Question

如今，增长团队可以获得的数据比以往任何时候都多，但是如果没有能力从中提取有价值的信息，再多的数据也毫无用处。也就是说，增长团队要做的并不是审视各种工具和报表提供的数据。若想了解如何使你的产品变得不可或缺，你就需要收集合适的数据并将诸如邮件营销数据库和销售点系统等不同来源的数据整合起来，形成一个完整的数据图谱。然后你需要一位数据分析师来深入分析这些不同来源的数据，从中发现规律和洞察，从而提出值得试验的增长思路。如今，大多数公司，即使是最年轻的、小本经营的创业公司，都在密切跟踪它们的网站和产品的基本分析数据，比如谷歌分析提供的数据。虽然页面浏览量、访问量和跳出率等指标非常重要，但是它们并不能全面地反映客户与产品之间的互动情况。这是因为它们都是非常表面的指标，并不能说明客户真正重视的是产品的哪一方面，也不能体现你是否已经实现了产品—市场匹配。

你的团队应该掌握的不仅仅是用户访问网站的频率和时长，而是用户体验各个层面的数据，并对这些数据进行细致入微的分析，以了解人们如何使用你的产品以及这与你对产品的计划有何出入。这意味着营销人员、数据科学家和工程师必须通力合作，在网站、移动应用、销售点系统、邮件营销和客户数据库中加入合适的数据跟踪设置。有了合适的跟踪功能之后，团队必须对不同来源的用户信息加以整合，以获得全面、充分的用户行为数据，以便数据团队进行分析。

你需要构建的是一个所谓的数据湖泊（data lake）或者数据仓库（data warehouse）：一个储存所有客户信息的独特应用，可以让你真正深入挖掘并发现可能对产品的使用方式不同于其他人的用户群。这能够让你在单个用户的层面探索产品的使用情况，比如观察一个非常活跃的用户在你的网站上或者用你的App做些什么，或者一个本来准备下单但最后没有点击结算按钮的用户最后做了些什么。可能你会看到他正要下单时突然被跳出的促销信息吸引了过去，这样的信息对于一个用户来说可能无关紧要，但可能会引导你发现值得进一步分析和实施增长试验的领域。如果数据得以有效收集，数据分析师也能够更加轻松地向团队说明快节奏增长试验的结果。