增長黑客方法論的實踐與思考

過去三年，我從一個技術、轉產品再到運營，最后獨自負責一個事業部。一直焦慮和關注的問題就是業務增長。這三年我經歷的比較多，做過很多商業決策，有成功的，也是失敗的。

當時作為技術、產品負責人，和運營部門之間的沖突比較大，由于當時還不知道增長黑客這一套打法，導致部門之間的矛盾很大。在了解到增長黑客方法論之后，我確實從中找到了解決問題之道。

增長黑客背景Andrew Chen 的博客專注創業、增長、設計等。增長黑客這個概念，就是因為2012年 Andrew 在他的博客上發表文章《增長黑客是新的營銷副總裁》（《Growth Hacker is the new VP marketing》），從而引起業界廣泛關注的。

他正在將自己融入硅谷的文化，強調編碼能力和技術烙印現在已成為出色營銷人員的重要組成部分。成長型黑客是營銷人員和程序員的混合體，他們著眼于傳統的問題“如何為我的產品贏得客戶？”并回答A / B測試，目標網頁，病毒因素，電子郵件的可預測性和開放性。

最重要的是，他們對營銷的學科進行了分層，其重點是定量測量，通過電子表格進行場景建模以及通過BI技術對結果進行分析。如果一家初創公司在PMF階段之前，那么成長型黑客可以確保產品支持病毒式傳播。在PMF階段之后，他們可以幫助產品優化已存在功能，促進用戶的轉化。

來自bittorrent的故事2012年，BitTorrent的增長陷入了停滯。當時的產品總監為了重啟增長而打造移動版產品。

這家50人組成的公司采用的是傳統的筒倉式組織架構，分為市場部、產品部、工程部和數據科學部。產品團隊和工程團隊下設小組，負責不同的產品。

跟所有類型的企業一樣，它的數據團隊和市場團隊均為這些產品小組服務，產品開發過程完全與市場營銷相分離。產品經理會告知市場經理即將發布的新產品或新版本，之后市場團隊便負責所有的營銷工作，也就是說營銷工作完全沒有產品研發人員的參與。

當時的產品總監招募了一個專門的產品營銷經理來幫助促進用戶增長。除了關注產品知名度和獲客工作外，她還要求和產品團隊一起合作，從用戶留存和變現驅動增長。她在做了一些市場調研和用戶行為數據分析之后，了解到很多App用戶都沒有升級到付費的專業版，便詢問產品經理用戶為什么不升級？

讓產品經理感到吃驚的是，大多數用戶并不知道專業版的存在。產品團隊感到難以置信，他們以為他們已經對免費版的用戶進行了大力的專業版推廣。于是團隊馬上決定在App的主屏上增加一非常突出的升級按鈕。

這一個簡單的改變就使每日升級收入獲得了92%的增長。這個改變的成本幾乎為零，執行起來幾乎不需要時間，卻馬上帶來了顯著的成效。

核心的理念打破各個職能部門的各自為戰的局面，建立一個“搭建跨職能的增長團隊”。夠促進并加速產品、工程、數據和市場部門之間的合作。創造出一種用數據分析和科學測試的方法來實現增長。

它以提出方案，評估方案，執行方案，驗證結果，總結分析過程作為一個標準的增長測試流程，以實驗的方式驅動產品增長。

成立的條件1、領導的對增長的理解以及對團隊的支持任何涉及到到跨職能團隊的搭建，領導的支持都是極為重要的。

首先領導要認可這件事情的價值，很多領導對于新事物都比較有恐懼心里，因為之前都一直是跨職能部門，并且運行的不錯，為什么要改變。

第二就是改變涉及到團隊的利益，即使是老板，也不定能夠協調這些部門之間的利益沖突。

2、領導力強的增長負責人跨職能團隊需要協調產品、技術、運營等崗位的員工，至少對這三塊的職能都比較了解。同時做過這三個崗位的人，并且具備管理能力，是非常少見的。市場上這樣的候選人也是非常少的。這個負責人決定了增長團隊能否產生價值。

