今天可能大家都聽到了LinkedIn被微軟262億美元收購的消息，一個接近溢價50%的offer，把世界上第一大職業社交網絡、也是世界上第二大的SaaS（軟體即服務）的廠商融入到微軟的迅速崛起的商業雲戰略中。很多朋友會問，為什麼過往LinkedIn會有這麼高的估值，為什麼微軟會溢價50%收購LinkedIn。很多朋友問我，「一個社交網絡值嗎？」「價格是高了，還是低了？」

其實事務的核心往往很簡單，併購、估值、溢價的本源就是「成長」。微軟收購LinkedIn在某種程度上說，是透過併購來獲得進一步成長。非常重要的一點，LinkedIn 在過去6年間從一個7000萬左右年營收的企業，一下子成長至30億美元營業額的企業，五年業務成長超過40倍。這種成長速度在企業服務領域裡面是驚人的。

6年多以前，我第一次在 LinkedIn 的公司例會上聽到彼得·德魯克的一句話，他說：如果一件事情，你不能衡量它的話，那麼你就不能讓它成長。這句話的核心理念沉澱出了LinkedIn的企業價值觀。成長帶動數據分析，數據帶動變現，變現進一步促進成長。而且這種文化折射出矽谷裡面蔓延的精益創業的文化，即新創公司必須要做三件事——Build（建立）、Measure（衡量）、Learn（學習）。這句話在過去的6年間不斷得到驗證，不斷透過各種各樣的方式在產品、營運、銷售，市場推廣等各個領域得到大規模的實踐。

很多人曾經懷疑LinkedIn的估值過高，實際上華爾街給予LinkedIn 的估值，基於很多非常基礎的指標。其中一個重要的公式就是獲客成本（CAC）和用戶生命週期價值（LTV）之間的關係，LinkedIn獲取企業客戶的成本遠遠低於普通的SaaS競爭對手。比如說我們曾經打造的整個銷售線索數據系統，客戶成功分析系統，市場營銷數據分析系統，產品分析系統等等讓各個部門做到完全數據分析驅動。這裡的直接結果就是，LinkedIn對比普通運營良好的SaaS企業，她的CAC／LTV比值，一般只有競爭對手的一半左右。銷售和市場的總cost，比競爭對手或同類型的公司低一倍以上。這就讓整個的公司成長在同等資源支持下要快好幾倍。

（圖片來源自TOMASZ TUNGUZ對LinkedIn的S1分析）

因為大量的客戶都是企業級客戶，LinkedIn的企業級客戶銷售效率是業內最佳公司之一。其中的數據驅動整個的變現團隊（銷售，市場，運營，產品）用超快的速度獲取了客戶，最有效率的減少了用戶的流失，同時在單位時間內，在既有客戶上有效率的變現和成長。這是華爾街一直給予LinkedIn較高估值的核心原因。

LinkedIn 早期的變現戰爭

數據是 LinkedIn 成長戰略裡面一個很重要的環節，無論在產品設計、業務運營裡面，數據都是一個很重要的環節。 LinkedIn 是 2002 年底成立的，2003 年業務框架基本上設計完成，成立早期它就已經把用戶數據和變現的框架講得很清楚了。

整體戰略就是這三個圓圈，第一個是用戶的成長、使用和活躍度，第二個是產生大量的數據，然後數據變現，進行業務變現和成長，再次促進用戶使用，產生數據，變現，使用，成長，數據變現。

哈弗曼（LinkedIn創辦人&CEO）設計 LinkedIn 戰略的時候，他收集大量的用戶信息，想了三種變現方式。

第一種，透過用戶的基本信息來變現，比如說公司發布職位。

第二種，用戶數量成長到一定程度的時候，有 B2B 企業投廣告。

第三種，當有大量人的信息以後，公司的獵頭會用這個平台來找候選人。

變現的方式他也想得很清楚，但並沒有在第一天就去做，他核心關注的是用戶體驗和使用度，是整體的成長，成長產生大量的數據，他從數據裡學習，未來才做變現。

LinkedIn 在只有 1 萬用戶的時候就開始用數據驅動業務。早期的時候，第一批用戶獲取就完全靠創辦人冷啟動，所有的聯合創辦人和最早期的10 個員工，每個人需要拉500 個朋友進來，這就是他獲取的第一批1 萬個用戶。

