最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[头条] GrowingIO获B轮3000万美元融资,拒炒概念加速增长产品落地

[复制链接]
跳转到指定楼层
楼主
发表于 2018-10-26 10:30:37 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

10月25日,GrowingIO 宣布获得NEA、经纬中国和Greylock三家投资机构 B 轮融资 3000万美元。

迄今为止,GrowingIO共获的三轮融资,分别是:

2015年8月获得由经纬中国、Greylock 和 NEA 投资的220 万美元;

2016年6月获得经纬中国、Greylock和NEA投资的2000 万美元A轮

2018年10月获得NEA、经纬中国和Greylock投资的3000万美元B轮。

GrowingIO CEO 张溪梦(Simon Zhang)表示,融资之后,GrowingIO将在产品和技术研发、增长服务落地、市场和业务创新上投入更多的资源。

“为产品、运营、增长人员,提供更加快速、高效的用户行为分析产品和服务,帮助他们提高转化和留存,打造增长引擎。”

随着互联网的发展,流量越来越贵,花钱砸流量的时代成为历史,更多的思考便转入了流量的最大化利用上,数据驱动应用而生。近几年来数据驱动的概念日益火热,同时也诞生出了很多关于数据驱动的理念,其中最为被认可的理念从硅谷兴起的用户增长也称增长黑客,和国内的互联网界的精细化运营。尽管两种理念所倡导的方式不同,但都是基于数据驱动的前提下提出的。

用户增长起源于硅谷,成名于FB、LinkedIn等硅谷一线互联网公司,它的主要作用是通过极低或免费的方式帮助初创企业短时间内获得大量用户的一个手段。关于用户增长有一个核心的指标即留存率。一个比较手认可的增长模型是“AARRR”模型,即“获取(Acquisition)”、“激活(Activation)”、“留存(Retention)”、“收入(Revenue)”、“推荐(Referral)”。要想成功的实现用户增长,首先第一步就是要建立自己的数据指标,并将该指标细化,随后根据该指标建立一个相对应的增长看板持续追踪。

亿欧:从今年初开始,GrowingIO不再提“AARRR”模型,反而开始提“RARRA”模型,原因是什么?

张溪梦:传统的AARRR增长模型已经用了很久,很多公司甚至是按照这个模型来搭建增长团队的。然而,我和GrowingIO一直在不断地进化。

传统的增长模式时间久了会出现一个问题:那就是大量企业的关注点会过度放在“获客”环节。但是,从现在的市场环境来看,传统的增长模式很容易让企业偏离初心,不去追求产品带给用户的核心价值,而是去追求一些无意义的虚荣指标,进而迅速走向衰亡。

所以,产品的核心价值一定是体现在“留存”上的。用户反复地回来使用你的产品,甚至形成习惯,这才能验证你产品的价值。其次是关注新用户对核心价值的第一次触达,因为用户激活做的越好,产品后续的留存率越高。明确了产品的核心价值之后,才能把第一阶段的核心粉丝运营起来。这个阶段完成之后,我们才能有信心把产品核心价值迅速准确地传递给首次体验的用户,进而是使用过产品的用户,也就是我们常说的“用户激活”和“用户召回”。

当上面几部完成之后,企业需要通过各种渠道各种手段去接触有需求和类似需求的用户,拓宽市场,将他们转化为用户。最后才是用品牌的方式去传递到整个市场,形成一个金字塔型的反向漏斗,区别于之前的除法思维,这是一种不断扩大的乘法思维。

亿欧:这就是本次增长大会主题定为“落地”的原因吗?为了推动客户落实?

张溪梦:对的。好多以前很多人质疑无埋点和质疑增长黑客的,说都是很虚的,都是炒作概念。其实这不是炒作概念,是真正实打实的,只不过以前我们的认知、能力,无论是客户能力还有公司能力、软件能力还没到那儿,但是现在是朝着真正落地、执行、看到效果这个方向是在明确发展的。而且大家对这个认知就更具像了,不像以前只停留在一个概念。

增长黑客新概念2010年提出来,2015年在中国炒起来的。而今天是落地以后,原来是应该做这些,增长黑客核心是讲增长,不是光是讲拉新的,而是用提高效率的方式,把很多的环节都做好的。数据是能够衡量、分析原因的,然后我们再采取行动,这么一个闭环。

亿欧:那对于GrowingIO来说,两种模型转化过程中的难点是什么?

