feedback

意见

反馈

back-to-up

回到

顶部

中国版“增长黑客”的故事 | 数据科学50人·张溪梦

数据科学50人

· 张溪梦

Harry Wu   11-08

3年前网上流传一篇文章,将硅谷华人互联网和科技圈大牛按照金庸的“东邪西毒、南帝北丐”分了一遍,北美互联网界的“南帝”叫张溪梦(Simon Zhang),是位于硅谷最南边Sunnyvale的领英公司的商业分析部高级总监,被媒体Data Science Central评为“世界前十位前沿数据科学家​”。他用数据分析帮助公司增长的能力被誉为“一阳指”,在领英期间,从零打造百人商务分析和数据科学团队,支撑公司营收业务高速增长,成为硅谷互联网产品爆发式增长的传奇案例。

 

2015年,白宫任命了美国历史上第一任首席数据科学家——DJ·Patil,而就在3年前,DJ·Patil在《哈佛商业评论》上喊出“数据科学家是21世纪最性感的工作”。那时,不论是硅谷还是硅巷(位于纽约曼哈顿的高科技园区),美国乃至于全球的科技界都掀起大数据热潮,谁不希望成为一位Data Scientist?

(图片说明:2012年DJ·Patil在《哈佛商业评论》上发表文章“Data Scientist: The Sexiest Job of the 21st Century”  图片来源:Harvard Business Review)

在向转型数据科学工作的人们提建议时,作为一位利用数据分析驱动互联网产品增长的数据科学家Simon说:“不要刻意追求‘Data Scientist’的抬头,多去一些真正有数据的互联网公司打磨自己的Skills。”

数据科学起点

自1946年第一台通用计算机发明以来,科学研究的实验模拟产出了大量数据,并依靠算法发现其中规律。当马云发自肺腑地宣告“DT时代”到来时,这一切的背后是数据科学的发展。

2007年,图灵奖得主Jim·Gray提出将数据密集型研究方法独立,产生了科学研究的第四范式——数据科学。那一年,本文的主角Simon离开了被他视为美国数据科学“黄埔军校”的eBay。

在eBay履职期间,因为在购物车与支付页面的优化工作中表现突出,大幅提升eBay交易转换率,Simon被提升为eBay数据分析组组长,并在日后成为网站分析部门的高级经理。Simon说,在eBay的经历给他后来领英的成绩打下了基础。

 若不是在几年前的活动上,Simon亲口承认,你绝对不会把这位华人世界著名的数据科学家与一位脑外科医生联想到一起。

(图片说明:张溪梦Simon在GrowingIO北京办公室接受DT数据侠的专访)

曾做过脑外科医生,年少时喜爱电脑游戏的Simon在2002年离开中国,离开从医的天津肿瘤医院,开启了他的留美之旅。这一趟美国之行,换回了12年后带着领英商业分析部高级总监、世界十大数据科学家的光环回国创业。

硅谷传奇数据团队

硅谷有三类数据科学家,前两种分别是决策科学与产品科学,一个偏向于通过数据分析与可视化辅助决策,另一个偏重算法,最终出来的是数据化的产品。要说第三类,就是传统统计学家与计量学家。Simon认真回答到。

“数据科学是什么?我在领英之前与之后的理解不一样;数据科学核心是通过庞大数据和算法,抽象出来洞察与决策,简单来说提高运营效率,长期而言是构建更好产品。”

一切从美国MBA毕业后,踏入职场的第一天开始,Simon对于商业的理解又一次被美国人严谨的逻辑与技术思维颠覆。2005年加入eBay,在这里他认识了李玥(Micheal Li,2016年至2018年任职领英分析与数据科学主管),Simon的左膀右臂,日后成为他组建领英“变现”团队的第一位员工与核心数据科学家。

