京公网安备 11010802034615号
经营许可证编号:京B2-20210330
GrowingIO 2017增长大会 助企业实现业务高增长
流量红利逐渐褪去,涨势艰难的流量入口与日渐高昂的获客成本,是每个公司都在面临的严峻挑战。在这样的背景下,用户增长对于企业来说就显得更加艰巨且重要。市场、产品和运营应该如何实现数据驱动,获得更大的增长?
由国内领先的用户行为数据分析产品 GrowingIO 主办,增长领域一年一度的行业顶尖盛会,“ GrowingIO 2017 增长大会 ”10 月27 日在北京金茂万丽酒店举办。现场吸引700多名包括大中型企业代表、互联网新兴增长公司、GrowingIO 客户和合作伙伴、 媒体、政府代表及20位荣获 GrowingIO 增长英雄的嘉宾到达现场。
本届大会以“ 成为下一位首席增长官 ”为主题,立足前沿,传播国内外更先进、更科学的增长理念与实践。从增长理论、中美趋势、行业热点、最佳实践等方面展开深入分享,受到参会者的热情反馈和高度评价。
新定义增长
其中重磅嘉宾 LinkedIn 增长与产品国际化全球副总裁 Aatif Awan 分享了 LinkedIn 从到5亿背后数据驱动的秘密。
GrowingIO 张溪梦详细讲解了传统产品营销漏斗与新兴增长模型之间的核心区别。他认为,传统产品营销漏斗是以流量为起点不断做除法,新兴的增长模型是从核心价值出发不断做乘法,而首席增长官兴起的背后是增长视角与数据驱动模型的演进,并发布国内首个系统阐述数据驱动增长变革理论、方法、案例和实践的《首席增长官》一书。
与此同时,GrowingIO 2017年度增长英雄颁奖仪式圆满落下帷幕,此次颁奖揭晓了在互联网金融、电商、新零售、社交直播、大众出行、航空旅游等诸多行业中,数据增长模式、创新实践广受认可的的获奖企业名单,包括陌陌、映客、摩拜、海尔顺逛、爱钱进、春秋航空、滴滴企业版、链家、自如等共计20家。
据了解,作为目前国内前沿的数据增长奖项,GrowingIO 基于增长体系、数据应用创新、数据增长情况等运营相关数据综合分析,进行梳理与分类,得出最终获奖名单。
本次获奖的企业中除多家科技创新企业外,不少是通过互联网思维和数据驱动等重新定义传统行业的企业。当下中国企业正处在产业升级、数字化转型的阶段,借助于创新能力的提升,传统企业也能够提高运营效率并提供更高价值的产品和服务。
张溪梦表示,“获奖企业代表着在持续变革、充满机遇与挑战的时代,依然增长强劲、颠覆传统增长模式的新兴创新公司。GrowingIO 希望能够用更先进的数据分析产品以及更科学的咨询服务帮助企业决策者、创业团队更好的运营产品、企业,让数据驱动成为企业数字化转型、产品升级、用户体验改善的核心增长引擎。"
GrowingIO 作为基于用户行为的新一代数据分析产品。首推国内领先的“分析工具+运营咨询+持续增长”数据服务体系,帮助企业构建数据运营闭环。依托于快速部署无埋点技术,实时采集全量行为数据,搭建完整的数据监控体系,高效管控与运营核心业务指标,帮助企业探索业务发展新路径。
GrowingIO 专注于互联网、金融、零售、通信等行业,目前服务6000多家企业客户,帮助企业挖掘更多商业价值。凭借灵活的数据分析产品、卓越的海量数据处理能力,专业的商业咨询服务以及完善的增长培训体系,为行业客户打造企业级智能数据分析解决方案。
更懂增长 发布新品
GrowingIO 产品 VP 刘绍波进行了新品发布,从更懂用户增长、更懂广告效果、更懂企业级客户三个层面详述了 GrowingIO 新品理念。
跟传统用户行为分析产品不同,GrowingIO 更注重与业务相结合,更懂用户增长。如新推出的新留存,可快速对比多达20个功能留存,并同时提出功能价值矩阵,不仅可以快速对比不同功能不同留存,快速找到让用户留下来的功能。并通过用户激活,让更多用户顺利地体验此核心功能。
第二,在广告效果监测上,GrowingIO 可以打通用户广告数据和用户行为数据,除监测广告的的浅层转化效果外,全面覆盖整个用户周期,深度剖析投放广告是否带来业务指标的真正提升。GrowingIO 的广告监测产品致力于帮助客户做到更为立体全面的评估拉新效果。除去广受投放人员关注的反作弊机制外,全面覆盖主流渠道,支持多维交叉深度分析、数据支持日志导出等。
第三,GrowingIO 在最近一年服务了很多大型企业级客户,如海尔、中国移动等运营商、零售、垂直金融等各行业龙头及千万 DAU 的互联网客户。针对大型企业客户,GrowingIO 升级全新服务。
首先从安全和连接上,GrowingIO 企业版提供了更加全面的权限管理体系,包括功能权限、资源权限和数据权限三种权限控制方式;并按照标准化、低门槛、松耦合的满足企业个性需求的方式,提供更丰富的API接口,可以实现对接企业内部其他系统,实现用户行为数据与业务数据之间互联互通,用户行为数据与用户属性数据统一整合,最终实现多维数据在企业内部的流动与增值。
与此同时,基于企业级客户增长模式更多元的需求,通过 GrowingIO 特有的数据采集方式来支撑不同阶段的业务增长需求。对于创新业务,需要快速迭代、快速试错,采用无埋点方式,可以低成本、高效率的采集并分析用户行为数据,来支持早期的增长需求;当创新业务逐渐发展,业务比较成熟时,也可通过 GrowingIO 埋点方案将用户行为数据与已经积累的业务数据相融合,来支撑业务的持续增长。
GrowingIO数据采集方案不单单是收集业务数据的一种手段,在采集的同时,通过事件级变量、页面级变量、应用级变量、转化变量以及用户变量五种方式,建立了一套分析体系,将业务数据同行为数据有机的结合在了一起,满足更丰富的分析场景,形成企业高价值数据资产,来支撑业务高速增长这一核心目标。
GrowingIO 同时提供增长解决方案、行业最佳实践以及分析咨询的服务,帮客户建立健全增长团队、充分运用增长方法论中的各种增长手段,最终通过产品与业务的紧密结合,实现企业业务的高速增长。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12