數據分析的核心，就是從訊息、決策權開始，最終把財富交給很多很多的人。 這也是作為一個數據分析師，在過去十二年裡一點點積累起來的感悟。
因為人的歷史，實際上就是決策的歷史，通過很微妙的信號來做決策判斷的歷史。 古人有一系列方法論，通過非常微妙的信號，促使決策者作出正確決策、對人類、世界、社會產生重大影響的決策，從而改變很多人的生活。
簡單介紹下我們自己，我們整個團隊已經在數據分析領域工作了很多年。在LinkedIn，我們主要負責所有和營業額、營收相關的數據分析，同時支撐全公司所有部門。
我們團隊幾個創始人之前還在eBay工作了三年多，負責eBay整個網站、在線電子行銷、買家和賣家各種業務性分析。再之前，我個人在美國第二大零售連鎖店做數據分析，我還服務EPSON，世界上第一個發明FreeProjuct。 大家都知道EPSON印表機價格非常低，幾近免費，但卻通過高價值、高增值的墨水和印表機、或照片紙來獲取高額利潤。
這很像今天的sass公司銷售模型。 EPSON通過不同管道把免費印表機釋放出去，但列印機是有成本的，那就需要用其他方式把錢賺進來。 如同今天很多企業軟體服務提供者，每個客戶獲取也有很高的成本，就要像EPSON一樣，通過未來新購的墨水，把以前的投入拿回來。
在15年前，EPSON就已經開始進行SaaS模式運營，外部看來像是一個硬體銷售公司，內部卻已經有一大套數據驅動為核心的市場、銷售運營方法論。
當時還沒有那麼深入到理解，今天回過頭來看，企業服務軟體對行業來說還是比較新興的產業，但事實很多核心的方法論是超級共通。
2010年初，當時我從eBay離開，加入Linkedin。 對我來說是非常大的職業轉捩點，我從來沒有想過LinkedIn會成為今天這麼一個偉大的公司。
當我加入Linkedin時，其年營業額只有7000萬至8000萬美元之間，而這時Linkedin發展已經超過了7年。
今年年初，我離開時，LinkedIn營業額第四季度末收入已經超過了25億美元，年度的增長率達到60%。
也就是四年多時間，LinkedIn整個增長了將近30多倍，這是怎麼做到的？
很多人都認為Linkedin只是一個職業社交網路。 實際上它是世界第二大SAAS企業，也是整個企業軟體歷史上，做得最成功的企業之一。
有兩個TOP：
- 第一，Linkedin是世界上最早用Growth的公司，在2003年就已經開始用各種手段降低成本;
- 第二，Linkedin也是世界僅有的控制銷售整體成本最低得幾家公司之一。
客戶獲取成本
我不知道大家有沒有聽過一個公式，叫客戶獲取成本。 在saas企業里，客戶獲取成本必須要小於整個企業營業額的30%，才是一個相對正常、未來能夠發展的企業。
Linkedin把這個值控制在了15%左右。 這就是為什麼它能在過去幾年，能實現幾何倍數增長，上市后兩年多估值翻了7倍，達到240-250美元的高位。
Linkedin在2011年左右才成立客戶成功部門，之前內部只是叫客戶服務。 而LinkedIn事實上當時已經有幾百個或者是將近一千個企業客戶，但是只有幾個人對企業做客戶服務和支撐，當時客戶支撐部門非常小。
2011年初，我們做了一個分析，不是銷售或客戶服務經理提出的需求，是當時Linkedin核心產品線，人力資源和獵頭的產品經理提出，他說我知道你在支撐銷售，能不能幫我做一個分析，分析一下用戶怎麼用我們的產品。
Linkedin第一個針對企業服務的產品，是2009年末左右開發出來的第一版。 系統裡面無數個BUG，但上線以後沒人關心這個軟體和產品裡面發生了什麼，至少我去的時候是沒有人知道，因為他們沒有記錄使用者任何的行為數據。 我的工作是支撐150個銷售，沒有時間去幫產品經理，但還是幫了一把，我們運行了一個報表。 製造出了Linkedin第一張產品使用報告。
