199IT讯 作为全球顶尖的数据科学家，张溪梦Simon领导的GrowingIO团队走过了五年多时光。张溪梦笑称自己创业没有赶上2010年的移动互联网第一波浪潮，但GrowingIO的确是迎着大数据蓬勃发展的热潮，成为数据驱动商业坚定的笃信者。
创立GrowingIO之前，张溪梦是前LinkedIn 美国商业分析部高级总监，一手缔造了LinkedIn 将近90人商业数据分析和数据科学团队，也是业界率先将大数据与商业紧密结合的先驱者。
前五年，GrowingIO专注于用户行为数据分析以及精细化运营，为众多的企业提供产品业务精细化发展方法论、思路及实用工具。张溪梦也较早将增长黑客这一国外理论引入国内，成为国内增长黑客理念的布道者之一，著有《首席增长官》一书。GrowingIO将获取、激活、留存、变现、推荐等增长体系应用到实际的企业产品业务发展中。
2020年是不平凡的一年，疫情打乱各行各业的节奏，对于数字化的需求迫在眉睫，大量的传统客户线下增长受影响，急切需要打通线上增长的大门。GrowingIO一方面获得了更多传统行业客户，另一方面也迎来了自身发展的重大变革和升级。从用户行为分析升级到数据智能这一更具前瞻性的方向。
GrowingIO每年一度的增长大会今年放在了上海。大会之前，张溪梦在北京接受了199IT在内的几十家媒体群访。张溪梦表示，GrowingIO 将向数字智能平台衍进，成为数据增长的智能平台。
从用户行为分析到数据智能：厚积薄发的必然
在谈到新发布的几款新产品以及转向更深入的数据智能领域。张溪梦认为在接下来的时代里，技术会逐步的把一些重复的脑力劳动全部通过科技手段实现。GrowingIO希望把那些非常繁琐无序的工作交给技术来完成，可以把人的时间再次解放出来，去做更有价值的事情。所以，现在是一个非常重要的历史时期，能够通过数据智能解放人的脑力的这种潜力，这是GrowingIO非常明确的方向。
疫情下的企业发展困境，根源在于数据。张溪梦认为如何能把线上的世界和线下的世界进行打通，特别是传统企业他们如何把线下的场景搬到线上，然后再用线上的场景延伸到线下，最好的连接方式就是通过数据的方式。数据实际上是连接物理世界和数字化世界里面最好的一个桥梁。
早在LinkedIn，张溪梦就把一个公司的数据化能力大致分为8个步骤，这也是数据智能进化的路径。依次包括原始数据、清洗后的数据、标准报告、专题报告OLAP、自助BI敏捷可视化、预测分析机器学习、规范性分析、人工智能系统。张溪梦认为，前5项基本都还在传统的商业智能BI范畴，数据最终都是给人来识别。而后3项，跃迁到机器层面，成为机器识别的范畴。
随着人工智能机器学习等新技术等成熟，数据智能的实现已经是大势所趋。GrowingIO厚积薄发，将战略转入更高阶的数据智能，有其必然性。
作为横跨美国和中国大数据市场17年的数据智能全球顶级专家，张溪梦谈到中美数据化上的差异性时表示，中国和美国两个国家最大的一个区别还是发展阶段不太一样。美国人工成本较高，必须要进行各种精细化运营。大约在二三十年以前，他们就在用算法模型、精算等等一系列数据分析方法来管理他们的企业，因为那个时候竞争也是非常充分，所以很多企业必须从数据里面得到很多经营和运营的效率和价值。
但中国的发展速度是远远超越美国GDP的增长速度。在数据化的使用和运营上面相对来说比较晚，稍微粗放一些，因为大家的跑马圈地都干不完，说不上是精耕细作。在整个经济和市场发展周期上，可能美国更早的成熟了，中国还是在高速发展期。所以说，在数据的应用上面中国晚一些。
中国的优势非常明显，客户数量、用户数量特别大。有一个非常好的基础来做数据化的运营和改造，同时中国整个线下和线上的执行效率非常高，中美国土面积非常接近，在物理世界里执行的效率，中国比美国更快。
回顾大数据近20年的发展历程，张溪梦认为不变的是数据分析本身，如数据清洗，基本的报表，多维分析，然后开始预测，很难有跳跃式的发展，每一家企业都要把这些基本功、基础能力要建立全面，对美国的一些基本的经营、运营、数字化的运营要进行学习和借鉴。同时，科技实际上在过去20年里面产生了很多本质性的变化。技术今天的发展，开源的能力，特别是在AI上面。中国和美国是站在非常类似的相同的起跑线上，在AI上面。而且因为中国地大物博，有很多用户和客户，很有可能中国在AI上面是有机会能赶超。
