
需手動埋點、數(shù)據(jù)采集不全、核心業(yè)務(wù)數(shù)據(jù)無法保留、工程量繁重、可視化圖表制作耗時漫長、業(yè)務(wù)人員無法自主按需分析、無法對用戶行為進(jìn)行實時深層分析,數(shù)據(jù)分析師產(chǎn)品常見的這七大痛點或許將成為歷史。
12月8日,商業(yè)數(shù)據(jù)分析公司GrowingIO發(fā)布首款實時商業(yè)數(shù)據(jù)分析產(chǎn)品GrowingIO V1.0,該平臺同時適用于Web頁面、HTML5頁面以及iOS/Android客戶端的數(shù)據(jù)分析。
GrowingIO V1.0首次實現(xiàn)了無埋點數(shù)據(jù)采集、全面收集實時數(shù)據(jù)、一鍵出圖、實時數(shù)據(jù)分析等功能,解開了數(shù)據(jù)的“鐐銬”,大大提高數(shù)據(jù)利用效率。這也意味著,中國的互聯(lián)網(wǎng)企業(yè),如今也與硅谷互聯(lián)網(wǎng)公司一樣,具備了深挖互聯(lián)網(wǎng)數(shù)據(jù)商業(yè)價值的機會和能力。
GrowingIO V1.0上手簡單,只需加載一次JavaScript代碼或SDK即可使用,極大縮減了安裝和調(diào)試的時間。用戶加載完成幾分鐘后,就可以實時采集到頁面任一元素的用戶交互數(shù)據(jù),而不用提前定義需要采集的事件和功能,就能實時地看到所有的歷史數(shù)據(jù)趨勢。
這種無埋點技術(shù),不需要工程人員在任一元素上單獨設(shè)置代碼,就可以收集數(shù)據(jù),極大降低了工程量,讓數(shù)據(jù)分析流程從傳統(tǒng)的數(shù)天、數(shù)周,縮短到幾小時,甚至幾分鐘。
事實上,采集數(shù)據(jù)要手動埋點,正是很多企業(yè)轉(zhuǎn)向數(shù)據(jù)驅(qū)動業(yè)務(wù)的核心挑戰(zhàn)之一。以Tag Management 的研究報告來看,從需求溝通到完成代碼預(yù)埋,平均用時是3周。這不僅會拖慢了產(chǎn)品開發(fā),還存在數(shù)據(jù)不全面、遺漏缺失混淆、數(shù)據(jù)質(zhì)量低等一系列的歷史問題。GrowingIO V1.0無需編程,一鍵點擊即可展示分析結(jié)果,從用戶關(guān)鍵數(shù)據(jù)生成,到收集、傳輸、處理、管理、應(yīng)用和導(dǎo)出,實現(xiàn)了數(shù)據(jù)分析的全自動化。
對一線業(yè)務(wù)人員來說,不用再被動等待產(chǎn)品、技術(shù)、分析師等部門的協(xié)助,只需要點擊相關(guān)的頁面和具體版塊,就可以生成自己想要的分析結(jié)果,全面了解業(yè)務(wù)的執(zhí)行情況;對產(chǎn)品經(jīng)理而言, 再不用拍腦子、憑經(jīng)驗來猜測用戶的關(guān)注和喜好,而是以數(shù)據(jù)為決策,來優(yōu)化產(chǎn)品設(shè)計。
此外,除了基本DAU、PV、停留時長和留存率等基礎(chǔ)指標(biāo)之外,GrowingIO V1.0能進(jìn)行在任意多維度下自行定義指標(biāo),對用戶行為進(jìn)行深層分析,如追蹤轉(zhuǎn)化率、觀察用戶行為趨勢、預(yù)測流失用戶等,進(jìn)一步輔助提出產(chǎn)品優(yōu)化建議。
