*本文版权属于小饭桌，转载请联系授权
文|小饭桌新媒体记者 郭文俊
?“Simon创业的时候，无论是美国的风投还是中国的风投，把门都挤破了”，在台上，经纬中国的合伙人左凌烨调侃坐在台下的Simon。
Simon是张溪梦的英文名，回国之前，他久居硅谷，做的是数据分析的事情，从MBA读起，先后在Epson、Ebay、LinkedIn任职。想要创业的时候，张溪梦的身份是LinkedIn的美国商业分析部高级总监，曾一手建立LinkedIn的商业数据分析和数据科学的团队。
今年3月，张溪梦决定回国，并创办了GrowingIO，一款能够适用于Web页面、HTML5页面以及iOS和Android客户端的实时数据分析产品，B端客户只要加载一次JavaScript代码或者安装SDK即可使用，降低了部署成本，并且支持对页面任何元素用户交互数据的采集，解放了程序员甚至分析师。
这和张溪梦十年前想做的事情几乎“背道而驰”。当时的张溪梦还是天津肿瘤医院的一名脑外科手术医生，早上七点上班，每天的工作密集又恪于规律。但张溪梦并不喜欢，他从小热衷于计算机游戏，梦想成为“最好的数据分析师”，因此瞒着家人去新东方，读完MBA之后留在美国成为了一名数据分析师。在这个行业待了十年之后，张溪梦想做的则是另一件事：用技术把分析师变成了软件服务。
8月底，GrowingIO宣布完成额度为220万美元的天使融资，投资方为经纬中国创始人邵亦波、LinkedIn的创始人Reid Hoffman，以及美国最大的风险投资基金之一NEA。
授之以鱼不如授之以渔
“用数据的人不做数据，做数据的人不用数据”，从事数据分析工作12年之后，张溪梦得出了这句感慨。
2010年初，张溪梦进入到LinkedIn，成为其第一位商业数据分析人员，主要任务是通过数据分析支持销售部业务。
但很快，张溪梦意识到了这种工作方式的“噩梦”之处：一个人经常要面对的是数百个项目的数据统计和分析需求，授之以鱼的结果是低效。在刚加入LinkedIn的那段时间，张溪梦几乎每天工作到晚上两点甚至四点，最多的时候，他一人完成了多达500个项目的建模和报表，用数据回答业务问题。
对一家做职场社交的公司来说，数据这件事重要吗？“大家都知道LinkedIn是一家互联网社交平台，但很少有人知道它实际上还是世界第二大SaaS企业”，张溪梦回忆，在2010年初他刚加入LinkedIn的时候，这家公司每年的营业额在8000万美元左右，而在今年，这个数据已经被更新成了30亿美元。
张溪梦把数据分析比喻成业务这架车的两个轮子，“其实只做一件事情，就是提高效率”，但在LinkedIn的早期阶段，自己那种以一人服务多项目的方式很难保证有高效率，“500个项目对接的是200个员工，也就是说每年每个人平均只会被回答两次，过程却非常缓慢冗长”。
张溪梦的解决方式是把数据分析这件事情变得程序化，他曾在LinkedIn做过一次内部调研，发现对分析师和数据科学家来说，80%以上的时间都花在了产品理解、数据标记、数据存储和少量分析上，但事实上，更加的价值体现在决策环节。
在接下来的近四年时间，张溪梦和当时的团队在LinkedIn搭建了一座数据分析的菱形金字塔：底层是数据分析平台和基础，并用技术把底部进行收缩；向上再把整个数据分析解决方案化，当时在LinkedIn，有个口号即是“让所有员工都能做到数据辅助决策驱动”，从之前的授之以鱼，变成了授之以渔。
对数据的高效处理能够带来更直观的业务效果。张溪梦曾举过一个例子来阐述LinkedIn这套数据驱动决策的系统：假设公司A的HR主管离职，系统会发两条信息给LinkedIn的客户经理，一条是这个客户可能会流失；另一条则是这个主管加入新公司后，则会给LinkedIn带来新的潜在客户。对客户经理来说，则需要重点注意两件事情：一件事减低客户流失、另一件则是增加用户增长。
“让数据像水一样”
刚开始的时候，张溪梦找到当时的LinkedIn分析工程技术总监吴继业，告诉他自己想做一件事情，“把数据做得像水一样”。
吴继业的第一反应是觉得不可能，他深知自己一直以来做的是一项被动的事情，既繁琐、又细致，“把数据按照客户的需求处理成不同维度，在加以结构化”。而现在，吴继业的身份是GrowingIO的联合创始人之一。
在数据分析领域，美国已经经过多年发展、日趋成熟，而国内的互联网发展虽快，但数据的精细化运营则处于刚刚起步阶段，在许多互联网公司，产品、运营、业务部门想要了解的数据不同，都需要技术部门提前埋点（监控用户点击的每一步），工作繁琐又不具备针对性。
GrowingIO的方式是在客户公司加载他们提供的SDK或者JavaScript代码之后，由对方自行选取想要收集数据的相关按钮，即可实时跟踪C端用户在Web和移动端的原始记录数据，并加以分析归类，提炼出和业务相关的信息。
记录和收集是第一步，张溪梦的最终目的则在于，让数据直接产生对业务的驱动力。因此，在直接的数据之外，GrowingIO还会针对客户不同的业务类型，给出相应的商业分析数据页面，并组建了一支商业数据分析咨询团队，给有深度需求的客户提供解决方案。
“我们在数据的原始架构上，进行了很对规范化统一”，底层的规范化有助于应用层面的多样化，就像水一样，能够变成气态、固态和液态的不同形状。
张溪梦对GrowingIO的定位是一家SaaS公司：把公司以往的数据分析师变成一种软件，以软件的形式提供数据分析服务，再通过售卖这种服务收费。
“其实有点接近于增长黑客的概念，用足够低的成本，通过技术和数据分析的手段迅速地增长业务”，在张溪梦的解释中，GrowingIO的名字包含了两层意思：一个是Growing，即公司的业务增长；一个则为I和O，分别代表着“input”和“output”，“我们希望输入的是数据，输出的是价值。”
--END--
小饭桌新媒体，志在发现和报道未来商业领袖，已融资的项目，如果自认够酷够炫，欢迎加微信zuoriyishan联系报道。