他将LinkedIn 的Business Analytics由独自一人做到近90人的部门；他的数据分析部门支撑整个公司的Sales、Marketing、Monetization、Operations，是LinkedIn业务实现黑客增长最强大的后盾。2015年，他放弃国外优越的平台，毅然回国创业。他就是数据分析大拿张溪梦 Simon Zhang。Simon平时非常忙，九枝兰从2个月前就开始预约，直到今日才约到此篇专访，不过干货满满，等待是值得的。

九枝兰： B2B企业和B2C企业的在线营销策略有何不同，如何利用数据分析迅速达成目标？

张溪梦：会分别有不同的策略，配备不同的团队，匹配不同的执行方法。因为Linkedln既有B端的企业级用户，也有C端个人用户，我们就以它为例来具体剖析：

Linkedln的C端用户有4亿多，市场策略以新用户的获取和提高老用户的活跃度为核心。关于如何获取新客，我会在后面的内容具体展开。这里主要研究如何提高活跃度，这个目标可以分解为：

如何让用户频繁使用Linkedln的网站、如何让他更新自己的简历、如何让他发更多的内容、如何让他天天读更多的内容，如何能在上面发更多消息，如何让他交更多的朋友认识更多的人，如何能在上面和自己的同事进行交流等等。这些就是市场部门的目标。

我们可以通过做各种数据分析模型，来帮助营销团队迅速达成这些目标。

举个简单的例子，比如数据库里4亿的个人用户，我们预测下周有多少人会更新他的简历？方法如下：

假设这个人看过一个工作，那他更新简历的可能性，就比一个从来没有看过任何新工作、新职位的人高很多；如果他的公司被IBM收购了，那么这家公司所有的员工，理论上来说就开始更新自己的简历了。就是这些很微弱的信号，加起来以后就能对整个人群进行各种判断。我们再把挖出来的更新简历几率较大的这一波人，做一些定制化营销，比如发送一封电子邮件加速他们更新简历，这样的营销转化率要比对4亿人海量发送邮件增加好几倍。

Linkedln的B端大概有十几万家不同的企业级客户。做的营销也非常有意思，首先我们会判断每家公司对Linkedln来说，顾客生命价值（Customer Lifetime Value）是多少。

怎么预估顾客生命价值：美国有专门的公司数据库，数据库里面覆盖了上亿家公司，我们从库里抽样出来几百万家公司，通过数据来算出这些公司的营收范围，每家公司在Linkedln会花多少钱。

另外，我们还可以通过社交网络的算法，算出类似的组织架构的东西，找到企业的决策人。而找到决策人这个环节，也是缩短销售周期、提升转化率很重要的关键点。

下一步要做的，是把产品包装成商业故事讲给这些人听，给他一个购买你产品的强大理由。你需要讲一个令他信服的故事，让他在短期内认识到产品的价值。

另外我想强调的是，不同类型的客户需要听到不一样的故事，每个人都有他不同的属性，如果用同一个故事去说服所有人，效果往往比较差。而这个过程中也需要数据跟踪，并用结果动态调整策略。

最后，数据驱动的核心，第一要优化，第二要规模化，所以当故事在某些人群中获得不错的效果，我们会把故事复制给更多同类型的客户。（至于什么样的客户是同类型的客户，也需要数据分析来挖掘。）这样做，与竞争对手相比，你的转化率高好几倍，效率高好几倍，获客成本低好几倍。

九枝兰：预测这些人未来动向（比如更新简历）因素，也可以称之为用户分群的标签一般多少个？

张溪梦：在Linkedln的时候，有十万个因素，核心因素有八千多到九千多个。所以要求你的技术力量十分雄厚，能从十万个因素里面精准抽样。如果靠人力维护这些因素是非常难的。

九枝兰：数据分析又如何运用到获取新增用户的营销推广上？

张溪梦：新增用户也一样的，因为大部分老顾客是从以前的推广中沉淀下来的，你要做的是对历史上各种渠道进行分析、拆解，就能变成今天的推广方案。

咱们举个例子，Linkedln去年在某网站上打一个广告，转化率是3%，另外还进行了电子邮件营销，转化率是5%，我们就会对各个渠道数据进行对比，作为今年选择渠道的参照物。今年是否还投放那个网站？或者投和那个网站同类型的其他网站？

数据分析有一个最妙的地方，就是你不用去知道所有的数据就能判断一个新的事物——通过对历史的数据学习，你就知道未来的趋势。

九枝兰：数据分析在营销领域还有哪些应用？

张溪梦：首先，我想重点介绍的是用户维度的数据分析。

如果企业的用户量足够多，我建议对用户进行分群，根据地理位置、收入、性别、购物历史等方面进行分群，并对每个标签下的用户实施不同的营销策略：给不同的优惠、不同的价格、不同的产品，然后我们衡量每种策略的效果，在此过程中要进行大量数据测试，用最终的转化结果再去调整前面的渠道投放。

另一方面，是用户生命周期管理。

早期的新用户你怎么获取他？

如何把新用户变成一个首次购买的一个老用户？

如何让他迅速复购，再继续购买产品，而不要流失？

企业应该如何持续保持高价值的用户，提高品牌忠诚度？

你如何能够使用户变成你的推广者，自愿把产品推荐给身边的朋友？

这些都是营销人需要思考的。

九枝兰：企业如果要做一个类似京东6.18这样的大促，如果是在Linkedln这样具备成熟的数据分析模式的公司，活动的组织流程以及数据分析部门扮演的角色是怎样的？

张溪梦：基本上那么大的活动一般是项目制，设计部门、市场运营部门、产品工程部门等部门都会参与，而我们数据部门在第一天就会参与进来。数据部门的主要几个职责：

职责一：针对不同的人群提出不同的促销方案，每个方案的打动点不一样。

比如：

有购买力的人不需要折扣，他对价格不敏感、只需要很好的产品；

但有些价格敏感型的用户，折扣少了他就不会来买。

所以我们策划带有折扣的促销活动，就要算出来哪些用户需要折扣，哪些用户不需要折扣，这就需要数据分析部门进行人群挖掘。

职责二：预估出营销过程中所需要的资源，做好系统性准备