之後，招來第一個產品經理，開始做下一輪的成長，從 1 萬到 2 萬 5 千，這段時間他們去觀測兩個渠道，一個是電子郵件，一個是搜索：

LinkedIn 剛出來創辦團隊都有一些光環，所以會有用戶主動搜索 LinkedIn 或者搜索人。我們從數據裡發現，從 SEO 的渠道裡進來的用戶，比電子郵件邀請進來的人數量差不多，但在產品平台上的活躍度要高 3 倍。這是之前沒有想到過的，於是做了一個決定：如果要獲取同樣數量的用戶，他們更願意投入資源在使用頻次更高、更願意把時間花在這裡的，所以，放棄低活躍的用戶，專注活躍的用戶。

我認為，這是他的產品戰略執行層面裡面第一個事情正確做的事情。

創業者應該從什麼時候開始關注數據？

Greylock 也是投資人，以前是 Pinterest 的產品經理。當時成長速度非常快，每年他們都是幾倍的成長，他總結出來一套框架，在產品整個生命週期裡面，創辦人在什麼時候應該對數據敏感。

在產品最早期，不需要太多數據，憑藉創辦人的直覺，產品經理的直覺，做決策佔很大的比例。但是到後來的話，數據化運營就越來越重要了，一個人在賭場裡面不可能永遠的贏，一個團隊不斷變大的話，不可能所有的員工都有直覺決策力，到未來以後數據來驅動決策能保證效率。

數據會告訴你很多信號，這些信號讓你有一個標準，可促進成長的空間，你帶著假設迅速的驗證。我們現在還在持續的優化，今天我們變成 20% 多的轉化率了。

對數據的敏感度和判斷力是可以透過日積月累培養的。

LinkedIn的CEO每天早晨是五點半、六點就起床，發大量的郵件，為什麼搜索效率增加了，為什麼昨天廣告營收是這樣的，產品經理就跟著起床，全公司的數據分析就跟著起床，全公司營運人就跟著起床。到後來，我們說全公司最好的分析師是誰，是CEO，他對所有的數據瞭若指掌。 2014年，我邀請他去我們組裡做一次分享，大家問他，你每天看那麼多文件不煩嗎？他說，對他來說不是一個報表，像一張熱力圖一樣，他一看就有感覺了，就知道問題在哪。而且到後來數據已經變成了他的一種感覺，對數據的直覺和對產品的深入使用，令他很快就定位到問題所在。這也是為什麼LinkedIn的Net Income，會比很多虧損的SaaS企業在財務報表上面好得多的一個原因。這又再次推動LinkedIn估值的提高。

（圖片來源自TOMASZ TUNGUZ對LinkedIn的S1分析）

如果全公司只做一件事的話，這件事是什麼？

LinkedIn 每年反覆要去問的一個問題是：如果只有一件事全公司要做的話，是什麼？得用數字來證明的：一星期內加到5個聯繫人的用戶，他們的留存／使用頻率／停留時間是那些沒有加到5個聯繫人的用戶的三倍到五倍，這是他們找到的驅動成長的魔法數字。

但是當時這樣的人非常非常少，於是他們在產品各個入口都增加社交關係。 LinkedIn 還有一個上傳地址簿的功能，還給你推薦哪些人你可能認識，同時把這些功能點放在各個產品頁面的入口。

LinkedIn最早的時候並不知道為什麼增加社交關係會產生那麼大的留存度，我們分析了起碼有兩三百個各種不同的指標，最後沒有任何一個指標能告訴我們，就是因為這個原因。

可是加權以後的結果是這些用戶在上面花了很多時間，間接就成為變現的可能。但是產品經理就把非常複雜的問題簡化，讓所有的東西都關注這一個點：關注這個魔法數字，讓更多的用戶在第一週裡加到5個聯繫人。於是，當時成長速度是非常快的。

