人口普查：运营分析的兴起

当我们第一次遇到鲍里斯时，他遇到了一个看似简单的问题。假设您在Figma的销售团队中工作，并且客户的帐户即将更新。进行对话时，您可能想知道一些事实：他们的团队中有多少人正在使用Figma，他们创建和共享了多少文件？您的帐户拥护者和超级用户是谁？

但是鲍里斯（Boris）知道要找到这些答案并不容易。销售团队在CRM工具中跟踪客户，产品团队在其分析系统中跟踪用户。两者之间没有桥梁。

随着人口普查小组的努力，他们意识到这个问题越来越严重。由于SaaS应用程序的激增，业务数据越来越分散。而且，尽管数据团队在云数据仓库中统一了这些信息，但它并没有真正进入真正重要的CRM，ERP，HRIS等。

Census诞生了，该平台将关键业务信息从数据仓库中带回了您的操作系统中。

如今，大多数分析数据最终都从云数据仓库流到了I仪表板中。但是大多数用户（销售代表，营销人员，客户支持代理商）都喜欢使用自己的操作工具。我们相信人口普查可以通过将数据直接从仓库同步到这些系统中来解决这一最后一英里的问题。

企业使用诸如Fivetran之类的ELT工具从源系统中获取分析数据；他们将数据存储在自己的Cloud数据仓库中，例如Snowflake；他们使用dbt将其从原材料转换为干净，有用的信息；他们通过Looker和Tableau之类的BI工具对其进行了仪表板显示。现在，他们可以使用人口普查来操作数据洞察力。

数据从业人员通常将人口普查称为“反向Fivetran”。 Fivetran使您可以通过完全托管的连接器轻松地将操作数据放入仓库。人口普查使将数据轻松返回到操作系统中变得容易。

通过结束这一循环，我们相信人口普查正在创建一种新的运营分析类别，数据分析师不仅在其中支持内部分析，而且为业务运营提供动力。对于数据从业人员而言，人口普查是一口新鲜空气。在花了数十年时间创建静态仪表盘之后，他们现在有机会使用分析数据来驱动核心操作流程，例如客户线索评分，客户冠军识别，支持队列优先级划分，财务计费自动化等等。正如dbt的Tristan Handy所说的那样，运营分析的兴起解锁了“数据/业务分析师对整个业务进行编程的能力”。

人口普查已经在红杉社区内部和外部由数据驱动，以产品为主导的增长型公司中脱颖而出。 Figma正在使用人口普查将产品使用情况数据集成到Salesforce中，以实现更好的自下而上的销售。 Loom正在使用人口普查在Zendesk中创建客户支持票证的完整360度视图。 Notion正在使用人口普查对潜在客户进行评分并直接在其销售和营销工具中对其用户进行细分。随着将数据提供给需要它的团队-在他们需要的地方-成为竞争的必然，我们希望越来越多的企业效仿。

如果您有兴趣试用该产品，则可以预订演示或开始免费试用。如果您有兴趣加入人口普查小组，他们将在工程，产品，市场营销和客户成功领域进行招聘。我们很高兴欢迎Boris，Sean，Brad，Anton和整个Census团队加入红杉投资组合，并在他们创建这个新类别时为他们提供支持，并确保不仅会使用仪表板上曾经过时的数据，而且还会使用很多数据通过操作系统的脉络活着并脉动。