需手动埋点、数据采集不全、核心业务数据无法保留、工程量繁重、可视化图表制作耗时漫长、业务人员无法自主按需分析、无法对用户行为进行实时深层分析，数据分析师产品常见的这七大痛点或许将成为历史。

12月8日，商业数据分析公司GrowingIO发布首款实时商业数据分析产品GrowingIO V1.0，该平台同时适用于Web页面、HTML5页面以及iOS/Android客户端的数据分析。

GrowingIO V1.0首次实现了无埋点数据采集、全面收集实时数据、一键出图、实时数据分析等功能，解开了数据的“镣铐”，大大提高数据利用效率。这也意味着，中国的互联网企业，如今也与硅谷互联网公司一样，具备了深挖互联网数据商业价值的机会和能力。

GrowingIO V1.0上手简单，只需加载一次JavaScript代码或SDK即可使用，极大缩减了安装和调试的时间。用户加载完成几分钟后，就可以实时采集到页面任一元素的用户交互数据，而不用提前定义需要采集的事件和功能，就能实时地看到所有的历史数据趋势。

这种无埋点技术，不需要工程人员在任一元素上单独设置代码，就可以收集数据，极大降低了工程量，让数据分析流程从传统的数天、数周，缩短到几小时，甚至几分钟。

事实上，采集数据要手动埋点，正是很多企业转向数据驱动业务的核心挑战之一。以Tag Management 的研究报告来看，从需求沟通到完成代码预埋，平均用时是3周。这不仅会拖慢了产品开发，还存在数据不全面、遗漏缺失混淆、数据质量低等一系列的历史问题。GrowingIO V1.0无需编程，一键点击即可展示分析结果，从用户关键数据生成，到收集、传输、处理、管理、应用和导出，实现了数据分析的全自动化。

对一线业务人员来说，不用再被动等待产品、技术、分析师等部门的协助，只需要点击相关的页面和具体版块，就可以生成自己想要的分析结果，全面了解业务的执行情况；对产品经理而言, 再不用拍脑子、凭经验来猜测用户的关注和喜好，而是以数据为决策，来优化产品设计。

此外，除了基本DAU、PV、停留时长和留存率等基础指标之外，GrowingIO V1.0能进行在任意多维度下自行定义指标，对用户行为进行深层分析，如追踪转化率、观察用户行为趋势、预测流失用户等，进一步辅助提出产品优化建议。

“希望让企业内部的每一个人，都能做到数据驱动决策，用商业数据分析推动用户和营收的增长。”GrowingIO 创始人兼CEO张溪梦认为，无论全球还是中国范围内，移动互联网的增长红利窗口正在逐渐消失；对于在过去5-10年里崛起的互联网企业来说，粗放商业模式带来的利润和利润率，已越来越低，GrowingIO希望能帮助这些企业，用商业数据分析这种直接有效的方式，实现运营效率、用户数和收入的指数级提升，而不仅仅是依靠直觉和过往经验。

继LinkedIn、Facebook、Twitter等硅谷互联网公司，依靠数据分析实现闪电式扩张后，国内互联网行业也开始反思，通过烧流量、大规模地推、补贴等粗放手段，赢得用户增长或者收入增长的模式是否可以持续。目前可以看到的是，许多互联网公司纷纷开始了数据驱动业务增长的尝试，希望借助技术手段和数据分析，以最低成本甚至零预算，获取客户和收入的指数级增长，成为和上述明星公司一样的“增长黑客”。

这也是张溪梦和几位联合创始人回国创业的初衷。他们希望，将在LinkedIn以及eBay 等欧美顶级互联网公司积累的商业数据分析知识和经验，通过产品，分享给国内互联网的伙伴和客户们。GrowingIO虽仅成立6个多月，但早在内测期间，就已经有一些大中型SaaS公司成为了GrowingIO的首批客户，如北森、销售易、猎聘、Ucloud、明道、今目标、环信、亿方云、美洽、易快报等。

