揭秘元气森林成功学：用数据预测爆款

元气森林，一个诞生仅四年的品牌，如今在消费市场和资本市场都刷足了存在感：今年上半年，元气森林的销售额突破8亿，接近去年全年的水平，高速增长很快换来了资本的青睐。日前有消息传出，元气森林即将完成新一轮融资，投后估值达到20亿美元，相当于前一轮的3.5倍。

在疫情尚未消散的“市场寒冬”里，上述成绩足够引人注目。不过，和所有的爆红故事一样，元气森林声势渐强的同时，争议也如潮而至。“伪日系”、炒“0糖”概念、没有门槛的代工产品……身为网红品牌，元气森林在质疑声中的形象像极了舆论对“网红”的负面观感——光会炒作，业务不行。

那么，元气森林到底是品牌黑马，还是风口幻象？解答疑问需要拨开迷雾。

从表层现象来看，元气森林被归纳总结的成功经和被质疑的点，都并非其首创：“伪日系”不是元气森林的独创，气泡水、无糖茶饮也不是新鲜产品，砸钱营销、代工生产在消费领域更是常见。如果只是凭借行业里这些并不新鲜的玩法，元气森林恐怕很难在竞争中突出重围。

那么，支撑元气森林崛起以及大幅攀升估值的逻辑，究竟建立在什么基础之上？

根据「深响」近期的调研发现，除了抓住了新消费浪潮的红利，元气森林的打法是不折不扣的理科生思维：高度重视数据反馈，并依托高效的反馈和纠错机制以及资金优势，迅速迭代产品、开拓市场。

相比传统消费品公司，元气森林非常“互联网”，它更像个app工厂，而所有的互联网元素，都与创始人唐彬森的理科生和游戏创业者背景息息相关。

像做app一样做饮料

了解元气森林的打法之前，有必要先介绍一下唐彬森的经历。

82年生的唐彬森是个学霸，本科和硕士都就读于北京航空航天大学计算机系，22岁时还拿过国际程序设计大赛金奖。2008年，唐彬森创立了名为智明星通的游戏公司，最经典的案例是把《开心农场》推广到全球20多个国家，影响海外5亿人口。

2014年，智明星通被中文传媒以26.6亿的价格收购。次年，智明星通推出了游戏《列王的纷争》，上线后很快在北美和欧洲市场畅销。

卖掉公司的日子里，唐彬森仍以职业经理人的身份留任智明星通ceo，但也开始入局消费行业。今年6月，唐彬森辞去智明星通ceo职务，在外界看来，此举意味着其准备全力投入元气森林的发展。

理科生学霸、游戏行业老兵、消费领域新秀，这是和唐彬森紧密相关的标签。

有意思的是，互联网行业和消费行业看似跨度较大，但唐彬森的跨界思路却有清晰的连续性，其中最显著的是对数据的重视。

揭秘元气森林成功学：精确计算爆红，像做app一样做饮料

在游戏行业、互联网行业，数据是指导决策的重要指标，app后台是各种细分数据和相对比例，而数据的广度和颗粒度、数据的更新频率，都对产品的运营决策有着相当大的影响。

据「深响」了解，元气森林是不多见的极其注重数据反馈的消费品玩家，其在自建数字化团队的同时，也积极引入外部的数据服务，联手数据服务商码上赢就是典型例子。

码上赢是一家快消品行业大数据公司，业务主要面向零售商和品牌商。具体来说，码上赢通过与全国各地的大中小型连锁和单体门店建立全国最大的零售大数据联盟，实时获取终端门店全量进销存数据，对数据实时清洗和脱敏后，为快消品牌厂商提供市场份额、变化趋势、购物篮分析等市场研究服务。

用更直白的语言解释码上赢的思路便是：商品卖得好不好，门店的收银机最清楚。码上赢相当于遍布各地的“数据雷达”，品牌商通过相关数据能直接感知产品在各地的“卖力”。

唐彬森显然能懂这些数据的价值。

谈及与元气森林的合作时，码上赢创始人兼ceo王杰祺表示，唐彬森对他们的业务“一听就懂”，当码上赢的布局还比较小时，唐彬森就主动买了他们的数据服务。

数据反馈上的优势不仅能带来更高的产品迭代效率，在竞争中的价值同样突出。所以，元气森林崛起的核心，更多来自对数据的重视和用数据的能力。 数据科学专业，也将成为未来至少十年内，一大炙手可热的好专业。

解读“数据科学”专业

数据科学是一门涉及到数据分析、统计及相关方法的科学，使用到数学、统计、信息科学、计算机科学等多个学科的理论与技术，是一门复合型专业。

说到数据科学可能很多同学有所疑问：数据科学专业跟商业分析专也的区别是什么？ata science跟统计又有什么不同之处？其实，数据科学专业大多在文理学院或计算机学院下设，而商业分析一般设置在商学院。二者专业课程有相通之处，也有区别：数据科学更偏向计算机和数学，而商业分析课程会有商科的部分涉及。二者的应用技能和未来就业领域也有所差别：

数据科学与统计相比，主要体现在课程差异及未来方向上：相对来说统计学更偏向科研，设有博士学位；而数据科学则更偏向应用，此专业读博大多数人会考虑转到cs。

数据科学专业的申请要求

大多数ata science项目更倾向录取数学、统计等计量学科背景的学生，同事希望学生有软件编程基础。如果学生的数理基础不是非常强，会比较建议考虑商业分析专业（也需要一定的编程基础哦）。如果要申请院校及专业排名较高的数据科学专业，在达到gpa、托福、gre等硬件考试成绩之外，相关的科研实习经历必不可少：建议实习岗位可参考互联网公司、金融证券公司、电商公司等；科研可参考计算机数据挖掘、深度学习等专业方向。

数据科学专业的就业相关信息

linkein数据显示，当前美国数据人才缺口约为15万人

us bureau of labor statistics预测，2019年数据行业人才需求将提高50%-60%

ibm预测，到2020年数据科学/分析岗位需求将增加36.4万个，带来巨大人才短缺

大数据时代的到来，让商业进入懂数据者得天下的阶段，各个行业的公司都在向数据转型，它们都用高薪展现出对数据人才的青睐