日报标题：262 亿美元收购 LinkedIn，微软看来没白花钱
张溪梦，www.growingio.com
我回国前担任 LinkedIn 商务分析总监（利益相关者），现在是 GrowingIO 硅谷新一代数据分析产品的创始人 & CEO。
昨天大家都听到了 LinkedIn 被微软 262 亿美元收购的消息，一个接近溢价 50% 的 offer，把世界上第一大职业社交网络、也是世界上第二大的 SaaS（软件即服务）厂商融入到微软的迅速崛起的商业云战略中。很多朋友会问，为什么过往 LinkedIn 会有这么高的估值，为什么微软会溢价 50% 收购 LinkedIn。
很多朋友问我，“一个社交网络值吗？”“价格是高了，还是低了？”
其实事物的核心往往很简单，并购、估值、溢价的本源就是“增长”。 微软收购 LinkedIn 在某种程度上说，是通过并购来获得进一步增长。非常重要的一点，LinkedIn 在过去 6 年间从一个 7000 万左右年营收的企业，一下子增长至 30 亿美元营业额的企业，五年业务增长超过 40 倍。这种增长速度在企业服务领域里面是惊人的。
6 年多以前，我第一次在 LinkedIn 的公司例会上听到彼得·德鲁克的一句话，他说：如果一个事情，你不能衡量它的话，那么你就不能增长它。这句话的核心理念沉淀出了 LinkedIn 的企业价值观。增长带动数据分析，数据带动变现，变现进一步促进增长。而且这种文化折射出硅谷里面蔓延的精益创业的文化，即创业公司必须要做三件事——Build（建立）、Measure（衡量）、Learn（学习）。这句话在过去的 6 年间不断得到验证，不断通过各种各样的方式在产品、运营、销售、市场推广等各个领域得到大规模的实践。
很多人曾经怀疑 LinkedIn 的估值过高，实际上华尔街给予 LinkedIn 的估值，基于很多非常基础的指标。其中一个重要的公式就是获客成本（CAC）和用户生命周期价值（LTV）之间的关系，LinkedIn 获取企业客户的成本远远低于普通的 SaaS 竞争对手。
比如说 LinkedIn 曾经打造的整个销售线索数据系统、客户成功分析系统、市场营销数据分析系统、产品分析系统等等让各个部门做到完全数据分析驱动。这里的直接结果就是，LinkedIn 对比普通运营良好的 SaaS 企业，她的 CAC／LTV 比值，一般只有竞争对手的一半左右。销售和市场的总 cost，比竞争对手或同类型的公司低一倍以上。这就让整个的公司增长在同等资源支持下要快好几倍。
（图片来源自 www.tomtunguz.com 对 LinkedIn 的 S1 分析）
因为大量的客户都是企业级客户，LinkedIn 的企业级客户销售效率是业内最佳公司之一。其中的数据驱动整个的变现团队（销售，市场，运营，产品）用超快的速度获取了客户，最有效率的减少了用户的流失，同时在单位时间内，在既有客户上有效率的变现和增长。这是华尔街一直给予 LinkedIn 较高估值的核心原因。
LinkedIn 早期的变现战争
数据是 LinkedIn 增长战略里面一个很重要的环节，无论在产品设计、业务运营里面，数据都是一个很重要的环节。LinkedIn 是 2002 年底成立的，2003 年业务框架基本上设计完成，成立早期它就已经把用户数据和变现的框架讲得很清楚了。
整体战略就是这三个圆圈，第一个是用户的增长、使用和活跃度；第二个是产生大量的数据，然后数据变现，进行业务变现和增长，再次促进用户使用，产生数据，变现，使用，增长，数据变现。
哈弗曼设计 LinkedIn 战略的时候，他收集大量的用户信息，想了三种变现方式。
- 第一种，通过用户的基本信息来变现，比如说公司发布职位。
