数据、估值、增长,为什么微软愿意溢价50%并购LinkedIn?

其实事务的核心往往很简单,并购、估值、溢价的本源就是“增长”。 微软收购LinkedIn在某种程度上说,是通过并购来获得进一步增长。

钛媒体注:昨日晚间,LinkedIn被微软262亿美元收购的消息,受该消息刺激,LinkedIn盘前股价上涨近50%,至194.5美元,LinkedIn目前市值为175.1亿美元;而微软盘前股价略微下跌0.35%,至51.3美元。有意思的是,据国外媒体的报道,微软对于LinkedIn的收购意图最早可以追溯到2011年IPO之前,从最初的报价5亿美元,后被一路追加至20亿美元,如今再以10倍多的价格来进行收购。LinkedIn真的这么值钱吗?看看前LinkedIn商业分析部门高级总监张溪梦对此事的看法。

今天可能大家都听到了LinkedIn被微软262亿美元收购的消息,一个接近溢价50%的offer,把世界上第一大职业社交网络、也是世界上第二大的SaaS(软件即服务)的厂商融入到微软的迅速崛起的商业云战略中。很多朋友会问,为什么过往LinkedIn会有这么高的估值,为什么微软会溢价50%收购LinkedIn。很多朋友问我,“一个社交网络值吗?”“价格是高了,还是低了?”

其实事务的核心往往很简单,并购、估值、溢价的本源就是“增长”。 微软收购LinkedIn在某种程度上说,是通过并购来获得进一步增长。非常重要的一点,LinkedIn 在过去6年间从一个7000万左右年营收的企业,一下子增长至30亿美元营业额的企业,五年业务增长超过40倍。这种增长速度在企业服务领域里面是惊人的。

6年多以前,我第一次在 LinkedIn 的公司例会上听到彼得·德鲁克的一句话,他说:如果一个事情,你不能衡量它的话,那么你就不能增长它。

这句话的核心理念沉淀出了LinkedIn的企业价值观。增长带动数据分析,数据带动变现,变现进一步促进增长。而且这种文化折射出硅谷里面蔓延的精益创业的文化,即创业公司必须要做三件事——Build(建立)、Measure(衡量)、Learn(学习)。

这句话在过去的6年间不断得到验证,不断通过各种各样的方式在产品,运营,销售,市场推广等各个领域得到大规模的实践。

很多人曾经怀疑LinkedIn的估值过高,实际上华尔街给予LinkedIn 的估值,基于很多非常基础的指标。其中一个重要的公式就是获客成本(CAC)和用户生命周期价值(LTV)之间的关系,LinkedIn获取企业客户的成本远远低于普通的SaaS竞争对手。比如说我们曾经打造的整个销售线索数据系统,客户成功分析系统,市场营销数据分析系统,产品分析系统等等让各个部门做到完全数据分析驱动。

这里的直接结果就是,LinkedIn对比普通运营良好的SaaS企业,她的CAC/LTV比值,一般只有竞争对手的一半左右。销售和市场的总cost,比竞争对手或同类型的公司低一倍以上。这就让整个的公司增长在同等资源支持下要快好几倍。

(图片来源自www.tomtunguz.com对LinkedIn的S1分析)

因为大量的客户都是企业级客户,LinkedIn的企业级客户销售效率是业内最佳公司之一。其中的数据驱动整个的变现团队(销售,市场,运营,产品)用超快的速度获取了客户,最有效率的减少了用户的流失,同时在单位时间内,在既有客户上有效率的变现和增长。这是华尔街一直给予LinkedIn较高估值的核心原因。

LinkedIn 早期的变现战争

数据是 LinkedIn 增长战略里面一个很重要的环节,无论在产品设计、业务运营里面,数据都是一个很重要的环节。LinkedIn 是 2002 年底成立的,2003 年业务框架基本上设计完成,成立早期它就已经把用户数据和变现的框架讲得很清楚了。

整体战略就是这三个圆圈,第一个是用户的增长、使用和活跃度,第二个是产生大量的数据,然后数据变现,进行业务变现和增长,再次促进用户使用,产生数据,变现,使用,增长,数据变现。 

哈弗曼(LinkedIn创始人&CEO)设计 LinkedIn 战略的时候,他收集大量的用户信息,想了三种变现方式。

第一种,通过用户的基本信息来变现,比如说公司发布职位。

第二种,用户数量增长到一定程度的时候,有 B2B 企业投广告。

第三种,当有大量人的信息以后,公司的猎头会用这个平台来找候选人。

变现的方式他也想得很清楚,但并没有在第一天就去做,他核心关注的是用户体验和使用度,是整体的增长,增长产生大量的数据,他从数据里学习,未来才做变现。

LinkedIn 在只有 1 万用户的时候就开始用数据驱动业务。早期的时候,第一批用户获取就完全靠创始人冷启动,所有的联合创始人和最早期的 10 个员工,每个人需要拉 500 个朋友进来,这就是他获取的第一批 1 万个用户。