“Simon是一个可以把自己对工作的热情燃爆周围所有人的天生领袖,跟他一起工作,每天都是挑战,也有着无限的乐趣。”现任Coinbase数据副总裁的李玥评价道。

虽然eBay当时在中国与淘宝的“电商大战”中败走,但在美国,这是向硅谷输送了最多数据科学人才的公司之一。2006年,eBay国际化之后,在支付交易中用到几十种货币,对于当时日均200万交易和110亿SKU(Stock Keeping Unit,库存量单位)的美国第一大电商公司而言,光支付就会出现各种各样的问题,eBay将支付这一流程的错误分解出1600种,用数据分析的方式来决定先修什么、后修什么,最后这个项目提升了eBay 20-30%的转化率,并让Checkout(付款页面)成为当时客户最满意的模块,那次,“一战成名”的Simon被升职为数据分析组组长。

2010年,离开eBay的Simon加入了领英,而就在一年半前,硅谷的偶像派高管Jeff·Weiner成为领英新的CEO,促使公司价值观与战略愈发专注、清晰,同时,数据科学大佬Patil(前文提及的美国白宫历史上首位数据科学家)加盟领英建立了硅谷首支数据科学团队。

(图片说明:领英保持强劲用户增长与商业化能力)

Simon加入领英的那一年,领英注册会员数达到9000万,在全球10间办公室拥有近1000名员工,一年后,公司在纽交所上市,2016年底,最终被微软以262亿美元收购。

Simon在自己的《首席增长官——如何用数据驱动增长》一书中说到,领英的成功与公司早期设立首席增长官与组建增长团队有重要关系。

现在的领英业务分为两大事业群——增长事业群(Growth)与变现事业群(Monetization),两大事业群的管理者即为公司两位平行的首席增长官(CGO, Chief Growth Officer),向CEO汇报。而变现事业群就是当年Simon从0到1组建起来的。

(图片说明:领英在美国的成功源自两只增长团队的设置 )

“我成立的是Monetization(变现)团队,内部称之为“money”(钱)。变现团队不仅仅有增长团队拥有的产品经理、数据分析师、数据科学家、工程师、设计、运营、客服等职员,还有企业级的销售、运营和客户成功部门,整个变现团队占公司总人数的70-80%。”

Simon回忆,我离开领英的时候团队不到100人,听说现在现已成长为一支200多人团队。说到这里,在这位硅谷的华人风云人物嘴角上扬,透露一丝骄傲的喜悦。

“一个事物,如果你不能衡量它的话,那么你就不能增长它。”——彼得·德鲁克

在领英的内部会议上,Simon被这句管理学大师德鲁克的名言触动,这也成为领英以数据驱动增长的核心价值观,公司业务高效成长的核心原则就建立在数据和技术驱动的理念上。

在Simon的书里,他解释了领英的增长之道。领英打造的整个销售线索数据系统、客户成功分析系统、市场营销数据集产品分析系统等让各个部门都能完全数据驱动决策,所以对比一般企业,领英的获客成本远远低于竞争对手,如果别人花1000美元获得一个客户,领英只需要250美元。

领英还通过数据分析与建模有效减少用户流失,比如分析领英网站初期的数据发现,从SEO(搜索引擎优化)渠道进来的用户与电子邮件邀请进来的用户差不多,但前者在领英平台上的活跃度高出后者三倍,这就帮助领英决定放弃低活跃用户渠道,专注高活跃用户。于是领英第一个核心产品变化就是完善用户简历,开发了简单地编辑简历的功能,这让下个月的自然流量提升了60%。

数据驱动思维从获客到激活,再到用户留存,当时在领英被称为“魔法数字”。Simon说,领英公司员工数字驱动率高达50%以上,而这一数字在美国的平均值只有27%。

“增长黑客”的取经与践行

1994年4月20日,中国通过一条64K的国际专线介入互联网,开启互联网时代。以互联网新经济风潮甚嚣尘上。今日,全球排名前十的科技公司,中国的阿里巴巴与腾讯等位列其中。

在市场需求与技术驱动下,互联网人口红利不断释放,但在这些年似乎也走到了顶峰。在一个存量时代如何更好地让产品保持增长呢?于是,“增长黑客”一词在近几年突然出现在互联网人的眼帘里。

(图片说明:中国互联网用户增速大幅放缓)

“If you are not growing , then you are dying!(如果你不在增长,那么你就是在衰退!)”——Nike创始人Phil Knight