关于GrowingIO

GrowingIO成立于2015年5月，是一家全球技术领先的商业数据分析公司，希望能用数据分析帮助互联网公司驱动增长。其创始团队均来自LinkedIn 、eBay 、Coursera、亚信等国内外顶级互联网及数据公司，在硅谷商业数据分析领域沉淀磨砺数十年后，2015年5月相约回国创业。

创始人兼CEO张溪梦，前LinkedIn美国商业分析部高级总监，美国Data Science Central评选其为“世界前十位前沿数据科学家“，建立了LinkedIn近百人的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。

GrowingIO获得了来自经纬中国创始人邵亦波、LinkedIn创始人Reid Hoffman、美国最大风险投资基金之一NEA天使轮投资。

张溪梦演讲实录

非常感谢大家来参加GrowingIO 2015年发布会，我真心地感谢在周二那么繁忙的下午，有那么多朋友远道而来，参加我们这样一个创业公司的第一次产品的发布。同时要感谢在座的很多客户、用户、投资人、企业家、媒体朋友给我们提供了这么多的支持、关怀和关爱，真心地感谢大家参与我们的活动。

今天我们分享的产品主题是“商业分析 变革增长”，在展开这个主题之前，想做一些基本的介绍。可能在座的大家好多人以前都认识我，是我很好的朋友，我在过去的12年一直在美国从事数据分析工作，服务过若干家伟大的企业，其中包括制造打印机的爱普生公司，世界上第二大宠物连锁超市PETCO，包括非常伟大的电子商务企业eBay，特别是过去五年我服务于世界上最大的职业社交网络平台领英。我非常幸运，之所以我能站在这个讲台上，和我们团队为大家分享我们新的产品，没有他们的支持，我就不能站在这个平台上。我对他们表示由衷感谢。

我下面要来分享一下我私人的事情，因为我蓄了很长的胡子，大家看到我说你够累的，都没有时间刮胡子。因为我父亲一个星期前刚刚去世，作为中国的子女，我们这个时候都不应该剃发、刮脸。无论我们以前在任何领域里取得什么成就，实际上都是家庭、亲人、朋友在背后无限的帮助、无私的关怀，一个人创业实际上是全家在创业，全朋友圈在创业，全民在跟着你创业，所以我今天代表我们GrowingIO所有员工，感谢我们的父母、亲人、家人、朋友对我们无限的支持。谢谢大家。

提到我们的历史，首先我觉得很幸运我们服务于很多伟大企业，特别是在过去领英这家公司，我记得我在大约五年半之前，2010年年初加入公司的时候，当时它的营业额是每年在八千万美元左右，我们从零到1，到我离开的时候，公司营业额达到30亿美元。大家都知道领英这家公司是互联网社交的平台，但是很少人知道它实际上是世界上第二大SaaS和软件级服务的企业。为什么领英这家公司能够在五年时间，迅速的把营业额每年接近100%的速度在增长，核心的秘密就是我们用数据分析产生了几何倍数的迭代。这就是GrowingIO成立的原因。我们希望这种产生价值的能力，能给全世界很多互联网公司、互联网企业能获得同样效应的高速增长。这也是为什么在今年年初当我离开领英的时候，领英的创始人Reid Hoffman对我们很高的支持，只有几分钟他就表示对我们要进行支持。我非常感谢以往雇主对我们的支持。

讲起商业分析，必然会提到分析，要了解历史上发生了什么，并且了解它们为什么会发生。观测当下正在发生什么，预测未来将会发生什么，仅此而已，没有价值，必须要做到改变。大家都顶着雾霾来的。这就是一个非常好的分析案例，我知道在三四天之前我们已经有了非常严重的雾霾预警，我们知道这星期可能有最严重的一次雾霾。今天早晨政府进行了限号，产生的雾霾严重程度是低于上星期预测的，这就是通过数据分析，我们不断地改变未来的过程，也是在改变未来产生价值的过程。

谈到DT时代，DT是什么？是data technology，数据分析在今天的市场环境下有了新的解读，就是在技术的驱动下，我们可能会产生几何倍数的价值，这个价值是如何体现的呢？特别是在现在的技术领域如何体现呢？我想用这张漫画给大家讲解一下，商业分析到底能带来多少价值。