从单点突破到全域生态：聚焦中大型企业客户
在今年疫情后，张溪梦感受到了市场的强烈需求。很多传统客户对数字化的预算正在加大。GrowingIO团队并没有像其他公司一样去追赶直播、带货等低门槛风口，而是专注于数据服务，与生态合作伙伴一起构建全套解决方案。
传统企业需要解决的问题不是单点的软件和某种单类服务能够完全解决掉的。GrowingIO跟CRM企业、运营企业、数据中台企业等一起合作，打造全套的解决方案，帮助客户解决整体问题，GrowingIO提供数据分析能力。
从产品形态而言，在2020年增长大会上张溪梦宣布新推出以用户数据为核心的数据管理、分析洞察、运营的增长平台；并重点发布了客户数据平台、用户 360 画像、智能运营三款产品，以帮助企业打造客户数据平台，沉淀用户数据资产，重构业务流程，打造智能运营体系，落地数字化增长战略。
同时，针对数字化如何对业务增长赋能这一难题，GrowingIO咨询服务暨运营VP邢昊发布了四个助力企业走向业务效果的快速启动包。
至此，GrowingIO 的产品和服务内容进行了重大迭代升级，开始匹配更复杂的业务需求、更高级的数据服务，进入到数字化转型更广阔的市场里。这意味着其从提供用户行为分析产品的厂商，升级为把产品、服务、咨询三者融为一体的一站式数字化增长解决方案服务商。
与数据中台的差异性：以用户为核心的增长平台
中大型企业这几年在阿里等公司的影响下，不断夯实数据中台能力。在张溪梦看来，GrowingIO与数据中台公司存在很大的差异性。
张溪梦多次强调，GrowingIO与数据中台公司是生态合作关系。因为GrowingIO产品设计比较开放，可以和客户的数据中台进行打通和联动，而并不是一个互相排斥的或排他的关系，而是一个合作的关系。
“GrowingIO做的产品不是纯的数据中台，它具备一定的数据中台的能力，但是本质上来说，我们把数据中台的一部分能力和算法，或者分析，再加上整个触达，实际上形成一个垂直的闭环，数据中台是横向能力，可能能支持财务，能支持物流、业务，、用户。但是，我们完全以用户为核心的打造了增长平台的概念。这个里面我们希望数据的收集、处理、算法、模型，以及最终的触达能形成一体的闭环的产品，这是我们产品设计思路不太一样。“张溪梦对比二者的差异性。
GrowingIO 此次新发布的增长平台，一方面基于智能运营产品和用户行为分析产品持续迭代，已经形成“数据管理+分析洞察+营销管理+客户体验优化”的数据增长闭环，同时随着模型和算法等产品上新，进一步提升了全域数据分析能力。
另一方面，面对大中企业客户的业务模式、内部组织架构、数据需求更加复杂的情况，如数据源分散、类型零散且缺乏唯一标识等，GrowingIO 增长平台在底层用户数据采集、分析、计算、查询等基础能力上实现了大幅提升。如一个日活 5000 万的客户，每天产生的事件量达几十亿条，查询计算过去一年任意一个统计分析模型，GrowingIO 都可以在一分钟内给出计算结果，这一速度目前领先于全球业界。
2020年04月10日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》（简称《意见》）正式公布。这是中央第一份关于要素市场化配置的文件。《意见》分类提出了土地、劳动力、资本、技术、数据五个要素领域改革的方向，明确了完善要素市场化配置的具体举措。数据作为一种新型生产要素写入文件，《意见》强调要加快培育数据要素市场。
作为一名数据科学家，张溪梦看到其中广阔巨大的战略意义。全球知名咨询公司德勤有一个数据观点：如果一个企业把它的实体的业务里面进行数字化变革，至少要能给它带来15%以上的业务增量。张溪梦认为，这对数据价值还是比较低估的，有可能真正达成的效果是远远超过这个数字的，15%增长只是一个基本线。未来企业的业务增长很大程度来自于数字化和数据化。（Ralf）
更多阅读：
