萬字解析:如何挖掘增長策略?

1 評論 9991 瀏覽 52 收藏 46 分鐘

一個全面的商業調查和情報體系,是企業增長的重要一環。本文用萬字詳細解析了如何挖掘增長策略,來文中看看~

  • 作為一個新項目,沒有數據和方向,該如何找到增長策略?
  • 在和競爭對手激烈交戰的時候,如何才能監測競品的動向?
  • 作為投資人,如何才能盡早發現項目并查清他們的真實數據?

首先,你需要一個全面的商業調查和情報體系,這也是企業增長的重要一環。

本文將會用一萬字詳細介紹一種商業研究的方法,希望可以幫助大家解答這幾個問題。

1. 為什么要研究企業增長

Alan和Yolo是兩個有著黑客精神的生物研究生,畢業于倫敦帝國理工,目前在專注研究增長黑客的案例和工具。

我們非常崇尚從公理推到定理,然后再通過推理論證得真相。

作為科幻愛好者,我們意識到商業社會就如同《三體》中的宇宙黑暗森林,宇宙里的各種文明在互相爭奪生存和發展的權力。

競爭無處不在:細胞層級競爭了40多億年,物種層級競爭了上億年,人類層級競爭了上萬年,國家層級競爭了上千年,全球化競爭了上百年,信息爆炸之后的商業競爭不過數十年。

不妨讓我們把三體中“宇宙社會學”的公理引申到商業里面,先認真地思考一下這兩個原始命題:

  • 原命題1:生存是文明的第一需要。
  • 原命題2:文明不斷增長和擴張,但宇宙中的物質總量保持不變。

我們將其變形之后可以遷移到商業里:

  • 新命題1:增長是企業的第一需要。
  • 新命題2:企業生存需要不斷增長,但可追逐的用戶注意力和購買力是有限的。

這兩個新命題能不能做成公理還有待探究,不過我們發現那些能夠不斷擴張的公司越來越強,不斷印證著“馬太效應”和“二八理論”。

這也讓我們意識到,成功者必然通過可復制的元素提升了成功率。

Alan作為最老的一批90后,兩年半之前和Yolo辭職開始研究并實踐增長黑客,目標就是在寒冬真正到來前,研究明白企業如何才能依靠實驗和數據建立可復制的、高效地增長模式。

我們并沒有加入任何互聯網公司,因為想保持獨立性專心做研究。兩年多以來我們倆完成了不少增長實驗的課題,并寫了五十多萬字的研究報告。不夸張的說,我們是把這個課題視作博士論文來對待的。

為什么會選擇這樣的方向呢?

人往往由自身情況出發,判斷到一個趨勢后,再做出一個選擇。

這種從特殊情況推導出一般規律的方法屬于歸納推理法(Induction)

我在上大學的時候,除了上課就是一門心思打游戲。直到走上社會開始工作,才開始有危機意識,例如:下面兩個信號就像警鐘一樣迫使我做出改變:

信號a:

我是09年在江蘇高考的,那是江蘇歷史上參與人數最多的一次高考,共54.6萬人。而后參與高考的人數開始逐年下降,2016年江蘇高考人數僅36萬人,也就是說年輕人越來越少了。全國范圍內也有這樣的趨勢,只不過沒有那么明顯,我在15年初開始找工作的時候才意識到這個問題。

(高考報名指南,http://edu.sina.com.cn/zt_d/gkbm/ )

信號b:

我在開始交社保之后順便研究了下社保的機制,發現我媽會在今年退休,不用多久就是我爸退休。我作為獨生子女需要養兩個老人,而我的父母輩人均只需要養0.57個老人。這也意味著,我理論上的社會責任是父輩們的3.5倍。

(作為一個光榮的獨身子女,我媽退休后可一次性領取3600元。但我走上社會才意識到,被優生優育的代價就是要挑起成倍的社會責任)

