「重構中國互聯網數據根基，做數據界的海底撈」
關注「騰訊媒體研究院」
文丨胖頭、井婷婷
「你不經歷事，團隊就起不來，這種錘鍊可能是競爭對手給你的，雙方打得越凶，到最後留下來的都是經過千錘百鍊的團隊。反觀我們神策，做to B面臨的競爭環境沒那麼激烈，那怎麼辦？就自己搞自己。」
2015年初到現在，桑文鋒創業已有3年，目前已收穫多輪融資。今天，騰訊媒體研究院就為大家帶來桑文鋒對於數據的認知與創業的理解。
1
神策數據之始
中國互聯網若以數據這個維度來分，其實可以分為三個階段。
第一個階段是2000-2006年，我把它歸結為流量時代，這個時代有三大門戶，百度、騰訊、阿里巴巴，這個時候拼流量，誰流量多誰就牛，最關心的指標是PV、UV，這是一個階段。
第二個階段是2006-2011年，我把它歸結為用戶時代，這個時候對用戶要求多了，那時的開心網、人人網等都不關心訪問量多大，只要你日活躍用戶數、月活躍用戶數高就行。
2011年之後到了第三個階段，而且我認為未來五到八年還會在這個階段里，這個階段我把它歸結為訂單時代，它的特點是跟交易相關。比如從11年12年開始的團購，就是把線下交易搬到線上，到後面的互聯網金融、直播等，都重視用戶的付費與交易行為，沒有交易，這些模式都會破滅。
在訂單時代，你關心的不是用戶到沒到首頁，裝沒裝你的App，你更需要在意的是轉化——從接觸到轉化的整個過程。你要關心漏斗分析，關心拉新到轉化的關係，更要關心用戶的復購流程。
從流量時代到用戶時代，再到訂單時代，它的內在驅動力其實是用戶需求的變化，和數據收集前提條件的在變化，企業更關心效益，而各種感測器則在技術上為更深層次的數據分析提供了可能。互聯網行業越來越精細化，從開始關注流量到關注用戶到交易，越來越細，越來越需要數據。
我在百度呆了八年時間，八年我從0到1把百度整個大數據平台逐步搭建了起來。這個過程成了我一個階段性的使命，它也讓我看到了機會，當時2011年2012年大數據概念火的時候，我只覺得這是一種概念、是一種屠龍術，當時只有BAT有這個數據體量，要在這一領域精進只有在這三家企業間跳來跳去。
後來又過了兩三年，到了14年左右的時候，我發現時代變了。感測器技術的發展讓許多以前收集不到的數據變得能收集到，大數據處理的套件也變得越來越成熟，以前處理不了的數據現在能處理。第三點是競爭變激烈，數據意識變強。
因此我也有了創業的念頭。不得不提的是，在百度的經歷對我影響非常大，百度文化29條我都能倒背如流。比如把事情做到極致、用數據說話、問題驅動、就事論事、迅速迭代、越變越美等等，而這其中的許多東西都成了我們神策現在的企業文化。在百度這幾年我最大的一個收穫就是學會了如何做事——如何將一件事情做到90分。這個也是神策企業文化的核心，此外我還補充了一條「給客戶帶來價值」。
神策數據桑文鋒
在創業初期，焦慮當然是有的。15年那個時候剛創業半年多，產品雖然出來了，但只有幾個種子用戶，不知道接下來該怎麼弄。在那種情況下，競品的市場宣傳還比我們做得好，這些都給了我非常大的壓力。經過了差不多兩三個月，我學會從那堆事情中跳出來，想明白了三點：
第一，這是不是市場？
沒有競爭就沒有市場，你做一個事，如果沒有人跟你競爭，這可能根本不是一個市場，而我們的競爭對手不僅有而且強。
第二，方向對不對？
大數據分析一定是一個正確的方向，方向本身沒有問題的。
第三，速度快不快？
我是不是在正確的方向上快速奔跑，雖然方向是對的，那有兔子在前面跑也不行，我覺得我們已經夠快了，我們迭代速度，整個的節奏那已經夠快了，這也沒啥問題。
在我想清楚這三點之後，它就變成了我創業成長的過程。我們後面又發現還有一些優勢，比如我的百度系資源，許多百度的口，因為之前建立了穩定的關係，許多人出去之後創業，出去做 CTO，因為本身有信任關係，知道你能做好，很容易就合作起來，這些都是其他人還不具備的優勢，所以現在我對這個事情就很坦然了。當然，除了內部脈絡要梳理清楚，外部也需要外力，人家競品的市場做得好，是不是因為有專業的人？那我們就找一個同樣專業的人來做，這也是一個迭代的過程。
2
數據分析的四個關鍵關節
我把數據分析分為四個環節：從底向上，依次為數據採集、數據建模、數據分析、指標。
1.數據採集
