在2019 UBDC全球大数据峰会的演讲中，曲辉以“数据驱动增长”为核心，系统阐述了企业如何借助数据实现高效、可持续的增长。他指出，当企业掌握了数据驱动的底层逻辑与流程，就如同拥有了自动传送带——无需过多人力干预，即可实现事半功倍的效果。

过去十年间，美国企业在数据应用上经历了从无到有、从分散到整合的演进路径，最终迈向数据驱动决策的新阶段。基于长期实践与行业洞察，曲辉提炼出四大核心策略：指标建模、机会洞察、衡量结果、决策自动化，构建起一套完整的数据驱动增长方法论。

---

一、指标建模：锚定北极星，拆解增长路径

指标建模的本质，是将复杂业务抽象为可量化、可追踪的核心指标，从而穿透数据迷雾，直击问题本质。

其核心包含两点：

第一，锁定北极星指标。
即当前阶段最能代表企业核心目标的单一指标。不同产品类型对应不同的北极星指标：
- 消磨时间型产品（如短视频、新闻App）→ DAU（日活跃用户）
- 效率提升型产品（如SaaS工具）→ 付费用户数或使用频次
- 交易促成型产品（如电商、旅游平台）→ GMV或订单量

第二，构建增长模型。
将北极星指标层层拆解，分解为可操作的子维度。例如，电商若以GMV为目标，可拆解为：新老用户贡献占比、品类分布、用户转化路径等。通过精细化拆分，团队得以聚焦关键节点，精准优化。

这一过程不仅让抽象目标变得具体，更打通了运营、产品、市场之间的协作通道，形成闭环反馈机制。例如，提升商品详情页转化率，直接推动GMV增长。

---

二、机会洞察：在客户生命周期中挖掘增长线索

真正的增长，藏于用户旅程的每个环节。从获客、激活、留存、召回，到变现，每一阶段都潜藏着未被发掘的数据价值。

然而，多数企业面临两大困境：
1. 数据割裂：渠道、用户、业务数据各自为政，缺乏关联；
2. 洞察缺失：即便拥有数据，也难以发现隐藏的增长机会。

为此，企业需具备“数据金矿勘探”的能力。以美国网约车平台Lyft为例，其曾遭遇用户留存难题。通过对新用户行为分析，发现：若用户在早期完成“工作通勤+酒后接送”两种场景，长期留存率显著提升。基于此洞察，Lyft主动引导用户完成多场景体验，最终大幅提高留存率。



这正是数据洞察的力量——它不依赖直觉，而是从海量行为中提炼出真实用户偏好。

---

三、衡量结果：用科学体系验证每一步改变

没有衡量的增长，如同盲人摸象。A/B测试作为经典手段，是数据驱动增长的重要载体。

为何如此重要？因为任何改变若缺乏对照实验，便无法确定是哪项调整带来了效果提升。Netflix便是典型代表：他们通过A/B测试海报设计，选择点击率最高的版本上线，完全摒弃主观判断，真正理解用户心理。

此外，企业应建立统一的数据仪表盘，实时监控关键指标，确保业务健康运行。只有科学衡量，才能实现精准迭代，避免陷入“伪增长”的陷阱。



---

四、决策自动化：让系统代替人做最优选择

前三步夯实基础后，决策自动化便水到渠成。

随着机器学习与深度学习技术的发展，越来越多决策可由算法自动完成。LinkedIn便是典范：其通过内部数据预测客户流失风险，并自动生成最优互动策略，使付费用户流失率从50%降至10%。

另一案例来自某订票网站，其开发“项目优先级排名模型”，产品经理只需输入假设，系统即可自动评估对北极星指标的影响，大幅提升决策效率与准确性。



---

结语：数据，新时代的生产要素

数据，是这个时代最富饶、最具潜力的核心资源。它不依赖自然资源，而是由我们自身创造、沉淀、复用。未来的企业竞争，本质上是数据能力的竞争。

当流量红利消退，工业互联网思维兴起，唯有具备精细运营、数据驱动、智能决策能力的企业，才能在红海中突围。

正如“快缩短网址”（suo.run）所践行的理念——以极简链接承载无限可能，我们亦相信：数据驱动，让增长更智能；短链连接，让世界更高效。



> 微信公众号：友盟全球数据（ID：umeng_data）
> 特别说明：本文内容整理自公开演讲，旨在分享互联网运营干货，部分案例来自网络，版权归原作者所有。如有侵权，请联系删除。