中美企业在数据分析上的最大差异：增长黑客的实践

一、烧钱 ≠ 增长，数据驱动是一种能力

在过去 10 年，中国互联网发展速度非常快，以前是流量驱动的互联网经济。随着人力成本不断攀升，竞争不断加剧，完全靠流量、预算、烧钱来获取客户和市场，已经不可持续了。如果你获取客户的成本高、速度慢且代价大，导致商业价值不能涵盖成本，最终是无法盈利和变现的。

同样获取一个购买客户，在中国可能是美国 5 倍的成本。在中国任何垂直领域都不是一个真空的领域，总会存在跟你同样估值或融资额差不多的竞争对手。如果你花钱效率比别人高，那就很容易出类拔萃，甚至把竞争对手至于死地。而高效花钱的前提，就是要有数据支持，依照数据分析去花钱。

所以只有把效率提升，用相对快的速度，更低的成本，来帮助一个企业获得增长，才是一个公司的核心竞争力之一。

获取增长里的第一步就是做好产品，让用户能够停留在你的 APP、网站和服务里。以前流量为王的时代，就像一个漏水的桶，因为进来的水量很大，哪怕它在猛烈地漏水，你的桶慢慢也能灌满。

但今天你进来的水越来越少，漏水的速度干不上进水的速度，这个企业就不可能有任何实质性的增长。

所以企业需要把产品做到非常高黏度，用户体验非常好、愿意天天来用的产品，就是不漏水的一只桶。然后再有效率地优化各种渠道，把新的用户导进来，这样才能获得一种爆发式的增长。

二、中美企业的四大差异

实际上这套理论，在美国已经应用了多年，这也是我们回到中国后，看到的一个核心的区别。除此之外，还有四个非常大的差异在中国和美国整个企业的市场里：

1、是否有数据驱动意识

很多企业还没有意识到数据驱动能为企业带来的巨大价值，或者说只有少数超大规模的公司意识到了这一点，这使得创始人的决策、商业知觉远远重于数据驱动，这是我的第一个印象。

2、是否进行数据分析实践

在美国，数据分析不管是产品还是方法论，已经很多年了。中国很多企业发展比较快，但是发展时间比较短，在实用操作能力上和美国有一定差异，高级数据分析的能力，基本只集中在几个领头的互联网或者大型企业里，其中互联网公司更具备这种能力，而大部分企业不具备这种操作经验和能力。

3、是否用数据做决策

我们发现，在中国企业内用数据做决策的人，相对美国企业内部来说，比例比较低。像以前我工作过的 LinkedIn 里，不能说 100%，但接近 80-90% 的人，每天每周都在用数据做决策和优化。在国内，通过我们对客户的了解，包括对很多付费客户的了解，他们内部用这种决策的人相对来说很少。

4、是否用工具代替人力

美国已经迭代到不是靠人力解决运营效率问题的时代，他们已经完全进入工具化、产品化、规模化时代。在中国很多企业里，还停留在准备大量雇佣人，大量雇佣高级的数据工程师、分析师，甚至建造整个数据这条体系的阶段，和美国之间的差异还是蛮大的。

这四点差异也决定了我们今天在中国做产品的形态：

第一，企业不太习惯用数据分析工具，觉得没有价值；

第二，数据分析实践没有什么太大的规模，只在一些核心的互联网公司里；

第三，内部人员使用数据分析工具的经验不够；

第四，数据分析工具化程度不足。

三、增长黑客的落地和实现

Sean Ellis 最先提出 “Growth Hacker” ，并帮助硅谷多家公司完成产品的快速增长，其中不少已经 IPO，其中最著名的是 Dropbox 。当时 Sean 在 Dropbox 负责用户增长，他用了一年的时间，将用户的基数和使用频率提高了500% 。

增长黑客是三个角色的聚合，既是一个市场营销师，又是产品开发师，又是一个数据分析师。增长黑客的核心，是以最快的方法、最低的成本、最高效的手段获取大量的增长。

现在流行的海盗法则“AARRR” 模型则将 “ Growth Hacker ”落地成五个可以执行的步骤，分别是：获取用户（Acquisition）、激活用户（Activation）、用户留存（Retention）、用户变现（Revenue）和推荐传播（Referal）。

分享一些知名的国外互联网企业早期实践增长黑客的案例，它们分别涉及 AARRR 的五个方面。

1、获取用户：Hotmail 通过在每一封用 Hotmail 发出的邮件下面附上“Get your free email at hotmail.”聪明地实现了第一波病毒营销；

2、激发活跃：LinkedIn 向客户发送同学毕业、升职等特定邮件提升活跃度；

3、提高留存：Facebook 通过优化产品适应非洲网络环境，初期非洲网络速度很慢，用户留存度很低

4、增加收入：亚马逊 Prime 订户的各种优惠和增值活动：如“70 美元免费运输”的活动，将营业额提高了 150%。

5、传播推荐：把 Dropbox 介绍给新用户，可以获得增长空间。

而这些实践的背后都涉及到数据分析，如转化分析、留存分析、渠道分析、a/b 测试等等，正是这些以价值为导向的数据分析将增长黑客落地，不断驱动业务和客户的增长。

四、以价值为导向的数据分析，任重道远

增长黑客这套框架，是相对普世的，尤其是中国的创业者更加需要。中国大数据生态是技术先行于理论体系的，而美国是理论体系稍微先行于技术。比如增长的这套框架，不是一套产品实践的框架，而是一套商业管理方法论的框架，有了这套框架以后，用各种产品和工具来补足，就变得可执行了。

在中国大数据已经火爆了三四年，很多企业却还没有找到落地和变现的方法。增长这套方法论，已经被很多企业证明是有价值的，包括 LinkedIn、Facebook、Airbnb 都在实践，从企业建立半年后就可以开始应用了。这套方法论在国内有很大的需求，结合企业内部的运营，才能为企业产生价值。

我们还想通过产品和践行，纠正一个误区。对很多中国互联网企业来说，他们认为只要接入了你的工具，立刻就能看到效率。实际上并不是这样，必须要把数据化运营这套方法论，结合到每一天的运营里去，同时很熟练地使用数据分析的工具。这是一个不断循环、不断提升的过程。我们在 LinkedIn 不是通过一个项目就带来了 50% 的增长，而是很多个小的项目，不断演化、迭代，最后产生几何倍数的增长。