張溪夢：硅谷精英的中國實驗

潘心怡

“剛開始的時候Simon是想在美國創業的，但我跟他說你領先國內數據分析團隊不是一代、兩代，可能是三代，回來會成為中國整個數據分析領域的巨無霸，可以做出來一個不得了的公司。” 投資人邵亦波每每談起一年多前拉張溪夢回國創業的情景，言辭中總透露著些許得意。

或許是被邵亦波說服，張溪夢“心動了”，真的將GrowingIO的團隊從加州硅谷搬到了北京望京。事實證明，投資人的眼光和創業者的選擇是正確的。GrowingIO于今年6月獲得經緯中國領投的2000萬美元A輪融資，創下SaaS行業融資額新高。而張溪夢，這個曾經的領英大佬，當下正以GrowingIO創立者的身份吸引著市場、媒體和無數同行的關注。

將“硅谷基因”帶回中國

2015年5月，飛機落地，張溪夢帶著他的創業團隊回到了北京，等待他的是投資人、資金和新成員。北京離張溪夢的家鄉天津坐高鐵最短只需要34分鐘，而從天津的外科醫生到硅谷互聯網界華人大神Simon Zhang，這條路張溪夢走了15年。

還在醫學院時，張溪夢最大的興趣卻是計算機，熱衷于游戲和編程，他自謙“一直不是特別好的學生”。畢業后，腫瘤醫院醫生的職業沒能抵過數據和代碼的吸引力，張溪夢毅然決然踏上了赴美留學的道路。

念MBA、進名企，張溪夢的美國職場之路顯得中規中矩，直到2010年加入領英，他離自己職業生涯的第一個頂峰越來越近。在領英，從一個人的部門擴張至80多人的團隊，同時獲得4次晉升，直至當上領英商業分析部高級總監，這一切只花了他4年時間。

在這期間，張溪夢參與了整個領英的數據分析，建立了一個60%都是中國人的團隊，彼時的他已經是數據分析方面世界級的專家。身在硅谷，又參與了領英的崛起，張溪夢的創業熱情早已被點 燃。

面對回國的選擇，邵亦波的勸說固然極具煽動性，張溪夢還是進行了周密的考量：海外數據分析已經很成熟，中國仍有空間和市場；創業的核心原因就是給中國企業帶來價值，服務好中國客戶是使 命。

互聯網時代，中國巨大的人口紅利投射出了等量的流量紅利。伴隨著流量紅利的是“風口論”“趨勢論”的盛行，于是無論是資源配置抑或是在社會關系上，“流量為王”成了眾多互聯網企業增長甚至存續的終極指南。然而，隨著巨頭對市場的統治地位進一步確立，流量紅利逐漸枯竭。

“假設產品運營是水桶，我們忽然發現水桶還在不斷地滴漏、遺失用戶，沒有把新來的用戶轉化成活躍的用戶，使他們產生價值。”作為前領英高管，張溪夢清楚知道流量紅利減少帶來的沖擊效 應。

在愛普生、Petco、eBay、領英這些頂尖的商業公司摸爬滾打了十幾年，經驗告訴他，拯救苦于流量的中國公司將是一筆大生意，數據公司GrowingIO就此誕生。

張溪夢在硅谷為領英帶來過增長的價值，硅谷也為他的創業鋪墊了經驗和靈感。離開硅谷的時候，張溪夢被拉進了一個叫作“增長”的社交群，群里60%的話題是如何幫助企業找到產品和市場的匹配，40%在討論如何用利用數據。

“群里的所有東西都變成一個SaaS軟件，所以一個創業公司在沒有資源的情況下要善用工具，‘工欲善其事，必先利其器，用這些工具能獲得很多像大公司一樣的優勢。”張溪夢介紹道，而GrowingIO要做的就是為企業提供獲得優勢的“利器”。