實踐的流程建立一套增長黑客機制，主要有四個階段：搭建跨職能團隊、PMF確認、確定增長杠杠、快節奏的實驗。

1、搭建跨職能團隊在公司支持的前提下，搭建一個跨職能的增長團隊最核心的是確認增長負責人。這個負責人最好有產品和市場營銷的工作經驗，團隊人員主要考慮以下幾個角色：增長型產品經理，增長型工程師、運營、市場營銷，配置豪華的團隊，也可能會涉及到UED和數據分析人員。

傳統的煙囪型結構，增長橫跨多個職能部門

增長部門從業務部門剝離

增長型產品經理和業務產品經理的區別在于業務型的產品經理更注重產品的用戶價值和商業價值，他們站在用戶角度和商業角度去思考產品的價值。

比如開發一款短視頻產品，業務性產品經理考慮的是如何引導用戶如何上傳視頻，推送視頻給用戶的規則是什么，用戶除了上傳視頻還能做其他什么事情，公司如何通過用戶上傳視頻收費等等，更偏上短視頻產品功能的設計。

那么增長型產品經理要考慮的是，在用戶打開APP之后，如何增加用戶上傳視頻的概率，通過低成本的推廣這個APP，如何提高用戶的付費率這些細節。

增長型工程師和業務工程師的差別在于增長型工程師考慮更多的是如何利用技術的手段實現用戶和產品的增長。
可以考慮的方式有和第三方平臺對接，比如可以對接微信服務號，產品的通知消息都通過服務號去發送，這樣有利于用戶去關注服務號，對品牌有一定的提升。

也可以考慮一些seo，aso的方案，通過優化關鍵詞或者爬蟲等技術，批量產生內容，通過內容獲取流量。業務工程師和業務產品經理一樣，主要為產品的功能價值服務。

其他的角色其實也一樣，聚焦于增長，而非業務功能。

增長型人才和業務型人才的區別在于大家對不確定性的接受程度。很多業務型人才喜歡確定好的流程，功能等，喜歡循規蹈矩的事務，思維上更理性，不太能夠接受一些可能成功也可能失敗的事情。

之前在做技術的時候，我的思維也偏向確定性，總是懟產品經理，你為什么總是變更需求，為什么就不能把需求確定下來。

而增長型人才，他們面臨的最多的是不確定性。一個方案有可能有效，也有可能無效，都是建立在實驗的基礎上。他們需要應對失望的結果，需要不斷試錯，思維上需要更加開放且包容。

2、PMF階段在執行增長之前，你需要思考下面幾個問題。

a、你的產品是不是和客戶的需求匹配，是真需求還是偽需求？這個是最重要的，在確定產品是否存在有效的市場之前，貿然啟動增長，很可能血本無歸。

我的一個朋友曾經和我說他老板做了一個紅酒類項目，為了賣紅酒，老板想的是給一套點餐系統，免費給餐廳用，然后在點完餐之后，在推送用戶自己的紅酒信息。

老板是這么想的，在就餐的場景下，吃飯的時候點一瓶紅酒是很自然的事情，因為他自己就經常這么做。這就是典型的把自己的需求當成了用戶的需求。

當需求的真偽都沒有確定的情況下，老板就貿然建立產品技術團隊和地推團隊，開始大規模的進行推廣。結果自然很明顯，沒有幾個用戶會真的點紅酒，老板損失慘重。

b、你的產品是不是滿足了用戶的需求？還有一種情況就是用戶的需求是存在的，但是你的產品并沒有滿足用戶的需求，可能是產品滿足的方式并不是用戶需要的。

我在很早的時候，在移動互聯網時代，曾想和一個朋友做一個筆記的網站，覺得用戶在電腦記錄筆記不方便，應該記錄在互聯網上，可以在有網絡的情況下隨時查看自己的筆記。于是我就開始做了這個網站，發現用戶增長并不高，用的人也比較少，并且大多數人用過一次之后，就再也沒有用過。

后來同樣的印象筆記出來的時候，已經是多年之后，移動互聯網普及的時候。在這個案例中，我犯錯了一個很大的錯誤，我以為用戶記錄筆記是為了方便保存筆記，實際情況是，用戶的需求是記錄筆記之后隨時可以查看。

