以下根据精益数据分析鼻祖Alistair Croll（阿里斯泰尔·克罗尔）于神策 2017 数据驱动大会现场演讲整理而成。

作者介绍：

Alistair Croll，哈佛商学院访问执行官，Coradiant 公司联合创始人。先后担任 Google、DHL、Recruit Holdings、BBC、华为、Capital One、the White House、Unisys、Naspers、Teradata等公司和组织的战略顾问。作为哈佛商学院访问执行官，开设“大数据与批判性思维”课程，教授如何利用数据高效工作的思维技巧。
参与撰写了四本科技与创业类书籍。最畅销书籍——精益数据分析（Lean Analytics），被翻译成八国语言广泛传播，中国已印制第十版。书中汇聚了 100 多位创始人、投资人、内部创业者和创新者的成功创业经验，呈现了 30 多个极具价值的案例分析，可以为各阶段的创业者提供行为准则。 《精益数据分析》是一本关于如何通过数据建立更好商业模型的书。在精益创业理论中，最小可行化产品足以向市场传达你所主张价值的最小化产品。最小可行化产品推出后，企业可以立刻看到市场的反应，收集到的信息让你可以在短时间内以最低成本尽快测试自己想法，而无需等待3-5年的设计时间。这是创建、衡量、学习的过程。

这种精益迭代的模式当中没有终点，但是很不幸，我们每个人都在撒谎。怎么理解呢？每个人都在自欺欺人，也许你的原型产品不是一个很好的市场产品，但创业者仍然会觉得自己的想法太棒了……好的数据分析帮助我们不再被欺骗，并衡量业务发展是否朝着原定的目标进行。下面详细为大家介绍。

好的衡量标准的四个特点

你的老板和投资人请你帮他收集一些数据，他们要求做一个好的衡量标准。一个好的衡量标准具有以下特点。

好的衡量标准必须是简单易懂的。例如，时速是每小时100公里，能够让大家对它的衡量标准有了实实在在的理解。

好的衡量标准必须是比较性的。时速是100公里，但4秒前时速是10公里，也就是在4秒钟之内我进行了极快的加速。在这种情况下对速度的了解是清晰的；

好的衡量标准必须是一个比率。时速包含个信息：时间、距离，时速传递了时间和速度之间的关系。再如衡量投资回报率，传递了时间和回报的关系。如果我们要获取一个客户，花费成本的衡量对象就是市场营销支出和时间之间的关系。

好的衡量标准必须是可操作性强的。它是行动的向导，如果一个衡量标准并不能影响你的行为，说明这不是一个优秀、合格的衡量标准。一个精益的模型当中每一个衡量标准的最终目的都是为了学习，我们在收集数据之前就要知道这个衡量标准所带来行为的变化。还有一些所谓历史性、滞后性的衡量标准，比如，要衡量过去的一段时间内损失了多少客户，即便我已经得出了它的结果，这也已经是木已成舟了，没有办法改变这个历史。因此这里指的是预见性、引领式的衡量标准，它可以帮助我们在未来赢得客户当中获得一些指向。

图 冰淇淋销量和意外溺亡人数的相关性

如果我们可以改变现在的某一个衡量标准来改善未来的某一个情况或者某一个事件的结果，这样当然是最理想的情况。有些美国公司做了这样的研究，包括Facebook就在自己的大数据上获得了这样的结果，就是一个新注册Facebook的用户在10天之内联系了7位你的朋友，那么很有可能最终将会是Facebook长期忠实的用户。

Zynga是一个美国的游戏公司，他们也做过这样的数据分析，用户在注册游戏后的第二天再次登录游戏的话，将很大可能成为一个忠实的付费用户……这些公司都已经设立了某种衡量标准，用今天的数据分析来吸引未来的客户和收益。

增长的三个引擎：黏性、病毒式、价格

精益数据分析到底是什么？精益数据分析告诉我们什么时候衡量什么数据。在《精益创业》一书中，埃里克·莱斯提出了驱动创业增长的三个引擎，它们都有各自对应的 KPI。

第一，黏着式增长引擎。在这个引擎中，重点是让用户成为回头客，并持续地使用你的产品。我们可以根据自己的衡量标准，获得新客户的速度是不是比损失客户的速度更快。衡量黏性最重要的KPI就是客户留存率。

第二，病毒式增长引擎。病毒式传播的目的就是让名声传播出去。你的用户当中有多少会推荐他的朋友或者同事使用同一款产品，以及能够多快地让他的朋友和同事真正用上这款产品。

第三是付费式增长引擎。第三种驱动增长的引擎是付费，你的客户花费越来越多的钱在你的服务和产品上，你要思考如何计算你的投入产出比。

这三个增长引擎看起来很简单很容易理解，却能够告诉我们你的商业是否在获得可持续的发展。

图 精益数据分析五大阶段

我们在精益模型当中用到了海盗式模型，然后建立了五个步骤的增长模式，分别是移情阶段、黏性阶段、病毒性阶段、营收阶段、规模化阶段。

绘制商业模式图的重要性

我做了六个基本的业务模型分析，大多数公司都属于以下这六个模型中的一个或者几个。当我们自己的业务发展模型之后，每个业务模式都可以用这样的方式展示出来，看起来非常复杂，也就是说能够通过这样的图表展示用户是从哪里来的，他们怎样成为了付费用户，怎样才能向别人推荐产品，以及我们最后丢失客户的原因是什么。