“希望讓企業(yè)內(nèi)部的每一個人,都能做到數(shù)據(jù)驅(qū)動決策,用商業(yè)數(shù)據(jù)分析推動用戶和營收的增長。”GrowingIO 創(chuàng)始人兼CEO張溪夢認(rèn)為,無論全球還是中國范圍內(nèi),移動互聯(lián)網(wǎng)的增長紅利窗口正在逐漸消失;對于在過去5-10年里崛起的互聯(lián)網(wǎng)企業(yè)來說,粗放商業(yè)模式帶來的利潤和利潤率,已越來越低,GrowingIO希望能幫助這些企業(yè),用商業(yè)數(shù)據(jù)分析這種直接有效的方式,實現(xiàn)運營效率、用戶數(shù)和收入的指數(shù)級提升,而不僅僅是依靠直覺和過往經(jīng)驗。
繼LinkedIn、Facebook、Twitter等硅谷互聯(lián)網(wǎng)公司,依靠數(shù)據(jù)分析實現(xiàn)閃電式擴張后,國內(nèi)互聯(lián)網(wǎng)行業(yè)也開始反思,通過燒流量、大規(guī)模地推、補貼等粗放手段,贏得用戶增長或者收入增長的模式是否可以持續(xù)。目前可以看到的是,許多互聯(lián)網(wǎng)公司紛紛開始了數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的嘗試,希望借助技術(shù)手段和數(shù)據(jù)分析,以最低成本甚至零預(yù)算,獲取客戶和收入的指數(shù)級增長,成為和上述明星公司一樣的“增長黑客”。
這也是張溪夢和幾位聯(lián)合創(chuàng)始人回國創(chuàng)業(yè)的初衷。他們希望,將在LinkedIn以及eBay 等歐美頂級互聯(lián)網(wǎng)公司積累的商業(yè)數(shù)據(jù)分析知識和經(jīng)驗,通過產(chǎn)品,分享給國內(nèi)互聯(lián)網(wǎng)的伙伴和客戶們。GrowingIO雖僅成立6個多月,但早在內(nèi)測期間,就已經(jīng)有一些大中型SaaS公司成為了GrowingIO的首批客戶,如北森、銷售易、獵聘、Ucloud、明道、今目標(biāo)、環(huán)信、億方云、美洽、易快報等。
關(guān)于GrowingIO
GrowingIO成立于2015年5月,是一家全球技術(shù)領(lǐng)先的商業(yè)數(shù)據(jù)分析公司,希望能用數(shù)據(jù)分析幫助互聯(lián)網(wǎng)公司驅(qū)動增長。其創(chuàng)始團(tuán)隊均來自LinkedIn 、eBay 、Coursera、亞信等國內(nèi)外頂級互聯(lián)網(wǎng)及數(shù)據(jù)公司,在硅谷商業(yè)數(shù)據(jù)分析領(lǐng)域沉淀磨礪數(shù)十年后,2015年5月相約回國創(chuàng)業(yè)。
創(chuàng)始人兼CEO張溪夢,前LinkedIn美國商業(yè)分析部高級總監(jiān),美國Data Science Central評選其為“世界前十位前沿數(shù)據(jù)科學(xué)家“,建立了LinkedIn近百人的商業(yè)數(shù)據(jù)分析和數(shù)據(jù)科學(xué)團(tuán)隊,支撐了LinkedIn公司所有與營收相關(guān)業(yè)務(wù)的高速增長。
GrowingIO獲得了來自經(jīng)緯中國創(chuàng)始人邵亦波、LinkedIn創(chuàng)始人Reid Hoffman、美國最大風(fēng)險投資基金之一NEA天使輪投資。
張溪夢演講實錄