在pc互聯網時代，用戶只有在電腦上才能上網，如果保存到云端，意義并不大，大多數人并不會頻繁的換電腦，就算偶爾記錄一些信息，選擇保存在郵箱里面就好了。

印象筆記的火爆，只是因為用戶有多個終端設備，在多個設備中可以共享信息，并且由于手機時刻在線，我保存的信息可以隨時去查看，這個隨時查看才是真正的核心需求。用戶確實有在互聯網上保存信息的需求，只不過當時我們的產品并沒有滿足他們的需求。

c、你的產品的目標客戶群體有多大？很多時候我們要討論產品的時候，很容易高估真實的潛在需求用戶群體。
假設你的產品信用卡賬單管理類產品，你必須了解中國目前有多少人持卡用戶。既然是信用卡的管理，如果僅僅有一張信用卡，是不需要進行管理的，那么主要的用戶群體就是有多張信用卡的人。

有多張信用卡的人也存在這樣一種情況，他們有一些卡并不使用，或者很少使用，這樣目標用戶群體有減少了一部分。你覺得中國有3億持卡用戶，潛在用戶的規模就是這個數量級，但經過上面的分析，可能最終用戶在5000W左右。這5000W才是真正的市場規模。

d、你的產品能否吸引用戶留下來？很多產品即使滿足了用戶的需求，但是用戶未必能夠留下來。

我們以記賬類app為例，記賬本來就是反人性的需求，確實有用戶剛開始很有新鮮感，因為自己的收入比較少，記賬能夠有效的杜絕亂消費。但是堅持一個月容易的，堅持一年就很困難 ，除非這件事情能夠真正的產生價值。

隨著用戶收入的增長，他可能并不在乎這一點一點的小錢，他的記賬習慣會發生很大的變化，你的產品就可能不適合他了。

還有一個曾經很火的產品，叫做“足跡”，“臉萌” ，剛開始用戶非常有新鮮感，活躍度非常高，但是一段時間后就沉積了。這些產品能夠滿足用戶娛樂的需求，但同一種方式時間久了也會有厭煩感，用戶就會尋找新的娛樂方式，慢慢的產品就沉寂了。

3、確定增長杠桿這里面有一個核心的概念，就是北極星指標。

北極星指標也叫唯一關鍵指標（OMTM，One metric that matters），是產品現階段最關鍵的指標。之所以叫北極星指標，是因為這個指標一旦確立，就像北極星一樣，高高閃耀在天空中，指引著全公司上上下下，向著同一個方向邁進。北極星指標是一個可拆解、可量化、可執行、可監測、可分析的一個數據。他指導我們增長的目標，評估增長方案的優先級，以及衡量增長團隊的業績指標。

具體如何確定增長杠桿，我們會在下一節“增長黑客方法論”課程里面繼續介紹，這里僅僅就先介紹最關鍵的概念。

4、快節奏實驗快節奏實驗的關鍵核心就是數據分析。

在科學實驗中，最關鍵的就是有一套完整的驗證機制，最常用的就是雙盲隨機驗證。而增長的實驗也是要如此。

我們確定一個增長方案，就需要有辦法把增長前后的數據做一個對比分析，有沒有效果，效果怎么樣，和修改之前相比增長了幾個百分點。

這一套數據分析流程比較復雜，涉及到目標用戶的篩選，也就是我們所說的技術上支持灰度功能，支持用戶能夠看到修改前后的版本，利于做對比。

在數據分析上，需要能夠跟蹤一個用戶的整體行為，并且識別出他行為的關鍵特征，比如用戶停留最長的頁面是什么？用戶流失率最高的頁面是什么？用戶最容易出錯的頁面是什么？通過對用戶行為的分析，快速的識別實驗存在的問題，從而推進下一個迭代技術。

快節奏實驗的核心是技術和數據分析團隊，必須支持這一套機制，否則無法做到快捷，只能做一個接著一個驗證，無法同時做那么多的驗證，并且沒有辦法做到科學的對比。這一套實驗機制的技術方案，我這邊技術和BI的朋友會有專門的課程，因為這個比較專業，僅僅適合技術團隊的人去學習，在這里不在展開。

