我的建议是在核心节点上进行手动埋点，同时积极利用外部工具资源，这也正是猎上网选择 GrowingIO 的原因。在产品快速迭代的环境下，利用 GrowingIO 的无埋点数据采集技术，我们只需加载一次代码就能采集全量实时用户行为数据，可以大大减少数据团队前期埋点的繁琐工作。

　　三、需求挑战：顺序和主从

　　创业公司中，数据团队需要处理来自市场、销售、产品、运营、财务等所有部门的各种数据需求，但资源永远是有限的，所以必须明确优先级，找准重点。

　　我个人的建议是：优先解决花钱的问题，然后再解决赚钱的问题。

　　何为花钱的问题？客户留存模型、AARRR 海盗模型的本质都是一个漏斗。漏斗的最上层是引流，引流的特点就是有花销，比如市场部门的 SEM、品牌活动、广告投放，客户开拓部门的大客户销售（KA）、业务拓展经理（BD）等，都属于漏斗上层花钱的部分。

　　所以数据团队需要做的第一件事情，是帮企业创始人解决花钱的问题，用数据分析让花钱透明，然后不断调优花钱性价比，最终在高性价比的花钱方式基础上进行规模化复制。没有这个“花钱透明”的基础，企业很容易出现“烧钱烧死自己”的情况。

　　具体而言，数据团队需要配合市场部门对渠道效果进行精细化分析；需要支持客户部门做好团队成员的绩效管理，以及客户的价值管理。

花钱问题 VS 赚钱问题

　　漏斗的上层引流问题解决完后，接下来才是解决赚钱的问题，因为漏斗下层的交付运营部和财务部这两个模块是不能无限扩容的，必须基于前面市场部和客户开拓部的引流。相当于一个榨汁机，你在漏斗上层扔了三个橙子就是三个橙子，但最后能榨出多少橙汁，要看漏斗下层的处理能力。

　　在漏斗下层，交付运营部门需要基于数据不断优化类目管理，提高交易撮合效率和人员效能。同时数据团队还要与财务部门配合，对财务风险进行整体评估，想方缩短收账周期，减少坏账率，保证资金健康性。

　　以这样的顺序推进整个数据部门工作，会有一个非常大的好处：你的数据团队一直在做贡献，而不是一个成本团队。这一点非常重要。

　　四、技术挑战：自研还是集成

　　技术选型是不管创业公司还是大型公司的数据团队负责人都需要持续思考的一个问题，这方面我的两个建议是：

　　第一，重视时间窗口，尽量选择主流和保守技术。你不能把公司当成小白鼠，而是应该尽量少踩坑。另外，在早期选择特别前沿和小众的技术也很难招到相应人才，这也是必须考虑到的时间成本。

　　第二，整个框架按需使用，不要规划的太大。在创业公司早期引入成功大型公司的后期重型框架，会让你的团队非常不适，沟通成本也会很高。

　　五、人才挑战

　　下面这张图显示了猎上网 2016年1月~11月全国均单猎头费的数据，可以看到这个数字一直在大幅上涨。截至11月均单猎头费接近5万元，企业对中高端人才已经进入抢购状态。

2016年猎上网平台全国均单猎头费变化

　　对创业公司而言，获取人才更是一个艰巨的挑战，你需要面对各种人才问题。

招不到合适的人；

现有资源紧缺；

人才流失；

员工成长；

新申请 Headcount（招人名额） 难

……

　　对于创业公司数据团队的人才管理，我也总结了几个建议。

容人、融人、荣人。第一个“容”是包容，不要指望所有招进来的人都是完美无缺的，适合的就是最好的。第二个“融”是融合，团队有各种个性各种能力的人，要让他们朝着一个共同目标前进。第三个“荣”是荣誉，必须让整个公司的产品、市场、运营各个团队都赢，数据团队才能赢。

按需动态配置团队。早期团队一定是人才不足、变动很大的，建议采用混合制人才模式，让团队成员之间互为补充，互为后备。

SOP 量化效能管理。销售团队、市场团队的绩效都很好做量化，对于数据团队你也需要建立一套标准、量化的管理机制，包括项目交付，进度评估等，给内部团队成员看，也是给合作部门伙伴看。

扁平管理和敏捷迭代。

高效招聘。一方面永远要做人才储备，另一方面，作为部门负责人必须自己冲在第一线，用公司的价值观和成长空间去感染人才招募人才，而不能像在大公司只坐在办公室看简历、做面试。

　　六、猎上网增长案例

　　猎上网整个模式非常类似电商，只不过电商解决的是线上商品资源的交易，而猎上网解决的是人力资源的交易。但很多东西是触类旁通的，电商行业通用的商品交易总额公式在猎上网也同样适用：GMV=订单量×订单转化率×客单价。

　　下面我就跟大家分享一个猎上网自身的增长案例，介绍我们如何通过数据分析发现提升订单转化率的增长机会，并及时优化产品，最终实现业务总体增长。

　　猎上网的整个业务可以分为很多模块：

订单模块。 即人才推荐，HR 发布职位后，猎头就会推荐相应的候选人，这就是订单。

人才管理模块，指猎头对自己上传候选人简历库进行管理。

算法引擎模块。包括智能匹配、搜索引擎等。

猎上网业务模块

　　猎上网对所有这些模块都会进行监控和数据分析。以“人才管理”模块为例，看看我们针对用户行为数据进行分析能发现什么。

猎上网人才管理模块用户行为数据分析

转载请注明出处。