|
覃超：前Facebook增长团队一员，峰瑞资本技术合作人 增长团队最早出现于Facebook和Linkedin。最近一年多，国内企业，如链家地产、北森也利用增长概念，开启了利用数据优化效率和完善产品的旅程。 增长团队用数据说话，采用工程技术为主的方式实现增长，而不是依赖于过去几年常见的“地推”和“砸钱”方式。增长团队取得的成就令人赞叹：从Linkedin回国创业的张溪梦介绍，在增长团队的支撑下，Linkedin的营收从2010年的8000万美元增长到2015年的30亿美元。前Facebook增长团队一员、峰瑞资本技术合作人覃超也介绍说，Facebook在2010年时的月活用户数为5.5亿，到2014年已达16亿，“超过中国总人口数，可以组成世界第一国了。” 有趣的是，虽然增长团队的作用相当神奇，但覃超坦承数据的作用仍是有限的，它需要人的干预。它可以帮助你“保江山、跑量”，但它不能帮助你开发出创新性的产品，比如iPhone和iPad。 分散型VS独立型，哪个更好？ 关于成立独立的增长团队，还是创建分散于各个业务部门的增长团队，覃超倾向于后者。Facebook也是这么做的。Linkedin曾有相对独立的增长团队，但做得并不好。因为增长团队会提出自己的策略，独创一些东西，但业务部门并不知其所以然，导致没有办法很好地推行。 企业在什么阶段建立增长团队？覃超转述曾负责Facebook增长团队的VP Alex Schultz的话，创业公司在初期不需要增长团队，因为这时整个公司就是一个增长团队。当公司变大，找到了产品市场需求，要跑量时，才有必要建立增长团队。2004年成立的Facebook，直到2008年才成立增长团队。 建立增长团队的前提是公司老大要把“增长列为整个公司的发展目标”。扎克伯格一直把增长作为首要目标。Facebook增长团队的老大直接汇报给他。在Facebook年中和年底的大会上，只列三个发展目标，而第一个就是关于增长的。 增长目标会制定得比较激进。到年底总结时，一般能完成60%到70%。如果完成了80%以上，就说明目标制定有问题。 Facebook增长团队的创始领军人物是Chamath Palihapitiya，他被认为是消费应用（Consumer Tech Product）的教父级人物。因为他，公司各个专业细分领域的人才陆续加入增长团队，他们覆盖了与用户增长相关的每个领域，从SEO（网站优化）、PPC（点击付费广告）、Email、A/B 测试、营销、链接建立到深度技术后端支持，还包括一些前端工程师、设计师以及数据分析师。 覃超看到，在硅谷，增长团队采用的方法都与人才本身的高素质相关，这些人“如果有什么东西没见过，就自学，像数学、统计，马上去学都会很强”。 在国内，虽然创业团队大都没有条件招到大量牛人，但国内人才市场很大，可以把各方面的专才组合在一起，去实现一些事。“国内更要具体问题具体分析，不用照搬硅谷模式”。 数据、开发、战略，一样也不能少 2008年Facebook建立增长团队时，正逢公司遭遇发展瓶颈。当时，它在校园市场扩张到极致，要到大众市场去开疆拓土，与Myspace正面竞争。
如何保持社交企业的强劲增长？增长团队成立后，借鉴了此前Facebook优化网页访问速度的经验——开发工具埋点收集数据，分析数据，再有针对性地优化。增长团队先做了一个专门用于增长的Profiler工具，针对DAU、MAU等指标做各种埋点，构建了一个数据面板（Data Dashboard）。 他们当时要解决“为什么平台上一部分用户特别活跃，而另一部分用户特别不活跃”的问题。增长团队把这两部分用户找出来，分成两组，每组大概几千万人。列出一些可能影响结果的特征值，比如在线时长、发文字数、发照片数等。 当把这两组用户的特征值一一对比后，增长团队最终找出最有可能产生影响的指标——用户的好友数和个人信息的完整度。之后，团队开发了闻名的 “People you may know”功能。直到今天，这个功能对用户平均活跃度的帮助也很显著。 增长团队做的另一件事是国际化。当时， Myspace选择了几十个国家做产品翻译。Facebook增长团队则先花了6个月开发了一个鼓励用户参与的翻译系统。在这6个月里，Myspace已覆盖了四五十个国家，但一年后，Facebook反超Myspace，覆盖了更多国家。 总结起来，增长团队做的几件事包括：
选择有价值的数据 令覃超印象深刻的是，加入Facebook的第一天，公司就给了他们数据面板的地址。任何员工只要在公司内网，就可随时打开数据展示页面，查看公司的 MAU、DAU及其他按地区或功能切分的细节数据。数据面板还支持员工自定义展示数据。 Facebook数据面板上包括日活、月活、平均在线时长、移动用户、连续7天登陆和与用户相关的照片、FEED、LIKES和评价数。 为什么Facebook的数据面板上会展现这几个数据呢？覃超认为这应是花了很大功力筛选出来的。现在，作为投资人，面对要做增长的企业，覃超也做过研究。他发现，每种业务模式会有几个强相关数据，如电商业需要看下单率、平均客单价、重复订单率等。数据面板上的数据是前人经验和企业自己摸着石头过河找到的。 值得关注的一点，有些数据，像7天和30天留存率，实际应用中可能并不可以等那么长时间，经常要把它们转化为与之强关联的数据。例如，Square公司就曾发现，在他们的业务中，用户第二天的复购率与7天留存率是可以转换的。 此外，在数据收集中，市场上现有埋点和无埋点之分。无埋点并不是说不做埋点，它是把各种数据全部传到服务器上，在服务器端自动形成各种报表，相关业务、产品、增长团队再根据自己的兴趣进行选择。埋点则是通过工程师选择，把相关数据传到服务器上。 在两个方法中如何选择？覃超的建议是，如果企业数据量特别大，不宜采用无埋点。像Facebook这样量级的企业，员工数据100%上传，用户数据则以默认的1%取样。初创公司可以选择无埋点，尽可能利用第三方和开源工具，发展到一定规模后，可能选择自己开发。 作者 | 赵艳秋 微信编辑 |李昊原 原文发表于《IT经理世界》，转载请注明 |
|
|