非常感謝大家來參加GrowingIO 2015年發(fā)布會,我真心地感謝在周二那么繁忙的下午,有那么多朋友遠(yuǎn)道而來,參加我們這樣一個創(chuàng)業(yè)公司的第一次產(chǎn)品的發(fā)布。同時要感謝在座的很多客戶、用戶、投資人、企業(yè)家、媒體朋友給我們提供了這么多的支持、關(guān)懷和關(guān)愛,真心地感謝大家參與我們的活動。
今天我們分享的產(chǎn)品主題是“商業(yè)分析 變革增長”,在展開這個主題之前,想做一些基本的介紹??赡茉谧拇蠹液枚嗳艘郧岸颊J(rèn)識我,是我很好的朋友,我在過去的12年一直在美國從事數(shù)據(jù)分析工作,服務(wù)過若干家偉大的企業(yè),其中包括制造打印機的愛普生公司,世界上第二大寵物連鎖超市PETCO,包括非常偉大的電子商務(wù)企業(yè)eBay,特別是過去五年我服務(wù)于世界上最大的職業(yè)社交網(wǎng)絡(luò)平臺領(lǐng)英。我非常幸運,之所以我能站在這個講臺上,和我們團(tuán)隊為大家分享我們新的產(chǎn)品,沒有他們的支持,我就不能站在這個平臺上。我對他們表示由衷感謝。
我下面要來分享一下我私人的事情,因為我蓄了很長的胡子,大家看到我說你夠累的,都沒有時間刮胡子。因為我父親一個星期前剛剛?cè)ナ?,作為中國的子女,我們這個時候都不應(yīng)該剃發(fā)、刮臉。無論我們以前在任何領(lǐng)域里取得什么成就,實際上都是家庭、親人、朋友在背后無限的幫助、無私的關(guān)懷,一個人創(chuàng)業(yè)實際上是全家在創(chuàng)業(yè),全朋友圈在創(chuàng)業(yè),全民在跟著你創(chuàng)業(yè),所以我今天代表我們GrowingIO所有員工,感謝我們的父母、親人、家人、朋友對我們無限的支持。謝謝大家。
提到我們的歷史,首先我覺得很幸運我們服務(wù)于很多偉大企業(yè),特別是在過去領(lǐng)英這家公司,我記得我在大約五年半之前,2010年年初加入公司的時候,當(dāng)時它的營業(yè)額是每年在八千萬美元左右,我們從零到1,到我離開的時候,公司營業(yè)額達(dá)到30億美元。大家都知道領(lǐng)英這家公司是互聯(lián)網(wǎng)社交的平臺,但是很少人知道它實際上是世界上第二大SaaS和軟件級服務(wù)的企業(yè)。為什么領(lǐng)英這家公司能夠在五年時間,迅速的把營業(yè)額每年接近100%的速度在增長,核心的秘密就是我們用數(shù)據(jù)分析產(chǎn)生了幾何倍數(shù)的迭代。這就是GrowingIO成立的原因。我們希望這種產(chǎn)生價值的能力,能給全世界很多互聯(lián)網(wǎng)公司、互聯(lián)網(wǎng)企業(yè)能獲得同樣效應(yīng)的高速增長。這也是為什么在今年年初當(dāng)我離開領(lǐng)英的時候,領(lǐng)英的創(chuàng)始人Reid Hoffman對我們很高的支持,只有幾分鐘他就表示對我們要進(jìn)行支持。我非常感謝以往雇主對我們的支持。
講起商業(yè)分析,必然會提到分析,要了解歷史上發(fā)生了什么,并且了解它們?yōu)槭裁磿l(fā)生。觀測當(dāng)下正在發(fā)生什么,預(yù)測未來將會發(fā)生什么,僅此而已,沒有價值,必須要做到改變。大家都頂著霧霾來的。這就是一個非常好的分析案例,我知道在三四天之前我們已經(jīng)有了非常嚴(yán)重的霧霾預(yù)警,我們知道這星期可能有最嚴(yán)重的一次霧霾。今天早晨政府進(jìn)行了限號,產(chǎn)生的霧霾嚴(yán)重程度是低于上星期預(yù)測的,這就是通過數(shù)據(jù)分析,我們不斷地改變未來的過程,也是在改變未來產(chǎn)生價值的過程。