怎麼樣搜集數據，這裡就不細講了，總之要準備一些手段，把這些數據搜集起來。可以用人工方式作一些記錄，比如今天拜訪多少個客戶，打了幾個電話等等。但需要注意的是因數據收集錯漏而造成的「數據無用」。我們不能否認的是網上很多第三方公司的數據都有作假的成分，數據是否準確取決於你是否對數據給予了更多關心，假如是第三方的信息，那你得看這個數據來源是怎麼樣的，準確性怎麼樣，你需要作出判斷。你自己的數據一定要弄准，這也是你決策的關鍵。
2.數據建模
搜集到數據之後，不是弄一個倉庫把各種數據往裡面一堆，要用的時候在裡面刨到自己想要的，這個效率非常低。這個時候我們應該對數據進行建模，方便後續使用。
這裡講一個概念——多維數據模型，也就是OLAP，裡面有兩個關鍵的概念是維度和指標。
什麼是維度？比如城市就是一個維度，北京、天津、上海，這些是維度。操作系統是一個維度，例如macOS、IOS和安卓。還有一個維度是成單量、註冊用戶數，銷售額，我們不僅可以看到總體的銷售額怎麼樣，我還可以看到在天津的使用IOS的銷售額是怎麼樣的，這個就是多維的數據模型，這也是我一直強調的數據之「細」，也就是多維度。
你記錄了這些維度，這些維度里就能形成各種矩陣，這樣在做數據分析的時候就可以按照維度進行拼接，靈活性變得非常強，你可以分析不同年齡段的這些用戶消費情況怎麼樣的，以各種各樣的維度去分析它。這就比你只能看一個宏觀數據的價值大很多了。
假設一個正常的電商產品，京東也好、淘寶也好，還有其他各種電商產品也好。它基本的操作並不複雜，比如啟動APP，點擊註冊，或者瀏覽某一個商品，做了一次搜索，進行一個下單，然後完成一個支付，最後收貨。我們所謂的數據建模就是要把這些信息記錄下來，他進行關鍵動作的時候時間是什麼？地域是什麼？渠道是什麼？商品類別是什麼？商品單價是什麼等等，我們將這些記錄下來，就可以通過數據進行靈活分析了。
比如這樣的一張判斷表，既可以看到用戶從什麼省份過來，也可以看到商品是什麼類別。你還可以查詢哪些來自江蘇，哪些買了手機。來回組合能讓數據反映出更多信息。
3. 數據分析
數據分析的方法是無窮無盡的，我們可以基於分析的深度、廣度以及分析的視角設計一些方法，然後再進行分析。從廣度來說，我是要分析一個人的一些行為還是要分析一群人？比如用戶來自於不同的省，我是想分析北京市用戶跟其他地方用戶的差異，還是要分析整體的用戶構成？或者不同的年齡段是什麼樣的？或者性別構成是什麼樣的等等。
另一方面，從深度來說又是不一樣的，不管你來了具體幹了什麼事情，我都理解為你是一次訪問。在互聯網最早期三大門戶時代的時候，那就是流量為王，不管這個產品具體來了之後是點軍事新聞還是科技新聞，沒有關係，我只看到是你過來進行了一次KTV作了一次頁面瀏覽。2000年互聯網泡沫的時候就看PV，像雅虎這樣的PV量最大，估值就最高。但是PV跟PV可不一樣的，去做一個購買的按鈕跟點擊花邊新聞的按紐商業價值是一樣的嗎？顯然是不一樣的。所以進一步作分析的時候，我們就要把這些同樣是點擊行為進行拆解，這就是拆解成不同的行為。它是一個用戶的購買操作，還是一個瀏覽商品的操作，把它細分開，這即是針對事件進行分析。
還有間隔分析。用戶使用的間隔是怎麼樣的？這些動作時間都有間隔的變化，這都帶來一些信息。比如你讓它的跨度很大，很有可能中間跑了。或者他接了一個電話忘了，都有可能產生問題。不同操作之間的間隔是讓它變壞了呢，還是縮短了他操作的周期讓他變得更加順暢？這些讓我們有可能做一些間隔分析。
我們還可以看留存。每天的訪問量很大，但是用戶構成里只有10%是老用戶，90%都是新用戶，這意味著你只是在靠投廣告把新用戶引過來，一旦停滯光廣告投放，這些用戶就跑完了，這個時候就需要對這些數據進行留存分析，同樣通過這個渠道來的用戶，接下來的表現是怎麼樣的，我們可能要看這個用戶的詳細情況，復盤這個用戶，他是幾點幾分上來操作的、等到幾點幾分放棄購買等。客單量大的用戶要進一步跟蹤，通過一些措施留住他，這些都是一些分析方法。
4.指標
接下來是第四步——指標。前面數據採集建模是打底子，底子打得越好，後面越好辦。
你的指標是什麼？你開車時的儀錶盤是什麼？要把指標定出來，方向定出來。
如何定義指標？一種解決辦法就是《精益數據分析》里講的概念——第一關鍵指標。對於中國經濟幾十年的情況來看，第一關鍵指標就是GDP，把這個數弄上去就可以了。同樣的，一個產品又關心用戶的滿意度，又關心利潤率，又關心GMV，又關心員工大家工作的壓力或其他種種，那肯定是沒有機會搞好的，所以一定要集中重點。