我一共花了91個步驟，有若干做數據分析得，在資料庫里，間接、直接用了91張不同的表，才把一個產品的使用步驟做出來。 整個產品要運行8個小時，如果運氣不好的話，還可能經常死機。
但就是這張報表，後來就變成整個Linkedin驅動客戶成功、銷售產品經理包括企業一系列銷售部門的核心工具和解決方案。
實際上，Linkedin不僅發明瞭Datesets，也和Facebook一起發明瞭GrowthHacker，還有最早用了Hadoop、最早應用很多流失處理技術的公司。 但即便是這樣，我們用了91個步驟才能生成一個最基本報表。
在某種程度上，91號報表也促使我們成立了今天這個公司GrowingIO，打造下一代網頁和移動端數據分析平臺。
因為這個世界上太多好的分析師、運營人員、業務管理人員，把時間花在了無謂的清洗數據、整合品質控制、做各種類似於污水處的工作，沒有為企業產生很多價值。 他們的時間完全應該用在業務決策上，而不是在數據整合和清洗上。
所以我們要開發出最新一代的技術，讓很多人能夠非常自然、自動的，用我們的解決方案，找到業務增長點。
美國管理學大師彼得·德魯克說過一句話，「一個事物如果無法度量，那麼就無法增長」。。
今天這個論壇叫增長沙龍。 當我們要去增長業務，我們必須要能夠相對精確衡量這個業務是如何增長。
當我們能衡量一件事物以後，就可以持續不斷得對它進行調優。 比如，每天比昨天增長1%，經過一年以後，大家猜一下會增長多少？
假設原始數據是1，每天增長1%，增長365天，最後會是多少？ 32倍;每天增長2%，一年以後等於多少？ 1370多倍; 每天增長3%就會是4800倍...... 就是這種持續、小幅度的增長會產生很大的變化，最後就是顛覆性得改變。
我們需要業務變成可度量，而不是天天拍腦子、拍大腿。 早期拍一定能拍出來價值，但是業務成長一定週期，必須要引入精細化運營。
什麼是數據驅動的精益化運營，這是我們的數據分析師Justin陳明找到的一張漫畫。 做業務、做產品、做運營、做市場推廣，我們每天都太忙了，沒有時間為我們車裝上輪子。
數據化運營就是為這輛車裝上輪子，讓它高速運轉，聽起來好像很搞笑，但是它產生的價值和反覆運算就是那麼大。
這也是我們過去四年前在Linkedin看到的、也是七年前在eBay看到的、再之前在零售各種行業看到。
講數據化運營必須要講Life Cycle，看一下這張圖。
在美國過去若干年沉澱下來，他們相信所有的業務都是Life cycle。
四年前我們探討Linkedin業務模型，說任何一個企業增長都不會是無限得。 雖然有IBM、HP等這種持續高速增長的常青企業，不過它的過程是若干小增長互相疊加產生的總體增長趨勢。
實際上，每一條業務線、產品都是這樣的Life cycle，包括引入、成長、成熟，最後衰減，基本4個區，或者是4個不同的生命週期，這是一種物理的趨勢，基本上是不可逆轉的。
但我們可以通過數據分析不斷調整這種趨勢，
這張圖會在今天分享里反覆提到，如何用數據驅動不同客戶的生命週期。 這點對saas企業至關重要，也是衡量一個saas企業未來能否提供價值最核心的指標
什麼是客戶成功，客戶成功的使命的到底是什麼？
這是美國一個非常成功的企業，它的客戶成功團隊對客戶成功的定義。 這句話裡面有非常深刻的三個意思：
第一點，給客戶產生價值;
第二點，給企業產生價值;
第三點，我們能證明它。
這是一個客戶成功部門基本的使命。