增长黑客的概念最先由Sean·Ellis在2010年提出,他服务过包括Dropbox、Eventbrite等多家硅谷公司,Sean的理念驱动了多家互联网公司升级10亿美金独角兽,并推动其中2家公司上市。用Simon的话解释,增长黑客是市场营销(Marketer)、产品研发(Engineer)、数据分析(Analyst)三个角色的聚合,核心是用最快的方法、最低的成本和最高效的手段获取大量增长。

(图片说明:Simon给出的“增长黑客定”义及常见技能)

如果说Sean是“增长黑客”秘籍的缔造者,Simon可谓是把秘籍带回中国的“取经人”和“践行者”(张溪梦于2017年翻译出版了Sean·Ellis的畅销书《增长黑客》)。

(图片说明:左Sean·Ellis,右张溪梦Simon Zhang  )

在美国学习与工作得一帆风顺的Simon在2015年突然回国创建用户行为数据分析产品GrowingIO,为什么选择海归创业呢?

对于这个问题,Simon总结了四点:

  • 首先,中国市场大,互联网发展到今天数据驱动的数字化还没有来得及发展,所以需求很大。
  • 其次,回国创业符合我的愿景,提供企业一站式的解决方案是我积累了十多年数据分析经验能做到的。
  • 第三,中国正在处于一个灿烂的时代,这是40年改革发展积累出来的。政府和经济、社会发展的环境对于创业者很宽容。
  • 最后,在国外学习了这么多的知识,也希望自己为中国作些事儿。

GrowingIO获得NEA、经纬中国和GreyLock三家风险资本的投资,目前服务诸多传统企业的创新部门与成长型互联网公司。在服务上海中原地产的项目中,GrowingIO提供给中原地产用户行为数据,帮助中原1万多位线下地产经纪人通过及时信息发送的方式,提前知晓即将见面的客户之前搜索过、看过哪些房源,更精准地了解看房者的需求,打破信息不对产和信息传递障碍等问题。

Simon说,我们的“广告监测”功能批量生成监测二维码,每个二维码背后都有对应的监测参数,可以识别出下载用户的渠道信息。将这些二维码分配给中原的每一个经纪人,就可轻松掌握不同城市、不同经纪人的 App 推广情况,包括点击、激活、转化率等,帮助地产商在“房地产存量用户时代”定制新的增长方案。

AI风口

往期专访的数据科学家中,大多都在研究与开发人工智能?于是,DT君问Simon,你为什么没有搭上AI的风口。

明确方向等风来可能比毫无方向的追风者更切实际。“其实,我们做了很多自动化,也在多个产品功能上用了AI技术。之所以没有自我定义为一家人工智能公司,是因为我们的核心场景是帮助企业做Growth(增长)。”Simon解释到。

作为一位数据科学家,一位经历过中美学界和商界洗礼的创业者,也许马云在2018年云栖大会上引用金庸《倚天屠龙记》的话更能与Simon产生共鸣,“他强由他强,清风拂山岗;他横由他横,明月照大江”。

初到美国时,保险、金融、营销等领域统计学与数据分析的应用震撼到了Simon,虽然当时还并非大数据时代,但美国已制定除了一套严密的数据分析方法论。“中国的数字化起步比较晚,当时可能落后了美国20-30年,但今天看在某些领域,中国很有机会与美国齐头并进。”

李开复博士在《AI·未来》一书中对比了中美的AI领域的发展,并认为中国很有可能在AI上赶超美国。Simon也说,在目前的顶级学术论坛上,每年机器学习的比赛上,中国的成绩已经处于世界前列了。而中国数据集的量远远大于美国,而机器学习中数据量越大,结果的准确度越高,这也是中国独有的优势。

(图片说明:李开复博士对比中、 美两国在四波人工智能浪潮中的实力评估及未来5年发展趋势,并给出了相应的评分 )

美国对于研发的投入巨大,包括MIT(麻省理工学院)在2018年宣布以10亿美元捐赠成立新计算机学院,培养AI人才。Simon建议,中国应该继续加强对于大数据与人工智能教育的投入,并鼓励更多人投入数据科学事业。

虽然当下人民热议“AI与人类的关系、中美AI的对比”等话题,但Simon认为我们需要重视的是创造AI的人本身价值观一定要正确,关于未来,Simon的展望有三点:更加智能,更多数据以及去中心化。

