員工加入公司，如此可以大幅度節(jié)約招聘成本
• 現(xiàn)任員工遇到問(wèn)題，可以快速找到靠譜的前員工進(jìn)行求助
• 形成口碑效應(yīng)，大家都說(shuō)這個(gè)公司好，那么招聘的時(shí)候就更有吸引力了！

EPSON是一家制造業(yè)公司，又或是一家互聯(lián)網(wǎng)公司，這可能是商業(yè)模式上最早使用“互聯(lián)網(wǎng)模式”的公司，賣(mài)打印機(jī)的時(shí)候基本上不掙錢(qián)只能保本，而掙錢(qián)的業(yè)務(wù)是墨水-利潤(rùn)率是90%多；在做市場(chǎng)活動(dòng)的時(shí)候是需要做好本次活動(dòng)收入的預(yù)測(cè)的，每次活動(dòng)都要通過(guò)統(tǒng)計(jì)模型加上大量的手工數(shù)據(jù)錄入進(jìn)行計(jì)算，最終的結(jié)果可以得到實(shí)際業(yè)務(wù)與預(yù)測(cè)偏差不超近5%，這已經(jīng)是一個(gè)很好的精細(xì)化運(yùn)營(yíng)典范了。

數(shù)據(jù)分析的基本原則：數(shù)據(jù)收集過(guò)程中一定會(huì)產(chǎn)生雜音和失真，最終的結(jié)果不能100%的反映業(yè)務(wù)的過(guò)程，所以這就需要有業(yè)務(wù)經(jīng)驗(yàn)與業(yè)務(wù)直覺(jué)的人來(lái)做判斷；數(shù)據(jù)可以不準(zhǔn)，但需要具有可持續(xù)性，不能一會(huì)準(zhǔn)一會(huì)不準(zhǔn)，這樣就不具有可分析性。

在移動(dòng)互聯(lián)網(wǎng)的世界里，馬太效應(yīng)非常明顯，即20款A(yù)PP占據(jù)了71%的用戶(hù)使用時(shí)間；所有的其它幾百萬(wàn)家APP和網(wǎng)站要去激烈競(jìng)爭(zhēng)29%的用戶(hù)時(shí)間，這就需要有新創(chuàng)公司需要跑的更快、更有效率、商業(yè)模式更好。在美國(guó)來(lái)說(shuō)，目前其整體的用戶(hù)增長(zhǎng)已經(jīng)在個(gè)位數(shù)上，“流量為王”的世界中看的是增量世界，但現(xiàn)在所有的競(jìng)爭(zhēng)都是基于存量市場(chǎng)的競(jìng)爭(zhēng)，那就是比拼速度和效率。

用戶(hù)為王 VS 流量為王：在存量的競(jìng)爭(zhēng)過(guò)程中，所有的商業(yè)模式都需要回歸“用戶(hù)為王”，以用戶(hù)為核心，以產(chǎn)品為表現(xiàn)，以數(shù)據(jù)運(yùn)營(yíng)為指南針，在存量世界中“擰毛巾”，最終實(shí)現(xiàn)做的效率更高。

增長(zhǎng)是王道！如果一家公司全員都要關(guān)注的話，那應(yīng)該是什么事情呢？是增長(zhǎng)！為什么要關(guān)注增長(zhǎng)呢，主要有三個(gè)因素：

• 估值，只有快速的增長(zhǎng)才能保證市場(chǎng)表現(xiàn)；
• 只有增長(zhǎng)才能持續(xù)為越來(lái)越多的客戶(hù)提供優(yōu)質(zhì)服務(wù)；
• 社會(huì)需要企業(yè)持續(xù)增長(zhǎng)創(chuàng)造社會(huì)價(jià)值。

推薦《四步創(chuàng)業(yè)法》這本書(shū)，也可以查看“童繼龍筆記 ”中過(guò)往的內(nèi)容：《產(chǎn)品市場(chǎng)經(jīng)理必修的客戶(hù)發(fā)展方法論-《四步創(chuàng)業(yè)法》筆記?！?/p>