再細化一下，這張是翻譯自一個美國SAAS企業。
第一點，在客戶還沒有變成付費客戶，或將要變成付費客戶前，必須要與客戶進行溝通。 在Linkedin，客戶成功部門成立太晚了，最早都是銷售直接跟客戶接觸，但銷售自己都還不會用產品，就非要賣給客戶，這樣轉化率很低。 後來發現，銷售人員在入職階段就介入客戶成功的話，為客戶未來和企業提供的價值是非常大的。
第二點，在實施的過程中，我們需要非常精準檢測使用者是如何使用我們的產品，同時幫助他們提高使用方法和效能;
第三點，在客戶使用中期，我們要不斷通過客戶對產品的使用反饋，為客戶提供進一步的培訓和大規模的engagement。
我不知道有多少人知道 「QBR」 這個詞彙，就是每季度和客戶進行業務回顧。 Linkedin在過去的若干年裡，保持了一個非常好的傳統，至少每季度和都和客戶進行一次深入的溝通。 這個深入溝通的過程，就是由客戶成功部門和我們的客戶關係經理兩個人協同和客戶完成的，每個客戶至少每季度要溝通一次，甚至很多客戶是按月季度進行溝通。
再下面一點就是客戶支援，比如說他需要復購、增購。
還有客戶成功部門是一個企業裡面連接各種功能的核心部門，他們必須要和產品、工程、技術支援、銷售，包括市場運營，甚至公司的決策層都要有非常好的關係，才能保證企業更有效率，更能成功。
以前Linkedin客戶成功團隊當然很小，但在今天估計有超過500人規模的團隊。 這個團隊管理超過10萬家以上的企業。 500人如何能管理10萬家企業？
企業服務裡面如果我們只關注三個KPI，這三個KPI一定是從這三條裡面發展出來得：
- 第一點，獲取客戶。
- 第二點，客戶留存。
- 第三點，客戶貨幣化。
但是在SAAS企業，一定要把客戶留存放在客戶貨幣化以上，為什麼？
就是CAC、留存、LPV之間的關係。 你從一個客戶身上獲得的終身客戶價值，這三個數字之間核心的指標，就是留存。
很多人認為應該拉先，拉很多的用戶進來，實際上一個SAAS企業核心的使命就是要讓這個客戶長久的往前延展。
SAAS企業的收費模式不像傳統經典的軟體，賣出100美金，使用者就回家安裝了。 它是按月度、按季度，按年度來收費，往往我們獲取客戶的成本是遠遠大於客戶一個月、一個季度或者是一年付的費用，很多企業需要通過18個月，甚至更長的時間才能收回整體的成本。 那麼必須讓客戶存留的時間夠長，這是一個企業軟體獲利的關鍵。
每個SAAS企業獲取客戶的成本往往佔到整個LPV的25%至30%左右。 但是如果一個客戶只在我們的平臺上留存一個月、三個月，甚至半年，就完全無法覆蓋投入。
但企業是需要盈利的，如何能盈利？
就是要不斷延長客戶的生命週期價值，所以客戶留存率是SAAS企業最核心的指標，每個SAAS企業在第一天建立的時候就要關注這個指標。
講一下留存率，這張圖是美國對SaaS企業做得研究，他們發現如果一個SAAS企業月度流失率是3%，另外一個企業月度流失率是-3%，也就是正購買率。 在五年之後，他們的營業額會差3倍！
實際上我加入Linkedin的時候，其企業客戶流失率是每年50%，現在做到了10%-11%，今年的目標要做到8%。
一個企業能夠把客戶流失率控制在10%以內的話，是個奇跡。 大家分享了它的兩個秘密武器：
第一：以非常低的成本來獲取客戶。 獲取客戶成本很低，那麼你的LPV就很大，這個企業就會是一個非常成功的SAAS企業，相信在座的大家很多都是從創業公司來的，要做一個成功的SAAS企業，必須要控制自己的CAC，盡量地增加LPV。
第二：Linkedin通過內部的數據分析方法，減低了客戶流失率，增加了客戶成功率。