Simon说,工厂里的工人数量一直在减少,未来基础生产的东西会被技术替代掉,人会做更高级的事。这几乎与数据科学50人其他的受访者观点一致。至于中国AI会否超越美国,Simon觉得这是不一个无标准的对比,与其讨论赶超不如说齐头并进。

转型忠告

还记得开篇那个只身一人从北京飞往美国俄亥俄州的年轻人吗?从在全国著名的天津肿瘤医院的脑外科手术医生到鲍德温华莱士学院(Baldwin Wallace University)MBA课程的学生,再到成为一位知名数据科学家,Simon职业生涯恰似一部转型记。

鲁迅弃医从文,孙中山弃医从政,Simon离开医院后也在数据分析领域找到了自己的热忱。

回忆做医生的日子,Simon有感而发:医生是一个非常值得尊敬的工作,但自己却没有在其中获得成就感。“工作时间不长,大量医学上的死记硬背却没有真正地转化为对医学机理的认知;当然,选择离开医院的重要原因是闭环速度慢,没有快速获得正反馈,而每天在头颈科的手术室里经历各种恶性肿瘤的切除手术,有成功,但更多的却是失败,相对获得的还是消极反馈。”

子曰:“知之者不如好之者,好之者不如乐之者。”——《雍也》

可想而知,在那样的环境下,无论是好之者还是乐之者,都会自我怀疑。“我不希望20年后对自己职业生涯的选择后悔”,Simon说。

当然,脑科学的基础也为Simon在美国的学习与发展提供了帮助。在中国医学院和美国就读期间都会学习统计学,医学院里面做A/B测试的场景是有限的,在MBA中学了运筹学,对于认知又加深了。当Simon真正进入企业之后,更加专研地学习数据分析与统计学,并在美国初入职场时获得了美国多位经验丰富的老统计学家的教导。Simon一边感叹那些五六十岁的统计学家的功力深厚,一边总结道:如果你是一个没有数据分析背景的人,自学与实践是非常重要的。

对于希望转型数据科学工作的人,Simon以自己的成功转型总结了几点经验:

  • 除了自我学习与提高如Python、R语言、SQL以及可视化等技能外,就是要获得实践经验,努力找能提供工作机会的公司锻炼自己。
  • 工作的公司一定是要找有数据地方,去练习打磨Skills(技术),一方便提升数据能力,另一方面开发商业能力。
  • 教育背景和年龄都不是问题,就算年过三十也一样可以通过坚持自学来转型。
  • 如果希望成为一位优秀的数据科学家,你不仅要是一位技术多面手,还需要很强沟通能力与对商业的深刻认知和理解。

采访的最后,DT君问了一位一线程序员印象中的老板是什么样时,他说:“除了对于产品细节的严格要求,Simon十分关注员工的个人成长。”

10月24日,程序员节,Simon在朋友圈分享了3张公司过节的照片。那三张照片分别是一张公司logo、一张简单办公室和一张程序员正开心地领取程序员节礼物的照片。

数据侠门派

张溪梦Simon Zhang,GrowingIO 创始人&CEO,Data Science Central 评选其为“世界前十位前沿数据科学家”,畅销图书《首席增长官》作者。曾任 LinkedIn(领英)美国商业分析部高级总监,为 LinkedIn 从零打造百人商务分析和数据科学团队,支撑LinkedIn营收业务高速增长。2015年5月创办用户行为数据分析产品GrowingIO。

数据科学50人

数据科学50人”项目是DT财经旗下数据侠计划重点内容产品,与数据科学领域KOL挖掘数据内容的价值。我们从商业数据科学领域选出最具代表性的50位先锋进行深度专访,50人由DT财经独立评审并发布,第一财经数据科技及合作伙伴倾力支持。

加入数据侠

数据侠计划是由第一财经旗下DT财经发起的数据社群,包含数据侠专栏、数据侠实验室系列活动和数据侠联盟,旨在聚集大数据领域精英,共同挖掘数据价值。申请入群请添加微信公号dtcaijing003并备注“数据社群”,合作请联系datahero@dtcj.com。

分享这篇文章到