這兩個信號表明:我國一代嬰兒潮(baby boom)的黃金年紀已經過去,也就是說我們父輩這波“老嬰兒”也到了退休的年紀。并且,這波“老嬰兒”因為計劃生育政策而嚴重產子不足,每一個像我這樣的“二代嬰兒”需要做到父輩N倍以上的人效,才能讓社會保持現狀運轉下去。

(我的計算公式中,N=“你父母輩所有兄弟姐妹數量的一半”除以“你和你的親兄妹們的數量”,例如我父母共有7個兄弟姐妹,我又是獨生子女,所以我的N是7的一半除以1,也就是3.5)

下圖橢圓重疊之處也就是黃金一代開始衰敗的起點,大約就是15-16年左右,這也是我們出來創業的一個契機,因為直覺告訴我不變化就是等死。

(沒找到圖片的第一來源,據說是萬得數據。)

同理,企業就是人的集合,必然也會面臨同樣的問題。想做到更高的人效,不改變現狀肯定是不行的,個人認為有幾個方向:

  1. 想盡辦法提高人效、精益化運作,使用自動化的工具擴大規模,而不是人力。
  2. 放棄存量的思維,去開拓增量市場,然后降維打擊存量市場。
  3. 做下沉市場或者出海去有人口紅利、或者競爭不那么激烈的市場發展。

為了向這三個方向努力,我們研究了增長黑客的國內外案例、工具以及方法論。折騰了兩年,總算是稍微摸到一些門道了。

2. 增長工程學v1.0

在研究中,我們發現企業增長從來就不是一蹴而就的花式技巧,那些高效的增長引擎都是精心設計過的系統化工程。其背后一定符合工程學的原理,所以,我們將其命名為“增長工程學”(Growth Engineering)。

增長工程學也并不是我們閉門造車的產物,在歷史上,這個詞的出現還要早于增長黑客(Growth hacking),最早可以追溯到2005年。

增長黑客這個詞聽上去就很容易被人誤解, 會被以為是投機取巧的手段,所以我們更傾向于強調系統化工程。例如:我們以前寫過一些增長黑客被誤用的情況,文章很長,慎點:想學習增長黑客?你一定要避開這6大誤區(附12個案例)

增長工程學的目的是將信息數據、可用資源、技術能力整合起來,為企業搭建系統的、高效的增長引擎。

在實踐中,我們將增長工程學簡單地分為兩步:

  1. 商業逆向工程(Business Reverse Engineering):解構商業案例,逆推增長策略和數據,找到增長的杠桿。
  2. 增長正向工程(Growth Forward Engineering):用精益創業的思維打磨產品,然后將增長的杠桿加到自己身上,構建增長引擎。

既然是體系化的工程,那么核心還是工程師。

無論在硅谷還是中國,都有頭部公司設立了相對應的崗位:增長工程師(facebook、今日頭條等等都有類似崗位)。

值得說明的是,我們并不認為增長工程師是一個技術崗位。他的首要任務是理解商業的邏輯,其次才是理解技術的邊界,寫代碼則是錦上添花的能力。

(增長工程師是什么?來源:SMASHING BOXES)

我們會這么想也是因為我們自己并沒有技術背景,也就懂一點python和php,對前端代碼有些研究,而且這些是可以速成的。

但這并沒有妨礙到我們實現用爬蟲抓取和數據分析、構建網站和自動化營銷流程等任務。這都得益于市面上成熟的第三方工具和開源代碼,使得我們不必重復發明輪子。而且,我們認為只有少數頭部公司有能力且有必要去開發屬于自己的營銷工具,對于大部分公司來說,開發工具都是不專業且不明智的行為。

美國的公司Chiefmartec每年會總結一版營銷科技(Marketing Technology,簡稱MarTech)TOP5000的藍圖,其中每一個色塊都代表著一類功能的營銷科技,而其中每一個小Logo都代表著一個營銷科技,全球商業化的MarTech總量我估計是能破萬的。

