本篇文章4217字，读完约11分钟
昨天，每个人都听到了领英被微软以262亿美元收购的消息，这一出价接近50%的溢价，将全球最大的专业社交网络和全球第二大软件即服务(saas)供应商整合到微软迅速崛起的业务云战略中。许多朋友会问，为什么linkedin过去的估值这么高，为什么微软以50%的溢价收购linkedin。
许多朋友问我，“社交网络值得吗？”"价格是高还是低？"
事实上，事情的核心往往很简单，并购、估值和溢价的起源是“增长”。在某种程度上，微软收购linkedin是为了通过并购获得进一步增长。非常重要的一点是，领英在过去的六年里突然从一个年收入约7000万美元的企业成长为一个营业额30亿美元的企业，其业务在五年内增长了40多倍。这一增长率在企业服务领域是惊人的。
六年多前，我第一次在linkedin的公司会议上听到彼得·德鲁克的话。他说:如果你不能测量一个东西，那么你就不能种植它。这句话的核心思想催生了linkedin的企业价值观。增长推动数据分析，数据推动实现，实现进一步推动增长。此外，这种文化反映了精益创业在硅谷的传播文化，也就是说，初创企业必须做三件事——建立、衡量和学习。这一说法在过去的六年里得到了验证，并以各种方式在产品、运营、销售和营销等各个领域得到了实践。
许多人曾经怀疑linkedin被高估了。事实上，华尔街根据许多非常基本的指标给了linkedin一个估值。其中一个重要的公式是客户获取成本(cac)和用户生命周期价值(ltv)之间的关系。linkedin收购企业客户的成本远低于普通saas竞争对手。
例如，整个销售线索数据系统、客户成功分析系统、营销数据分析系统、产品分析系统等。linkedin曾经建立的，使所有部门完全由数据分析驱动。这里的直接结果是，与运营良好的普通saas企业相比，linkedin的cac/ltv比率通常只有其竞争对手的一半左右。销售和营销的总成本是竞争对手或同类公司的两倍多。这使得在相同资源的支持下，整个公司的增长速度提高了几倍。
(图片来源于对linkedin的s1分析)
由于大量客户是企业级客户，linkedin的企业级客户销售效率是业内最好的公司之一。其中，数据驱动整个收银团队(销售、营销、运营和产品)以超快的速度获得客户，最有效地减少了用户的损失，同时在单位时间内有效地实现和增长现有客户。这是华尔街一直给linkedin高估值的核心原因。
领英的早期清算战
无论是在产品设计还是业务运营方面，数据都是linkedin增长战略中非常重要的一环。Linkedin成立于2002年底，其业务框架基本上是在2003年设计的。它在建立之初就已经明确了用户数据和实现框架。
总体策略是这三个圈，第一个是用户的增长、使用和活动；二是生成大量数据，然后实现数据，实现业务增长，并促进用户再次使用，生成数据，实现、使用、增长和实现数据。
哈弗曼(linkedin的创始人；在设计linkedin策略时，他收集了大量用户信息，并想出了三种实现方式。
首先，通过用户的基本信息来实现，例如，公司发布职位。
其次，当用户数量增加到一定程度时，b2b企业投放广告。
第三，当有大量的人的信息时，公司的猎头会利用这个平台寻找候选人。
它也清楚地思考实现它的方法，但是它没有在第一天就这么做。它的核心关注点是用户体验和使用，也就是总体增长。这种增长产生了大量的数据，在未来实现之前，它将从这些数据中学习。
Linkedin在只有10，000名用户的时候就开始使用数据来推动其业务。早期，第一批用户完全被创始人的冷启动所收购。所有的联合创始人和前10名员工都需要带来500个朋友，这是它获得的第一批1万名用户。
之后，第一个产品经理被招募开始下一轮增长，从10，000人增加到25，000人。在此期间，他们观察了两个渠道，一个是电子邮件，另一个是搜索。
linkedin的创建团队有一些光环，所以一些用户会主动搜索linkedin或寻找联系人。我们从数据中发现，来自搜索引擎优化渠道的用户数量与通过电子邮件邀请的用户数量相似，但产品平台上的活动是前者的三倍。这在以前是意想不到的，所以我做了一个决定:如果我们想得到同样数量的用户，他们更愿意在这里投入资源和时间，所以放弃不太活跃的用户，把注意力放在活跃的用户上。
在我看来，这是在实施其产品战略时首先要做的正确事情。
企业家什么时候应该关注数据？
格雷洛克也是一名投资者，曾是pinterest的产品经理。当时，增长速度非常快，而且每年都增长几次。他总结了一套框架，当创始人在产品的整个生命周期中应该对数据敏感的时候。
在产品的早期阶段，不需要太多的数据，而凭借创始人的直觉和产品经理的直觉，决策占了很大的比重。然而，在未来，数据操作将变得越来越重要。一个人不可能在赌场永远赢。如果一个团队不断壮大，所有员工都不可能拥有直觉的决策权。未来，数据驱动的决策可以保证效率。
数据会告诉你很多信号，这些信号会给你一个标准来促进空的发展，你可以很快用假设来验证它。我们仍在持续优化，今天我们的转换率超过20%。
