编者按： 90后创业的人很多，但他偏偏对数据分析、数据挖掘领域情有独钟。他大学期间获得全球最大学生技术创新比赛微软创新杯两项一等奖，腾讯校园之星大赛全国第二，全国大学生计算机设计大赛一等奖，HTML5 code jam武汉冠军。无数的奖项光环，他本可以选择去大企业工作。但他毕业后放弃保研以及各大公司offer，加入37degree团队开始创业... ...1、 请孔总介绍下自己和诸葛io？
我是孔淼，诸葛io创始人&CEO，90后创业者，毕业于华中科技大学软件工程专业。曾受邀实习于创新工场，担任李开复博士的技术主力，负责处理工场各部门以及李开复的技术需求。毕业后加入37degree团队开始创业。在37degree期间，带领团队服务过CCTV、海尔、宝马等知名企业。过去4年一直专注于对数据分析、数据挖掘领域的探究，并创办了诸葛io。
诸葛io (http://) 是一款精细化运营分析工具。2015年3月上线的，已拥有围绕产品业务逻辑展开的一系列功能，如：自定义事件、自定义留存、漏斗转化、群组细分、用户画像等。诸葛io旨在以先进的用户跟踪技术和简单易用的集成开发方法，帮助产品与运营者挖掘用户的真实行为特征。大致就这些。
2、为什么会选择做诸葛io这款产品？
我们的核心团队来自于37degree，是一个基于社交网络、大数据、兴趣图谱和语义分析的社会化网络营销服务平台，也是创新工场投资的第一家大数据公司。在37 degree期间，大部分时间探索的是来自外部的开放数据，在服务很多知名企业的过程中，我们发现来自企业的内部数据、用户在企业产品内的用户行为数据并没有得到有效的利用，而这些数据中蕴含着无限的价值。
后来，就有了诸葛io。2015年3月诸葛io上线后半年左右，用户行为数据分析这一领域开始有类似的产品出现，也进一步印证了这一市场的潜力。再到今天已经得到超过10000+的用户认可，帮助了很多典型客户获得数据价值，一步步实现“以数据驱动产品决策”的愿景。
3、您觉得什么才是最有效的数据分析？目前诸葛io在同类产品中的差异化或者优势有哪些？
能对用户产生价值的数据分析才是最有效的数据分析，不是说我能提供多么强大的功能就是好，而是客户能真正用起来，通过数据加深他们对用户的理解，从数据中发现问题、改善问题、印证猜想，真正对他的业务有所帮助，这才是有效的数据分析。
差异化和优势，除创新能力外，首先诸葛io的用户行为数据分析更为精细化，实现多维度交叉分析，精细到企业中每个人都能找到自己最关注的点，并从数据中得到反馈；其次，诸葛io主要是基于SaaS平台，可实现快速接入，且不存在性能瓶颈，通过诸葛io不断优化的数据逻辑，实现全量数据的分析，快速、高效、准确的获得分析结果。最重要的一点，如何让客户用起来，诸葛io的竞争对手从来不是竞品，而是整个数据分析市场的成熟，企业客户对数据分析的认识的成熟。
诸葛io有一个很强大的团队，CS（Customer Success）客户成就团队，我们信奉“客户的成功就是诸葛io的成功”。团队成员来自资深产品经理、运营、数据分析师等，这个团队正是帮助客户有效的利用有效分析实现数据价值，包括前期埋点方案的梳理、定期培训、针对具体项目出具分析报告等等。让客户会用、用好，每个成员都能从数据中获得价值。
4、您觉得诸葛io可以在企业的市场或者运营人员，尤其是管理上起到哪些帮助？
诸葛io能帮助企业中全部成员提升工作做效率，这里要提到诸葛io去分析中心化的概念。传统BI很难支持全员的数据分析，当市场或运营人员想要数据分析BI能给到的支持很有限，时效也很受影响。而诸葛io适应企业中不同角色的使用，比如CEO，可以通过看板实时看到自己最关注的那些企业核心指标，比如成单量、交易额、用户数量、活跃用户数量等等，而不是通过层层上报经过加工和美化后的数字。对运营和市场人员，运营和市场虽然感觉上类似，但是关注的数据指标还是有所不同的，运营看中活动的效果，并根据活动数据进行优化，而市场更关注渠道表现、新增用户量等等。对于产品经理而言，诸葛io的价值就更大了，毕竟互联网公司产品的好坏一定程度上决定着公司的生死，那么下一代产品的方向、改版后的效果、新功能的使用情况，数据都能告诉你答案。如果公司里各个部门，部门里的每个人，都能通过数据修正、优化自己的工作，向着个人和公司的目标加速前进，那么这个公司何愁不强？