北極星指標：找到一個宏觀的增長方向。北極星指標定義看起來很簡單，比如電商的北極星指標就是GMV，互聯網免費產品的北極星指標就是活躍會員數，網游戲的北極星指標就是付費會員數，但這都是大量的試錯之后總結出來的。

在書中講到了一個例子：早在Facebook成立之前，美國社交網絡的老大是MySpace。MySpace公司運營的主要指標是注冊“用戶數”，而Facebook把“月活躍用戶數”作為對外匯報和內部運營的主要指標。

僅僅是因為一個指標是用戶注冊數，一個是用戶活躍數差別，就導致了這兩家公司最終的命運。我之前覺得有點扯，在我在阿里工作期間，見證了KPI這個恐怖怪獸之后，突然就明白了一個正確的指標決定了產品的成敗。

當KPI定義為用戶增長數之后，公司所有的資源都會傾斜到用戶注冊層面，用戶的體驗以及留存和KPI沒有關系，大家都不會重視。久而久之，用戶流失越來越嚴重。

當年阿里推廣社交產品“來往”的時候，內部員工要拉滿100個好友，很多人都瘋狂的騷擾用戶的方式加滿了好友之后，就當完成了指標。由于加入了太多不認識的人，也就沒有人繼續用這個產品了，這個就算是典型的目標設置錯誤，你越努力結果就越差。

在定義北極星指標的時候，一定要結合產品的特性。我之前做的一款產品，定義的關鍵指標是搶單率，這個有點類似滴滴模式，用戶發一個訂單，然后司機搶這個訂單。

但是搶單率的設置中，我們發現存在一些細小的問題，比如搶單率逐步提高，是不是好事情？其實是未必的，在正常情況下，搶單人越多，說明搶單率越高，但是還有一種情況，就是發單的人數少了，搶單率也會提高。

還需要配合第二個指標，比如成功交易數來，通過成功交易數和搶單率這兩個維度，共同定義北極星指標。

隨著企業的增長，初期目標得以實現，北極星指標也會隨之改變。facebook在了解到如何激發用戶參與度之后，它最初的月活躍用戶數指標就過時了，而日活躍用戶數成了更為有效的衡量標準。

下面簡單的介紹一下常用商業模式的北極星指標1、網易云音樂：總聽歌時間2、陌陌：用戶數，直播用戶數3、百度云盤：文件操作數，付費用戶數4、知乎：回答問題數5、airbin：預定房間數

增長實驗和迭代增長實驗和迭代主要包含三個過程：1、找到產品的啊哈時刻 2、設計增長實驗 3、數據對比分析。

1、找到產品的啊哈時刻首先我們先介紹一下產品的KANO需求模型。

KANO模型是由東京理工大學教授狩野紀昭（Noriaki Kano）建立的，用于對需求用進行分類和分級排序。

KANO模型將需求劃分為必備型需求、期望型需求、興奮型型需求、無差異需求、反向型需求。它描述了需求具備程度和用戶滿意度之間的關系。一般最常見的就是必備性，期望性和興奮型需求