- 第二种，用户数量增长到一定程度的时候，有 B2B 企业投广告。
- 第三种，当有大量人的信息以后，公司的猎头会用这个平台来找候选人。
变现的方式它也想得很清楚，但并没有在第一天就去做，它核心关注的是用户体验和使用度，是整体的增长，增长产生大量的数据，它从数据里学习，未来才做变现。
LinkedIn 在只有 1 万用户的时候就开始用数据驱动业务。早期的时候，第一批用户获取就完全靠创始人冷启动，所有的联合创始人和最早期的 10 个员工，每个人需要拉 500 个朋友进来，这就是它获取的第一批 1 万个用户。
之后，招来第一个产品经理，开始做下一轮的增长，从 1 万到 2 万 5 千，这段时间他们去观测两个渠道，一个是电子邮件，一个是搜索。
LinkedIn 刚出来创始团队都有一些光环，所以会有用户主动搜索 LinkedIn 或者搜索人。我们从数据里发现，从 SEO 的渠道里进来的用户同电子邮件邀请进来的人数量差不多，但在产品平台上的活跃度要高 3 倍。这是之前没有想到过的，于是做了一个决定：如果要获取同样数量的用户，他们更愿意投入资源在使用频次更高、更愿意把时间花在这里的，所以，放弃低活跃的用户，专注活跃的用户。
我认为，这是它的产品战略执行层面里面第一个事情正确做的事情。
创业者应该从什么时候开始关注数据？
Greylock 也是投资人，以前是 Pinterest 的产品经理。当时增长速度非常快，每年他们都是几倍的增长，他总结出来一套框架，在产品整个生命周期里面，创始人在什么时候应该对数据敏感。
在产品最早期，不需要太多数据，凭借创始人的直觉，产品经理的直觉，做决策占很大的比例。但是到后来的话，数据化运营就越来越重要了，一个人在赌场里面不可能永远的赢，一个团队不断变大的话，不可能所有的员工都有直觉决策力，到未来以后数据来驱动决策能保证效率。
数据会告诉你很多信号，这些信号让你有一个标准，可促进增长的空间，你带着假设迅速的验证。我们现在还在持续的优化，今天我们变成 20% 多的转化率了。
对数据的敏感度和判断力是可以通过日积月累培养的。
LinkedIn 的 CEO 每天早晨是五点半、六点就起床，发大量的邮件，为什么搜索效率增加了，为什么昨天广告营收是这样的，产品经理就跟着起床，全公司的数据分析就跟着起床，全公司运营人就跟着起床。到后来，我们说全公司最好的分析师是谁，是 CEO，他对所有的数据了若执掌。
2014 年，我邀请他去我们组里做一次分享，大家问他，你每天看那么多文件不烦吗？他说，对他来说不是一个报表，像一张热力图一样，他一看就有感觉了，就知道问题在哪儿。而且到后来数据已经变成了他的一种感觉，对数据的直觉和对产品的深入使用，令他很快就定位到问题所在。这也是为什么 LinkedIn 的 Net Income，会比很多亏损的 SaaS 企业在财务报表上面好得多的一个原因。这又再次推动 LinkedIn 估值的提高。
（图片来源自 Tomasz Tunguz 对 LinkedIn 的 S1 分析）
如果全公司只做一件事的话，这件事是什么？
LinkedIn 每年反复要去问的一个问题是：如果只有一件事全公司要做的话，是什么？得用数字来证明的：一星期内加到 5 个联系人的用户，他们的留存／使用频度／停留时间是那些没有加到 5 个联系人的用户的三倍到五倍，这是他们找到的驱动增长的魔法数字。
但是当时这样的人非常非常少，于是他们在产品各个入口都增加社交关系。LinkedIn 还有一个上传地址簿的功能，还给你推荐哪些人你可能认识，同时把这些功能点放在各个产品页面的入口。