如果我们理解这个矿石车上面拉的是金矿，假如它是一个商业，那么分析实际上就很简单，就是为这辆车装上两个轮子。非常非常简单。它做的只是一件事，就是提高效率。

什么是效率？在新华字典上讲了，“效率”就是单位时间之内所做的工作。大家想象一下，当这个矿石车装上两个轮子之后，会有两个结果。第一点，我们可以迅速的输出价值。第二点，我们可以大大的节约人力，从而产生更大的价值。反过来推广到今天我们的商业运营、企业运营，增加效率是每一个企业需要关注的核心的增长点。

举几个例子。在过往里，特别是在领英过往的一些分析经历，如何用商业分析来提高价值。其实很简单，商业本身很简单、很直率，解决三件事。第一点，如何挣钱。第二点，如何省钱。第三点，如何花钱。

咱们先讲挣钱的例子。我们需要维护很多客户，特别是销售人员，他们管理很多客户，每个销售人员比如领英，平均大约要管理300到500家公司，很简单的一个问题就是，第一，这300到500家公司，哪家公司是今天会购买我们新的产品，哪家公司会潜在流失，哪家公司会潜在跑到竞争对手那边去。以往解决这个事情的方法是通过给每一个客户打电话，通过扫街、扫楼、地推的方式解决这个问题，特别是以前我们的过往经验，我们可以用数据分析迅速找到今天最重要五家公司予以跟进，最危险的快要流失的五家公司进行跟进，而不需要关注其他不重要的那些客户。

另外一点就是如何省钱，这个例子是在过去的三个月里面，我们的产品和我们服务的一个客户的实例。当时他们CTO和产品VP一直在做分析，他们要开发一个非常核心的功能模块，这个功能模块是需要立刻上线，当时工程部门不眠不休的工作了48个小时，把产品放到线上去。后来我们迅速发现，这个产品每天只有几百个人在使用，但是在首页每天有百万级用户在浏览。为什么？我们发现上面有一个按钮放的位置是没有人会主动去点击的，这个企业迅速把这个功能做了扭转，改变了在首页上展现的模式，他们最后的转化效率提高了4.5倍。这是在一个星期之内发生的。大家试想一下，如果这个产品放在上面，没有人知道它的性能，我们不断追加各种人力和资源在继续开发后续的产品功能，这本身来说是对企业资源的一种浪费。

第三点分享一下如何花钱。现在的企业只有好的产品，没有正确的营销，是绝对不可能的。今天来的很多媒体朋友，我们每写一篇文章都需要花很长时间，我们需要知道有多少用户看了，我们需要知道多少用户用了，我们需要知道多少用户分享了，这些数据的细节决定了我们如何能有效率地把我们的信息推广给更多用户，让他们知晓。但是在以往，都是通过拍脑子、拍胸脯、拍大腿的方式进行预判和预估。在今天来说，我们能通过数据分析非常精确地衡量每一条新闻的转化指标，让我们迅速地调整我们的营销策略。

这里又有一个很有趣的笑话，在美国一个财富前10强的CMO，他讲了一句话。他说每年我有一笔几亿美金的预算，但是50%的市场营销预算是不知道它的转化效果的。第二句话是，我不知道是哪50%没有转化效果。今天的商业分析，是迅速的让我们知道如何高效的运用资本获取最大用户。

特别是最近一年，在中国忽然兴起了“增长黑客”的概念，在美国过去四五年也是风起云涌。Andrew Chen写了一个非常有名的博客，来讲述了增长黑客。大家可能不太知晓。实际上“增长黑客”的概念最早应用的三家公司是在十年以前就开始了，就是Facebook、LinkedIn、Twitter。什么是增长黑客？就是用接近零成本的方式，通过技术和数据分析的手段迅速地增长业务。

这张图片是从《黑客帝国》的电影里截取下来的，他说蓝的药片是骗你进入到以前的生活中去，红的药片骗你进入一个全新的世界。很多人认为增长黑客的核心就是增长用户，或者你选红药片，或者你选蓝药片。实际上真正的增长黑客不只是要增长用户，还要变现。因为如果一个企业没有正确的商业模型，无论我们如何增长再多的用户，最后无法变现，这个企业也不能变成伟大的、持续运营的成功企业。