随着时间的推移，对数据的敏感性和判断力会得到培养。
linkedin的首席执行官每天早上5: 30到6: 00起床，发送大量电子邮件。为什么搜索效率提高了？为什么产品经理能跟上它，整个公司的数据分析和整个公司的操作员能跟上它？后来，我们说整个公司最好的分析师是首席执行官，他负责所有的数据。
2014年，我邀请他在我们组分享，每个人都问他，你不厌倦每天看这么多文件吗？他说这不是给他的报告，就像一张热图，当他看着它，知道问题在哪里时，他能感觉到。后来，数据成了他的感觉，他对数据的直觉和对产品的深入使用使他迅速找到问题所在。就财务报表而言，这是linkedin的净收入比许多亏损的saas公司好得多的原因之一。这再次推高了linkedin的估值。
如果整个公司只做一件事，那是什么？
linkedin每年都会反复问一个问题:如果整个公司只有一件事要做，那就是什么？必须用数字来证明:在一周内增加了5个联系人的用户的保留/使用频率/停留时间是没有增加5个联系人的用户的3到5倍，这是他们发现的推动增长的神奇数字。
但是在那个时候，这样的人非常非常少，所以他们在产品的每个入口都增加了他们的社会关系。Linkedin还具有上传地址簿、推荐你可能认识的人的功能，并将这些功能放在每个产品页面的入口处。
Linkedin起初并不知道为什么不断增加的社交关系会产生如此多的保留。我们分析了至少两三百个不同的指标，但最终没有一个能告诉我们。正是因为这个原因。
然而，在加权之后，这些用户在它上面花费了大量的时间，这间接地使得实现现金成为可能。然而，产品经理简化了这个复杂的问题，让所有事情都关注这一点:关注这个神奇的数字，让更多的用户在第一周增加5个联系人。因此，当时的增长率非常快。
数据驱动应该成为企业文化
数据驱动最重要的一点是首席执行官应该认识到它的价值；其次，我们需要一个基本的框架和方法。框架很简单，就是三个。一个想法很快登陆，验证，并进入下一个闭环；第三，它必须成为一种数据文化。
linkedin有这样一种数据文化:
产品部门:虽然现在有4亿用户，但当有1万到2.5万用户时，数据分析就开始了。例如，在2004年，发现来自不同渠道的用户具有不同的活跃性，并决定成为更活跃的用户。
客户服务:使用用户的使用数据来判断哪个客户会丢失。例如，使用率下降的客户将会流失，客户服务部门将每天观察每个客户公司的指标，并及时跟进客户以提高保留率。
销售部:超过95%的销售人员每周使用用户行为数据来判断哪个公司可能会购买服务。他们根据各种因素对每个客户的数据应用量进行排名，如使用率高、使用频繁、上次距离短等。，销售团队和客户服务团队将进行有针对性的互动。智能预测客户流失和客户需求，为销售人员和客户服务人员提供帮助。
市场部:每周使用数据优化广告、价格变化、电子邮件营销和线下活动，以衡量促进营业额增长的效果。
在过去的许多年里，美国的生活非常舒适。我离开linkedin是因为我们个人感受到了数据驱动的力量。2010年，我们进行了销售分析，根据使用情况对公司进行了排名，并将销售重点放在五个最活跃和最不活跃的用户上，这使得linkedin当时的增长率超过了200%。
数据驱动对转型有多重要？
创业时，你应该首先有一个好的概念，并让它迅速落地。然后我们用数据来证明它是否有效。现在流量变得越来越贵，所以我们需要用数据来证明我们所做的事情是有效的，这种效果可以很快叠加和积累，形成未来的增长，这是精益创业的核心。
例如，每个人都在做网站用户注册，但是有很多漏洞。Linkedin已经优化了几年，非常小的变化就能带来几何倍数的变化。
Growingio的用户注册步骤有三页。有一段时间，我们的最终注册转换率是7.7%。如果听起来像8%和15%呢？但是有很多事情需要详细考虑。当时，我们通过浏览器对注册转换率进行分组，发现使用chrome的注册成功率为12%，使用ie的注册成功率为1%。
因为我们使用了新的java框架，所以旧的windows浏览器不支持它。因此，只要我们提高ie注册的成功率，我们就能提高整体的成功率。
在数据分析之前，我们实际上查阅了大量的文献。对于一个普通的saas软件，从访问者到最终成功的注册率应该在5%左右。当时，我们认为7%是相当好的，但事实上，许多人想进来，不能买任何东西，因为他被困在中间。
为什么要离开linkedin和许多朋友去建立一个移动数据分析公司？
在过去十年的工作经验中，我们亲眼看到并实践了几个数据分析项目。看到数据分析在各种企业中的巨大价值，这种价值超出了许多人的想象。此外，这种数据驱动的价值可以在各种企业中得到证明。但我们也看到，许多企业未能做到最简单的三件事，错过了数据驱动增长的机会。
1.未能认识到数据分析带来的巨大价值；
2.没有非常简单的数据分析方法和框架，企业中也没有足够的人才来应用这一框架；
3.不要使用正确和现代的分析工具来达到事半功倍的效果。
这就是我们开始成长的原因。事实上，小型初创企业没有那么多资源和时间，它们需要工具。今天是工具的时代。如何利用工具快速实现价值是核心竞争力的体现。