之后,招来第一个产品经理,开始做下一轮的增长,从 1 万到 2 万 5 千,这段时间他们去观测两个渠道,一个是电子邮件,一个是搜索。

LinkedIn 刚出来创始团队都有一些光环,所以会有用户主动搜索 LinkedIn 或者搜索人。我们从数据里发现,从 SEO 的渠道里进来的用户,比电子邮件邀请进来的人数量差不多,但在产品平台上的活跃度要高 3 倍。这是之前没有想到过的,于是做了一个决定:如果要获取同样数量的用户,他们更愿意投入资源在使用频次更高、更愿意把时间花在这里的,所以,放弃低活跃的用户,专注活跃的用户。

我认为,这是他的产品战略执行层面里面第一个事情正确做的事情。

创业者应该从什么时候开始关注数据?

Greylock 也是投资人,以前是 Pinterest 的产品经理。当时增长速度非常快,每年他们都是几倍的增长,他总结出来一套框架,在产品整个生命周期里面,创始人在什么时候应该对数据敏感。

在产品最早期,不需要太多数据,凭借创始人的直觉,产品经理的直觉,做决策占很大的比例。但是到后来的话,数据化运营就越来越重要了,一个人在赌场里面不可能永远的赢,一个团队不断变大的话,不可能所有的员工都有直觉决策力,到未来以后数据来驱动决策能保证效率。

数据会告诉你很多信号,这些信号让你有一个标准,可促进增长的空间,你带着假设迅速的验证。我们现在还在持续的优化,今天我们变成 20% 多的转化率了。

对数据的敏感度和判断力是可以通过日积月累培养的。

LinkedIn 的 CEO 每天早晨是五点半、六点就起床,发大量的邮件,为什么搜索效率增加了,为什么昨天广告营收是这样的,产品经理就跟着起床,全公司的数据分析就跟着起床,全公司运营人就跟着起床。到后来,我们说全公司最好的分析师是谁,是CEO,他对所有的数据了若执掌。

2014年,我邀请他去我们组里做一次分享,大家问他,你每天看那么多文件不烦吗?他说,对他来说不是一个报表,像一张热力图一样,他一看就有感觉了,就知道问题在哪儿。而且到后来数据已经变成了他的一种感觉,对数据的直觉和对产品的深入使用,令他很快就定位到问题所在。

这也是为什么LinkedIn的Net Income,会比很多亏损的SaaS企业在财务报表上面好得多的一个原因。这又再次推动LinkedIn估值的提高。

(图片来源自www.tomtunguz.com对LinkedIn的S1分析)

如果全公司只做一件事的话,这件事是什么?

LinkedIn 每年反复要去问的一个问题是:如果只有一件事全公司要做的话,是什么?得用数字来证明的:一星期内加到 5 个联系人的用户,他们的留存/使用频度/停留时间是那些没有加到 5 个联系人的用户的三倍到五倍,这是他们找到的驱动增长的魔法数字。

但是当时这样的人非常非常少,于是他们在产品各个入口都增加社交关系。LinkedIn 还有一个上传地址簿的功能,还给你推荐哪些人你可能认识,同时把这些功能点放在各个产品页面的入口。

LinkedIn 最早的时候并不知道为什么增加社交关系会产生那么大的留存度,我们分析了起码有两三百个各种不同的指标,最后没有任何一个指标能告诉我们,就是因为这个原因。

可是加权以后的结果是这些用户在上面花了很多时间,间接就成为变现的可能。但是产品经理就把非常复杂的问题简化,让所有的东西都关注这一个点:关注这个魔法数字,让更多的用户在第一周里加到5 个联系人。于是,当时增长速度是非常快的。

数据驱动应该成为企业文化

数据驱动首要的第一点是, CEO 要认识到它的价值;第二点,我们需要基本的框架和方法论,框架很简单,就是三个,有个 idea 迅速落地,进行验证,进入下一次闭环;第三点,必须要变成一种数据文化。

在 LinkedIn 全公司都有这样一种数据文化:

产品部门:虽然今天有 4 亿用户,但是从 1 万到 2 万 5 千个用户的时候就开始用数据分析。例如 2004 年发现不同渠道来的用户活跃度不一样,决定做更活跃的用户。

客户服务:利用用户的使用数据判断哪个客户会流失。例如使用度下降的客户会流失,客服每天观察各个客户公司的指标,及时跟进联系客户增加留存。

销售部门:95%以上的销售每个星期都在用用户行为数据,判断哪一家公司有购买服务的可能。他们对每一个客户进行数据应用量的排名,根据使用度高、使用频次多、上次距离近等各种因素进行排序,销售团队客户服务团队会有针对性的互动。智能预测客户流失,客户需求,为销售人员,客服人员提供协助。

市场部门:用数据每周都会优化广告投放,价格变动,电子邮件营销,线下活动效果的衡量来促进营业额的提升。

过去很多年,在美国的生活是很舒服的,我之所以从 LinkedIn 离开,是因为我们亲身感受数据驱动的力量。2010 年的时候我们做了销售分析,把公司按照使用度来排名,让销售就盯最活跃的和最不活跃的五个用户,当时给 LinkedIn 带来超过200%以上的增长。

数据驱动对变现有多重要?