當LTV增加，CAC減低，就會有一個非常高的Return。
首先客戶時間延長以後，在平臺上消費的價值就不斷的增加，因為比如說一個使用者付了50個月的費用，另一個使用者只付了12個月的費用，這就是幾倍的增長。
另外，以非常低的價格獲取客戶，往往這些客戶都會在這個基礎上不斷的增購，買同樣的產品。
一般SAAS企業內部也是一種關係的銷售， SAAS軟體進入到一個新的企業客戶裡面，誰引入這個產品，往往會繼續做決策來買單。 但這個買單過程也是需要時間得，不是一個產品賣給了銷售部門，轉天就可以賣給行銷部門，這個可能性是很低的。 但只要這個軟體在企業裡面存的久，那麼他們就能有機會找到第二個機會，繼續賣掉這個產品，增購。
好的口碑。 一個好的SAAS產品必須要有一個好的口碑，好口碑的間接反應就是客戶忠誠。 當客戶喜歡產品，它就會給其他朋友進行推薦，這個推薦過程再次產生了新價值。
這幾點結合，為企業增加了更多的價值，並且已經被若干個成功的SAAS企業證明瞭，包括今天的Linkedin、WorkDay。
SaaS 客戶成功最大的挑戰是什麼？
戶成功部門最大的挑戰，不是和內部之間溝通，不是如何幫客戶解決問題，最大的問題是他們有沒有訊息，沒有數據，沒法收集足夠的訊息，迅速做判斷，或者是提前做預判，這點是成功最大的痛苦。
我舉個例子，我們做91號報表時，事實上是產品經理提出來。 後來我們做了一些分析，發現產品上有很多使用問題，但是我們銷售看到后說，我們需要這個東西，你能不能發給我。 35M大的文件發給了他。
他工作了一個星期，把35M的表格分散成了大約5M一個的小文檔，發給了每個RM和客戶總監，他們通過報表裡的數據找到了每個使用者的使用度，開始給用戶打電話。
整個過程花了兩個星期，而且他只說，你們每個季度給我一次就行，這個太好了。 而之前，他每年才能這樣做一次，而且根本沒有那麼細，就是一個客戶花多少錢，買多少次，什麼時候到期。
今天有了這個，我們就有了一切，他說。
saas通常是一個非常複雜的軟體。 不像電子商務網站一樣從搜索、購買產品、加入購物車、支付、支付成功，一個簡單的運營或者是業務轉化。 如何能對這麼複雜的運營體系進行追蹤？
我們需要對每個細節進行產品追蹤、對產品背後做各種數據收集的標籤。 必須要做數據收集，一般都是產品經理和分析師、業務人員提出需求，我想知道有多少人登錄了，我想知道多少人創建新的專案，我想知道多少人回復這個專案，我想知道多少人給級別調低了或者是高了，我還想知道多少人改變自己的狀態了...... 你想知道一個就得找產品工程師和產品經理來埋點，沒有一次不需要的。
產品工程師很忙，他們發產品已經很累了，沒有精力、時間或者是興趣去埋點，卻被迫去做;再下一步IT系統運營師需要把這些點，通過各種數據聚合方法存在自己的系統裡面;再下面做報表的人員、做數據分析的人員，把它做成一張報表;最後再把它發給我們的業務端，這個過程需要多少時間？
這個數據不是開玩笑寫上的，美國做過統計，平均起來在一個網站或者是APP上打點，整個工程時間中位數是5個星期。 全世界只有1%的公司能在一天之內完成，只有5%的互聯網公司能在一周完成，超過50%的企業得需要4至5個星期，甚至幾個月的時間才能完成。 這是個多麼緩慢的流程！
造成什麼問題？
做得速度很慢，業務端沒法忍受這種開發速度;
另外**它會嚴重拖慢產品上線。** 因為不埋點數據不全面，不知道產品的問題，並且我們埋的點只是我們現在需要的，當未來再次需要，就得重開一個介面做，非常慢。
再者是數據的不全面、遺漏和缺失，以前埋的點、今天埋同樣的東西可能有不同的原則，不同的問題反而用了同樣的水準，有的埋對了，有的埋錯了。
