张溪梦和他所创办的GrowingIO(北京易数科技有限公司)一直都是我想采访报道的对象，他身上有太多可圈可点的故事。尤其是对于GrowingIO大数据产品的设计和架构，他把自己对数据科学的严谨性和极致的工匠精神完美的融入到了产品当中。

让客户在使用其大数据产品的时候，不仅可以洞察到用户行为背后的价值，为公司带来丰厚的业绩回报，更能感受到产品所透露出的诚意、便捷性和实用性。

问题1：GrowingIO大数据产品目前的完成度如何?什么时候进行商业化运作?

我们2015年5月份成立，同年12月份正式发布了第一版，已经开始商业化运作。自发布以来，增长迅速，已累计包括36kr、豆瓣、北森、销售易等在内的企业注册用户数千家，活跃企业用户及付费用户百余家。

问题2：GrowingIO瞄准的企业客户是哪一类客户，可以帮助他们解决什么样的问题?

我们瞄准的是初创期和增长期的互联网企业。特别是那些强调转化效率的互联网企业。我们希望合作的客户是那些开始注重转化、注重营收变现的企业。同时愿意拥抱数据化运营的技术和方法论。

GrowingIO用户行为数据分析产品，可以帮助客户获得每一个用户的获取、转化、留存数据，用户的每一次浏览、每一次点击、每一次跳转。

有了上面的用户行为数据，我们产品就能帮助客户大幅度提升盈利能力、增加客户留存、降低客户流失、增购复购等。

在全量数据采集基础之上，我们可以做到实时分析任何一个用户任何使用细节。

一 渠道分析：

实时数据分析，帮助客户非常迅速持续的去分析每个渠道来了多少客户，谁是从哪个渠道来的、各个渠道来的用户转化和投资回报比，帮助我们的客户实现每一次营销都要赚到钱!

二 转化分析：

流量只是开始，转化才能证明商业价值把不知道的客户转化成知道我们的客户，把知道我们的客户变成注册客户，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。

三 留存分析：

从早期就关注用户行为，了解用户持续使用的情况，精确管理每个用户的生命周期，提升用户粘度。

问题3：GrowingIO目前市场覆盖情况如何?哪些公司在用?说一个应用案例。

目前我们市场集中在SaaS、互联网金融、在线教育、在线旅游、电子商务行业等。目前包括猎聘、智联招聘、北森、有赞、豆瓣、36kr、环信等。

销售易为例吧。销售易是一个移动CRM销售管理工具，能帮助销售人员管理潜在客户、跟进销售项目、进行业务分析。

销售易面临的问题：

1)之前一直在关注客户的每日活跃度(登录用户数)。但是看到有的客户明明活跃度很高，却突然告知不再续约。该怎样预防这种情况，减少客户流失?

2)每个销售人员面对手里一大把销售线索，该如何预测用户的付费意愿，进行优先级排序，提高销售效率?我们的解决方案：

我们的解决方案：

1)建立客户健康度模型，计算客户健康度指数，指数过低时自动预警减少客户流失率的关键在于建立产品粘性。

而产品的粘性如何衡量?分析销售易的产品后，我们认为销售易的粘性来自于销售管理、客户追踪等功能与客户核心业务的结合。根据过往数据和经验，一旦客户开始持续地、频繁地访问这些模块，那么他们的续约几率就会相应提高。而流失的客户，是由于长期使用的都是非核心功能，因此很容易找到替代品，迁移成本也很低。

客户使用的到底是核心功能，还是非核心功能，是无法从“日活跃数”这个指标体现出来的。因此我们帮助销售易建立了客户健康度模型，以客户访问和使用核心功能的行为数据来计算健康度指数，经过排序之后，客户成功人员就可以迅速筛选出哪些客户的行为模式不太健康，需要追加沟通和培训。

2.建立客户温度模型，计算温度指数，为销售人员排序什么时候客户会想要付费。

当客户觉得当前的版本已经不能满足自己的时候。这有可能是客户对某一个高级功能感兴趣，也有可能是快要达到现有的账号或存储空间上限，因此我们帮助销售易建立了客户温度模型。客户温度指数综合考虑了客户的资源消耗情况，和客户在高级模块的访问数据，能让销售人员迅速预测客户的付费意愿，提高追加销售的效率。

另外，每一位销售人员在GrowingIO的后台，都能看到自己负责客户的健康度/温度指数，确保每个人看到的都是自己关心的图表。

销售易CEO史彦泽：“GrowingIO能让我们了解每一个客户使用销售易的行为过程和习惯，帮助客户成功团队更加有的放矢地服务客户。”

问题4：硅谷创业文化和中国创投圈氛围有什么相同点和不同点，如何把握“尺寸”?