5、请孔总列举一些行业客户？或者案例？解析下诸葛io如何在数据层面帮助到这些客户？
诸葛io已经服务了包括Intel、光明随心订、墨迹天气、罗辑思维、在行、分答、暴走漫画、优信二手车等超过10,000家客户，活跃用户2000+，付费用户100+，月处理时间量超过100亿，帮助电商、在线教育、互联网金融、资讯、社交娱乐、医疗等不同领域的客户实现数据洞察。
举两个案例，一个是“分答”，另一个对比“暴走漫画”和电商类客户的一个小调整。
先来说“分答”，这款付费语音问答产品一上线就刷遍了朋友圈。“在行”是国内优秀的知识技能共享平台，任何领域的问题或是个性化的服务需求，都可以在“在行”上径直找到“对”的人，约见该行业的专家，高效解决问题，节省了大量的时间、精力和成本。孵化出“分答”这样的爆款产品，正是在行团队基于数据分析对各类用户的深刻理解。
早在去年9月，在行就接入了诸葛io数据分析平台。在行有「学员」与「行家」两类不同身份属性的用户，通过诸葛io的Identify机制，在行能够很轻松的将用户的身份属性与行为数据进行关联；然后按照查看行家、想见行家、发起约见、成功约见等事件定义用户阶段，对「学员」进行参与度分层；接着，他们在诸葛io数据顾问的支持下，叠加了约见次数、约见行家类别、客单价、所在地等数据维度，更细致地拆分这些学员，并最终建立了一系列不同活跃度、不同内容偏好、不同消费能力的用户群组。
福特汽车的创立者曾说过，“人们说自己想要一匹跑得更快的马，但其实他们需要的是一辆轿车。”在进行了数据比对之后，在行团队发现：给学员匹配距离更近的行家、让学员和行家用电话交流之类的方式，顶多算是一匹跑得更快的马。而用户内心所期待那辆“福特车”，应该是一种更轻、更高频、价格更灵活、时效性更强的知识分享产品。
因此，在行开始了一次大胆的Growth Hacking尝试：在“在行”中开发“语音问答”的新模块。由学员发起提问、圈出期望的答题行家并预设答题价格，再由行家通过语音在线竞答。于是，以“有问题吱一声”为名的「吱」模块迅速上线，成为“轻在行”模式的第一个测试方案。模块「吱」即是分答成功背后的神秘功臣。
经过数据分析，在行发现了一个出乎意料的结果：高频使用语音问答的用户群，与喜欢线下约见行家的用户群几乎是毫无重叠的两拨人。甚至于，从没有成功约见过行家的用户，使用模块「吱」的参与度，比有约见经历的用户高一倍有余。数据对比的结果给在行团队带来了全新的用户洞察：“语音问答”与“在行约见”的受众有本质不同的知识获取需求，二者对知识的深度和趣味性有完全不同的预期。从产品层面来看，要满足不同用户的不同需求，最好的方案是：将“语音问答”模块做成与「在行」互补的新产品。因此「分答」的出现并非是凭空而生，而是通过数据洞察，配以有针对性的优化分析，从而弯道超车，做出爆款产品，激发“非活跃用户”的活跃性。
诸葛io数据分析平台可以支撑企业的CLV（用户全生命周期价值）分析和数据决策。通过完整捕捉用户的所有行为，建立用户模型，将用户分为不同层级，进行深度挖掘和分析。企业可以清楚的知道用户如何流失、为何流失，完成注册的用户有哪些特点，活跃用户经常触发哪几个功能等等，从而制定相应策略提升用户转化率、留存率，真正抓住企业的核心用户，促使用户产生更大的价值，并让创新决策有据可依，“分答”正是这样一个例子。
再来对比APP的首页，是先推荐内容还是先推荐分类，诸葛io的两个客户“暴走漫画”和一家知名不具的电商网站，有着截然相反的数据发现。
“暴走漫画”最开始先选分类，通过诸葛io数据分析改良之后先推荐内容后选分类，留存率提高了68%。而这个电商平台一开始先不选分类，先推荐内容；通过数据分析优化以后，换成先选分类，他的留存也提升了。