张溪梦:最主要的难点还是客户认知的切换。比如一个客户跟我们说他们最大的挑战,是如何了解这个新体系,如何在企业内真正要把这个事落地,因为里面会涉及到组织结构的改变和大家做事方法的改变。

如果要改变这种难点,需要企业员工协同配合和数据驱动。以前可能营销只负责拉新,产品就只负责做产品,运营就只负责做线下活动,现在不同了,产品的工程部门需要和营销、运营三者一起配合做这三件事情,客户没留存就没有意义。在数据驱动方面,以前大多数人认为增长就是拉新用户,但真正的增长是要提高留存、增加转化率,每天都比上一周好1%,逐渐积累,会产生很多的好处。

亿欧:不久前,GrowingIO官网上挂出一个小程序的数据产品,您能介绍一下吗?这是今年重点发力方向吗?从产品来看,与阿拉丁等友商有什么区别?

张溪梦:这是客户的需求。GrowingIO一年以前就推出了小程序的数据收集和无埋点。最近小程序爆发,很多有跨平台业务的客户提出来了新需求,我们就专门针对小程序开发了一个数据分析的产品。

区别还挺大的,我觉得我们和阿拉丁整体的定位是很不一样的,首先阿拉丁要经营的是微信小程序这个生态,是非常优秀的公司。GrowingIO的核心还是数据驱动增长,小程序只是我们的一个平台,我们还有IOS、网站、安卓、PC端等各种各样的平台。其次,GrowingIO还非常关注精细化运营,这个和基础的用户统计有区别。

亿欧:GrowingIO最初主打的是无埋点技术,但是外界也对这种无埋点技术一直存在一个争议,您怎么看待外界的争议?

张溪梦:核心来说最高的争议还是在2015年、2016年那阵,当时我们并不想把它炒作成一个概念,因为以前我在工作的过程里面,很多客户在埋点里面去实施、计划时,至少得有两周甚至到三个月的循环周期,对工程、产品、研发都是一种痛苦。我们的初衷是减少成本提高效率,但因为方法太过创新,引来了行业人士的一些质疑。

但是在过去三年发展中,GrowingIO的基础架构得到了不断地完善、强化。首先得到了客户的认可,它确实能满足客户的一些需求;其次,现在行业里面甚至一些大厂也在模仿,如果无埋点技术完全是一个不靠谱的、不能满足用户需求的技术,那它就没有任何存在的意义。

亿欧:这个行业的门槛是什么?

张溪梦:时间、产品技术和客户。

B2B领域需要长时间的沉淀,产品、技术门槛是软件一层一层搭起来的,没人能够投机取巧,至于客户壁垒,不仅限于客户数量或者是营收,还有如何能服务客户,客户的痛点是什么,如何能从客户的痛点中探索出下一步要做的产品,这也需要时间积累。

亿欧: 目前GrowingIO的营收情况如何?

张溪梦:营收的具体数字暂不方便透露,但我们近一季度的续约率是100%,120%,续约率是不断在提升的。

亿欧:目前GrowingIO的客户数量大概是多少?大中小型企业占比是多少?

张溪梦:目前客户数量800家左右。

GrowingIO现在的客户主要有三类:成长型的互联网公司,大的互联网公司和传统企业的线上业务。从数量比例来看,互联网公司居多,占到60%、70%,非互联网的公司可能占到30%。

GrowingIO是非常坚定的要服务于互联网类的公司,这一点也是我们跟一些友商也存在一些区别。虽然互联网公司成长速度快,死亡率高,但是基于公司核心的战略以及对市场的判断,GrowingIO对这些互联网公司的帮助很大,我们希望它们在寒冬里面生存能力更强一点,成功率更高一点,愿意投入更多的时间、精力,以及产品和投入帮助这些互联网企业能成长成更茁壮的公司。

亿欧:成长型企业的限定条件是什么?

张溪梦:按照公司发展阶段的话,它的融资规模是在A轮之后到E轮、D轮之间,这段时间它的业务是在高速成长期的,里面有很多产品迭代和变化的这个时期。

按公司规模来看是在50-1000人之间,过了1000人这个门槛,基本上就是比较成熟的状态了,变成了一个规模的互联网公司。

亿欧:从您的经验来看,与过去3年前相比,现在的市场处于一个什么样的阶段?

张溪梦:在过去的3年里面,GrowingIO很多内部的员工说我们已经进入了主流市场了,大家都笑了。我个人认为,现在还是早中期,距离爆发阶段还有几年时间。现在市场中,真正接受Growing软件的还是一些创新型企业,是一种早期的现实主义的玩家在接受类似这样的产品。

亿欧:您对这个市场的规模的预判值是多少?存量和增量市场各是多少?

张溪梦:如何定义市场规模,要看产品的定位人群。GrowingIO的产品核心是为产品经理和运营人员设计的,这个市场的规模大约是10-20亿人民币。但是,这个市场未来的扩展速度会加快,可能会达到百亿级别的规模。

来源:亿欧网



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-26 14:36

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表