首先：美国的创业者，特别是很多首次创业者，很多都是被一个“点子”或者“问题”驱动，然后以解决这个问题的方式开始创业。

国内的创业者更倾向于创业本身是一个原始的动力。不过这两点都是创业者必须具有的素质。只不过中美创业者在这个问题上的平衡有些差异。这种差异就会延伸到对产品设计上的考量，美国的创业者一般倾向于把一个领域/事情做的很深，中国的创业者更倾向于把东西做的比较全。

再次：中国的创业者和美国的创业者在创业初期所强调的实际操作方法论上，我觉得有一定的差异。比如说“数据驱动，精益化运营，增长黑客”等实际操作经验，美国的创业者在这方面受到风险投资或者创业培训机构等等比中国完善得多。

美国的创业者“培训”更倾向于教授被投公司如何使用“增长黑客”，如何使用电子邮件营销，如何灵活的应用各种工具迅速迭代产品以及获取运营优势。这就造就了美国的创业者们基本上在早期就关注运用各种工具以获得类似于大公司的昂贵的团队能够提供的竞争力。

中国创业者在这个方面，重视程度不太够。用数据来驱动产品进行快速迭代是美国创业公司的一个标准的过程，在国内接受和理解，特别是能够应用到实际操作过程中的公司还不太多。

第三：在两国之间的资本市场的主流认知我觉得两个国家有些差异。中国的市场无论在体量和增长速度上看都是具有绝对是爆发式增长的。中国的投资者相对倾向于对那些超快增长潜力的公司来进行投资，或者说是对“魔力象限“上面处于炒作风口的业务进行投资，因此整个的不确定性往往是基于创始人的能力和中近期市场需求依赖更明显一些。

美国的投资者更倾向于对未来某些不确定或者颠覆的技术/观念，或者说具有深刻变革能力但是高风险失败可能的企业和创始人进行投资，他们需要的过程可能更长，需要风险投资人的耐心更大。这也许与两个国家处于的VC生命周期不同很有关系吧。

问题5：从您的角度谈谈你对中美两国大数据产业的看法。

首先两个国家都对大数据非常重视。

中国对大数据产业的重视程度可以说是前所未有的。首先，把大数据作为国家级的优先战略确定下来是一个绝无仅有的事情。很高兴我们的国家是如此的支持和在战略上强调数据在改造升级和建立更新的竞争优势上的投入。

美国在这一点上，虽然没有这种宣传力度，但是实际上整个的国家战略也是建立在大数据基础上的。比如说奥巴马政府的熟悉数据科学家，就是以前在LinkedIn数据科学部门的老板。两个国家都很重视。

产业发展和多样性上，美国已经精耕细作了很多年，整个的行业版图非常细分和精益化。国内的大数据产业在技术和产品上相对细分没有那么明显，特别是对基础技术领域的数据技术公司数量上相对少一些，不过最近B2B市场的崛起，越来越多的创业者和各个领域的专家投入进来，我们的在大数据领域的新技术开发上有更多的增长，这对我们国家在未来向技术驱动转型是非常重要的。

结合中国的用户的体量以及数据量的庞大。我个人认为，我们的大数据产业应该发展更快，未来催生的巨大应用场景更多。因此整体的产业进化速度会更快。

问题6：张总在LinkedIn的数据管理经验中，有哪些可以分享给中国的企业管理者?

这首先需要企业的管理者有数据驱动的“意识”，或者说“信念“。我在美国工作的这十几年，看到了很多的事实和案例，一次次的证明了任何一个企业都有能够应用数据驱动业务运营，大幅度提高业绩的空间。

第二，中国的企业家不应该走美国已经重复的老路，应该去用更新的技术，更好的工具和方法论来迅速武装自己，比如说利用云技术，利用开源技术，利用SaaS工具和数据分析产品来获得高速的增长。

而且这种认知要突破以往的IT的观念，就是每一个功能都要内部自建。自建的核心原因在过去和现在有了很大的改变。IT已经从技术实施者，变成了技术管理者。因此优秀的企业家应该能够看到各种工具带给企业的效率提升。实际上美国最近几年提出的增长黑客的技术和方法就是一个最鲜明的案例来证明云，开源技术，SaaS工具等的应用替换掉传统昂贵IT投入的可行性。

第三，中国的企业必须要快速培养企业内部能够实际操作各种效率型工具的人才，能够把数据分析应用到组织各个部门，特别是前线打仗或者执行层面中去。这是获得效率大幅度提升的重要一环。因此我们今天要培养的人才不是那些“能够建造工具”的人，而是能够使用新型工具的人才。

问题7：对于中国大数据创业者有什么建议?

在这个领域我们也是刚刚开始，在不断地摸索，提不上什么建议。我就分享一点感触和很多优秀的创业者共勉吧。

首先要有耐心把事情做好，无论如何大数据创业都是一种围绕着技术展开的，把产品做好，服务好客户是需要时间的。我们要有耐性和足够的恒心把产品做好。这就要求我们做企业服务的创业者们有足够的体力和意志力能够克制浮躁，和团队一起走得长久。这是很难的，特别是在中国这种高度激烈竞争的环境下就尤为困难。

第二，大数据和企业服务领域，我更看好协作，合作，共赢。因为大数据是一个很泛的概念，在各个领域里都会有伟大的企业和产品出来，但是未来它一定是一个生态体系，因此合作和共赢是未来的趋势，希望创业者们和我们一起共同发展，服务好我们的客户和用户，为他们创造价值。