像以前有一家公司做在線教育，他們在安卓手機上埋了一個點，旁邊打錯一個代碼，那個點被重新複製了30次，結果導致內部報告出來，安卓的使用者比IOS的使用者高30倍，所以他們決定要大幅度提高安卓的用戶體驗，但這是個錯誤的決策，因為基礎數據就錯了。
最後，埋了大量的點以後，產品會**拖慢。** 因為埋點多，服務端的資料庫壓力和成本就很高。
埋點給工程師或者是數據分析師造成的這些困擾，就是我們GrowingIO要解決的核心問題。
今天GrowingIO要做得就是，在客戶的頁面或者是APP自動來埋點，不再需要手動埋點，我們想知道什麼，立刻就可以知道，這就是我們開發的技術。
比如說這是一個網頁，只要圈點它，就能知道轉化率、訪問、點擊和價值，不需要任何埋點。
客戶成功的核心理論基礎是在每一個使用者都是不一樣，所以每個使用者都要區別對待。
不同客戶，對SAAS企業優先順序是完全不一樣的。
但其實，不是每個客戶都需要天天我們給他打電話。 有高溫度的客戶，也有相對低溫度得，我們如何才能精確的判斷客戶的溫度、健康度，能不能實時判斷，比如說Linkedin10萬家企業，500個客戶成功？
SAAS企業數據分析核心概念就是大家要摒棄漏鬥的概念。 比如說電子商務網站、O2O，互聯網金融，有一些比較強漏鬥、強轉化的場景，但SAAS軟體核心不是純漏鬥，是大量的弱漏鬥。 這種很弱的漏鬥彙集出來變成總體以後，就變成我們客戶溫度和健康度。
這麼複雜的網頁該怎麼分析，怎麼對所有的轉化點都進行追蹤，普通方法要做到，需要大量代碼，但我們現在不需要。 我們可以用非常簡單的方式迅速分析出來整個用戶情況。
客戶成功面板本身需要對核心的轉化和使用進行分析，這種分析應該分層級，分地域、銷售區域、分客戶、分公司、分很多細節的維度，比如說CEO可以看、每個客戶都可以看。
比如說客戶是如何使用的，基本的註冊是什麼樣的，核心的消耗是什麼樣的，這些的核心可能在Linkedin內部超過幾百個指標，我們以前對Linkedin獵頭產品分析，有400個不同的指標、400個不同的分析。 大家想一下銷售的人員、客戶服務的人員、客戶成功的部門，他們哪有時間去看400個指標，這是不可能的。
我們把所有400個指標通過類似於模型的方法，把它聚合成了兩個數位，所有的數位400個KPI，聚合成了兩個數位。
這兩個數位核心就是：
- 第一是健康度，這個客戶是否健康。
- 第二溫度，是高溫還是低溫客戶。
健康度是使用者使用產品的綜合指標，和錢不是直接正相關，或者不是直接相關的，是一種反向衡量流失的可能性。
高健康的客戶往往流失了有可能會復購，低健康的客戶往往就會潛在的迅速流失，而且這種趨勢是在非常早期就能看出來。
在不同的時期，每個使用者排名變化很大。 SAAS企業軟體賣給很多公司，是企業服務的軟體，每一個客戶內部都經歷了各種變革和變化，所以不是每個公司在時間上都是同步的。
比如說現在有雙11，大部分電商企業都預測有很好的銷量，或者說春節以後會減低，春節以前會增加，有一些固定的商業變化。
但是在企業服務領域，每個客戶的差別非常大，是非常不一樣的，因為每年的年度財報都不太一樣，業務延伸都不一樣，招人、減人都不一樣。
所以核心一點，我們需要瞭解每個客戶在不同的時間的健康情況，這個很重要，特別是我們越早知道他的健康情況，就越能挽留這個客戶。
第二點，溫度。 溫度是衡量一個SAAS企業，客戶是否會重複購買的核心指標。
所有的這些溫度和健康度都是從使用者如何使用產品的蛛絲馬跡裡面抽象出來的。
