趙豔秋/文
北森CEO紀偉國形容北森在中國企業級SaaS領域中算是“一家古老的大型公司，做人才管理軟件雲服務”。與一般SaaS服務以中小企業為主不同，北森SaaS軟件針對大中型企業。
“正因為這個原因，我們業績增長的關鍵不是如何獲得一個大客戶，而是如何保留住一個客戶。”紀偉國說。
但保留客戶的挑戰很大，因為你根本無法預知客戶會不會重購——過去，銷售會上預測某某客戶有風險，某某客戶沒問題。但可到月底一看，有風險的客戶續購了，沒問題的卻斷約了，為什麼呢？整個事情就像一堆糨糊。
最終，大家達成共識，要用數據來說話。數據能反應客戶的活躍度，預測出重購的準确率。
一般的大數據分析産品，要獲得用戶在某個功能點的行為數據，需要工程師在那個地方加一段代碼，記錄用戶行為。企業級軟件功能點成千上萬，埋點一做就要幾個月，而軟件還在不斷疊代，這意味着，還要不斷重新埋點。這種方式顯然不太合适。
不僅如此，一些平台識别用戶活躍度的算法雖然複雜，但算來算去卻算不出來。
正好這時，數據分析平台企業GrowingIO找到北森。GrowingIO的創始人張溪夢曾親手建立LinkedIn商業數據分析和數據科學團隊，支撐了LinkedIn所有與營收相關業務的高速增長。
這家企業的技術不需要傳統埋點方式，隻要在北森軟件頁面中嵌入一個SDK，就會自動生成所有功能點的用戶交互數據，并存入雲端，效率很高。紀偉國他們立刻決定使用。
數據收集上來了，下一個難點就是分析。怎麼就叫用戶用得好？選擇哪些數據？數據是多少算好？北森與GrowingIO一起，不斷将某個功能抽出來，運行一段時間加以分析。雙方不斷調整數字策略，改善模型。慢慢的，他們找到了預測評估用戶活躍度的方式。
“最大的價值就在這，不是在大數據分析軟件本身。”紀偉國說。
令紀偉國印象深刻的是一家教育類用戶。應用數據分析，北森發現他們使用簡曆導入、面試發放功能的頻次很低，說明客戶活躍度不高。紀偉國立刻找到用戶負責HR的副總裁，告訴他你用的比競争對手差。這是用戶斷然不能接受的。
高管當即找來使用軟件的下屬。之後，北森與客戶一起分析發現，原來客戶不願意改變以前的使用習慣。雙方商讨了對策後，用戶使用數據立刻變好了，剩下的事也就簡單了。
現在，北森“不在乎”客戶是否重購這個結果。“你要看客戶用得不好，立刻去幹預他，剩下的就順其自然了”。
做完了客戶分析，北森又開始利用數據分析，驅動産品功能的改進。一個例子是他們發現軟件中一個發Offer的功能使用率很低，于是，就對用戶進行調查。原來Offer中有薪酬數據，客戶擔心洩露，所以不願意用。北森就用自動化加密、權限等技術解決了這個問題。改進後，這個功能就被用起來了。
紀偉國希望利用數據驅動更多功能改進。
過去一年，紀偉國對大數據這件事有了新認識。“大家都在談大數據，但要先搞懂大數據是啥。最早，我們認為大數據就是報表。”他說。
而做大數據的難點不在技術，無論Hadoop技術還是什麼，你找人就能搞定；建模也并不複雜，一個大學生就能幹。最難的是找到既懂大數據、又懂業務的數據人才，把這件事做出來。
紀偉國曾看到一位房地産老闆要做大數據，“招了很多人，花了好幾千萬，弄了一堆服務器，但什麼都沒有搞明白”。
在他看來，今天，流量紅利時代已結束，精細化運營為企業家所重視。人們注意到歐美國家運營多年的一套理論——數據化運營。通過數據，每個節點包括拉新、轉換、存留、變現，都能用數據衡量分析，企業可以基于此進行系統性整改——改善流量轉化率、留存率、提高運營效率。
“大數據的思路一旦被打開，人們就會整天想着怎麼去找到數據，鼓搗出一個個産品。”紀偉國最後說出了數據的魅力。
在北森CEO紀國偉看來，今天，流量紅利時代已結束，精細化運營正在為越來越多的企業家所重視