用戶(hù)增長(zhǎng)的“海盜法則”AARRR：

后來(lái)我又從網(wǎng)上搜索了一些Simon演講的內(nèi)容，講了一些他們關(guān)于數(shù)據(jù)分析的干貨，一并分享如下：

數(shù)據(jù)是一種連接。它連接4個(gè)最基本的象限，時(shí)間，地點(diǎn)，任務(wù)，事件。我們?yōu)槭裁匆f(shuō)數(shù)據(jù)會(huì)是下一次技術(shù)革命浪潮的最重要的指針？大家來(lái)看一下，根據(jù)美國(guó)幾家頂級(jí)研究機(jī)構(gòu)的報(bào)告，（Gartner，IDC等等），在未來(lái)的5年，我們會(huì)有40億人通過(guò)互聯(lián)網(wǎng)產(chǎn)生各種數(shù)據(jù)，將成就一個(gè)4萬(wàn)億美元的市場(chǎng)，將有兩千五百萬(wàn)種軟件接入，250億臺(tái)各種各樣的設(shè)備接入各種數(shù)據(jù)系統(tǒng)，五百萬(wàn)億GB的數(shù)據(jù)產(chǎn)生。

美國(guó)數(shù)據(jù)分析框架和方法論：在美國(guó)，已經(jīng)形成了非常系統(tǒng)的數(shù)據(jù)分析方法論。這種方法論在二戰(zhàn)期間就開(kāi)始行駛，應(yīng)用到軍事，科技，民生等各個(gè)方面?？梢詳?shù)據(jù)分析分解為幾個(gè)步驟，大家仍然可以看到，這里各個(gè)環(huán)節(jié)從先到后是以?xún)r(jià)值不斷提高為條件的。

第一，也是最重要的一點(diǎn)，正確的數(shù)據(jù)采集，數(shù)據(jù)標(biāo)簽方法的實(shí)施，對(duì)未來(lái)的數(shù)據(jù)分析迅速產(chǎn)生結(jié)果有幾何倍數(shù)的促進(jìn)作用。這也是若干企業(yè)缺失或者非常忽略的部分。

第二，大數(shù)據(jù)的工程架構(gòu)，數(shù)據(jù)倉(cāng)庫(kù)，分布式計(jì)算層面?，F(xiàn)在的分布式計(jì)算系統(tǒng)，和以往的數(shù)據(jù)倉(cāng)庫(kù)的整體構(gòu)架有了很大的分別，這要求我們的IT部門(mén)能夠跟上節(jié)奏，實(shí)施部署新的基于開(kāi)源的分布式數(shù)據(jù)技術(shù)、例如已經(jīng)比較成熟的Hadoop，這個(gè)技術(shù)已經(jīng)在美國(guó)應(yīng)用了將近10年，漸漸在互聯(lián)網(wǎng)公司變成了主流。

第三，響應(yīng)性分析。這就是大部分企業(yè)也許做的最多的事情，就是不斷地用數(shù)據(jù)回答業(yè)務(wù)方提出的各種問(wèn)題，制作簡(jiǎn)單的報(bào)表，商業(yè)智能，BI等等。

第四，診斷性分析。比如說(shuō)多維度的歸因，積分卡的實(shí)施等等。

第五，戰(zhàn)略型分析。競(jìng)爭(zhēng)趨勢(shì)，價(jià)格彈性，企業(yè)財(cái)務(wù)營(yíng)收的判斷等等。過(guò)去企業(yè)的高層戰(zhàn)略分析一直被BCG，麥肯錫等公司霸占，但是現(xiàn)在為什么沒(méi)有出現(xiàn)在金字塔的頂端呢，就是因?yàn)榇髷?shù)據(jù)的出現(xiàn)。

第六，預(yù)測(cè)性分析即對(duì)未來(lái)的業(yè)務(wù)進(jìn)行基于統(tǒng)計(jì)模型，機(jī)器學(xué)習(xí)，以及各種大規(guī)模模擬和優(yōu)化的分析。