(Martech landscape, Source: Chiefmartec)

在兩年的研究中,我們大約嘗試了其中有代表性的300多種營銷科技(沒少花錢,不過應該都掙回來了)。

我們發現這些工具也可以按照增長工程學的兩個環節來分類:

  1. 第一種就是提供情報搜集(Spying)和競品數據(Competitor Analysis)的工具,約占15%,這類工具被我們視作是商業逆向工程的入門武器。
  2. 第二種是自動化營銷(Marketing Automation)工具,約占85%,他們可以幫助企業更加輕松地實現數據驅動和實驗驅動,同時可以通過自動化擴大商業規模。在構建自身增長引擎的時候,這些工具可以讓你事半功倍。

同時,這些MarTech還可以利用API互相串聯。更加有趣的是,這并不需要你會寫代碼,只要可視化地調用模塊并設計串聯邏輯就可以了。例如你可以在Zapier這個平臺上串聯上百款工具,我們自己每天發增長日報(Growth Daily)的時候都在用。

這些工具在我們以前的文章里都有提到過,文章很長,慎點:

如何用增長黑客思維從0到1做一個公眾號?

如何零代碼建電商網站并實現自動化營銷?

當然,這里面的坑在于你需要很多時間去做調式,你需要極強的耐心去熟悉每個工具并建立流程。極少有人像我們這么閑,專門去研究這些工具和方法論,這大概也是這些工具沒被普及的原因。

但是很多巨頭可都是在這么用,就連老牌奢侈品Gucci都在網站上安裝了數十種MarTech,包括訂閱郵件的、在線聊天的、個性化推薦等等的工具,他們甚至招聘了專職的數字營銷人員去專門嘗試市面上各種營銷工具。

甚至你還可以使用Similartech或者Builtwith這種工具去監測你的競爭對手在什么時間用了哪些MarTech,可見MarTech這個部分在歐美已經是個很重要的環節了。

3. 商業逆向工程

介紹完了“增長工程學”這個大的概念,下面開始介紹增長工程學的第一步——“商業逆向工程”。

簡單的說就是把競品和行業研究透,集百家之長成為一個戰術大師。

我們在寫了50多萬字的增長案例分析后,越發覺得挖掘增長策略和破解密室行兇案的邏輯是一模一樣的,我們大膽地重新定義一下增長:公司增長的本質就是通過產品“謀殺”用戶的注意力和購買力,而“犯罪手法”就是撬動人性的營銷。

我們為什么要這么思考呢?因為產品、營銷和用戶是互相作用的,拆分出來看那是管中窺豹,無法做到理解全局。

營銷和產品大抵上是考驗你對人性和需求的理解,具體表現形式千變萬化,只看一招半式很容易陷入表象。最終核心指標沒有增加,只是刷了一堆虛榮指標(Vanity Metric),還是一地雞毛。

所以,為了更完整地看清全貌,我們開始研究情報和刑偵的書,并建立研究模型,希望可以全面地監測市場上的增長案例。

3.1 商業逆向工程第一定律:“羅卡德物質交換定律”

為了破解市場中的“密室行兇”,我們參考了法國著名偵查學家艾德蒙·洛卡德在其編著的《犯罪偵查學教程》提出的“羅卡德物質交換定律”(Locard Exchange Principle)。

罪犯實施犯罪必然導致三種物質交換:

  1. 痕跡性物質:罪犯會在現場留下指紋、腳印等痕跡;
  2. 實物性物質:罪犯會在身上殘留血跡或留下毛發;
  3. 印象物質:罪犯對犯罪事實會留下不可抹去的記憶,從而下意識披露信息。

同理,我們可以大膽地假設,公司增長必然導致三種信息交換:

  1. 痕跡性物質(營銷痕跡):公司在市場中留下推廣和宣傳等痕跡;
  2. 實物性物質(產品變動):公司在產品中留下迭代的印記;
  3. 印象物質(信息披露):公司及相關人員會有意或無意披露公司相關的信息。