舉個例子，比如說Linkedin有很多的獵頭企業使用者，假設一個企業用戶登錄、搜索了很多次，看了很多份的簡歷，對比其他公司，也開了同樣的帳號，但每天只有一個人登錄，每天搜索三次，甚至一個月都不向候選人發一個邀請，這兩家企業增購的可能性是完全不同的。
當然我用的是一個非常極端的例子，但是各位想想你的客戶有幾千家、幾萬家時，如何能動態的判斷和管理，這就是核心，這就變成一個如何用數據驅動運營的問題了。
幾百個指標，如何做一個具體的判斷？
第一，取決於商業管理的知覺，需要知道使用者使用產品的核心秘密是什麼。
第二，需要有高級的分析方法。 之前在Linkedin，我們用數據模型的方式，計算使用者重複購買的可能性，通過所有使用者使用度抽象出來，變成一個值、一個**Bar**。
我們把客戶從高到低排序，把最熱的客戶放在上面，把最冷的客戶放在下面，中間是一些中溫度的客戶，然後非常非常簡單，每天只要看在這個區間裡面，增多區間、流失區間、中間是留存區間，所以，我們客戶區隔通過這一個指標就能迅速分開。
還有一點，以往的數據分析都是給CEO、給VP看，這個不是只給公司CEO看，是給客戶CSM、客戶服務、客戶關係經理、銷售人員、客戶人員看，他們需要精確到每個客戶身上。
每天這張圖都是變動的，因為客戶對產品的使用是動態的，所以說我們每天、每星期、每月必須要持續的追蹤。 然後很簡單、迅速的判斷追加區間和流失區間。
如何用客戶區隔的方法來分析客戶？
之前是400個KPI，35M大小，將近100萬的一張報表，今天抽象成了一張圖。 這張圖已經把健康度和溫度完全區分開，我們只需要做一個步驟，就是如何用數據。
這4個區塊，我們有完全不同的應對策略。
首先最好的情況，這個客戶既健康，買得又多，我們歡迎使用度高、復購率高的客戶，這種一般來說是忠誠的客戶。
下面在這個區，客戶使用度不是很高，但是購買需求，或者是買的可能性很高。 必須要立刻跟進，來問客戶是否需要更多的帳號和服務、不同的產品，因為他們的轉化可性是很高的，而且過了這個村可能就沒這個店了，他可能採用競爭對手的產品。
下面這種客戶是很有趣的，頻繁使用你的產品，但是花錢的可能性很低。 舉個例子，我們以前在LinkedIn有一個客戶，是一個非常有名在線視頻的公司。 當時我們發現在Linkedin平臺上使用率最高的那幾個人都是這個公司里的。 仔細一分析，這幾個人24小時在線，唯一下線不超過10分鐘，搜索、下載極高。 每天上完以後不下線，下去以後忽然又回來，持續使用。 他們一共才買了三個帳號，每個帳號一萬美金，三萬美元一年。
後來發現這個客戶為了省錢，就買了三個帳號，但是分配給了全公司所有獵頭換著用。 當時內部有兩種聲音：
第一種聲音，咱們把它關了，這個完全違背協定。
第二種聲音，這個客戶可能會變成我們很大的客戶，我們需要跟他們談一下。
我們首先告訴他們每年招多少人，應該有多少Linkedin帳戶，才是一個正確的比例。 在正確比例範圍內，才是最有效率。 因為他分享一個帳戶，效率不是最高的，他每天不能一直用，用幾個小時還得換人。
我們建議，他們不但要多買幾個帳號，同時還要買一些Linkedin工作類的產品。 我們還提到了一些訊息，當然不提到任何競爭對手的訊息，只是給他們看最有效的公司是怎麼用LinkedIn產品的。 當時那個客戶就增購了10個帳戶，從3萬美元增購了15萬美元，雖然當時18萬美元在Linkedin不是一個很大的生意，但是這個客戶今天已經有幾百個使用者了，超過小一百萬美元了。
大家看一下，就通過那麼簡單的方式，我們找到了銷售的機會。