摘掉企業的眼罩

“其實今天我覺得很多企業好像都戴著眼罩在森林里面行走一樣。他們看到的數據比較粗，那些數字背后，可能有很多虛的或者不太明確的東西。”張溪夢想要做的，就是摘掉企業的眼罩，讓細節浮出水面。

按照張溪夢的觀察，傳統的企業效率的提高主要分兩個流派。一個是不需要任何數據，通過商業直覺來做判斷，在流量紅利遠去的今天造成的后果往往是“拍屁股走人”。

另一個是在歐美流行多年的數據化運營理論：通過用數據衡量每一個節點和拉新、轉換、存留、變現等各個步驟，將新用戶轉化成核心用戶，最后達到平臺有效變現的目的。

盡管很多領先的互聯網企業，包括中國的BAT，美國的谷歌、FaceBook等都用高級的數據分析方法驅動全公司運營，但在張溪夢看來，這套體系并不完美。

其中，人才、周期、成本是“重要的缺陷”，不適合今天動輒上億級用戶量的互聯網企業繼續做高速增長。尤其是產品經理想要監測點擊事件等用戶行為數據時，需要提前同工程師溝通，一個一個手動設置事件代碼，工程量巨大，平均每監測一個點擊事件需要半小時。

除了數量上的難題，還要面對個體的差異。“說穿了住在望京的和住在三里屯的人是不一樣的。”張溪夢打了個形象的比喻，“看上去好像都是北京人，望京IT的人更聚集一些，三里屯有可能是媒體、網紅。”

此前國內雖然有 GA、百度統計、友盟等數據分析工具，但是這些工具更偏重于頁面訪問量、活躍用戶量、新增注冊用戶、交易數量以及支付成功率等基礎指標，但無法支持更精細的數據分析，想要了解每一個用戶在哪一個環節流失、用戶的轉化效果、用戶屬性等都需要埋點才能實現，而埋點不僅操作麻煩，還有漏埋和錯埋的風險。

對此，張溪夢給出了“無埋點技術”的解決方案——無需埋點，即可采集全量、實時的用戶行為數據。加載了GrowingIO 幾行代碼后，每個事件只要幾秒鐘就可以出數，也不再需要工程師的參與，效率有了顯著提高。僅此數據采集一項，就可以幫助互聯網創業公司節省60%的成本。

無埋點只是起點

剛剛過去不久的6月，GrowingIO宣布推出了新版本，在強大的無埋點技術和全量實時的數據分析功能的基礎上，全新上線了更精細的漏斗對比、用戶細查、熱力圖等實用功能。

為了讓企業走出盲區，此次新版產品能夠呈現用戶行為的每一次點擊、每一次跳轉、每一次登錄等全量、實時用戶行為數據，并在此基礎上，可通過用戶分群、漏斗對比等功能，分析不同訪問來源、不同城市、不同廣告來源等多維度的不同轉化細 節。

作為目前國內數據分析領域最靠譜的服務商，GrowingIO已經獲得了北森、銷售易、回家吃飯、明道、獵聘、人人貸、普惠金融、點融、百姓網、名片全能王、Camera360、唯品會-樂蜂等數千家客戶的青睞，涵蓋互聯網金融、O2O、電商、SaaS等網站和App客戶。

張溪夢向《時間線》記者表示，在工具之外，GrowingIO傳達的其實是一個核心管理概念，背后蘊含著整個用戶生命周期管理的方法論。只有真正深入找到具有大量價值的高級分析，并且用技術進行規模化才能支持前線使用數據的業務端人員，企業才能走出數據迷霧。

良好的投資背書、精干的創業團隊，以及聽上去完美的數據分析理念，GrowingIO這個創業界的“高帥富”卻并非一帆風順。雖然有了投資人的鼎力支持，但張溪夢坦承回國以后，不論是同行還是使用者，對GrowingIO最早期提出來的概念都充滿了質疑。