這個原理被我們稱之為“倫方信息交換定律”(Lunfang exchange principle)

這個名字是我們自創的,倫方是Alan和Yolo名字的縮寫,你肯定是百度不到的,這也被我們視為是商業逆向工程的第一定律。

所以,當我們需要去解讀新的商業案例時,我們必然會去關注這三種信息:營銷渠道,產品變動和自身的信息披露。

同時,針對不同階段的公司,這三種信息交換的強度也是有差別的。隨著公司不斷成熟,其營銷強度不斷增加,產品反偵察能力不斷增加,同時信息披露程度也在不斷增加。所以,我們需要對癥下藥,才能找到挖掘增長策略突破口。

  1. 對于早期公司:大部分公司會花精力去打磨產品,同時只有少量營銷動作和不太靠譜的PR信息披露。此時,產品形態比較早期,迭代頻繁,同時反爬蟲能力薄弱,從產品數據切入往往會有收獲。
  2. 對于發展期公司:三種信息交換都會逐漸加強,尤其是營銷手段會變得更加豐富。這個時候,使用工具找到他們所有的營銷渠道就可以摸索出他們的戰術意圖,轉化數據甚至是戰略方向。
  3. 對于上市以后的公司:信息披露達到頂峰,財報和投資者報告此起彼伏,絕大部分做空機構也都是從財報入手調查一個公司。同時,很多增長策略從財報里一覽無余。

那么我們如何獲取這三種信息呢?

當然是合法地使用公開數據,例如:搜索引擎、爬蟲、第三方工具等等。根據美國情報系統的研究,世界上約90%的情報為公開情報,只有10%的情報需要通過秘密渠道獲取。

合理運用公開的數據和情報已經可以達到超乎你想象的效果了。

3.2 商業逆向工程三大方法

為了深入挖掘項目,我們參考了歐美情報機構甚至是做空機構的常用手段,大致了了解到三種:

  1. 公開情報來源法(Open Source Intelligence,簡稱OSINT):從公開來源收集情報;
  2. 逆向工程(Reverse Engineering):通過成品反推設計原理;
  3. 社會工程學(Social Engineering):通過人際交流的方式進行滲透并獲得信息。

這三個方法都充滿了黑客精神,同時也被情報和安防人員視為必修課。在國家甚至戰爭級別的情報競爭中,都能見到他們的身影。

下面我們將逐一介紹并舉例:

方法a:OSINT是公開情報來源的縮寫。美國在911恐怖襲擊之后,由美國中情局CIA在2005年建立了專門的OSINT部門。

同時,在數字營銷時代,數字化的商業公開情報也呈幾何級數增長。常用的手段可以是搜索引擎,爬蟲以及各種Spying工具,這些公開情報已經足以將任何公司扒的八九不離十,后面我們將詳細羅列公開信息源和工具。

(美國中情局的徽章和信條)

方法b. 逆向工程是通過產品反推設計原理的方法論,最早用于軍工或者商業產品,互聯網時代的產品同樣適用。任何產品改動都是帶著目的性去做的,當我們結合改動樣式和市場情報之后,有很大的概率可以推測出項目方的戰術手段和戰略意圖。

例如WayBack Machine就是用來看網站過往版本的專用工具,記錄了自1996年以來,累計4350億個網頁的信息。

最近Blue Orca發布的拼多多做空報告中,就引用了WayBack Machine的網頁備份。其指出拼多多2017年12月份的網站顯示,拼多多所屬集團現有員工共5000余人,但是拼多多在招股書中只承認了1129個員工。先不論拼多多究竟有多少人,至少網站上的這項改動直接暴露了他們隱藏員工人數的意圖。從而被做空方抓住了把柄,被認為隱瞞人力成本,虛增人效。

(拼多多做空報告,source:blue orca)

