访谈 | 张溪梦：LinkedIn的价值远不止262亿美元

张溪梦（Simon Zhang），硅谷大数据分析和数据科学的专家，前LinkedIn 商业分析部门高级总监，于2015年在硅谷和北京建立了大数据分析公司GrowingIO。目标是把大数据分析以及数据科技以最简单迅速的方法应用到互联网企业以及各个领域，以促进企业营收。

张溪梦曾经任职于世界知名社交网络LinkedIn公司，亲自建立了LinkedIn将近90人的数据分析和数据科学团队，支撑LinkedIn公司所有与营收相关业务。他也是LinkedIn美国总部级别最高的华人。

 

微软以262亿美元全现金收购职业社交网络领英（LinkedIn），促成美国科技界迄今为止最大收购案。LinkedIn前高管怎么看？

 

造就：262亿美元，微软斥巨资收购LinkedIn。你如何看待这笔交易值与不值这个问题？ 

张溪梦：我曾在LinkedIn工作了很长一段时间（2010-2015），对它有着很深的感情。但我今天解析LinkedIn的价值，完全站在第三方角度，不带任何私人色彩。

基于我对LinkedIn的了解，我认为，LinkedIn作为一个职业社交网络本身的价值，远远超出市场对它的潜在估值。

 

首先，LinkedIn拥有多元的业务线。

公司主要有三大块业务：一是人力解决方案，针对普通职场，如何找到公司、找到正确的人；二是市场解决方案，如何向正确人群推送自己的企业级产品；三是私人的高级订阅服务，如何找到更准确的销售解决方案。根据个人的职业诉求来达成企业服务，这方面的需求潜力巨大。

 

其次，LinkedIn的核心用户群是整个社会的中坚力量，换句话说，那是在职业上发展较成功的一群人。并且，它的人群覆盖不仅有2C（TO Consumer），还有企业端——LinkedIn的盈利超过70%通过企业端获得。这是一个万亿级，甚至十万亿级的市场，它的想象空间非常巨大。

用户使用频次或许没有Facebook那么高，但用户每一次使用LinkedIn的这种场景，都有非常直接的商业化可能。

 

当然，LinkedIn的高价值与其管理和运营团队也密不可分。这些被我们称作“每天在前面打仗的人”，有着高于常人的创造力和执行力，同时他们还有一种很高的合作精神。

杰夫·韦纳

LinkedIn CEO杰夫·韦纳（Jeff Weiner）曾多次被湾区评为“全球最佳CEO”，他能很好地激励整个公司和团队朝着既定的战略目标前进。

 

微软实际是全球最大的2B（TO Business）的公司，不管它是卖Office产品、Windows产品，还是服务器端，以及现在新的云端的战略。它的目标客户群与LinkedIn用户高度重合。

虽然现在LinkedIn对外宣布还将独立运转，但未来若两家公司能够在战略和战术上无缝融合，企业端的想象空间是非常巨大的。

Office 365为代表的应用套件，已从传统的安装版本方式向云端转化，若微软可借力LinkedIn完善的SaaS（软件即服务）收费模式，把它的整个Office体系与LinkedIn的用户账户打通，我相信，这对微软会是一个巨大无比的商业价值体现。同时，微软还可以对它的各个软件进行打通和关联。数据的核心生产价值就是关联。

 

对微软来说，收购LinkedIn对它的战略有着极大的意义。这也是我纯粹离开以后的一种简单判断。

微软有它的CRM系统，有一系列企业服务的方案，但是相对来说更偏线下。LinkedIn为微软打开更多入口，它可以很迅速地进入以前都无法涉入的几个领域，如和潜在的对手Salesforce进行一系列的竞争。在CRM领域，Salesforce可以说是世界上最大的SaaS厂商。

究其根本，微软以前是一个企业软件公司，LinkedIn的互联网基因用以补足，我相信，这对微软在未来的战略布局也会有很多帮助。

 