·?必備型（Must-beQuality）需求：產品要具備的基本功能，比如登陸、注冊，瀏覽，設置等基本功能 。

·?期望型（One-dimensional Quality）需求：滿足用戶基本期望，只有達到這個程度，用戶才可能留存。

·?興奮型（Attractive Quality）需求：超出用戶的預期，讓用戶活躍，可以將產品傳播給其他用戶。

我們所說的找到產品的”啊哈“時刻，就是KANO模型中對應的興奮型需求，只有找到了這個點，增長才是有效果的，否則即使用戶引進來，很快就會流失。

產品”啊哈“時刻的確立，是增長實驗的前提。當產品沒有找到”啊哈“時刻的時候，只能通過小規模的推廣，看看用戶的活躍度，留存度，以及產品功能的熱度。

在這個過程中，最重要的就是數據分析，看看用戶的行為路徑和你預期的是否一致，產品的重點功能是否能夠引起用戶的興趣，或者找到用戶最喜愛的功能單獨進行分析。

增長黑客中舉的是instgram的例子，早期instgram是想做社交網站，讓用戶上傳自己的照片，然后讓對方查看，用戶可以在信息流里面查看照片，進行約會。

instgram通過小范圍推廣發現用戶使用的最多的是上傳照片和瀏覽信息流照片，并且上傳的照片很多都不是個人照片，五花八門的都有，并且用戶經常對這些很有趣的照片點贊，就是很少有人去約會。這就說明了，這個產品的啊哈時刻是上傳漂亮的照片，并且瀏覽這些照片，給這些照片點贊。

也說說我們的曾經的一個案例，最開始的時候，我們想做一款“借條產品”，主要的目的是做一個借條憑證，不會涉及到資金，就是簡單的記錄，因為對于用戶來說，在支付寶花唄借唄，銀行卡里面都可以借錢，我們可以幫他們管理這些借條，并核算具體的賬單，提醒他們還款。

但實際情況是戶下載的很高，但是進來就流失了，后來我們想了一個方法，就是做了一個留言功能，讓用戶提交他們的真實需求，才發現他們的真正的需求是借錢。而我們認為借錢的渠道很多，比如銀行、支付寶等，畢竟支付寶這么大的用戶體量，大家都應該有限額。能夠幫助這些人借到錢就是真正的興奮型需求，才是產品的啊哈時刻。

2、設計增長實驗增長是一個持續實驗的過程，就像做產品迭代，最科學的方法是向迭代要數據，依據數據做迭代；做增長也是如此，通過數據驅動增長。

整體的流程是：分析書→提出假設→設計方案→獲得更多數據→驗證假設→對比預期結果→提出新的假設。

通過無數次嘗試和迭代，根據實際達到的效果以及成本，找到最優的增長方案，確定產品的核心價值，并為產品提出一些可能的方向。

第一步：從業務領域出發產生各種實驗想法一般情況下想法來源于競爭對手那邊吸取的靈感，內部數據分析中發現的問題，以及從其他產品借鑒的一些方法。對于團隊能力還比較弱的情況，建議直接參考競爭對手的方式，很多時候，競爭對手的做法都是有一定道理的，除非你認為你比你的競爭對手強。

我之前帶的互聯網保險團隊，由于產品經理的經驗還不是太豐富。我就讓她做競品調研，讓他把市面上所有的比較大互聯網保險公司的落地頁分析一遍，然后提出我們的優化方案。

這種方式效果非常明顯，雖然可能到不到最優秀的效果，但是至少不會存在太大的問題。隨著調研的深入，我們借鑒了各家互聯網保險公司的落地頁方案的優點，一步一步整合，在經歷了5次試驗之后，我們的落地頁轉化率提升了20%左右。

這個落地頁的變化過程，我們會在互聯網保險案例中介紹一下，落地頁的設計大體上有一套標準的設計思路，但是實際上需要根據自己的業務特性一步步進行嘗試，很那一開始就能做到最優的效果。

對于涉及到產品功能的細節，實驗的成本還是比較高的，每一步版本的改動都涉及到產品、技術、BI、運營，這些資源的投入都是比較大的。對于產品的優化，和具體的業務比較耦合，并且涉及到太多細節，沒有一套可用的方法論。

不過我的經驗就是研究一些大公司的產品和一些比較野路子的小公司推廣。大公司會把最新的研究成果運營到增長上，比如以拼多多為代表的強制紅包彈屏，這在之前產品設計上是完全不可接受的，但是拼多多就是使用這種粗暴的路線。

隨后像淘寶、支付寶、美團這種公司也都在學習和借鑒了。打開淘寶的時候，偶爾會強制彈出你感興趣的商品浮窗，支付寶進入口碑Tab框的時候，每次都要彈出紅包領取頁面，美團現在在外賣頻道，也會強制彈窗。

大公司的方法一般都可以借鑒，畢竟經過驗證和測試。還有一些小公司，尤其是游戲公司的獲客方式，非常值得中小公司借鑒。可以關注 ”云貓增長實驗室“的公眾號，我們會定期分析一些中小公司的增長方式。