對於互聯網產品來講，大致都能被分成三個階段。第一個是MVP，也就是最開始創業時基於一系列假設去做的一個東西，但是這個假設不代表一定成立，它可能是你臆想的一個需求。然後邊做變調查，找了一些種子用戶去試，發現人家不用這個東西，於是就調整迭代，到了最後就成功了。
比如騰訊，《騰訊傳》里講馬化騰最早想做的不是QQ，但是後來發現大家都上網互相發消息，最後就變成QQ了。開始的假設到了最後往往是不同的產品，它是有不同假設的，核心的標準就是你的產品跟市場的匹配程度，你總能找到那個點。
到達了這個點之後就進入到第二個階段，增長階段。做的產品有需求、市場存在，產品本身也比較好，接下來就看怎麼與市場更加匹配了。開始只是略微小部分放開去試，後來通過市場活動、產品迭代讓它得到一個迅速的增長，最後增長到一個規模。
第三個階段就是怎麼賺錢，賺錢階段大家關心的東西就又不一樣了，最開始的時候，可能數據的意義確實不大，但到了第三個階段數據體現則變得尤為重要。就像亞馬遜CEO所說，我不關心利潤，而關心的是每一個動作的現金流。所以你關心的第一指標是什麼，有了這個指標之後，不是你只關心這個指標，而是分別從其他數據中找源頭。就像國家關心GDP，一定要去拆解到各部——拆解到工業、農業、銀行業等等。
海盜指標法
另外一套制定指標的方法就是海盜指標法。抽象成五個環節，第一個是觸達，怎麼讓用戶知道。第二個是激活，知道你不代表就是你的一個用戶了，中間會有一個激活過程。第三個就是來了之後怎麼把用戶留下，讓他不斷復購，不斷進來操作，這就是留存。最後是引薦，希望老客戶不斷帶來新客戶，像病毒一樣。最後是營收，即賺錢。最後進行指標設計的時候就得分成五個環節，並且要知道這五個環節如何用數據指標來監測做的好壞程度。這也是一種方法，相比於第一關鍵指標放就更加系統化。
3
神策的願景是重構互聯網數據根基
中國從2015年開始，就開始進入數據化時代，我把它歸結為一個IT化的階段。意思是你很多時候都是在打一個ip補丁，通過比如ERP、 CRM這些工具，讓你的管理IT化，讓許多過程、流程IT化，繼而讓你這個事情能夠有效的運轉。
數據化的前提是ip化，但是中國過去那一段時間內IT化To C端發展的品牌多，To B發展的不行，所以IT化程度不夠高。
目前中國整個數據化建設的核心問題我認為有兩個：
第一點，信息化底子太差。特別是我接觸「互聯網+」後感覺很明顯。拿美國來說，美國IT化做的非常好，許多公司不是靠堆人起來的。信息化是數據化的前提，只有有信息系統才能收集數據，前面連信息系統都沒有，後面從哪生成數據，就像我們講農業大數據怎麼提的人這麼少，農業都沒有信息化，哪有後面的數據，這是一個基本的問題，就是許多的信息化做的太差了，同樣我們在推動跟一些傳統企業去合作的時候，我就會發現，需要引入其他第三方，能幫著他把IT給搞一搞的，順帶我這個數據還能玩轉，不然就玩不轉。
第二點，數據意識不行。回想一下你周圍有多少人說話是基於數據的？在做一些商業決策的時候、在做一些產品改進的時候、在做一些運營活動的時候，都是拍腦袋。搞市場活動投了200萬，沒什麼效果，也就是看著挺熱鬧。數據意識需要我們、我們的競爭對手，大家一起來鋪。2011年-2012年大數據概念起來，到現在六年，這六年我覺得是一種數據重要性的普及，大家認識到數據重要了，可數據意識還沒起來，許多人還沒養成用數據說話的這種思路。神策一個很重要的願景就是重構整個互聯網數據生態，培養大家的數據意識。
最近我們剛拿了C輪融資，這裡面我比較看重的是背書，做to B還是需要有背書的，大品牌背書效果更好。另一方面我覺得主要是接觸的人物，比如說紅杉的CEO群裡面有周鴻禕、王興、跟這些人直接拉近距離能給我的企業帶來很多資源，給我帶來的整體視野、素質都會比較高，你能從他們身上學到東西。
我的願景是要重構中國互聯網數據根基。從最開始創業到現在，我覺得神策離目標反而更遠了。為什麼更遠了？不是說這三年沒有努力，而是在我們接觸許多「互聯網+」企業的過程中，發現它們欠缺的東西還是非常多的。也就是我想要實現願景的難度比我當初想像的還要大，但是神策的業務模式決定了我們一定會向幾千幾萬人的規模奔去，這是攔不住的。
#End#
TAG:騰訊媒體研究院 |