談到DT時代,DT是什么?是data technology,數(shù)據(jù)分析在今天的市場環(huán)境下有了新的解讀,就是在技術(shù)的驅(qū)動下,我們可能會產(chǎn)生幾何倍數(shù)的價值,這個價值是如何體現(xiàn)的呢?特別是在現(xiàn)在的技術(shù)領(lǐng)域如何體現(xiàn)呢?我想用這張漫畫給大家講解一下,商業(yè)分析到底能帶來多少價值。
如果我們理解這個礦石車上面拉的是金礦,假如它是一個商業(yè),那么分析實際上就很簡單,就是為這輛車裝上兩個輪子。非常非常簡單。它做的只是一件事,就是提高效率。
什么是效率?在新華字典上講了,“效率”就是單位時間之內(nèi)所做的工作。大家想象一下,當(dāng)這個礦石車裝上兩個輪子之后,會有兩個結(jié)果。第一點,我們可以迅速的輸出價值。第二點,我們可以大大的節(jié)約人力,從而產(chǎn)生更大的價值。反過來推廣到今天我們的商業(yè)運營、企業(yè)運營,增加效率是每一個企業(yè)需要關(guān)注的核心的增長點。
舉幾個例子。在過往里,特別是在領(lǐng)英過往的一些分析經(jīng)歷,如何用商業(yè)分析來提高價值。其實很簡單,商業(yè)本身很簡單、很直率,解決三件事。第一點,如何掙錢。第二點,如何省錢。第三點,如何花錢。
咱們先講掙錢的例子。我們需要維護(hù)很多客戶,特別是銷售人員,他們管理很多客戶,每個銷售人員比如領(lǐng)英,平均大約要管理300到500家公司,很簡單的一個問題就是,第一,這300到500家公司,哪家公司是今天會購買我們新的產(chǎn)品,哪家公司會潛在流失,哪家公司會潛在跑到競爭對手那邊去。以往解決這個事情的方法是通過給每一個客戶打電話,通過掃街、掃樓、地推的方式解決這個問題,特別是以前我們的過往經(jīng)驗,我們可以用數(shù)據(jù)分析迅速找到今天最重要五家公司予以跟進(jìn),最危險的快要流失的五家公司進(jìn)行跟進(jìn),而不需要關(guān)注其他不重要的那些客戶。
另外一點就是如何省錢,這個例子是在過去的三個月里面,我們的產(chǎn)品和我們服務(wù)的一個客戶的實例。當(dāng)時他們CTO和產(chǎn)品VP一直在做分析,他們要開發(fā)一個非常核心的功能模塊,這個功能模塊是需要立刻上線,當(dāng)時工程部門不眠不休的工作了48個小時,把產(chǎn)品放到線上去。后來我們迅速發(fā)現(xiàn),這個產(chǎn)品每天只有幾百個人在使用,但是在首頁每天有百萬級用戶在瀏覽。為什么?我們發(fā)現(xiàn)上面有一個按鈕放的位置是沒有人會主動去點擊的,這個企業(yè)迅速把這個功能做了扭轉(zhuǎn),改變了在首頁上展現(xiàn)的模式,他們最后的轉(zhuǎn)化效率提高了4.5倍。這是在一個星期之內(nèi)發(fā)生的。大家試想一下,如果這個產(chǎn)品放在上面,沒有人知道它的性能,我們不斷追加各種人力和資源在繼續(xù)開發(fā)后續(xù)的產(chǎn)品功能,這本身來說是對企業(yè)資源的一種浪費。
第三點分享一下如何花錢?,F(xiàn)在的企業(yè)只有好的產(chǎn)品,沒有正確的營銷,是絕對不可能的。今天來的很多媒體朋友,我們每寫一篇文章都需要花很長時間,我們需要知道有多少用戶看了,我們需要知道多少用戶用了,我們需要知道多少用戶分享了,這些數(shù)據(jù)的細(xì)節(jié)決定了我們?nèi)绾文苡行实匕盐覀兊男畔⑼茝V給更多用戶,讓他們知曉。但是在以往,都是通過拍腦子、拍胸脯、拍大腿的方式進(jìn)行預(yù)判和預(yù)估。在今天來說,我們能通過數(shù)據(jù)分析非常精確地衡量每一條新聞的轉(zhuǎn)化指標(biāo),讓我們迅速地調(diào)整我們的營銷策略。