要知道大數據和埋點緊密結合在一起，植入多段代碼、建立模型、得出數據，這是大數據時代收集數據的慣例。GrowingIO推出的無埋點能行得通 嗎？

數據分析分三個層次，EPR系統出來的交易值數據、CRM時代又發現了用戶的地理位置、男女比例等，再后來是用戶行為階段，即用戶怎么和內容交互。無埋點的方法，就是把用戶行為收集數據做到進一步全量的收集，減低客戶的成本。

“但是從某種意義上來講，把這三點數據結合在一起才能發揮有效的作用。”張溪夢解釋，“現在我們無論如何要幫助客戶解決無埋點的問題，相信未來的產品會有這三方面的迅速打通，時間不會太久。”

事實上，早期儲存、計算和可視化各種成本非常高，當時的理論是用時間換空間，因此以前的數據存放在結構化的數據庫里，那些被認為無用的信息就被舍棄，而大數據的興起實際是在用空間換時間。

張溪夢堅信以后的數據是智能的，在用戶授權的情況下，就能以最快的時間幫助客戶解決問題，而無埋點只是一個起點，“未來充滿了想象空間和價值的增長點”。

Q&A

《時間線》：融了這么多錢怎么花？

張溪夢：首先會在產品研發上繼續加大投入。這點毋庸置疑，因為未來會需要更好的產品和工具解決更多的業務問題，我們會不斷加大對技術端及整個客戶運營體系的投入。另外，一個好的企業服務公司要做好產品、做好自己的服務，肯定需要在服務體系上面加大投入。我們還希望有更多頂尖人才的加入。一個企業未來發展的關鍵，我個人強烈的信念就是在于人，而不是事和錢，人把不可能變成可能，所以在人才上要加大投入。

《時間線》：是否擔心其他競爭者的模仿？

張溪夢：我個人來講從來不擔心競爭對手的模仿，這個世界上好的東西本來就應該以更快的方式傳播出去，如果有好的方法論、好的產品，就應該讓很多人用。模仿本身其實是很慢的事情，一個公司最重要的靈魂是創新性和創造力，這種創造力一方面基于想象力，另一方面也基于對客戶的深刻理解。我希望在未來的中國，特別是企業服務領域，能夠有更多的創新、充滿創造力的產品做出來，幫助企業解決問題。我們對分享這件事并不吝嗇，事實上GrowingIO一直都在把自己的方法論、產品和技術等拿出來跟大家分享。

《時間線》：您有什么經驗可以分享給國內的創業團隊呢？

張溪夢：首先，企業的管理者需要有數據驅動的意識。我在美國工作的十幾年，看到了很多成功案例，像 LinkedIn、Facebook、Airbnb 等企業通過數據分析來驅動業務運營，大幅度提升了業績。

其次，國內的創業團隊可以利用好最新的技術和工具，通過這些工具和方法論武裝好自己。以往的技術觀點是企業自建這些工具，例如自己搭建 BI 、自己搭建內部協作系統等。現在，優秀的創業者應該充分利用好各種工具，如云計算服務、第三方數據分析服務、第三方云通訊等。通過這些SaaS工具代替傳統昂貴的自建投入，降低創業的成本和門檻。

最后，一線的業務人員應該熟練掌握各種效率型工具，特別是要把數據分析應用到一線業務。數據要像水一樣在企業內部流動，在不同部門之間流動，進而發揮其最大的價值。

《時間線》：國內的大數據分析處于起步階段，行業內現在最需要的是什么？

張溪夢：在價值認知上，國內的企業家需要認識到數據分析能夠給他們的企業帶來的巨大價值。

在方法論上，我們中國的企業必須在不同部門推行數據分析的各種方法體系，這些體系已經被歐美總結了至少30年，很多我們沒有必要重新創造。這種知識體系的搭建將會成為一個企業未來成功的核心競爭力之一。

國內各個行業都需要迅速使用好的數據分析產品拉近和頂級企業的差距。工欲善其事，必先利其器。這是每個企業提高效率最好的方式。