世界最好分析师，宋碧莲率硅谷团队回中国

一位看似柔弱的女性如何成为最好的数据分析师？

什么原因让她放弃了优越的工作自己创业？

“白手起家”她如何折腾出世界水平？

毕生追求“无我”，她怎样谱写自己的华丽人生？

作者：欧拉拉

编辑校正：甲小姐

Xtecher独家

网址：www.xtecher.com

微信公众号ID：Xtecher

她的商业分析曾被LinkedIn CEO Jeff Weinner誉为“所见过最好的分析”，获LinkedIn“改革奖”；她曾在eBay主导的个性化落地页面优化项目为eBay挖掘上亿美元机会，被eBay北美执行团队授予 “改革领袖”称号；她是硅谷Campbell-Los Gatos附近华人社区的领导，她的社群从当初1个人发展至今天500余人，深受爱戴；她一不小心跨三个专业一路读到博士后，在香港读博期间还顺便开了家公司；去年，她从硅谷回到国内创业，一帮实干型技术牛人便二话不说跟随她回到国内。

她深受硅谷慈善精神的影响——希望通过以帮助别人的方式赚钱，再用赚到的钱去帮助别人。

这个看似柔弱女人身上蕴藏着巨大的能量，平均每周工作超70小时，是目前核心团队里唯一的女性。

她手握过硬的技术，带领团队一路披荆斩棘，并坚信在这样一个国家经济发展放缓、资本市场不景气、制造业面临生死存亡的关头，大数据将会成为驱动企业产业升级的核心引擎和新动能。

她叫宋碧莲，大家都叫她Sophia。

LinkedIn CEO眼中最好的数据分析师

LinkedIn CEO Jeff Weinner

“她的分析是我见过最好的分析。”这是LinkedIn CEO Jeff Weinner对Sophia的评价。

Sophia对Jeff Weinner的评价则是：要求非常严格，执行力超强，非常tough。是她最佩服的CEO。

2014年，在LinkedIn一次高层大会中，到场的都是VP级别人物。进入会场后，Jeff Weinner开口第一句话，“你们有没有读Sophia的分析报告？没读的读完再回来开会。”

2009年，Jeff Weiner以总裁的身份加入LinkedIn担任CEO。他的到来让LinkedIn的使命、价值观以及战略重点变得更加专注和明晰。由他引领LinkedIn成为有近4亿注册用户，并且在30个国家设有办事处，拥有超过260亿美元市值的品牌。

LinkedIn的业务蒸蒸日上并拓展至全球，其中Sophia所在的数据驱动市场营销团队功不可没。

她当时主导的项目大获成功，两个项目被评为公司核心战略：Life Cycle精准营销优化策略，提高客户内容活跃度数十倍；精准定位最有价值客户，比普通活跃用户subscribe转化率高达31倍。并因此获得了LinkedIn的“改革奖”。

但这并不是Sophia所获唯一荣誉。2010年，博士后毕业的她进入了eBay Global Marketing Analytics并开启了一个新团队——Internet Marketing Strategy team。由她主导的个性化落地页面优化为eBay挖掘到亿元美元的机会、为Social渠道降低1倍的Bounce rate、与合作伙伴渠道的定价优化每月为eBay节约200万美元等。 被 eBay北美执行团队誉为“改革领袖”，授权带领各渠道的优化。

即使一路成果卓越，但Sophia最终离开了eBay，也离开了LinkedIn。

她满脸笑容说： “我一直都有创业的想法。过去都在大公司里工作，还是想走出去自己试一试，希望能用长期积累的大数据优化运营经验帮到更多的企业。”

离开的意义

Sophia对梦想追逐也经历了一个漫长的过程。

eBay堪称硅谷大数据的黄埔军校，在那里sophia见识并实践了大量的数据驱动运营优化的成功模型和案例。Linkedin虽然市场营销起步晚，但是却提供了更开放的文化环境，公司之上而下对数据驱动十分支持，她的项目也获得了更多的落地机会。