數據驅動應該成為企業文化

數據驅動首要的第一點是， CEO 要認識到它的價值；第二點，我們需要基本的框架和方法論，框架很簡單，就是三個，有個idea迅速落地，進行驗證，進入下一次閉環；第三點，必須要變成一種數據文化。

在 LinkedIn 全公司都有這樣一種數據文化：

產品部門：雖然今天有 4 億用戶，但是從 1 萬到 2 萬 5 千個用戶的時候就開始用數據分析。例如 2004年發現不同渠道來的用戶活躍度不一樣，決定做更活躍的用戶。
客戶服務：利用用戶的使用數據判斷哪個客戶會流失。例如使用度下降的客戶會流失，客服每天觀察各個客戶公司的指標，及時跟進聯繫客戶增加留存。

銷售部門：95%以上的銷售每個星期都在用用戶行為數據，判斷哪一家公司有購買服務的可能。他們對每一個客戶進行數據應用量的排名，根據使用度高、使用頻次多、上次距離近等各種因素進行排序，銷售團隊客戶服務團隊會有針對性的互動。智能預測客戶流失，客戶需求，為銷售人員，客服人員提供協助。

市場部門：用數據每週都會優化廣告投放，價格變動，電子郵件營銷，線下活動效果的衡量來促進營業額的提升。

過去很多年，在美國的生活是很舒服的，我之所以從 LinkedIn 離開，是因為我們親身感受數據驅動的力量。 2010 年的時候我們做了銷售分析，把公司按照使用度來排名，讓銷售就盯最活躍的和最不活躍的五個用戶，當時給 LinkedIn 帶來 超過200%以上的成長。

數據驅動對變現有多重要？

創業時，首先你要有一個很好的概念，讓他迅速地落地，然後我們用數據去證明它是不是有效率。現在流量越來越貴，所以，我們需要透過迅速循環的方法，用數據來證明我們做的事是有效果的，這種效果可以很快地疊加和堆積，形成未來的成長，這就是精益創業的核心。

舉個例子，網站用戶註冊，大家都在做，但這裡面有很多的坑。 LinkedIn 優化了好幾年，非常小的改動，就能帶來幾何倍數的變化。

GrowingIO 的用戶註冊步驟是三個頁面，有一段時間，我們的最終註冊轉化率是 7.7%，聽上去 8% 和 15% 又能怎麼樣呢？但是很多東西要看細節，我們當時把這個註冊轉化率透過瀏覽器做了一個分群，發現用 Chrome 的人註冊成功率是 12%，用 IE 的註冊成功率是 1% 。

因為我們用了一套新的 Java 的框架，在老版 windows 瀏覽器裡得不到支持。因此我們接下來只要提高 IE 的註冊成功率，就可以把整體的成功率提高。

在數據分析之前，我們其實查過很多文獻，普通一個SaaS 軟體的話，基本上從訪客到最後成功的註冊應該是5% 左右，我們當時覺得7% 還挺好，但實際上很多人想進來，想買東西都買不了，因為他根本堵在中間了。

為什麼離開LinkedIn和很多小伙伴出來打造行動數據分析公司GrowingIO

我們在過去十幾年的工作經驗中，親眼見到了，親手實踐了若干的數據分析項目。看到了數據分析在各種企業裡面巨大的價值，這種價值是超過很多人的想像的。而且這種數據驅動的價值能夠在各種企業裡面得到彰顯。但是我們也看到了，很多的企業沒有做到最簡單的三件事，錯過了用數據驅動成長的機會。

1. 沒有認識到數據分析帶來的巨大價值。
2. 沒有掌握數據分析的非常簡單的方法論和框架，企業內部沒有足夠的人才來應用這套框架。
3. 沒有使用正確的，適合現代潮流的分析工具來做到事半功倍。

這是我們創辦 GrowingIO 的原因。 GrowingIO對很多企業都有好處，他不只是對大的網路企業，其實，小的創業企業沒有那麼多資源和時間，更需要工具化。今天是工具化的時代，如何很快的用工具來實現價值，是一個核心的競爭力的體現。