中国IDC圈9月1日报道，8月29日-30日在上海国际时尚中心举行的D-Future数据时代峰会是七牛为大家带来的一场数据盛筵，汇聚了业界领袖、行业专家，他们将从产业的角度和技术的角度来解读数据从何而来，数据如何应用，数据重新构未来。

在29日下午的活动中张溪梦以《客户分析让商业精益运营不在闭门造车》为题，给大家带来了精彩的演讲。

Growingio.com CEO  张溪梦

以下是张溪梦演讲内容（根据速记整理）：

张溪梦：谢谢大家，感谢七牛今天组织的这个会议，我非常感动，那么多人，今天将近五点钟了，还坐在这里。今天我们时间稍微拖了一些，我把我的演讲稍微简短一些，如果有疑问，大家下面可以找我提问。我在今年三月份离职。今年前年一直在linkedin，过去五年从我一个人成长为90人的团队。包括业务决策业务运营，以及产品运维风控。是在易贝在petco学到的经验，在爱普森学到的经验。

我今天跟大家分享一下我们过去这几年对于数据最基本的理解。首先一个什么是数据。数据非常简单，大概在三十年以前，还在小学生的时候，我们在学习。它就是连接了时间、地点、人物、内容。通过数据的方式展现出来。然后我们再看一看，过去若干年里面发现了什么，首先数据在以几何倍数的增长。第一点人与人产生了大量的连接，这一点在社交网络上得到了完美的体现。比如linkedin过去五年里面产生了3.5亿用户，但是它产生了150亿以上的社交连接。再看一看，很多的设备之间也产生了连接，比如我们今天用的手机、无人机、各种智能硬件、手表、白色家电变成智能家电，产生更多的数据。大家再看一看，软件与软件之间也产生很多数据，大家能不能想象，过去一年里面，美国有将近两千家的企业服务商提供与数据有关系的产品与服务。我们再看一下结果，2020年，也就是从现在到五年后，世界上会有40亿人通过各种手段产生各种的数据，会有一个4万亿美元的市场产生出来，与数据有关系。与250亿的设备，接入到数据云里面去。这不是互联网，只是产生一个数据云。下面一点的话，就是我们会产生500亿GB的数据，500亿GB是什么概念呢？linkedin每天产生10T。也就是下面五年会产生一亿家linkedin这样的企业的数据量。

今天我们所说的大数据，慢慢的在接近全量数据，为什么大数据有价值，就是从这些全量的数据里面慢慢的可以摸索出来，以前无法的描绘的人的情绪，各种各样的有商业机会的亮点和行动。实际上过去几十年已经沉淀了几十年，我认为美国实际上从二战之后变成了它的数据、科学、文化、商业以及各种运营方面渗透进去。它总结出来一个非常系统性的方法论，这个方法论，我个人认为是普适的，跨行业的跨部门的，跨产业链的，首先第一点，我们要有正确数据搜集的方法，必须要对人、数据、行为，必须要进行有系统的数据采集，再往上走是整个大数据的框架，这里面包括数据的整合、聚合、传输以及转化，还有就是各种数据的平台，比如说今天称之为MPP，就是以前称之为数据仓库的变种。再上面还有数据平台。在这个之上才产生各种分析的方法。比如说最简单的，我们称之为一些基础性的。展示解释性的分析。再下面的话，我们有BI，报表，重复性的衡量一个业务的标准和衡量指针。再下面美国有一种叫诊断型的分析，诊断型的分析实际上透过对历史的简单回顾，迈向了对于未来的简单的预测。比如作为一个医生，他通过对于一个病人的血液报告，X光，你的血压，来预测这个病人得了某种疾病。实际上作为一个分析师，我们可以通过数据判断这个业务是否健康，是否有活力，是否有增长空间。再往下，还有积分卡和看点。我易贝第一天入职的时候，我当时的老板的老板，他比我还年轻两三岁，他有七个显示器，他对于易贝的大概核心的150个指针每天进行追踪，当时他的工作职能是业务总监。我们今天要想一下，我们是否要建立这样一条体系。或者要不要建立一条更加智能的体系，让计算机帮我们来监控。下面这个，为什么今天的位置已经不在金字塔的高点呢？就是大数据的出现。让我们用高级的及方法，把数据拿出来。这个在美国还处在平台期。他们做了很多的概念，比如麦肯锡的模型、波士顿的矩阵，直到今天还运用在各个领域里。

再往下走一下，就是刚刚各位高管和领导们，他们分享的统计学模型以及新技术产生的流派。美国有一个流派，其实已经诞生了很多年，（英文），举个例子uber在他们企业内部召了很多人。他们这个部门对于所有机器学习的模型，进行进一步的优化。这也就是我们打出来的时候，能在几秒钟一分钟之内能找到最合适的匹配。