第七，即達(dá)到回到我們剛才說(shuō)的全數(shù)據(jù)自動(dòng)分析和決策。

真實(shí)情況下企業(yè)數(shù)據(jù)分析的現(xiàn)狀。我們看一看大多數(shù)的企業(yè)都是如何完成這些工作的。您們?cè)谧母魑恍袠I(yè)領(lǐng)袖，特別是CTO專(zhuān)注技術(shù)的，是不是對(duì)這個(gè)圖比較熟悉。

這不就是企業(yè)內(nèi)部的數(shù)據(jù)流程圖嗎？如果我告訴您，這張圖是美國(guó)漢密爾頓河污水處理的流程圖您會(huì)怎么想？這張圖是把美國(guó)一條污染的河變成清水的過(guò)程，也非常類(lèi)似于現(xiàn)在今天數(shù)據(jù)分析的流程。

很多企業(yè)內(nèi)部做數(shù)據(jù)分析的一個(gè)基本的流程正如：很多臟水流了進(jìn)來(lái)，我們需要人力對(duì)它們進(jìn)行各種監(jiān)控，把他放到一個(gè)池子里進(jìn)行沉淀。然后我們做各種清洗、聚合、再清洗、再消毒，再傳輸，一步一步，美國(guó)做過(guò)一個(gè)研究，真正從數(shù)據(jù)收集到最后數(shù)據(jù)的產(chǎn)生有用的商業(yè)價(jià)值的過(guò)程，需要三個(gè)星期到五個(gè)星期。大家想想，每做一個(gè)很簡(jiǎn)單的決策，需要三到五個(gè)星期的流程，這是多么痛苦的過(guò)程。未來(lái)的企業(yè)如果要在數(shù)據(jù)戰(zhàn)略上成功，必須能夠有能力迅速的把污水變成清水的能力。

大家再來(lái)看一看，真正產(chǎn)生的價(jià)值的部分都在這個(gè)金字塔的上端。而根據(jù)美國(guó)白宮的首席數(shù)據(jù)科學(xué)家DJPatil的一份研究報(bào)告，90%的數(shù)據(jù)工程和分析師的時(shí)間是放在數(shù)據(jù)收集和清理部分，只有10%左右的資源放在能夠產(chǎn)生大量商業(yè)價(jià)值的工作上。

在傳統(tǒng)意義上來(lái)說(shuō)，整個(gè)的數(shù)據(jù)分析是由若干的部門(mén)按照順序處理，這樣效能是非常緩慢的。大家講大數(shù)據(jù)，數(shù)據(jù)是從數(shù)據(jù)標(biāo)簽的采集開(kāi)始的，一般都由前端工程人員實(shí)施，然后數(shù)據(jù)傳輸?shù)墓ぷ饔蒊T來(lái)管理，ETL一般由企業(yè)內(nèi)部的數(shù)據(jù)倉(cāng)庫(kù)或者數(shù)據(jù)平臺(tái)的團(tuán)隊(duì)負(fù)責(zé)，BI（商業(yè)智能）部門(mén)在分析部或者存在于業(yè)務(wù)部門(mén)之中，然后我們還有各種商業(yè)分析師，統(tǒng)計(jì)學(xué)家參與其中，這個(gè)運(yùn)行框架體系因?yàn)楦鱾€(gè)部門(mén)參與的人非常多，流程很長(zhǎng)，大量降低了效率。

特別是站在技術(shù)先頭部隊(duì)的互聯(lián)網(wǎng)企業(yè)，做過(guò)各種嘗試，比如想打破這個(gè)僵局就要對(duì)各個(gè)功能性部門(mén)進(jìn)行整合，但是因?yàn)楣δ苄缘牟块T(mén)要求人員的能力和經(jīng)驗(yàn)有千差萬(wàn)別的需求，造成了懂業(yè)務(wù)的部門(mén)很難真正理解技術(shù)，懂技術(shù)的部門(mén)又沒(méi)有沒(méi)有足夠的精力完全理解業(yè)務(wù)部門(mén)五花八門(mén)的需求，這樣就產(chǎn)生了若干決策環(huán)節(jié)的緩慢與低效。為了解決不斷增加的需求，企業(yè)內(nèi)部需要內(nèi)建和定制化各種IT系統(tǒng)，這種定制化造成了企業(yè)內(nèi)部各個(gè)部門(mén)形成了若干數(shù)據(jù)微型小島，若干企業(yè)數(shù)據(jù)孤島進(jìn)一步增加IT部門(mén)的工作負(fù)荷、即對(duì)各種內(nèi)部定制化的系統(tǒng)進(jìn)行數(shù)據(jù)整合從而進(jìn)行各種統(tǒng)一的數(shù)據(jù)決策。