方法c. 社會工程學是針對人的滲透方法,被稱之為The Art of Human Hacking。用于挖掘與人相關的信息披露,屬于情報安防人員的基礎理論,有興趣的可以買本書研究一下。

比如你想要調查Facebook增長團隊的架構,你可以通過Linkedin找到Facebook相關的人員。但是,Linkedin上需要2度人脈或者3度人脈才可以訪問相關人員的詳細信息,這個時候你就需要和Facebook增長團隊的1-2個人建立Linkedin的好友關系。如果你假裝實習生成功加了他們的好友,并抓取了Facebook增長團隊的信息,那就屬于社會工程學上的滲透。

(Facebook的總部就在黑客路1號,不開玩笑)

可能大家會覺得以上方法都不太常見或者很少提及,但其實只是大家不這么叫而已。

讓我們在這里我們回顧一下喬布斯95年接受訪談的視頻(b站可以搜到),感受一下教科書式的黑客精神:

  1. 喬布斯12歲時(1967年)就展現了很強的社會工程的能力,也就是通過人際交流的方式進行滲透并獲得信息的能力。那時,他想組裝一個計算器但是缺了些零件,于是他通過電話簿信息找到了惠普公司的聯合創始人Bill Hewlett的電話,然后打去了一個陌拜電話。僅用了20分鐘時間就成功向他索取到了想要的做頻率計算器的零件,并獲得了在暑假去惠普公司實習的機會,喬布斯說這件事改變了他的一生。
  2. 15歲的喬布斯看到有人在《Esquire》雜志上說有辦法免費打電話,喬布斯不信邪,覺得那個作者在吹牛。他混到了斯坦福線性加速器的科技圖書館翻遍了所有的書,在最后一排書架上找到了一本美國電信公司(AT&T)的技術手冊,并在里面發現了美國電信網絡的重大漏洞。他回家和Woz花了三周時間做出了一個“小藍盒”(Blue box),通過模擬電話信號,可以免費呼叫全球的電話。他們甚至嘗試偽裝成美國國務卿基辛格給梵蒂岡教皇打電話,雖然惡作劇并沒有成功。他們通過公開的情報找到了龐大系統的漏洞并加以應用,這就屬于公開情報來源法(OSINT)的范疇。
  3. 在研發MAC的時候,喬布斯大刀闊斧地改進了生產線。他去日本參觀了大約80家自動化工廠,回加州建了世界上第一條生產計算機的自動生產線。在這里,他展現出了強大的逆向工程的能力,也就是通過解構成品得到設計原理并復用的能力。不僅如此,我更好奇的是為什么會有80家工廠允許他來參觀,這大概就是傳說中喬布斯的“現實扭曲力場”(Reality Distortion Field)。

本質上來說,上面的所有手法都是為“借鑒”鋪平道路。

可能很多人會說:我也會偷偷地抄,但好像沒什么效果。那只能說你覺悟還不夠高,讀書人的事情能算偷嗎?

來看看,喬布斯在視頻最后如何闡述自己對“借鑒”的認知。

當主持人問喬布斯:“你怎么知道哪個方向是正確的?”

喬布斯指出:不論做什么,你都需要熟悉人類在各種領域的優秀成果,并嘗試把他們運用到你的工作里,我從來不覺得借鑒別人的創意可恥,最終得由你的品味來決定。

同時,他引用了畢加索的名言:

“Good artists copy, great artists steal.” (“能工摹其形,巧匠攝其魂?!保?/p>

當然,喬布斯自己也一直是這么貫徹的,比如他十分喜歡德國博朗電器的設計。

下面是我們羅列的一些公開情報來源和一些商業化的工具,分別針對營銷、產品和信息披露,供大家做一些簡單的參考。

核心就是這三個方法:公開情報來源法(OSINT),逆向工程,社會工程學。

3.3 商業逆向工程的流程

在收集了大量線索后,偵探的任務就是撥開迷霧還原事件的真相;同理,“增長名偵探”的任務就是從線索中整理出增長模型,找到增長的杠桿。

所以,我們參考了由美國FBI建立的犯罪調查體系:犯罪側寫學(Criminal Profiling),并將其演化為了增長側寫學(Growth Profiling)。