这两个优化都是通过诸葛io完成的，诸葛能够支持客户随意的进行用户划分，“暴走漫画”发现很多用户选分类之后就离开了，但通过数据我们会发现看过很多内容的用户普遍留存率很高。而大部分点分类进去的用户，看到的内容不是他想要的，就离开了，不会把每个分类都点一遍。
因为暴走漫画的分类不具共性，用户很大几率选到他不太喜欢的内容，然后就流失掉了；如果选到了他认为有意思的内容，他就会一直看下去。
基于这一点，暴走漫画从每一个分类中选择了一些个性化推荐，进入首页后，用户直接看到一些有意思的内容，每个内容其实对应在不同的分类里面，用户对选中的内容感兴趣，点进去之后是这个分类下面其他的内容。相当于是我们用每一个分类下有意思的内容来引导用户，即去掉分类，先做内容引导，留存率提升了68%。
电商客户的例子正好相反，我们把复购率高的这些用户和复购率低的用户进行了一个对比，发现复购比较高的用户经常会选择分类，复购率低的用户不怎么选择分类，这时候开始考虑是否是分类的问题。电商购物会有比较明确的需求，是要卖水果零食还是洗护用品，因此用户会先选分类，进入分类后再看有没有我想吃的方便面或者水果，从而进行购买，调整后同样提升了用户的留存。
先分类好还是后分类好这样一个简单的例子，在不同行业、不同场景的产品里会与不同的表现。很多互联网产品都是拍着脑门做的，成功与否全凭经验和运气，而数据分析的作用，就是通过数据来找到准确的方向，这正是诸葛io所擅长的。
6、近期张小龙强调更应该注重产品体验，那您觉得数据分析在增强产品体验中担任什么样的角色？
产品体验固然重要，但是产品方向更为重要，如果产品不能为用户解决具体的问题，没办法激发出用户需求的话，那么用户体验只能是空中楼阁。通过有效的数据分析，既可以找到用户的痛点，不断修正产品路径，在正确的方向上加速前行，也可以找到用户的痒点，通过数据分析不断验证、不断优化，打磨产品体验的。我的观点是，数据分析是产品体验的基础，其价值不仅仅是在产品体验。没有数据分析也就无法衡量产品体验好或不好，更谈不到激发用户需求了。诸葛io关注用户全生命周期的行为数据分析，且分析的颗粒度足够精细化，帮助客户从全局到细枝末节的数据分析，让每一次改版、更新、新业务扩展有据可依有的放矢。
7、你觉得国外优秀的数据分析产品有哪些？他们的优势？简单评价下？
国外优秀的数据分析公司远比国内企业多得多，比如google、雅虎等大型互联网公司都在这一领域有所投入，细分起来有类似友盟之类做数据统计的老牌公司Flurry和kissmetrics，也有与诸葛io比较像的精细化用户行为数据分析公司Mixpanel和AMPLITUDE。国外在科技领域发展比国内要早很多，但是国内互联网发展速度很快，诸葛io在几年内就已经做到分析精度超越Mixpanel以及无埋点的鼻祖Heap。国外的数据分析公司有很多值得我们学习的地方，但是国内的企业用户对数据分析的应用水平存在断层，因此，诸葛io的产品会更注重易用性和场景化，比如说诸葛io的看板，帮助企业客户中的每位使用者明确个人关注的数据指标。除此之外，相较Mixpanel和AMPLITUDE，诸葛io会更加强化在权限方面的细分，做到个人提升和共享协作兼得。
8、未来诸葛io的目标是？
我们以服务世界500强客户为荣，但诸葛io更希望的是诸葛io的客户们能发展成500强，正如之前那句话，客户的成功就是诸葛io的成功。小目标的话，诸葛io希望能让更多的企业客户包括传统企业客户意识到数据的价值，并通过数据驱动业务发展，驱动成功。
9、最后您如何看待国内数据分析SaaS产品的发展情况？
SaaS现在而言主要还是针对于中小企业，但是一定是未来的趋势。我们看到大型的互联网企业对自身数据分析正在不断投入，但随着竞争越来越激烈，对于分析所能提供的精力会越来越有限，需要更专业的公司提供支持；而中小型互联网企业及传统企业或没有完全意识到数据分析的重要性、或缺少专业的人才、或缺少时间和精力，在数据分析方面的投入相对滞后，而他们对数据分析的需求是在逐渐递增的。当整个数据分析需求成长起来后，客户一定会选择最专业的合作伙伴，这也是诸葛io所看中的机会。