這里又有一個很有趣的笑話,在美國一個財富前10強的CMO,他講了一句話。他說每年我有一筆幾億美金的預(yù)算,但是50%的市場營銷預(yù)算是不知道它的轉(zhuǎn)化效果的。第二句話是,我不知道是哪50%沒有轉(zhuǎn)化效果。今天的商業(yè)分析,是迅速的讓我們知道如何高效的運用資本獲取最大用戶。
特別是最近一年,在中國忽然興起了“增長黑客”的概念,在美國過去四五年也是風(fēng)起云涌。Andrew Chen寫了一個非常有名的博客,來講述了增長黑客。大家可能不太知曉。實際上“增長黑客”的概念最早應(yīng)用的三家公司是在十年以前就開始了,就是Facebook、LinkedIn、Twitter。什么是增長黑客?就是用接近零成本的方式,通過技術(shù)和數(shù)據(jù)分析的手段迅速地增長業(yè)務(wù)。
這張圖片是從《黑客帝國》的電影里截取下來的,他說藍(lán)的藥片是騙你進(jìn)入到以前的生活中去,紅的藥片騙你進(jìn)入一個全新的世界。很多人認(rèn)為增長黑客的核心就是增長用戶,或者你選紅藥片,或者你選藍(lán)藥片。實際上真正的增長黑客不只是要增長用戶,還要變現(xiàn)。因為如果一個企業(yè)沒有正確的商業(yè)模型,無論我們?nèi)绾卧鲩L再多的用戶,最后無法變現(xiàn),這個企業(yè)也不能變成偉大的、持續(xù)運營的成功企業(yè)。
用戶數(shù)的增長和營業(yè)額的增長,就像鋼琴家的兩只手一樣,他的主旋律和伴奏是要交叉進(jìn)行,同時配合,缺一不可的,這也是我過去在領(lǐng)英里面學(xué)到最重要的知識。首先,在公司發(fā)展的前幾年,他們核心的關(guān)注點確實是增長用戶,但是商業(yè)模型的增長也是通過數(shù)據(jù)分析的角度來實現(xiàn)的。舉個例子,LinkedIn在過去十年是SaaS企業(yè)里面在獲客成本的角度來考慮,它的獲客成本只是其他優(yōu)秀SaaS企業(yè)的50%,它獲取每個用戶的成本也是低于普通工業(yè)標(biāo)準(zhǔn)的50%。這就造成了為什么它在過去十年之間能從零變成超過300億美元的企業(yè)的核心機密。
現(xiàn)在是2015年,這是普華永道發(fā)布的一份報告,他們調(diào)查了全球頂級的超過了1300個不同公司、組織的CEO,讓他們列出在2015到2016財年對重要三個戰(zhàn)略級別的優(yōu)先級戰(zhàn)略。第一點就是增加運營效率,88%的CEO認(rèn)為增加運營效率是最重要的增長點。第二點是大規(guī)模的使用數(shù)據(jù)分析。第三點是增加用戶的體驗。這三點實際上是完全結(jié)為一體的,就是如何能用數(shù)據(jù)來驅(qū)動企業(yè)的增長。
下面再分享一下,通過這個調(diào)研報告還有一個很有趣的洞見。他們對比了高速成長的企業(yè)和相對緩慢的低速成長企業(yè)之間的差別,他們發(fā)現(xiàn)使用高效率數(shù)據(jù)分析的公司,產(chǎn)出是比不使用的超過19倍。第二點,每個協(xié)同用數(shù)據(jù)分析業(yè)務(wù)的超過不使用的15倍。第三點,對用戶的行為,特別是非結(jié)構(gòu)化的大量用戶行為的分析產(chǎn)生商業(yè)價值是比不使用的這些企業(yè)超過將近5倍。第四點,實時的分析能力決定了一個企業(yè)和低的企業(yè)比是5倍的區(qū)別。
我們來分析一下是什么樣的矛盾呢?