第二步：針對各種各樣的實驗想法進行優先級排序，決定先做哪個實驗后做哪個實驗。一般情況下重點就是評估可能性、可測性、和資源的投入。

可確定性：可確定性就是增長實驗成功的可能性，也就是這實驗的確定性如何。在考慮確定性的時候，需要評估是否存在已有的成功案例，是否有理論依據（一般是心理學或者行為經濟學），其他產品的使用的方法，以及情感上的意愿度。可能性越大，優先級就越高。

可測性：就是修改是否能夠被驗證，很多設計上的優化比如，色彩視覺上就很難被驗證。可測性越高，優先級就越高。

資源的投入：每次增長實驗都要投入資源去做版本的發布，數據的分析，結果的評估，我們要綜合整體的資源，有的可能是版本修改耗費資源少，但是執行驗證的周期非常長。比如我們執行調價策略，需要在不同的城市進行測試。那么測試一個城市的可能在兩周。由于不同的城市資源分布不一樣，即使把城市分為5批，一次調價的測試可能都在2個月左右。整個開發和測試資源投入基本為零，但是運營和BI分析的資源投入比較大。

看起來這三點非常簡單，但在實際操作過程中，能夠同時滿足這三點的非常少，這也是為什么理論看起來很簡單，但是實際執行起來是非常難的。

一般最難的就是可確定性，當有競品的時候，你完全可以抄襲競品的，但自己要創新的時候，就很難評估。

曾經我們做用戶拉新的時候，采用社交裂變的形式，在評估的時候，可確定性非常難以評估，因為我們同城用戶存在競爭關系，社交裂變的效果估計會打折扣，但是具體的數據無法評估出來，這里面存在有利于裂變因素，也存在不利于裂變的因素。到底做不做這個嘗試，這個嘗試的效果怎么樣，是難評估的。當這個資源投入比較大的時候，如何選擇就是一個難題。

第三步：當你有了具體想要進行的實驗之后，要細化變成一個可以落地的實驗方案。當確定具體的試驗的時候，就是需求細化的時候。這里面最重要的就是衡量指標的細化。

有一段時間，技術人員經常投訴運營，說運營的活動結果效果不好，又沒有具體的分析結果。這個就是我們剛開始的存在的問題，就是預期指標的量化。

做增長實驗的方案，最重要的就是如何驗證方案的結果。有時候一些方案結果是很難驗證的，比如對充值起充金額進行調價，從原來的188 調整到 288 。這個能不能帶來充值金額的增長了，如果能夠帶來，能帶來多少。

雖然是一個調價，想提高月充值金額，但是起充金額會涉及到多個指標，有可能會影響充值轉化率，用戶退款率。這里面需要全面的分析指標，然后對每一個指標的變動進行量化。有時候不是每一個指標都能夠進行量化 ，只能根據進行先定義一個目標值，小氛圍測試之后再進行調整。

指標的量化最好的倒逼產品和運營提到自身能力，需要產品和運營有能力把無法評估的指標有能力按照一定的維度進行細化，只有他們去認真思考，逐步細化，能力太有可能提高。

第四步：進行數據的埋點，怎么能夠保證你清晰的衡量實驗的結果。所謂埋點就是在應用中特定的流程收集一些信息，用來跟蹤應用使用的狀況，包括訪客數（UV），停留時長，頁面瀏覽數（PV）和跳出率。

這樣的信息收集可以大致分為兩種：頁面統計和統計操作行為。頁面埋點是開發中最容易遺漏的一個環節。好的產品經理能夠設想用戶的可能的行為路徑，給出清晰的埋點規則。一般的產品經理，就是所有的操作點都打上，沒有一個系統化的思考。埋點是必須要設計好的，否則BI系統會因為這些埋點數據崩潰。我們曾經就吃了這樣一個大虧，大量無效的打點占據了硬盤空間，導致磁盤使用率暴增，BI系統宕機。