(來自FBI官網的調查手冊,Source:https://vault.fbi.gov/Criminal%20Profiling)

我們首先來介紹一下犯罪側寫學,其原理是根據罪犯的行為方式推斷出他的心理狀態,從而分析出他的性格,生活環境,職業,成長背景等。這是由特殊推理到一般的方法, 也就是我之前提到的歸納推理法(Induction)的一種應用。

還有種調查流派叫做“演繹推理法”(Deduction),典型代表就是福爾摩斯。我的合伙人Yolo就非常擅長這種推理模式,不過這里就不贅述了。

這里是FBI總結的犯罪側寫的6個步驟,感興趣的朋友還可以自己去翻翻論文。

他們的手冊內容都是斜的,對強迫癥患者不太友好。

我們在研究了這個調查的流程圖之后,把他改編成了商業逆向工程用的流程:

a. 線索收集:參考4.1“倫方信息交換定律”,主要關注營銷推廣、產品改動和信息披露的線索,收集線索方法參考4.2。

b. 診斷模型:主要是用美國陸軍兵器部首創的七問分析法(5W2H)找到核心問題。俗話說:把問題清清楚楚地寫出來,便已經解決了一半。

c. 增長策略評估:在FBI側寫中提到,兇手的犯罪手法通常符合兩個特性:

  • 一是行為一致性(Behavioral Consistency),也就是說同一個兇手會使用同一種犯罪手法;
  • 二是同源性(Homology),說的是在相同類型的案件中,兇手的特征和手法也有很多相似性,例如殺人犯都喜歡尿床、縱火和虐待小動物。

同理,商業社會里也沒有多少新鮮事,看上再獨特的東西也必然有歷史參照。

這包括:同一個操盤手在不同增長案例中的操盤手法通常是一致的;第二,相似商業模式的案例中,使用的增長策略也會有很多相似的地方,因為操盤手本人肯定也會去借鑒競品。

所以,這里我們需要廣泛地建立一個策略庫,去熟悉商業歷史上的各種玩法和他們能夠帶來的一些效果。

d. 構建增長模型:這步需要把增長策略放置到增長模型中,確保沒有疏漏的地方,并開始推導每一步的轉化率,找出增長的杠桿。

e. 深入調查:在證據不足的時候,需要進一步深挖,提交新的線索拿回去交叉驗證。

f. 實施“抓捕”:我喜歡拿著研究報告和項目方的操盤手直接聊聊。

3.4 商業逆向工程的一些案例解讀

我們之前只公開了一部分解讀的案例,剩下還有不少我們都沒有公開,不然PR的人多少會來找你的麻煩。不過我也都能理解,在國內有什么項目有點起色,第二天就有N個團隊去跟進。

我們之前寫過一些案例,都比較長,慎入:

爬取20萬數據,我們深扒了風口上的「享物說」

抓取5W數據,解密「原價收+1.5折賣」的二手書小程序

4. 商業逆向工程的重要性

商業逆向工程的目的是通過數據提煉出情報然后反求一個項目的增長原理,那么中間的關鍵詞自然就是情報。

在英文中,情報和智能是一個詞。所以無論當人們如何夸夸其談人工智能或者商業智能,也不要忘記本源:能從數據中提煉出情報,并指導人去做決策,這才是一種智能的體現。

那么我們回過頭來思考文章開頭的問題:所以,就算是冷啟動的公司也有成堆的公開數據可供挖掘,難點在于從冗雜的大數據中提煉出可供指導行動的商業情報。

私以為:在精益創業的時代,每個公司都需要掌握一套將公開數據轉化為商業情報的系統,這樣才能為公司建立重要的決策引擎,避免浪費資源在低效的嘗試上。

在這里我們要例舉中外公司的情報工作,告訴大家一下情報工作的重要性和趨勢。

4.1 美團競爭情報部門

在激烈競爭的市場中,玩家想生存下來必學的一門科學就是競爭情報學(Competitive Intelligence)。

我之前在無意中看到一篇文章,說美團有專門的部門在盯著各種行業競品的數據,看準時機就會切入市場準備打仗。文章出處我都找不到了,但是不妨礙我們來驗證一下:美團究竟有沒有這樣一只部隊?