LinkedIn 最早的时候并不知道为什么增加社交关系会产生那么大的留存度，我们分析了起码有两三百个各种不同的指标，最后没有任何一个指标能告诉我们，就是因为这个原因。
可是加权以后的结果是这些用户在上面花了很多时间，间接就成为变现的可能。但是产品经理就把非常复杂的问题简化，让所有的东西都关注这一个点：关注这个魔法数字，让更多的用户在第一周里加到 5 个联系人。于是，当时增长速度是非常快的。
数据驱动应该成为企业文化
数据驱动首要的第一点是， CEO 要认识到它的价值；第二点，我们需要基本的框架和方法论，框架很简单，就是三个，有个 idea 迅速落地，进行验证，进入下一次闭环；第三点，必须要变成一种数据文化。
在 LinkedIn 全公司都有这样一种数据文化：
产品部门：虽然今天有 4 亿用户，但是从 1 万到 2 万 5 千个用户的时候就开始用数据分析。例如 2004 年发现不同渠道来的用户活跃度不一样，决定做更活跃的用户。
客户服务：利用用户的使用数据判断哪个客户会流失。例如使用度下降的客户会流失，客服每天观察各个客户公司的指标，及时跟进联系客户增加留存。
销售部门：95%以上的销售每个星期都在用用户行为数据，判断哪一家公司有购买服务的可能。他们对每一个客户进行数据应用量的排名，根据使用度高、使用频次多、上次距离近等各种因素进行排序，销售团队客户服务团队会有针对性的互动。智能预测客户流失，客户需求，为销售人员，客服人员提供协助。
市场部门：用数据每周都会优化广告投放、价格变动、电子邮件营销、线下活动效果的衡量来促进营业额的提升。
过去很多年，在美国的生活是很舒服的，我之所以从 LinkedIn 离开，是因为我们亲身感受数据驱动的力量。2010 年的时候我们做了销售分析，把公司按照使用度来排名，让销售就盯最活跃的和最不活跃的五个用户，当时给 LinkedIn 带来超过 200%以上的增长。
数据驱动对变现有多重要？
创业时，首先你要有一个很好的概念，让他迅速地落地，然后我们用数据去证明它是不是有效率。现在流量越来越贵，所以，我们需要通过迅速循环的方法，用数据来证明我们做的事是有效果的，这种效果可以很快地叠加和堆积，形成未来的增长，这就是精益创业的核心。
举个例子，网站用户注册，大家都在做，但这里面有很多的坑。LinkedIn 优化了好几年，非常小的改动，就能带来几何倍数的变化。
GrowingIO 硅谷新一代数据分析产品的用户注册步骤是三个页面，有一段时间，我们的最终注册转化率是 7.7%，听上去 8% 和 15% 又能怎么样呢？但是很多东西要看细节，我们当时把这个注册转化率通过浏览器做了一个分群，发现用 Chrome 的人注册成功率是 12%，用 IE 的注册成功率是 1% 。
因为我们用了一套新的 Java 的框架，在老版 Windows 浏览器里得不到支持。因此我们接下来只要提高 IE 的注册成功率，就可以把整体的成功率提高。
在数据分析之前，我们其实查过很多文献，普通一个 SaaS 软件的话，基本上从访客到最后成功的注册应该是 5% 左右，我们当时觉得 7% 还挺好，但实际上很多人想进来，想买东西都买不了，因为他根本堵在中间了。
为什么离开 LinkedIn 和很多小伙伴出来打造移动数据分析公司？
我们在过去十几年的工作经验中，亲眼见到了，亲手实践了若干的数据分析项目。看到了数据分析在各种企业里面巨大的价值，这种价值是超过很多人的想象的。而且这种数据驱动的价值能够在各种企业里面得到彰显。但是我们也看到了，很多的企业没有做到最简单的三件事，错过了用数据驱动增长的机会。
1、没有认识到数据分析带来的巨大价值；
2、没有掌握数据分析的非常简单的方法论和框架，企业内部没有足够的人才来应用这套框架；