第一點,商業(yè)數(shù)據(jù)分析的處理周期太長了。一般來說商業(yè)分析需求都是業(yè)務(wù)端提出來的,比如產(chǎn)品經(jīng)理、市場運營人員、銷售人員,或者公司管理層,他們提出來需求,下一步是收集數(shù)據(jù),工程師需要在軟件里面或者app里面布各種代碼來收集信息。再下面由數(shù)據(jù)工程師把信息傳輸?shù)?a href='/map/shujucangku/' style='color:#000;font-size:inherit;'>數(shù)據(jù)倉庫或者Hadoop系統(tǒng)里面去。再下一步是商業(yè)智能的開發(fā)人員、分析人員,把它抽取、精煉、聚合成為報表,然后報給最終用戶。還有建模、統(tǒng)計學(xué)家、高級分析師,把里面的數(shù)據(jù)抽取出來。平均時間是幾個星期,最低也要幾天或者幾個小時。這樣就不能實時洞察,沒有實時性。
第二點,大量數(shù)據(jù)沒有收集。IDC是美國頂級研究機構(gòu),他們發(fā)布了一個報告,全世界只有0.5%的數(shù)據(jù)被企業(yè)收集下來,99.5%以上的信息都被遺失了。舉一個例子,為什么那么多信息都沒有收集下來呢?首先在軟件里面或者網(wǎng)站、app里面,我們需要布很多代碼才能把數(shù)據(jù)收集起來,布代碼的過程是另外一個研究機構(gòu)的報告,平均下來發(fā)現(xiàn)一個企業(yè)從計劃、收集、內(nèi)測到數(shù)據(jù)收集上線,整個過程平均時長三到四個星期。大家可以考慮,需要花三到四個星期工程師的時間,才能把數(shù)據(jù)收集上來,多少企業(yè)有這樣的資源和人力、時間、成本來做這個工作呢?這是不可能的。所以很多有價值的信息都自然流失掉了。
第三點,不能靈活地滿足各種需求。我們現(xiàn)在每個人的生活變化速度越來越快,商業(yè)也一樣,商業(yè)的速度改變太快了,超過了十年之前。像我小的時候,我們沒有什么娛樂,我們有的是時間。今天來說,大家最沒有的東西是什么呢?就是時間。大量的需求涌入,但是企業(yè)內(nèi)部的分析師和數(shù)據(jù)工程師又非常忙,沒有時間處理那么多需求,這種需求就積壓,導(dǎo)致很多企業(yè)的決策人不得不回到最原始的狀態(tài),就是拍胸脯、拍腦子、拍大腿來做數(shù)據(jù)決策。
第四點,麥肯錫在三年之前發(fā)布了一個報告,他們認(rèn)為在下面的十年,應(yīng)該是2012年左右發(fā)布的報告,在下面的十年,最重要的也是最昂貴的崗位就是數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師的崗位,他們認(rèn)為在全球至少在美國有150萬個職位空缺的缺口,為什么找不到那么多有才華的人?首先數(shù)據(jù)分析需要很多專業(yè)知識,統(tǒng)計、工程、商業(yè)的理解、業(yè)務(wù)的洞察,各種能力是需要時間來培養(yǎng)的。第二,這些人都是一些名校、高校畢業(yè)的人,我們的教育系統(tǒng)是沒有足夠的資源來迅速培養(yǎng)這么多人才。第三,對于一個企業(yè)來說,我們得花多少資源和成本來供那么多優(yōu)秀的人。我舉一個例子,數(shù)據(jù)工程師、數(shù)據(jù)分析師、統(tǒng)計學(xué)家,還包括麥肯錫、貝恩出來的一些商業(yè)分析的顧問,每個人的年薪在中國今天的薪資狀況下,都得幾十萬的年薪。一個企業(yè)如果打造這樣的團(tuán)隊,需要百萬級、千萬級的預(yù)算,這是非常昂貴的過程。
另外,我個人認(rèn)為是最重要的一點,就是使用數(shù)據(jù)來做決策的人和產(chǎn)生數(shù)據(jù)的人是完全不同的兩組人,這點是那天我和品覺交流的時候,品覺說你沒發(fā)現(xiàn)嗎,你們的產(chǎn)品在解決一個問題,就是用數(shù)據(jù)的不做數(shù)據(jù),做數(shù)據(jù)的不用數(shù)據(jù),導(dǎo)致極大的斷層和斷裂,所以今天效率才那么低下。我們該怎么辦呢?我們需要改變,我們需要現(xiàn)在就改變。我們?nèi)绾胃淖兡??這就是為什么GrowingIO會變成一個產(chǎn)品的原因。