造就：您一手创立了LinkedIn的大数据团队，并将数据驱动销售做到了前所未有的高度。据你所知，LinkedIn当时为何要成立这个部门，以及为什么是由你来承载？

张溪梦： 在LinkedIn整个的工程产品和公司战略里，数据都是非常重要的环节。从用户使用产品的过程体验中产生大量的数据，通过数据再抽象出新的产品和服务，然后再次促进和改善用户的体验，数据贯穿全局。

为什么我们要成立商业分析部门？LinkedIn从2002年年底创立起始，七八年的时间里已把用户的增长和体验做得很好。进入下一个阶段，公司的战略需求是要做各种变现和营收。我是抽调出来的第一人，加入LinkedIn来做营业额和收入这块的数据科学家。我们决定在数据领域尝试各种应用，因此成立了这个商业分析团队。

我们核心的价值观就是，用LinkedIn的数据帮助我们企业内部大幅度的提高运营效率和生产速度，由此产生很多的商业价值，这是当时创建的初衷。

造就：LinkedIn都有哪些数据值得这样去挖掘？

张溪梦：大部分人认为LinkedIn的数据是金矿，我个人觉得它应该是一个钻石矿，里面充满了各种各样的价值，这种价值不但体现在商业运营上，同时还能给我们的用户以及客户提供很多价值。

LinkedIn为大家所熟知的白领职业社交网络关系，是非常重要的数据点。另外一点是每个用户的简历，由以往的教育背景、工作的公司，职业技能，以及职业发展轨迹，组成重要的用户数据。

而价值最高的部分，是用户在LinkedIn这个平台上留下的各种行为轨迹。这种行为的数据，在我看来，是充满了最大预测力和商业价值的信息。

还有一些企业数据库，比如交易系统、订单系统，企业CRM软件，包括我们内部的市场营销软件，里面承载着很多有价值的数据。这些数据结合在一起的话，势必产生巨大的价值。

    

造就：客户如何从你们提供的数据中获得运营层面极大的效率提高？ 

张溪梦：我们的商业分析部门直接支持的是公司的产品、运营、销售、市场营销，还有客户服务和一部分风控。归根到底，所有的数据分析是为推动整个业务运营体系来做的。

我们能用最快的方法分析世界上几百万家公司，在这几百万家公司里面找到LinkedIn核心的企业客户群体，然后通过分析其内部的社交关系，找到这里面关键型的节点人物，以便让我们的销售用最有效率的方法与他们进行沟通。

这样的话，一个企业级用户的成单周期将迅速缩短，速度和效率提高十几倍甚至几十倍。

我们了解一个企业的员流动情况，掌握这个企业在它所处行业的人才竞争格局，分析人才的来源，更精准地判断这个公司在人力竞争上的态势和位置。这将对企业未来制定新的产品和业务战略产生极大的帮助。

造就：现在LinkedIn已归微软，你也回归到做你自己，于2015年成立GrowingIO。简单介绍一下你回国创业的初衷以及你的判断。

张溪梦：在LinkedIn工作的五年多时间里，我亲身见证，数据分析为一个企业带来几何倍数的价值增长。同时也直观地看到我们所做的事情，能给用户带来更多的价值，无论他是付费还是免费。但这种能力体现，往往是在一些高科技、前沿的公司。

为什么不能把这样的能力和价值观输入其他企业？我相信，中国有很多企业都需要，不只是一个互联网企业或者高级数据驱动的互联网企业才有这样的需求。

过去八九年的互联网数据分析从业经验，让我发现很多痛点，其中最大的一个痛点在于很多公司连数据收集的能力都没有，包括一些很成型、规模化的公司，如我服务过的eBay、LinkedIn。我们在数据收集上趟了很多坑，花了很多的时间。