他们说今天数据分析出来第四个象限，我不讲前三个象限是什么。第四个象限是数据分析的绝对自动化。可以把整个的流程缩小成一个点，让人用最快的方法得到数据信息的能力。

在这个领域里面，新兴的公司里面。刚刚哈瑞也介绍过了，有一个公司叫帕伦泰尔（音），能在网络里面检查到一个网络恐怖分子。这个速度是毫秒级的。

我再讲一下数据分析如何为客户产生价格。过去个很多年，我亲眼看到了数据确实为很多公司带来价值。用这些用户的行为数据我们能做什么呢？做最基本的就是四件事，第一点，我们能通过数据分析我们的用户是从哪个渠道来了。我如何能投放我的广告产品。我如何做到高的IA。每一个电子邮件里面。下一步用户来的话，要尽量的降低摩擦，提高转化率。第三点，销售的分析，当用户进入网站了，准备购买了，我们是否能把他变成一个更高价值的客户。第四点的话，就是用户的购物程度和存量，买了一次的油壶，我们能不能把他变成第一次复购的用户，复购的用户能不能变成第三次第四次第五次，这些所有的都可以进行优化。

由于时间关系，我往前跳一点。比如从数据提高市场营销效率和推广效率。从哪个渠道获取新客户，社交网络等渠道的效率，各个渠道的客户购买清香，客户区隔，定制营销方案，提供ROI度量工具，帮助优化时间。再下面讲产品。

首先所有的在线的分析，我个人认为都是对于转化漏斗的分析。在电商网站里面，我们要精益华的运营各种漏斗。第二点我需要知道用户在我们这里的使用流畅度。我们是否应该重新设计，减少用户的摩擦，再下面通过用户的行为，完善客户的用户画像，为下一次产品升级和迭代做准备。另外易贝最终150个KPI的问题。核心的KPI要反复的持续的追踪和衡量。迅速增加产品的效能。

最后我讲一下linkedin，它的企业部分的服务站80%的营业额。我们就需要用linkedin在网站上的这些行为数据来逆推linkedin的销售，要把他们的产品销售给哪家公司。第二点，我们linkedin内部销售人员，谁应该管理哪家客户。第三点通过社交关系，理解哪个社交人员与公司的决策层有什么关系。然后找到这个销售又找到这个销售的客户的决策者，他们之间的关系。再下面用数据讲一个故事，确定这个用户来购买。下面一点是客户留存，客户如何留存的，每天客户用我们的产品，每一个细节，每一个点击，他们都会在我们的网站和app上留下蛛丝马迹，就能在很早的时间预测到未来他购买的可能性，流失的可能性，复购的可能性，还有对于产品抱怨的可能性，这样我们能增进各种用户的容损。

我跳过这个页面了，咱们再讲一讲，今天是怎么样的，今天是这样子，第一产品经理提出需求，需要找工程师布点，工程师布完点之后，需要找IT经理把数据传上去，然后开发人员需要写代码，把数据抄出来，然后数据科学家和统计学家进一步做某性分析。然后平均四周，业务人员才会得到分析答案，大家看一看下面这张图，很形象的展现出来业务分析的整个的流程。大家可以看一看，如果我告诉大家，这张并不是数据分析的图，这个是美国污水处理厂处理污水的图大家会怎么看？大家再看一看这张图，这张图是不是比污水处理厂的图更加复杂？如果我说这个是哈杜普（音）的框架。大家怎么看？管理一个好的流程是非常漫长、复杂的过程。这个过程里面需要很多专家在那里孜孜不倦的工作才能产生。

然后我们再看今天美国基本数据分析的框架。我不想讲很多，只有一点，整个数据准备的节，要消耗大概85%-95%的工作人员包括工程师的时间。是一个非常低效冗余的过程。今天如何做改变呢？我改变很简单，我们需要大数据，让每一个专业人士，来做决策，数据就会产生价值。咱们做到呢？把金字塔底部消灭掉，这种消灭是需要经验、科学各个角度的结合。最后要聚焦在业务上，只有在业务上才能产生很多的价值。这也是我们今天为什么要出来创业的原因。我们想做一种产品，用一种简单的方法把前面所有的工作做掉。比如数据采集、整合、报表、投机模型，完全用技术的方法把它无缝化，然后让我们的企业，特别是互联网企业，把他们的精力产生在价值大化的地方。这就是我们企业的使命，我们希望我们的企业能帮助很多企业增加营收，我希望我们我们的工作能帮助企业里面的人员他们的职业生源变得更成功更有效率，谢谢大家。