首先,GrowingIO的企業(yè)使命是需要用數(shù)據(jù)幫助每一個企業(yè)增長業(yè)務(wù),這是我們的企業(yè)使命,我們用數(shù)據(jù)分析幫助很多企業(yè)增長業(yè)務(wù)。
第二,我們的企業(yè)愿景是我們希望全世界每一個人都能用數(shù)據(jù)來驅(qū)動他的決策。很多朋友問,你們的公司為什么“GrowingIO”?其實很簡單,GrowingIO就兩個意思,第一點是增長,我們希望我們的努力能幫助我們很多企業(yè)來增長。第二點,IO代表了三個很簡單的意思。1,1和0,1和0是數(shù)據(jù)里面最原始的狀態(tài)。2,從0到1是一個創(chuàng)業(yè)公司從無到有的發(fā)展過程,GrowingIO是一個創(chuàng)業(yè)公司。3,IO又代表了input和output,我們希望輸入的是數(shù)據(jù),輸出的是價值。這就是我們企業(yè)名字的由來“GrowingIO”,我們希望能夠幫助我們的客戶企業(yè)不斷增長價值,用數(shù)據(jù)驅(qū)動他們的決策,來為這個世界改變得更美好,做出各種貢獻(xiàn)。
講一講我們的解決方案。
第一,它和傳統(tǒng)的方法比較,它非常非?????炖锩嬗址殖蓛蓚€概念。1. 速度非常快。當(dāng)我們想要一個結(jié)果的時候,你立刻就會看到結(jié)果。2. 我們不需要任何的工程、編程或者是計算機的過程,直接就可以看到結(jié)果。而且我們看到的結(jié)果是實時的結(jié)果,是近實時的結(jié)果。以往的數(shù)據(jù)分析都會至少得等一天、等幾小時或者等幾個星期,我們今天不需要再等待,立刻就可以看到結(jié)果。就是快和實時性。
第二,非常簡單易用。簡單怎么解釋?以往很多企業(yè)是需要整個團(tuán)隊通過不同流程,最后把數(shù)據(jù)分析結(jié)果做出來。今天我們只需要我們的用戶點擊他的頁面或者他管理的移動的app上面的功能,立刻就可以看到結(jié)果,非常簡單。另外,比如他需要制造一個分析報表,整個過程只需要小于一分鐘,以往可能需要幾天、幾星期、幾小時。
第三,非常靈活細(xì)膩。很多朋友問我你們的工具和產(chǎn)品,和Google的分析有什么區(qū)別,看不出什么區(qū)別,他們也能看網(wǎng)頁的轉(zhuǎn)化率,也能看到鏈接的點擊率,而且進(jìn)來就可以看,很方便。但實際上我們和它們核心的區(qū)別就是我們能分析每一個細(xì)節(jié),Google的Analytics,可以看多少用戶、多少訪客等等。但是比如多少人買了iPhone,什么人買了iPhone,哪個人買了iPhone,在哪個時間買了iPhone,他在看iPhone之前還看了哪些產(chǎn)品,通過GrowingIO都可以實時看出來,而且不需要任何編程和編碼。大家過去幾年都感覺到真正的價值是在長尾的價值里面,每一個人都是有區(qū)別的,這種區(qū)別的細(xì)分需要通過細(xì)膩的數(shù)據(jù)來看到,所以我們今天提供給我們的用戶這種能力,能夠看到最終的細(xì)節(jié),每一條的細(xì)節(jié)。
第四,規(guī)?;?。剛才強哥也講了,我們今天做的產(chǎn)品不是給一個公司CEO一個人看的,我們做的產(chǎn)品也不是給一個公司的VP或者副總裁、總監(jiān)看的,我們做的數(shù)據(jù)分析的產(chǎn)品是給企業(yè)里每一個人用的,我們希望每一個人都可以利用數(shù)據(jù)來做分析和決策,提高規(guī)?;V挥挟a(chǎn)生規(guī)?;趴梢援a(chǎn)生大量的價值。
第五,這是我們?yōu)橹袊氖袌鎏厥舛ㄖ频姆?wù)。在過往幾十年,其實美國在數(shù)據(jù)分析領(lǐng)域里發(fā)展了很多年,我在剛剛?cè)胄械臅r候,在12年以前,我剛剛進(jìn)入愛普生的時候&
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11