这种效率提升体现在，过去我的团队做产品和运营分析，大概花60%的时间在数据收集、整理、清洗的过程中，这还是自动化很多步骤情况下，进程缓慢，且没有太多的价值。

能不能把60%的时间缩减为1%的时间，甚至不花时间？腾出来的时间可以花在那些能让产品高价值、高产出的商业步骤上。这是我当时出来创业的第二个原因。

跑马圈地的时代趋于结束，在这个精益化运营需要变得越来越重要的当口，把创业场景选择在中国，主要是因为，相较于数据分析在美国或是一些全球性的企业已是必备的一种常态，咱中国企业成长速度非常快，在早期往往不太关注数据分析这一块，但市场和需求却是切实存在的。

并且，不同于美国在任何领域里面都有各种不同的工具和细分差别，当你需要链接多个产品时，反而降低效率，在中国没有那么多历史包袱。

我们希望做一个更简单的产品，更直观、更快的，让很多人能用的一个东西。中国确是一个更好的潜在市场。

另一方面，我们也希望能把那些成熟的方法论带回中国，让更多企业受益。

造就：你觉得哪些类型或行业的企业更应该重视数据的作用？

张溪梦：所有企业都有机会用数据和分析的手段提高自己的运营效率，这个事情是每个公司都要关注的。

为什么这么说呢？首先，在过去的十几年里面，进入互联网时代的中国，崛起了两大波峰浪潮。第一次是PC互联网，然后是从大约2008年开始的另一波——移动互联网。这两波浪潮实际带动了整个互联网创业的高速发展。与此同时，中国经济也在高速发展。

这两次波峰过后，用户使用手机的比例越来越高，增长的速度却在趋于下降。

也就是说，咱们中国正处于从增量型经济慢慢向一种存量型经济和质量型经济转化的过程。在这一过程里，提高效率、降低单位时间的成本，就变成了很多公司必须要去解决的问题。

以前，获取客户的速度高、成本低，我们不太介意产品的价值，只要有就行。但在今天，竞争变得非常激烈，用户的选择也非常多，企业想要在未来致胜的话，必须增加它的效率，提高它的产出，同时为自己的客户尽可能多的提供价值，而不至于让他流失。这对很多企业来说，即是挑战，也是机遇。

造就：有一种观点叫“数据也是一个公司非常重要的资产”。从行业和类型来说，哪些公司的数据资产会成为其最有价值的一个部分？

张溪梦：最直接的应该是，基于互联网、与用户接触频繁的数字化经济产业。它们有很自然的优势可以收集各种信息和数据。一般会有交易型的数据、用户的地理位置信息、用户个人特征的数据，以及用户行为的数据。

未来，如果一个企业涉及IOT(Internet of Things，物联网)，除网站、APP以外，它还有各种设备。只要是能与人互动的，这些信息和数据都应该沉淀下来，作为企业资产的一部分。

造就：到底什么样的数据有用，为此需要付出什么样的成本？大数据的使用常常会让企业陷入迷思。企业如何才能简单高效地加入大数据行列？

张溪梦：很多公司都是为了数据而做数据，这样的公司或者这种的方法很难真正迅速地看到价值。

我觉得，还是应该从商业角度出发，以产生价值为目标，通过小量数据、小幅度的迭代，尝试是否能迅速产生效果，而不是一上来就建一个大而全的组织，投入巨大成本来做这件事。这应该是以价值为导向的一种思维。

我要提高用户的转化率，我要提高用户单次消费额度，或者我要帮助用户更容易地找到他想要的商品……各种目标制定清晰，在实施过程中，尽量用小范围的迅速试错，建立下一次迭代，以接近和实现企业的战略目标。

---

陈第 | 娱乐至死年代，中国会重蹈20年前日本AV文化发展之路吗？

邢帅 | 底层残酷物语—我们终将被冷冰冰的机器淘汰？

天线宝宝运营商温剑锋 | 什么样的IP才会有生命力？

李大维 | 大学生怎样才不会丧失创造力？学创客，学山寨

山世光 | 天眼系统终将开启，你准备好了吗？

余凯 | 十年后，AI Inside无处不在

单霆 | 为什么无人驾驶会垄断未来

Misa.Z | 是什么撕开了人和机器的边界？