埋點的數據最好是層次的，分為一級指標，二級指標，三級指標。每一個指標都可以具體的分解，比如用戶登陸數定義為一級指標，就可以分解為：登陸頁面PV，手機驗證碼發送數，登陸成功數等幾個二級指標，然后手機驗證碼發送數可以點分解為：隨機校驗碼點擊數，隨機校驗碼框輸入數，驗證碼提交數等三級指標。實驗結果最好也列出分級指標，粗放的指標看到直接效果，更細粒度的指標可以發現問題以及推導出有趣的結論。

最后一步：怎么通過一個系統性的實驗方法分析實驗結果，保證得出的結論是可信的，并能夠很好的放大你的實驗影響。最后一步就是數據分析。每一次實驗的結果都必須有一個數據分析報告。最開始做增長的時候，我們都有實驗報告的發送，雖然都能夠通過數據得出結論，但是對于一些效果不好的嘗試，就很容易輕描淡寫的略過。

一般實驗預期不好的都會寫一些很虛的理由，比如對用戶的分析不足，用戶的行為預估錯誤。這些分析報告都沒有價值的。有價值的分析能夠得出一個定量結論，比如我們的ios用戶對起充金額的接受率比android高，有90%的用戶ios用戶能夠接受起充金額提高。

對于數據分析的具體的方法，涉及到BI的一些算法，這里不做展開，對于一些沒有能力建立BI團隊的小公司，可以直接使用第三方數據分析公司的產品，做一些基本的相關性分析還是可以的。后面在數據轉化和分析的課程中，會提到一些產品和使用方法。

對于增長實驗，這里要說的是，這幾個過程是標準的增長實驗設計過程，并不是每個團隊都一定要按照這一套方法來做。每套方法論都有自己的邏輯閉環和不同的適用場景，也存在在執行時仍然存在的困惑，根據自己遇到的困惑，拆解輸出的方法論理解消化后輸出自己的方法論，才是最合適的做法。

3、數據對比分析任何一個科學實驗，都需要有對照組和實驗組。

在做增長試驗的時候，有時候比較容易找到對照組和實驗組，比如比較同一個落地頁的轉化效率，可以同時發布兩個不同版本的落地頁，實現起來也比較簡單，可以把用戶隨機分到這兩個落地頁上，也可以在不同的渠道投放不同的落地頁，然后綜合比較。

但是有時候，找到區分實驗組和對照組的工作量非常大，比如訂單調價，同一個城市出現兩種價格，在業務上是不可接受的，雖然有辦法實現不同的用戶看到不同的價格，但是對系統的影響太大了，不如直接進行測試，因為中小公司的產品影響面還沒有那么大。當出現這種情況對系統的影響非常大的，且不可逆的情況，決策就需要謹慎。

數據對比分析涉及到多個工具的配合，從落地頁的數據到轉化過程數據，最終到業務數據，鏈路比較長，最常用的AB測試僅僅可以測試落地頁的對比效果，業務效果很難直接對比。這里就需要專業的數據分析，比如神策數據。我們之前的數據分析都是基于神策數據的。對于中小公司來說，使用工具是性價比最高的一種方式。

AB測試有一些好處：

第一，可以量化結果，幫你看到結果到底是好還是壞的。

由于你是嚴格控制變量，你可以確定結果是好還是壞，就是因為你所做的改變。很多時候我們不做AB測試，做前后對比，會出現一些我們控制不了的變量，導致結果變了。

第二，試水新產品和功能，在小范圍里面做測試，可以降低風險。

第三，積累認知。

其實測試是一個很好的學習過程，我們學習的方式除了在書本上學習，如果能夠直接在產品上學習、用戶上學習，這是最直接的。

第四，形成增長文化，鼓勵所有人提出想法，參與進來，避免由最高決策者一個人主觀臆斷式的決策。

打好基礎之后，應用增長黑客的第二步就是去尋找增長機會。

我們會介紹增長黑客最重要的模型 ：AARRR。AARRR海盜模型思維，俗稱轉化漏斗模型。

是Acquisition（獲客）、Activation（激活）、Retention（留存）、Revenue（付費）、Refer（推薦），這個五個單詞的縮寫，分別對應用戶生命周期中的5個重要環節，是用戶增長的基礎模型，也是應用最廣泛的模型之一。