但在大公司里，常会因为一些政治原因而无法推进落地优秀的项目。而Sophia的本职工作就是利用数据优化管理策略，驱动业绩。这也是她决定走出来创业的原因之一。

早在10多年前Sophia在中国就看到了大数据的需求和趋势。从计算机，到管理优化，到机器学习，一步一步地积累。看似不相干的三个专业，恰好是当今成功的数据驱动运营所必须的专业素质。

若只是Play data， 缺乏商业优化的概念，是无法了解企业全局优化的目的，从而帮助企业做到提升的；若光会编程，没有数据模型理论的修养；或者若光会统计理论，没有编程的基础，都很难成长为最好的数据科学家

“作为大数据商业优化师，我们的最终目的是解决商业问题。 一个成功的优化，需要从优化目标入手，由上而下设计商业解决方案。”Sophia的眼光和学习背景成为她创业最大的本钱。

她希望能够以自己的价值观成立一个“集体”。

2015年6月，Sophia在硅谷成立了公司——Datatist Inc，专注于大数据机器学习技术自动支持企业的智能决策和商业优化。2016年3月，Datatist正式进入中国市场，并获得联万创投千万投资。

在她看来，这两年大数据的走红使得国内市场鱼龙混杂，但如何识别好的项目和团队都还需要经历一段时间，Sophia认为Datatist肩负着教育市场的责任。

“我们不是草根创业，团队核心成员都是在国外摸爬滚打了很多年，已经有深厚的实战经验。” Datatist拥有很强的团队实力，核心团队成员大多曾在eBay和LinkedIn工作过。

Sophia认为，之所以这些技术大牛愿意加入Datatist，是因为她一直强调的一个词——实干。

这是一支经验丰富的队伍，的确能够解决问题，“出去见客户拿出的方案一路PK掉对手”。

小女人的大passion

除了以上这些客观因素，还有一个很重要的原因使Sophia能够召集大批技术牛人——个人魅力。

这位个头娇小的女性声音柔弱，却能量无限。

她似乎一直不停地在做事情：从小就是班长，组织能力强，人缘也好，从不服输，学术上一口气读到博士，爱情上也可以为了爱人漂洋过海移居美国。而她引以为傲的商业头脑早在香港读博时已展现出来。

2005年左右的香港，正值经济高速增长的时期。刚到香港的Sophia发现这里的人大多对于商业非常敏感，每个人都关心楼市、股市。潜移默化地，她也受到了熏陶。

她的第一次创业开始于一段飞去美国参加学术会议的航线上，在飞机上Sophia碰到一个美国人。聊天间，这位老美为她的能力和热情所惊讶。聊了不到十分钟，便决定和她合伙，她开了第一家公司。之后的日子里，她周一到周五在学校上课，一到周末就往广州、深圳跑。一年下来，她用所挣的钱在深圳买了一套房。

与此同时，拿着全额奖学金的Sophia还发了好几篇世界级论文，在其中一篇论文中发明的算法还PK掉了当时世界级的顶尖人物。

Sophia到硅谷工作之后，还成了华人社区活动的领导，常常指挥着春节联欢晚会、中秋联欢晚会，反对垃圾场搬迁等等。这个华人社群由最初的她1个人到现在已经发展至500余人，“我在那边很受欢迎的，老人孩子都喜欢我这个群主。”

Sophia组织社区联欢晚会

“纯粹是白手起家，就是比较喜欢折腾。” 几番折腾过后，Sophia基本实现了财富自由，女儿在硅谷上小学之后也由父母照顾着。在朋友和丈夫的支持下，她终于下定决心再度创业，抓取大数据的趋势。“10年前我就开始用技术和时间投资这个事业。终于等到了风口，到了大干一场的时候。”

“别人有的我们也有，我们有的他们没有”

Sophia为什么要选择这个时间点呢？

近年，中国经济发展脚步逐步放缓，传统企业在互联网时代面临着前所未有的生存和发展考验，而互联网行业的泡沫和竞争也使得大批创业者乘兴而来败兴而归。

“我想回来帮他们。我们是做优化的，多次经验证明，我们的数据驱动运营方法真的能帮助到企业。”