3、没有使用正确的，适合现代潮流的分析工具来做到事半功倍。
这是我们 GrowingIO 硅谷新一代数据分析产品创业的原因。其实，小的创业企业没有那么多资源和时间，更需要工具化。今天是工具化的时代，如何很快的用工具来实现价值，是一个核心的竞争力的体现。
知乎用户
大家都已经从商业角度分析了很多，我就从科技发展的角度来分析一下这桩收购案。
微软 30 年的技术积累，拥有几乎全套的科技产品线。可是由于接连错过了移动和社交时代的大发展，目前手中最缺乏的就是：移动计算平台和跨平台用户数据。平台方面，Windows Phone 苦苦支撑，而移动战场却已经尘埃落定。HoloLens 另辟战场，可盈利尚远。
在跨平台用户数据方面，微软手中目前可以拿得出手的就是必应搜索。可是由于微软曾经一直不重视用户的数据管理（MSN Messenger 和 Skype 由于是私密通讯工具的原因，用户个人信息留存量极低），很多微软所获积累的数据，并没法准确的刻画到互联网用户身上，这也造成了必应的搜索质量，广告推送，新闻订阅的质量提高缓慢。
首先，这个收购案使得微软获得了：
- 海量活跃社交帐号：LinkedIn 在欧美已经相当流行。高度发展的社会需要相应的精细化分工，工作需求的个性化使得传统的“广撒网招聘模式”相比于新兴的“精确招聘”在效率和成本上都显得难以为继。拥有了 LinkedIn 的社交网络资源，微软获得了得以成功串联起它所有的生产力套件了的核心。高含金量的 LinkedIn 客户群也确保了高的利润潜力。
- 高品质的多维度用户数据：由于 LinkedIn 基本成为了人们的公开简历，大家都会尽可能的完善和改进相关的资料，并且对数据进行深度清洗。这些数据不仅仅反应出来一个人的背景，兴趣，行业，兴趣和圈子，还能很清晰的反映出不同人之间建立相互的联系是因为学校，工作，经历，还是交际。这种高品质的用户行为数据恰恰是所有数据驱动科技公司所缺乏的。下一代的精确搜索，商业智能，新闻推荐，广告投放，个人助手哪一个不需要这种数据？微软在这十几年早已经囤积了大量的数据行业相关的科学家，假如这些数据能被合理的利用起来来推动微软在上述几个领域的发展，潜在的市场潜力是万亿级别的。
另一方面，LinkedIn 也获得了：
- 大数据技术和架构：LinkedIn 做基于人的搜索和相关的信息推送已经有 5 年了，可是收效甚微。这是因为精确搜索，信息推送，社交网络这些业务都需要很强大的数据工程团队和基础架构组才能支持。基于人工智能和深度学习的科学家在市场上基本已经被几大巨头瓜分完毕，新的巨头如 Uber 和 Facebook 也是高价抢人。通过共享微软的整套大数据中后端技术，基础架构，数据分析团队和微软的研究机构，将分摊 LinkedIn 的运营成本，获得支持业务跨越式发展的技术基础。
- 数据变现的渠道：LinkedIn 所位于的企业服务市场虽然在大众中相当低调，但是却掘金量极高的市场，养活了无数科技公司。LinkedIn 拥有市场上唯一的的企业市场社交网络。但是缺乏变现的渠道。这次联姻后，这些数据可以通过微软的全套企业服务套件来展现价值。这是一个 1+1 远大于 2 的买卖。
有人举了微软这几年在个人设备领域方面失败的收购案例。不过我想指出的是，微软在企业级业务的收购上还是一直相当成功的，PowerPoint，Docs，Visio 和 Skype 哪一个不是当年收购来的呢？
很多时候，收购就好比婚姻。有些人很好，可是却并不适合在一起；有一些人平庸，但是在一起却互补所短成为天作之合。如果说上一代的企业软件市场是信息化为主流，那么下一代利用大数据和机器学习所推动的商业智能服务市场里，微软通过这一次收购案成功确定了自己领先的地位。