做大数据的难点不在技术，最难的是找到既懂大数据、又懂业务的数据人才，把这件事做出来。
北森CEO纪伟国形容北森在中国企业级SaaS领域中算是“一家古老的大型公司，做人才管理软件云服务”。与一般SaaS服务以中小企业为主不同，北森SaaS软件针对大中型企业。
“正因为这个原因，我们业绩增长的关键不是如何获得一个大客户，而是如何保留住一个客户。”纪伟国说。
但保留客户的挑战很大，因为你根本无法预知客户会不会重购——过去，销售会上预测某某客户有风险，某某客户没问题。但可到月底一看，有风险的客户续购了，没问题的却断约了，为什么呢？整个事情就像一堆糨糊。
最终，大家达成共识，要用数据来说话。数据能反应客户的活跃度，预测出重购的准确率。
一般的大数据分析产品，要获得用户在某个功能点的行为数据，需要工程师在那个地方加一段代码，记录用户行为。企业级软件功能点成千上万，埋点一做就要几个月，而软件还在不断迭代，这意味着，还要不断重新埋点。这种方式显然不太合适。
不仅如此，一些平台识别用户活跃度的算法虽然复杂，但算来算去却算不出来。
正好这时，数据分析平台企业GrowingIO找到北森。GrowingIO的创始人张溪梦曾亲手建立LinkedIn商业数据分析和数据科学团队，支撑了LinkedIn所有与营收相关业务的高速增长。
这家企业的技术不需要传统埋点方式，只要在北森软件页面中嵌入一个SDK，就会自动生成所有功能点的用户交互数据，并存入云端，效率很高。纪伟国他们立刻决定使用。
数据收集上来了，下一个难点就是分析。怎么就叫用户用得好？选择哪些数据？数据是多少算好？北森与GrowingIO一起，不断将某个功能抽出来，运行一段时间加以分析。双方不断调整数字策略，改善模型。慢慢的，他们找到了预测评估用户活跃度的方式。
“最大的价值就在这，不是在大数据分析软件本身。”纪伟国说。
令纪伟国印象深刻的是一家教育类用户。应用数据分析，北森发现他们使用简历导入、面试发放功能的频次很低，说明客户活跃度不高。纪伟国立刻找到用户负责HR的副总裁，告诉他你用的比竞争对手差。这是用户断然不能接受的。
高管当即找来使用软件的下属。之后，北森与客户一起分析发现，原来客户不愿意改变以前的使用习惯。双方商讨了对策后，用户使用数据立刻变好了，剩下的事也就简单了。
现在，北森“不在乎”客户是否重购这个结果。“你要看客户用得不好，立刻去干预他，剩下的就顺其自然了”。
做完了客户分析，北森又开始利用数据分析，驱动产品功能的改进。一个例子是他们发现软件中一个发Offer的功能使用率很低，于是，就对用户进行调查。原来Offer中有薪酬数据，客户担心泄露，所以不愿意用。北森就用自动化加密、权限等技术解决了这个问题。改进后，这个功能就被用起来了。
纪伟国希望利用数据驱动更多功能改进。
过去一年，纪伟国对大数据这件事有了新认识。“大家都在谈大数据，但要先搞懂大数据是啥。最早，我们认为大数据就是报表。”他说。
而做大数据的难点不在技术，无论Hadoop技术还是什么，你找人就能搞定；建模也并不复杂，一个大学生就能干。最难的是找到既懂大数据、又懂业务的数据人才，把这件事做出来。
纪伟国曾看到一位房地产老板要做大数据，“招了很多人，花了好几千万，弄了一堆服务器，但什么都没有搞明白”。
在他看来，今天，流量红利时代已结束，精细化运营为企业家所重视。人们注意到欧美国家运营多年的一套理论——数据化运营。通过数据，每个节点包括拉新、转换、存留、变现，都能用数据衡量分析，企业可以基于此进行系统性整改——改善流量转化率、留存率、提高运营效率。
“大数据的思路一旦被打开，人们就会整天想着怎么去找到数据，鼓捣出一个个产品。”纪伟国最后说出了数据的魅力。
文/赵艳秋
关注读览天下微信，
100万篇深度好文，
等你来看……