创业时,首先你要有一个很好的概念,让他迅速地落地,然后我们用数据去证明它是不是有效率。现在流量越来越贵,所以,我们需要通过迅速循环的方法,用数据来证明我们做的事是有效果的,这种效果可以很快地叠加和堆积,形成未来的增长,这就是精益创业的核心。

举个例子,网站用户注册,大家都在做,但这里面有很多的坑。LinkedIn 优化了好几年,非常小的改动,就能带来几何倍数的变化。

GrowingIO 的用户注册步骤是三个页面,有一段时间,我们的最终注册转化率是 7.7%,听上去 8% 和 15% 又能怎么样呢?但是很多东西要看细节,我们当时把这个注册转化率通过浏览器做了一个分群,发现用 Chrome 的人注册成功率是 12%,用 IE 的注册成功率是 1% 。

因为我们用了一套新的 Java 的框架,在老版 windows 浏览器里得不到支持。因此我们接下来只要提高 IE 的注册成功率,就可以把整体的成功率提高。

在数据分析之前,我们其实查过很多文献,普通一个 SaaS 软件的话,基本上从访客到最后成功的注册应该是 5% 左右,我们当时觉得 7% 还挺好,但实际上很多人想进来,想买东西都买不了,因为他根本堵在中间了。

为什么离开LinkedIn和很多小伙伴出来打造移动数据分析公司GrowingIO

我们在过去十几年的工作经验中,亲眼见到了,亲手实践了若干的数据分析项目。看到了数据分析在各种企业里面巨大的价值,这种价值是超过很多人的想象的。而且这种数据驱动的价值能够在各种企业里面得到彰显。但是我们也看到了,很多的企业没有做到最简单的三件事,错过了用数据驱动增长的机会。

1. 没有认识到数据分析带来的巨大价值。

2. 没有掌握数据分析的非常简单的方法论和框架,企业内部没有足够的人才来应用这套框架。

3. 没有使用正确的,适合现代潮流的分析工具来做到事半功倍。

这是我们创业 GrowingIO 的原因。GrowingIO对很多企业都有好处,他不只是对大的互联网企业,其实,小的创业企业没有那么多资源和时间,更需要工具化。今天是工具化的时代,如何很快的用工具来实现价值,是一个核心的竞争力的体现。

【本文作者为张溪梦,前LinkedIn商业分析部门高级总监,发表自领英,原标题为《为什么微软溢价50%并购LinkedIn,“估值、增长、变现、以及背后的魔法”》】

本文系作者 精选 授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
本内容来源于钛媒体钛度号,文章内容仅供参考、交流、学习,不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容
  • 自己家的数据分析总监当然说微软收的值了,

    回复 2016.06.14 · via android
  • 数据分析很重要

    回复 2016.06.14 · via iphone

快报

更多

20:17

恩华药业:2023年净利同比增15.12%,拟10派3.2元

20:13

中基协发布《资产证券化业务基础资产负面清单指引》

20:10

博俊科技:2023年净利同比增108.18%,拟10转4.5派1.5元

20:08

深交所公布一季报预约披露情况,航锦科技拔得头筹

20:04

黑龙江省总工会原党组书记、主席王悦华接受纪律审查和监察调查

20:01

3月29日新闻联播速览28条

19:53

上交所向复旦微电下发监管工作函

19:49

京东召开2024 AIPC先人一步启动会

19:47

雷诺将在法国北部桑都维尔工厂投资3亿欧元

19:46

四川黄金:2023年净利同比增6.16%,拟10派2.5元

19:46

先正达:2023年全年营业收入322亿美元,同比下降4%

19:43

地铁设计:2023年净利同比增8.01%,拟10派4.9元

19:36

国家金融监督管理总局发布《行政处罚裁量权实施办法》,5月1日起施行

19:31

哈尔滨市出台“新政”:非哈市户籍购新房可享购房款2%~3%补贴

19:30

《深圳市前海深港现代服务业合作区管理局办法》将于5月1日正式施行

19:22

罗永浩谈小米SU7:在大众消费车市场上或重新上演良币驱逐劣币

19:21

华体科技:公司智慧路灯产品可搭载5G微基站,但目前搭载服务收入占比不足1%

19:19

上汽:归属上市公司股东净利润141亿元,分红拟合计派发42.3亿元

19:16

胡润研究院:高净值人群未来一年投资热情下降7%,黄金超越股票成为首选

19:04

重庆啤酒:2023年净利同比增长5.78%,拟每股分配现金红利2.8元

2

扫描下载App