這里我們只要使用搜索引擎去研究一下信息披露的線索就行了,關鍵詞就是“美團+競爭情報”。

我們在第一頁就可以找到三條招聘線索:

線索一:美團2013年7月在豆瓣上招聘競爭情報方向的開發工程師。

線索二:美團2013年9月在水木清華社區又發布了類似的“競爭情報工程師”,這一條信息披露內容就比較豐富了。首先可以推測,這樣的人才肯定很難招,豆瓣這樣的大眾渠道有可能不太精準。極有可能兩個月都沒招到人,所以再來王興的母?!迦A的論壇嘗試一下。

同時,為了增加這條帖子的號召力,發布者使用了慷慨激昂的語氣,并開始掏心掏肺。

透露的信息提煉下就是:團購事業競爭很激烈,情報很關鍵,從王興到小兵都很重視情報工作。雖然我們情報團隊沒組建多久,但我們都很牛逼。

線索三:美團2015年又開始為酒店事業部招聘競爭情報工程師。

同時,我們再來搜集一下美團的一些公開報道,其中涉及到美團業務的開展時間:

2013年11月美團外賣上線

2015年7月美團酒旅事業部正式成立

2015年十月,美團點評合并

所以大致可以看出,13年和15年招聘的競爭情報人員和當年開展新的業務線似乎是有聯系的。

同時,我們又搜到一條人事信息,可以用來交叉驗證,有報道稱:2016年,為美團構建整套情報系統的技術大牛呂恒,辭職創辦了人力資源saas“薪人薪事”,融資5000萬美金。

最后,我們還搜索到了一篇簡書的文章叫《美團點評辭典》,里面記錄了所有美團的內部專用名詞。

其中有一個詞條就是競爭情報系統(CIS),鏈接都是跳轉到美團自己的員工后臺,需要登陸才有權限。

簡單地搜索一下,是不是還挺有收獲?你們可以再自行再按5W2H的方法梳理一下,相信會更加清晰。

大家可以再回想一下:美團在市場里每次都后發制人,還能斬落那么多競爭對手。他們能在今年成功破局上市,我相信其情報工作的重要性不言而喻。

(BTW,我自己也是美團的重度用戶,我感覺火車票業務邏輯有點問題,我經常以為自己已經買到火車票了,然后到了火車站才發現票沒買上。)

最后送給大家一條王興的飯否,他在2015年6月19日凌晨1點43轉發了一條狀態,應該是別人的語錄,和我們閉門造車的“倫方信息交換定律”有幾分相似:

Being a competent CEO requires great knowledge: knowledge of products, the people, the market and the competition.

雖然我沒有找到這句話的出處,但是不得不說很有道理:CEO的職責就是將產品、市場還有人串連起來,贏下這場競爭。

在搜索美團的時候,我還注意到了王興龍巖老鄉張一鳴的今日頭條。

他們也有招情報分析的人員,但是被歸到了風控環節,主要職責是持續和作弊用戶斗智斗勇。從描述來看,頭條系情報工作的目的并不是對外發動戰爭的,而是對內反作弊的。

看到這里,必須要給大家介紹一下硅谷最神秘的B2B大數據情報公司Palantir,估值據說有410億美金。

4.2 硅谷最神秘的情報獨角獸Palantir

這家公司是Paypal黑幫、硅谷創投教父、《從零到一》的作者彼得蒂爾(Peter Thiel)一手打造的。Palantir是《指環王》里面可以穿越時空、看到一切的水晶球。