用户数的增长和营业额的增长，就像钢琴家的两只手一样，他的主旋律和伴奏是要交叉进行，同时配合，缺一不可的，这也是我过去在领英里面学到最重要的知识。首先，在公司发展的前几年，他们核心的关注点确实是增长用户，但是商业模型的增长也是通过数据分析的角度来实现的。举个例子，LinkedIn在过去十年是SaaS企业里面在获客成本的角度来考虑，它的获客成本只是其他优秀SaaS企业的50%，它获取每个用户的成本也是低于普通工业标准的50%。这就造成了为什么它在过去十年之间能从零变成超过300亿美元的企业的核心机密。

现在是2015年，这是普华永道发布的一份报告，他们调查了全球顶级的超过了1300个不同公司、组织的CEO，让他们列出在2015到2016财年对重要三个战略级别的优先级战略。第一点就是增加运营效率，88%的CEO认为增加运营效率是最重要的增长点。第二点是大规模的使用数据分析。第三点是增加用户的体验。这三点实际上是完全结为一体的，就是如何能用数据来驱动企业的增长。

下面再分享一下，通过这个调研报告还有一个很有趣的洞见。他们对比了高速成长的企业和相对缓慢的低速成长企业之间的差别，他们发现使用高效率数据分析的公司，产出是比不使用的超过19倍。第二点，每个协同用数据分析业务的超过不使用的15倍。第三点，对用户的行为，特别是非结构化的大量用户行为的分析产生商业价值是比不使用的这些企业超过将近5倍。第四点，实时的分析能力决定了一个企业和低的企业比是5倍的区别。

我们来分析一下是什么样的矛盾呢？

第一点，商业数据分析的处理周期太长了。一般来说商业分析需求都是业务端提出来的，比如产品经理、市场运营人员、销售人员，或者公司管理层，他们提出来需求，下一步是收集数据，工程师需要在软件里面或者app里面布各种代码来收集信息。再下面由数据工程师把信息传输到数据仓库或者Hadoop系统里面去。再下一步是商业智能的开发人员、分析人员，把它抽取、精炼、聚合成为报表，然后报给最终用户。还有建模、统计学家、高级分析师，把里面的数据抽取出来。平均时间是几个星期，最低也要几天或者几个小时。这样就不能实时洞察，没有实时性。

第二点，大量数据没有收集。IDC是美国顶级研究机构，他们发布了一个报告，全世界只有0.5%的数据被企业收集下来，99.5%以上的信息都被遗失了。举一个例子，为什么那么多信息都没有收集下来呢？首先在软件里面或者网站、app里面，我们需要布很多代码才能把数据收集起来，布代码的过程是另外一个研究机构的报告，平均下来发现一个企业从计划、收集、内测到数据收集上线，整个过程平均时长三到四个星期。大家可以考虑，需要花三到四个星期工程师的时间，才能把数据收集上来，多少企业有这样的资源和人力、时间、成本来做这个工作呢？这是不可能的。所以很多有价值的信息都自然流失掉了。

第三点，不能灵活地满足各种需求。我们现在每个人的生活变化速度越来越快，商业也一样，商业的速度改变太快了，超过了十年之前。像我小的时候，我们没有什么娱乐，我们有的是时间。今天来说，大家最没有的东西是什么呢？就是时间。大量的需求涌入，但是企业内部的分析师和数据工程师又非常忙，没有时间处理那么多需求，这种需求就积压，导致很多企业的决策人不得不回到最原始的状态，就是拍胸脯、拍脑子、拍大腿来做数据决策。