很多的企業都應該特別關注這個部分的客戶，因為往往這個部分使用者告訴我們，很多客戶用很多不付費，說明我們的增長點可能有問題，或者他買了很多，但是卻不活躍，這個客戶未來流失可能性很高，需要特別關注，這個區間就是要進行客戶培養。
數據在早期幫助客戶成功是一個非常重要的指標。
在最早的時候， Linkedin當時沒有什麼太多的客戶培訓，很多客戶來了以後都是自生自滅。 後來我們發現在早期輔助客戶，特別是在第一個星期，幫助客戶如何使用產品培訓，是讓客戶的忠誠度增加一倍核心指標。
還有一個，像我們前面講過的，不是所有客戶都需要客戶成功經理去做培訓，為什麼？ 因為我們客戶分三個階段，有些人是遺留客戶，去了某個新公司，他知道如何用這個產品，我們沒有必要把這個人力資源放在這些人的身上，我們需要關注比較生疏的新的客戶。
第二點，成長。 在成長的階段，根據我提到的QB2核心，是要跟客戶溝通，客戶如何用我們的產品的。 每三個月和客戶來交流一下感受，為什麼這個很重要？
1、當我告訴使用者，他們內部怎麼使用產品，實際上幫助客戶能更好的發揮產品價值，否則他買了十幾個帳號或服務沒人用，對公司就是一種浪費。
以前Linkedin有很多服務，一些公司內部人員不用，是不是如果告訴他的管理者，管理者就會把帳戶關了。 後來我們發現完全不是，管理者不但沒關帳戶，他們還會主動促使內部人員大幅度使用產品，甚至還自製內部排行榜。
2、QBR是增長客戶年黏度最好的方法。 當我們和客戶分享使用經驗時，一客戶特別喜歡聽;二是拉近了我們跟客戶的距離;三這是一個非常好的解決方法，因為我們每個季度、每半年或者是每年都會生成各種新產品，每個SAAS企業都會不斷有新產品。 這是一個非常好機會，因為大家都很忙，得提前預約，找到核心管理人，但是持續建立聯繫的話，我們保證有30分鐘或者是一個小時的視窗對話時間，讓我們有很多的機會了解客戶，又增加了聯繫的機會。
最後一點就是收集客戶反饋，產品有哪些不足，客戶是否滿意，客戶對哪些有意見，是否需要我們的説明。
這些都是非常好的點，但如果我們經常在這個區間進行客戶關係管理，這是一個特別痛苦的過程。
最早我們在Linkedin四年半就是這樣，流失地不得了、憤怒地不得了、獲取客戶成本遠遠比維護成本成本高得多，甚至是3到4倍。 並且，越到後期，獲取客戶的價值往往越低。
所以，盡量不要在這個區間做太多的工作。 一般來說企業到這個階段，都需要有新產品出現。
但這些數據不能只給老大看、VP看、經理看，需要通過銷售的體系，或者是客戶成功運營體系，按照結構、管理層級一步一步推廣給公司裡所有員工。
數據如何能推廣給企業內部所有員工，這也是客戶成功管理的核心
每個銷售、CSM、RIM，他們都需要關注自己客戶的核心KPI，且這個層級不僅是停留在華東區、華南區、行銷部門，還要推廣到銷售總監、區域經理、銷售經理，每個銷售管理公司，每個客戶層級。
數據運營的核心就是決策規模化和體系化
最早，我們剛加入Linkedin，一年做了大約500個項目，支援155個RIM、客戶服務經理。 平均起來，每個經理不超過三次用數據，平均一個銷售每年才用3/4，這是遠遠不夠的。
後來我們幾個人努力，我們開發了一套系統，至少我們離開時，大概5000個銷售到RIM，到CSM整個團隊，每天有超過90%的，每個星期99%的CSM客戶成功經理，RIM都在用這套東西，也就是4500人以上在用數據的決策系統做決策。
所以說如何把數據決策這種運營能力，推廣給企業裡面所有的員工，是一個核心的價值增長點。 當時Linkedin的業務的增長，就是在慢慢發展這個模型的過程中，把數據決策變得更民主化，很多人來做決策，大家又回到1%的增長，變成若干倍的增加。