这些企业需要站在战略和管理的高度，制定更优的发展战略，才能在日益激烈的竞争中胜出，而“大数据”将会成为互联网时代驱动企业产业升级的的核心引擎和新动能。

目前国内不错的数据采集分析企业，诸如神策、GrowingIO、诸葛IO等创业公司都拿到了丰厚的投资，也得到客户的好评和市场的回报，但提及这几家对标公司，Sophia连忙否认，“很多人把我们放在一起对比，但其实区别还是蛮大的。”

她解释，前面这几家公司跟多的是以客户和产品分析为主，而这些仅仅只是Datatist的产品子集，是数据基础。“我们是Marketing Cloud, 市场营销云， 我们的核心竞争力是以机器学习预测加优化的算法来帮助企业实现内外闭环一体化营销优化，达到精准营销的目的。”

为什么Sophia一直如此强调机器学习预测和优化算法呢？她在香港读博毕业后曾为一家大型环球制造业公司做过管理顾问。第一个项目就给这家企业节省了上千万港币。

她带领团队通过销售的数库建立起了库存优化模型，根本区别于常规的数据分析系统和优化建议。这在当时行业内也造成了一定的影响力，让大家看到了数据建模驱动所驱动的运营优化效果如此显著。

“这是我人生很重要的一个拐点，让我看到了这条路的前景，坚定了走下去的信念。”

变革与阻力的抗衡

成立一年多以来，Datatist已经有几十个客户，有中型互联网公司，也有大型互联网+企业和政府。

目前公司已经逐步开始盈利，但让Sophia最为开心的却并不是这一点。她在朋友圈中晒出一张客户称赞Datatist是“世界级团队”的聊天记录截屏，在她看来，这是最让她感动和开心的事，而盈利，只是必然结果。

Datatist的宗旨是挖掘数据价值，从而使企业提高决策能力，提升业绩。目前主推的产品有三款，分别是Leads Generation 精准推荐外部目标客户 、Analyzer内部客户行为轨迹采集和分析、Predictive Targeting精准预测内部目标客户。

这一系列的产品除了包含普通的全方位客户行为分析外，还能从外部海量数据中挖掘价值，内外反馈机器学习，精准推荐外部目标用户；并根据用户历史行为，通过机器学习算法精准预测用户未来行为，为内部市场营销优化提供目标客户精准定位，从而实现内外营销一体化闭环优化。

Sophia很明确的知道BAT不会是他们的目标客户，他们自身已拥有强大的数据团队。Datatist真正的客户群体是一些中型企业——对大数据有需求，也有一定的支付能力。当然，最重要的是必须要相信大数据的变革力量。

即使大数据已经站在技术潮流的风口之上，每个决策者也都明白大数据的重要性。但要他们把公司核心数据交付出去，让别的团队来当军师，对于很多企业来讲依旧很难做到。

这也是Sophia目前所遇到的较大的阻力。如何破除陈旧，去拯救这些喊着口号却不愿被拯救的人？如何在市场中建立一套人人都接受并且愿意遵循的机制？

这是Datatist在下一步需要着眼思考的问题，也是整个行业生态发展的关键所在。

“无我”境界

俗话说干一行爱一样， Sophia深信并深爱着自己从事的数据优化事业。她从小受到陈景润“优化“理念影响，对优化已经不自觉的深入到”骨子里”。 在她的朋友圈中充满了她在各个场合的工作灵感——混乱无序的机场、人多梯少的大楼，每到一个这样的地方，她都思考并记录下应该如何运用优化手段去改善糟糕的体验。

大跨度的学习背景让Sophia随时随地都能从各个维度看到不同行业的痛点、痒点，再思考如何利用专业知识去解决它们。“我有很大的passion，用不完，因为我的目标很大。”

休息的时候Sophia喜欢徒步旅行

Sophia深受硅谷慈善精神的感染，虽然还不知道以后具体要怎么做，但方向清清楚楚——通过先进的科技以帮助别人为方式赚钱，再将赚到的钱投入慈善的建设。

“无我”是佛教中的一个概念，Sophia对此非常认同。她认为这样的境界才是她毕生追求的。所谓慈善，并不一定要拘泥于形式，钱只是一种手段而已。

Sophia个人的人文关怀为她提供源源不断的能量；而一个企业的人文关怀将为市场和社会带来无限生机。返回搜狐，查看更多