第四点，麦肯锡在三年之前发布了一个报告，他们认为在下面的十年，应该是2012年左右发布的报告，在下面的十年，最重要的也是最昂贵的岗位就是数据科学家和数据分析师的岗位，他们认为在全球至少在美国有150万个职位空缺的缺口，为什么找不到那么多有才华的人？首先数据分析需要很多专业知识，统计、工程、商业的理解、业务的洞察，各种能力是需要时间来培养的。第二，这些人都是一些名校、高校毕业的人，我们的教育系统是没有足够的资源来迅速培养这么多人才。第三，对于一个企业来说，我们得花多少资源和成本来供那么多优秀的人。我举一个例子，数据工程师、数据分析师、统计学家，还包括麦肯锡、贝恩出来的一些商业分析的顾问，每个人的年薪在中国今天的薪资状况下，都得几十万的年薪。一个企业如果打造这样的团队，需要百万级、千万级的预算，这是非常昂贵的过程。

另外，我个人认为是最重要的一点，就是使用数据来做决策的人和产生数据的人是完全不同的两组人，这点是那天我和品觉交流的时候，品觉说你没发现吗，你们的产品在解决一个问题，就是用数据的不做数据，做数据的不用数据，导致极大的断层和断裂，所以今天效率才那么低下。我们该怎么办呢？我们需要改变，我们需要现在就改变。我们如何改变呢？这就是为什么GrowingIO会变成一个产品的原因。

首先，GrowingIO的企业使命是需要用数据帮助每一个企业增长业务，这是我们的企业使命，我们用数据分析帮助很多企业增长业务。

第二，我们的企业愿景是我们希望全世界每一个人都能用数据来驱动他的决策。很多朋友问，你们的公司为什么“GrowingIO”？其实很简单，GrowingIO就两个意思，第一点是增长，我们希望我们的努力能帮助我们很多企业来增长。第二点，IO代表了三个很简单的意思。1，1和0，1和0是数据里面最原始的状态。2，从0到1是一个创业公司从无到有的发展过程，GrowingIO是一个创业公司。3，IO又代表了input和output，我们希望输入的是数据，输出的是价值。这就是我们企业名字的由来“GrowingIO”，我们希望能够帮助我们的客户企业不断增长价值，用数据驱动他们的决策，来为这个世界改变得更美好，做出各种贡献。

讲一讲我们的解决方案。

第一，它和传统的方法比较，它非常非常快。快里面又分成两个概念。1. 速度非常快。当我们想要一个结果的时候，你立刻就会看到结果。2. 我们不需要任何的工程、编程或者是计算机的过程，直接就可以看到结果。而且我们看到的结果是实时的结果，是近实时的结果。以往的数据分析都会至少得等一天、等几小时或者等几个星期，我们今天不需要再等待，立刻就可以看到结果。就是快和实时性。

第二，非常简单易用。简单怎么解释？以往很多企业是需要整个团队通过不同流程，最后把数据分析结果做出来。今天我们只需要我们的用户点击他的页面或者他管理的移动的app上面的功能，立刻就可以看到结果，非常简单。另外，比如他需要制造一个分析报表，整个过程只需要小于一分钟，以往可能需要几天、几星期、几小时。

第三，非常灵活细腻。很多朋友问我你们的工具和产品，和Google的分析有什么区别，看不出什么区别，他们也能看网页的转化率，也能看到链接的点击率，而且进来就可以看，很方便。但实际上我们和它们核心的区别就是我们能分析每一个细节，Google的Analytics，可以看多少用户、多少访客等等。但是比如多少人买了iPhone，什么人买了iPhone，哪个人买了iPhone，在哪个时间买了iPhone，他在看iPhone之前还看了哪些产品，通过GrowingIO都可以实时看出来，而且不需要任何编程和编码。大家过去几年都感觉到真正的价值是在长尾的价值里面，每一个人都是有区别的，这种区别的细分需要通过细腻的数据来看到，所以我们今天提供给我们的用户这种能力，能够看到最终的细节，每一条的细节。

第四，规模化。刚才强哥也讲了，我们今天做的产品不是给一个公司CEO一个人看的，我们做的产品也不是给一个公司的VP或者副总裁、总监看的，我们做的数据分析的产品是给企业里每一个人用的，我们希望每一个人都可以利用数据来做分析和决策，提高规模化。只有产生规模化，才可以产生大量的价值。

第五，这是我们为中国的市场特殊定制的服务。在过往几十年，其实美国在数据分析领域里发展了很多年，我在刚刚入行的时候，在12年以前，我刚刚进入爱普生的时候&