短期之內(nèi)這種定制化的數(shù)據(jù)整合貌似解決了企業(yè)的信息決策的問(wèn)題，但是在長(zhǎng)遠(yuǎn)上看會(huì)甚至進(jìn)一步拖慢企業(yè)決策速度。請(qǐng)看這張數(shù)據(jù)分析金字塔圖，在過(guò)去若干年里面，我們發(fā)現(xiàn)大數(shù)據(jù)分析真正產(chǎn)生價(jià)值就是上面10%的投入時(shí)間，會(huì)產(chǎn)生超過(guò)90%甚至超過(guò)90%的價(jià)值。但是他如果沒(méi)有時(shí)間和沒(méi)有資源做下面90%的工作，就不可能產(chǎn)生任何的價(jià)值。包括銷(xiāo)售的管理也是一個(gè)數(shù)字驅(qū)動(dòng)運(yùn)營(yíng)化。

中國(guó)今天飛速發(fā)展?fàn)顟B(tài)下，我們要問(wèn)問(wèn)自己，我們的企業(yè)是否每一家都有需要內(nèi)建一個(gè)“污水處理廠”，或者重復(fù)開(kāi)發(fā)和部署那么多種軟件來(lái)為實(shí)現(xiàn)企業(yè)分析服務(wù)。今天我們面前的一個(gè)機(jī)會(huì)，就是如何用非常有效地采用先進(jìn)的方法越過(guò)各種技術(shù)和管理鴻溝，讓我們企業(yè)變得更有效率。而且人口紅利的減少，企業(yè)增加效率就是我們要做的最重要一件事。

構(gòu)建數(shù)據(jù)驅(qū)動(dòng)閉環(huán)：如何提高數(shù)據(jù)分析，以及運(yùn)營(yíng)決策的規(guī)模和效率？

主要的手段，就是要對(duì)現(xiàn)有的業(yè)務(wù)的數(shù)據(jù)分析流程進(jìn)行大規(guī)模的簡(jiǎn)化，從而達(dá)到端對(duì)端的整合，讓決策分析系統(tǒng)趨于閉環(huán)。這種數(shù)據(jù)分析閉環(huán)的速度基本上等同于企業(yè)決策速度。企業(yè)大數(shù)據(jù)分析閉環(huán)至少要具備兩個(gè)組成部分：第一部分：業(yè)務(wù)端的參與度，第二部分：技術(shù)端的實(shí)施。

這個(gè)決策環(huán)業(yè)務(wù)端外部參與越多，技術(shù)端內(nèi)部實(shí)施越少越快，那么效能就越高。如何理解呢，在美國(guó)最新的權(quán)威機(jī)構(gòu)的研究資料中提到了下一代數(shù)據(jù)革命中的影子CTO的概念，即IT部門(mén)應(yīng)該成為企業(yè)軟件的外部管理者，而不是內(nèi)部執(zhí)行者。而且美國(guó)的云端SaaS軟件，也就是把信息決策的功能放在云端從而跨越過(guò)若干IT的冗長(zhǎng)流程和技術(shù)鴻溝。

這已經(jīng)在硅谷若干引領(lǐng)潮流的公司中有了很好的詮釋?zhuān)热鏢alesforce，LinkedIn（領(lǐng)英），F(xiàn)acebook（臉書(shū)），Uber（優(yōu)步）以及Airbnb等一流公司的各個(gè)部門(mén)都越來(lái)越多的采用采購(gòu)基于SaaS的各種解決方案，而不是全部自建得到了充分驗(yàn)證。