在Palantir成立之前,彼得蒂爾所在的Paypal曾經深受欺詐問題的困擾。為了防止犯罪分子利用Paypal洗錢,Paypal的工程師不得不開發了一套軟件來應對可疑的資金轉移,再由分析師對篩選出來的交易一一進行排查。

但隨著交易量的增加,人工的方式已經無法趕上犯罪分子不斷變化的手段。之后,Paypal便再次開發了新工具,通過匹配用戶過去的交易記錄和現在的資金轉移情況來查找可疑賬戶并進行凍結,并因此避免了數千萬美元的損失。在Paypal被eBay收購之后,Thiel想到,PayPal的這一防詐騙技術可以為政府提供服務。

——摘源自Sogou百科,Palantir詞條

還記得我剛才提到的:美國中情局CIA在911之后,大約2005年建立了公開情報分析(OSINT)團隊嗎?

巧合的是中情局通過風險投資幫助彼得蒂爾在2004年成立了Palantir。

所以,我們有足夠的理由懷疑Palantir在CIA的OSINT系統中承擔了重任。

在Palantir近14年的發展過程中,美國情報機構逐漸成為它的主要客戶,如CIA、FBI、DIA(國防情報局)、海陸空三軍,以及警局等等。Palantir的用戶主要集中在華盛頓,來自政府的業務占到了70%。Palantir到2010年左右才開始切入金融領域,將JPMorgan接了進來。(Source:Sogou百科)

該公司的客戶成功案例也很吊炸天,例如:曾經幫助美國政府追蹤基地組織頭目奧薩馬·本·拉登;幫助JPMorgan避免了前Nasdaq主席麥道夫的金融騙局。

(Peter Thiel和Trump似乎是緊密的合作關系)

推薦幾篇Palantir的讀物:

  1. 知乎搜索“最神秘的大數據公司Palantir(三):黑暗騎士”
  2. 彼得蒂爾的Palantir如何幫助美國國安局監視全球:How Peter Thiel’s Palantir Helped The NSA Spy On The Whole World.

把這個案例放在這里是想說明大數據這個東西不是一個噱頭,我們希望更多人可以回歸本質地把他們用起來,而不是用來吹泡泡做著數據買賣的勾當。同時,大數據也是國家情報機構的核心武器,以美國為首的情報機構是極端重視這個部分的。

前兩天我在敲文章的時候,看到張首晟教授的事件我就去學習了一下。我邊碼字邊聽了一整晚他的演講,一邊聽就一邊覺得心情沉重。張教授真的是一個科研人的典范,雖然科學是沒有國界的,但事實總是殘酷的。

美國貿易代表辦公室(USTR)在2018年11月更新的301 Report中,確實點名了Danhua Capital和Digital Horizon Capital,這些都是張教授一手栽培起來的。

301 Report地址:https://ustr.gov/sites/default/files/enforcement/301Investigations/301%20Report%20Update.pdf

這份50多頁更新版301 Report中還提到了近500次China,目標直指中國。同時,中美在未來90天內還有重要的商務會談要完成,希望可以順利。

本文中大部分理論體系也都是基于美國情報機構、做空機構研究得來的,我們也是希望可以做到“師夷長技”。本文之后應該也會翻譯成英文發到英文世界里,看看大家的反應。(上面那句師夷長技大概不會翻譯…)

5. 結尾

能看到這里的都是真愛,首先要感謝你們的時間。

本文只介紹了增長工程學的第一個環節,后面還有很多要完善的地方,任何對這套系統感興趣的朋友都歡迎來找我們探討。

 

作者:AngryAlan、YOlO ,微信公眾號:增長黑盒

本文由 @AngryAlan、YOlO 原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 邏輯清晰的好文,沒人評論?案例也不錯

    來自北京 回復