图3 根据企业商业模式绘制商业模型图

我们在这六个业务模式上都画了这样的一个业务的流程，也是我在这个公司当中的经验，我会为这些公司画这样的模型。希望大家回到自己的公司都能够建立起自己的一个模型，让整个团队上上下下对这个模式有一致的理解。这让团队知道应该关注什么数据，关注如何让病毒式传播力增长，还是关注收入增长等。通过这样的分析能让团队知道短板和缺陷，也可以知道业务模型以及所处发展阶段。我们能够知道这个阶段当中到底哪个衡量标准是最重要的，我们把它称之为最紧要、最关键的衡量标准，这样就是第一关键指标。

商业模式+所处阶段=第一关键指标

图 商业模式+所处阶段=第一关键指标

很多人会问，怎么可能只有一个重要的衡量指标呢？确实，许许多多的衡量指标都是非常重要的，而真的只有一个重要的衡量指标——这个衡量指标就可以帮助你真正关注你的业务。比如你在开车，遇到很多重要衡量指标，比如速度、震动，甚至广播上的声音。但是归根结底，最重要的指标是你和你前车后车之间的距离、什么时候可以到达目的地。

图 衡量指标如同发泄玩具

衡量指标有点像发泄压力的玩具，不可能把它全部捏紧，因为捏紧一个地方就气体会从另一个地方冒出来——当你优化企业行为让某指标最大值时，其他指标会发生一些重要的变化，好像按下葫芦浮起瓢一样的感觉。

优化第一关键指标，不仅积压了这一关键指标，使你的收益最大化，同时它还揭示了下一个关注点，同行是创业的转折点。我们提出的概念就是要做精益数据分析周期，了解自己关注的衡量标准是什么，然后建立起一个关键的绩效指标，比如我需要百分之10的整合率、低于百分之5的回报率。

优化第一关键指标案例：Airbnb增长中的增长

Airbnb的服务源于一种假设，即“附有专业摄影照片的房源更抢手，因此房主肯定会愿意申请Airbnb提供的此项服务。”这一假设出自团队的直觉，他们感觉专业摄影服务将有助于业务的开展。他们并没有把想法立即付诸实践，而是迅速验证了自己的假设。

Airbnb最小可行化产品最初的测试表明，附有专业摄影照片的房源所获订单数是市场平均值的2-3倍。这验证了创始团队最初的假设。结果，房主均表示非常欢迎Airbnb向他们提供的专业摄影服务。

这是一个很大的发展和跳跃，回到精益数据分析周期中，有两种假设的模式：一种是猜测——照片质量变好能够有更高的收益；另一种是发现共通性或共有性——也就是说可在所有的照片当中找到这样的规律。

如果你身处创业公司，我的讲话应该会对你有收获。但如果你身处一家大公司了，你要在设定目标和模型之后进行延续和可持续。北美许多公司都在进行转型，包括有几十年历史的公司，如Facebook、亚马逊、Google、微软和苹果，很多非技术领域的大公司也需要进行彻底的转变，数据给了他们在这个时代生存和发展的机会。

正确思考与看待数据

上面讲的都是如何创造性地找到数据、利用数据，现在给介绍两个正确思考与看待数据的例子。

这张照片是德州休斯敦机场的行李传送带。机场做了一个关于“你的旅途愉快吗？”的调查，调查发现，旅客经常抱怨“我在行李传送带过程中等待行李的时间太长了”。为了解除这个问题，机场花费几百万美元，用了一整年的时间，将旅客在传送带的等候时间从9分钟降低到6分钟。一年后，再次做这个调研的时候，发现旅客的回答还是一样的——“等候的时间太长了”，这说明一年的努力和几百万美元的投入并没有提升顾客的用户体验。

后来，一个机场的员工解决了这个“抱怨”，他让乘客的飞机提到了离传送带更远的停机位，乘客从停机位走到传送带要花更多的时间，所以到达传送带的时候行李已经在那里了。这个解决方案并不是简单地把传送带的传送行李时间减少，所以他们发现乘客抱怨的根源并不是他们到底要花多少时间，而是他们就不愿意走到传送带的时候还需要等待。

还有一个关于数学家阿基米德的故事。国王请一位金匠打造一顶皇冠，打造完成后怀疑工匠私藏了黄金，便请阿基米德释疑。阿基米德认为测试黄金的密度并不是很容易的事儿，所以通过体积计算解决了问题：找到与黄金相同重量的金银各一块，分别放到水中，溢出来的水则代表体积。通过体积的对比，认定皇冠是金银混合制成的。这个故事好比在六七十年代，在没有数据的情况下，要说服大家去支持他所要求的事情，要提出正确的问题，只有提出正确的问题才能获得可靠的回答。