张溪梦：硅谷精英的中国实验

潘心怡

“刚开始的时候Simon是想在美国创业的，但我跟他说你领先国内数据分析团队不是一代、两代，可能是三代，回来会成为中国整个数据分析领域的巨无霸，可以做出来一个不得了的公司。” 投资人邵亦波每每谈起一年多前拉张溪梦回国创业的情景，言辞中总透露着些许得意。

或许是被邵亦波说服，张溪梦“心动了”，真的将GrowingIO的团队从加州硅谷搬到了北京望京。事实证明，投资人的眼光和创业者的选择是正确的。GrowingIO于今年6月获得经纬中国领投的2000万美元A轮融资，创下SaaS行业融资额新高。而张溪梦，这个曾经的领英大佬，当下正以GrowingIO创立者的身份吸引着市场、媒体和无数同行的关注。

将“硅谷基因”带回中国

2015年5月，飞机落地，张溪梦带着他的创业团队回到了北京，等待他的是投资人、资金和新成员。北京离张溪梦的家乡天津坐高铁最短只需要34分钟，而从天津的外科医生到硅谷互联网界华人大神Simon Zhang，这条路张溪梦走了15年。

还在医学院时，张溪梦最大的兴趣却是计算机，热衷于游戏和编程，他自谦“一直不是特别好的学生”。毕业后，肿瘤医院医生的职业没能抵过数据和代码的吸引力，张溪梦毅然决然踏上了赴美留学的道路。

念MBA、进名企，张溪梦的美国职场之路显得中规中矩，直到2010年加入领英，他离自己职业生涯的第一个顶峰越来越近。在领英，从一个人的部门扩张至80多人的团队，同时获得4次晋升，直至当上领英商业分析部高级总监，这一切只花了他4年时间。

在这期间，张溪梦参与了整个领英的数据分析，建立了一个60%都是中国人的团队，彼时的他已经是数据分析方面世界级的专家。身在硅谷，又参与了领英的崛起，张溪梦的创业热情早已被点 燃。

面对回国的选择，邵亦波的劝说固然极具煽动性，张溪梦还是进行了周密的考量：海外数据分析已经很成熟，中国仍有空间和市场；创业的核心原因就是给中国企业带来价值，服务好中国客户是使 命。

互联网时代，中国巨大的人口红利投射出了等量的流量红利。伴随着流量红利的是“风口论”“趋势论”的盛行，于是无论是资源配置抑或是在社会关系上，“流量为王”成了众多互联网企业增长甚至存续的终极指南。然而，随着巨头对市场的统治地位进一步确立，流量红利逐渐枯竭。

“假设产品运营是水桶，我们忽然发现水桶还在不断地滴漏、遗失用户，没有把新来的用户转化成活跃的用户，使他们产生价值。”作为前领英高管，张溪梦清楚知道流量红利减少带来的冲击效 应。

在爱普生、Petco、eBay、领英这些顶尖的商业公司摸爬滚打了十几年，经验告诉他，拯救苦于流量的中国公司将是一笔大生意，数据公司GrowingIO就此诞生。

张溪梦在硅谷为领英带来过增长的价值，硅谷也为他的创业铺垫了经验和灵感。离开硅谷的时候，张溪梦被拉进了一个叫作“增长”的社交群，群里60%的话题是如何帮助企业找到产品和市场的匹配，40%在讨论如何用利用数据。

“群里的所有东西都变成一个SaaS软件，所以一个创业公司在没有资源的情况下要善用工具，‘工欲善其事，必先利其器，用这些工具能获得很多像大公司一样的优势。”张溪梦介绍道，而GrowingIO要做的就是为企业提供获得优势的“利器”。

摘掉企业的眼罩

“其实今天我觉得很多企业好像都戴着眼罩在森林里面行走一样。他们看到的数据比较粗，那些数字背后，可能有很多虚的或者不太明确的东西。”张溪梦想要做的，就是摘掉企业的眼罩，让细节浮出水面。

按照张溪梦的观察，传统的企业效率的提高主要分两个流派。一个是不需要任何数据，通过商业直觉来做判断，在流量红利远去的今天造成的后果往往是“拍屁股走人”。

另一个是在欧美流行多年的数据化运营理论：通过用数据衡量每一个节点和拉新、转换、存留、变现等各个步骤，将新用户转化成核心用户，最后达到平台有效变现的目的。

尽管很多领先的互联网企业，包括中国的BAT，美国的谷歌、FaceBook等都用高级的数据分析方法驱动全公司运营，但在张溪梦看来，这套体系并不完美。

其中，人才、周期、成本是“重要的缺陷”，不适合今天动辄上亿级用户量的互联网企业继续做高速增长。尤其是产品经理想要监测点击事件等用户行为数据时，需要提前同工程师沟通，一个一个手动设置事件代码，工程量巨大，平均每监测一个点击事件需要半小时。

除了数量上的难题，还要面对个体的差异。“说穿了住在望京的和住在三里屯的人是不一样的。”张溪梦打了个形象的比喻，“看上去好像都是北京人，望京IT的人更聚集一些，三里屯有可能是媒体、网红。”

此前国内虽然有 GA、百度统计、友盟等数据分析工具，但是这些工具更偏重于页面访问量、活跃用户量、新增注册用户、交易数量以及支付成功率等基础指标，但无法支持更精细的数据分析，想要了解每一个用户在哪一个环节流失、用户的转化效果、用户属性等都需要埋点才能实现，而埋点不仅操作麻烦，还有漏埋和错埋的风险。

