如何看待微软以 262 亿美元全现金收购 LinkedIn？ 第1页

（图片来源自Tomasz Tunguz对LinkedIn的S1分析）

如果全公司只做一件事的话，这件事是什么？

LinkedIn 每年反复要去问的一个问题是：如果只有一件事全公司要做的话，是什么？得用数字来证明的：一星期内加到 5 个联系人的用户，他们的留存／使用频度／停留时间是那些没有加到 5 个联系人的用户的三倍到五倍，这是他们找到的驱动增长的魔法数字。

但是当时这样的人非常非常少，于是他们在产品各个入口都增加社交关系。LinkedIn 还有一个上传地址簿的功能，还给你推荐哪些人你可能认识，同时把这些功能点放在各个产品页面的入口。

LinkedIn 最早的时候并不知道为什么增加社交关系会产生那么大的留存度，我们分析了起码有两三百个各种不同的指标，最后没有任何一个指标能告诉我们，就是因为这个原因。

可是加权以后的结果是这些用户在上面花了很多时间，间接就成为变现的可能。但是产品经理就把非常复杂的问题简化，让所有的东西都关注这一个点：关注这个魔法数字，让更多的用户在第一周里加到5 个联系人。于是，当时增长速度是非常快的。

数据驱动应该成为企业文化

数据驱动首要的第一点是， CEO 要认识到它的价值；第二点，我们需要基本的框架和方法论，框架很简单，就是三个，有个 idea 迅速落地，进行验证，进入下一次闭环；第三点，必须要变成一种数据文化。

在 LinkedIn 全公司都有这样一种数据文化：

产品部门：虽然今天有 4 亿用户，但是从 1 万到 2 万 5 千个用户的时候就开始用数据分析。例如 2004 年发现不同渠道来的用户活跃度不一样，决定做更活跃的用户。

客户服务：利用用户的使用数据判断哪个客户会流失。例如使用度下降的客户会流失，客服每天观察各个客户公司的指标，及时跟进联系客户增加留存。

销售部门：95%以上的销售每个星期都在用用户行为数据，判断哪一家公司有购买服务的可能。他们对每一个客户进行数据应用量的排名，根据使用度高、使用频次多、上次距离近等各种因素进行排序，销售团队客户服务团队会有针对性的互动。智能预测客户流失，客户需求，为销售人员，客服人员提供协助。

市场部门：用数据每周都会优化广告投放、价格变动、电子邮件营销、线下活动效果的衡量来促进营业额的提升。

过去很多年，在美国的生活是很舒服的，我之所以从 LinkedIn 离开，是因为我们亲身感受数据驱动的力量。2010 年的时候我们做了销售分析，把公司按照使用度来排名，让销售就盯最活跃的和最不活跃的五个用户，当时给 LinkedIn 带来超过200%以上的增长。

数据驱动对变现有多重要？

创业时，首先你要有一个很好的概念，让他迅速地落地，然后我们用数据去证明它是不是有效率。现在流量越来越贵，所以，我们需要通过迅速循环的方法，用数据来证明我们做的事是有效果的，这种效果可以很快地叠加和堆积，形成未来的增长，这就是精益创业的核心。

举个例子，网站用户注册，大家都在做，但这里面有很多的坑。LinkedIn 优化了好几年，非常小的改动，就能带来几何倍数的变化。

GrowingIO 硅谷新一代数据分析产品的用户注册步骤是三个页面，有一段时间，我们的最终注册转化率是 7.7%，听上去 8% 和 15% 又能怎么样呢？但是很多东西要看细节，我们当时把这个注册转化率通过浏览器做了一个分群，发现用 Chrome 的人注册成功率是 12%，用 IE 的注册成功率是 1% 。

因为我们用了一套新的 Java 的框架，在老版 windows 浏览器里得不到支持。因此我们接下来只要提高 IE 的注册成功率，就可以把整体的成功率提高。

在数据分析之前，我们其实查过很多文献，普通一个 SaaS 软件的话，基本上从访客到最后成功的注册应该是 5% 左右，我们当时觉得 7% 还挺好，但实际上很多人想进来，想买东西都买不了，因为他根本堵在中间了。

为什么离开LinkedIn和很多小伙伴出来打造移动数据分析公司？

我们在过去十几年的工作经验中，亲眼见到了，亲手实践了若干的数据分析项目。看到了数据分析在各种企业里面巨大的价值，这种价值是超过很多人的想象的。而且这种数据驱动的价值能够在各种企业里面得到彰显。但是我们也看到了，很多的企业没有做到最简单的三件事，错过了用数据驱动增长的机会。

1、没有认识到数据分析带来的巨大价值；

2、没有掌握数据分析的非常简单的方法论和框架，企业内部没有足够的人才来应用这套框架；

3、没有使用正确的，适合现代潮流的分析工具来做到事半功倍。

这是我们GrowingIO 硅谷新一代数据分析产品创业的原因。其实，小的创业企业没有那么多资源和时间，更需要工具化。今天是工具化的时代，如何很快的用工具来实现价值，是一个核心的竞争力的体现。