对此，张溪梦给出了“无埋点技术”的解决方案——无需埋点，即可采集全量、实时的用户行为数据。加载了GrowingIO 几行代码后，每个事件只要几秒钟就可以出数，也不再需要工程师的参与，效率有了显著提高。仅此数据采集一项，就可以帮助互联网创业公司节省60%的成本。

无埋点只是起点

刚刚过去不久的6月，GrowingIO宣布推出了新版本，在强大的无埋点技术和全量实时的数据分析功能的基础上，全新上线了更精细的漏斗对比、用户细查、热力图等实用功能。

为了让企业走出盲区，此次新版产品能够呈现用户行为的每一次点击、每一次跳转、每一次登录等全量、实时用户行为数据，并在此基础上，可通过用户分群、漏斗对比等功能，分析不同访问来源、不同城市、不同广告来源等多维度的不同转化细 节。

作为目前国内数据分析领域最靠谱的服务商，GrowingIO已经获得了北森、销售易、回家吃饭、明道、猎聘、人人贷、普惠金融、点融、百姓网、名片全能王、Camera360、唯品会-乐蜂等数千家客户的青睐，涵盖互联网金融、O2O、电商、SaaS等网站和App客户。

张溪梦向《时间线》记者表示，在工具之外，GrowingIO传达的其实是一个核心管理概念，背后蕴含着整个用户生命周期管理的方法论。只有真正深入找到具有大量价值的高级分析，并且用技术进行规模化才能支持前线使用数据的业务端人员，企业才能走出数据迷雾。

良好的投资背书、精干的创业团队，以及听上去完美的数据分析理念，GrowingIO这个创业界的“高帅富”却并非一帆风顺。虽然有了投资人的鼎力支持，但张溪梦坦承回国以后，不论是同行还是使用者，对GrowingIO最早期提出来的概念都充满了质疑。

要知道大数据和埋点紧密结合在一起，植入多段代码、建立模型、得出数据，这是大数据时代收集数据的惯例。GrowingIO推出的无埋点能行得通 吗？

数据分析分三个层次，EPR系统出来的交易值数据、CRM时代又发现了用户的地理位置、男女比例等，再后来是用户行为阶段，即用户怎么和内容交互。无埋点的方法，就是把用户行为收集数据做到进一步全量的收集，减低客户的成本。

“但是从某种意义上来讲，把这三点数据结合在一起才能发挥有效的作用。”张溪梦解释，“现在我们无论如何要帮助客户解决无埋点的问题，相信未来的产品会有这三方面的迅速打通，时间不会太久。”

事实上，早期储存、计算和可视化各种成本非常高，当时的理论是用时间换空间，因此以前的数据存放在结构化的数据库里，那些被认为无用的信息就被舍弃，而大数据的兴起实际是在用空间换时间。

张溪梦坚信以后的数据是智能的，在用户授权的情况下，就能以最快的时间帮助客户解决问题，而无埋点只是一个起点，“未来充满了想象空间和价值的增长点”。

Q&A

《时间线》：融了这么多钱怎么花？

张溪梦：首先会在产品研发上继续加大投入。这点毋庸置疑，因为未来会需要更好的产品和工具解决更多的业务问题，我们会不断加大对技术端及整个客户运营体系的投入。另外，一个好的企业服务公司要做好产品、做好自己的服务，肯定需要在服务体系上面加大投入。我们还希望有更多顶尖人才的加入。一个企业未来发展的关键，我个人强烈的信念就是在于人，而不是事和钱，人把不可能变成可能，所以在人才上要加大投入。

《时间线》：是否担心其他竞争者的模仿？

张溪梦：我个人来讲从来不担心竞争对手的模仿，这个世界上好的东西本来就应该以更快的方式传播出去，如果有好的方法论、好的产品，就应该让很多人用。模仿本身其实是很慢的事情，一个公司最重要的灵魂是创新性和创造力，这种创造力一方面基于想象力，另一方面也基于对客户的深刻理解。我希望在未来的中国，特别是企业服务领域，能够有更多的创新、充满创造力的产品做出来，帮助企业解决问题。我们对分享这件事并不吝啬，事实上GrowingIO一直都在把自己的方法论、产品和技术等拿出来跟大家分享。

《时间线》：您有什么经验可以分享给国内的创业团队呢？

张溪梦：首先，企业的管理者需要有数据驱动的意识。我在美国工作的十几年，看到了很多成功案例，像 LinkedIn、Facebook、Airbnb 等企业通过数据分析来驱动业务运营，大幅度提升了业绩。

其次，国内的创业团队可以利用好最新的技术和工具，通过这些工具和方法论武装好自己。以往的技术观点是企业自建这些工具，例如自己搭建 BI 、自己搭建内部协作系统等。现在，优秀的创业者应该充分利用好各种工具，如云计算服务、第三方数据分析服务、第三方云通讯等。通过这些SaaS工具代替传统昂贵的自建投入，降低创业的成本和门槛。

最后，一线的业务人员应该熟练掌握各种效率型工具，特别是要把数据分析应用到一线业务。数据要像水一样在企业内部流动，在不同部门之间流动，进而发挥其最大的价值。

《时间线》：国内的大数据分析处于起步阶段，行业内现在最需要的是什么？

张溪梦：在价值认知上，国内的企业家需要认识到数据分析能够给他们的企业带来的巨大价值。

在方法论上，我们中国的企业必须在不同部门推行数据分析的各种方法体系，这些体系已经被欧美总结了至少30年，很多我们没有必要重新创造。这种知识体系的搭建将会成为一个企业未来成功的核心竞争力之一。

国内各个行业都需要迅速使用好的数据分析产品拉近和顶级企业的差距。工欲善其事，必先利其器。这是每个企业提高效率最好的方式。