從社群的角度來理解就是社群的用戶怎么拉新，社群建立起來后怎么促活，社群活躍后怎么提高留存，社群留存后怎么促使用戶付費，社群用戶付費后怎么讓他們進行口碑傳播。

落地頁到注冊轉化率

我們來看看一個簡單的漏斗模型，這個是互金行業最長使用的，上面一張圖是注冊轉化率，這個就是從外部渠道推廣之后，進入落地頁，然后最終轉化的流程。

下面一張圖是注冊用戶從實名認證最終到申請借款的一個漏斗模型。

這兩個合在一起，就是一個整體的轉化模型，從用戶看到產品廣告，再到點擊注冊，經過實名認證，最終到借款申請的一個轉化率。

不僅僅可以查看整體的轉化率，還可以查看每個推廣渠道的轉化率，對比一下各個渠道轉化率的情況，比如我們可以對比一下今日頭條的信息流的效果和朋友圈信息流的廣告效果的，還可以支持手機型號的對比，比如ios和android的轉化情況。

這兩個合在一起，就是一個整體的轉化模型，從用戶看到產品廣告，再到點擊注冊，經過實名認證，最終到借款申請的一個轉化率。

獲客環節獲客的方式在我們的?《互聯網流量概述》系列文章中的《流量的獲取》一課有大概的介紹。獲客環節的核心就是最低的成本獲取最多的客戶，需要了解各個渠道的獲客方式。

不過我這里要強調的是在最好做好產品和市場匹配，先低成本的驗證了自己的產品可行性，再開始獲客。

在5年前，你有一個想法就容易獲得融資，然后用風險投資的資金驗證自己的想法，現在這種方法已經不行了，你必須驗證你的產品可行，有一定的用戶基礎，資本才有可能投入。如何低成本的獲客，才是真正考驗團隊的事情。

最常見的付費獲客方式是搜索和信息流，現在比較流行的是內容獲客和社交裂變的方式。這些課程我們都有單獨的課程推出，有興趣的可以關注我們。我們也會定期的介紹一些低成本的獲客方式，這些方式沒有辦法標準化 ，也沒有辦法規模化，也可能有時效性。

激活環節落地頁是激活環節的入口，一定要重視落地頁。激活環節一定要考慮的如何最大化的挽留用戶。如果你的落地頁吸引力不是很強，用戶直接就關掉了，連挽留的機會都沒有。現在的落地頁，要求用戶的輸入越少越好，流程越簡單越好。

我曾經看到一個游戲的落地頁，進去之后就直接開始游戲，注冊都不需要。在啟動游戲的時候，系統提示一直點擊，很快就能夠升級到最高，然后虐殺怪物，讓用戶立刻進入高潮。

抖音這種產品，讓我們的耐心越來越低，當幾秒鐘沒有找到興趣點，用戶就立刻離開，這對產品設計的同學要求也越來越高。

對于激活，也有兩種不同的思路，第一個就是落地頁比較復雜，用戶參與的過程比較多。這種考慮的就是把非目標用戶排除，減少后續運營的復雜度。

比如短信騙子，騙術越低級越好，能讓普通用戶很容易識別出來，如果這樣低級的騙術都識別不了，說明用戶很好騙，這樣后面的工作就會簡單很多，這方式就是激活率低但是轉化率高。

還有一種思路就是先把用戶挽留下來，后面在慢慢的轉化，利用銷售的方式慢慢去磨，這方式就是激活率高但轉化率低。我們所做的互聯網保險業務就是基于這種思路。

激活環節最重要的數據分析模型就是轉化漏斗，在數據分析與轉化課程里面，我們會詳細介紹。

留存環節留存環節最重要的是讓用戶養成習慣。

一般來說，用戶剛注冊一個產品，最容易流失的環節是第一次使用產品。用戶在注冊完成之后，第一件事情就必須要引導用戶去完成一個很簡單的任務并且立即給出用戶反饋，這是目前產品方法論最成熟的一個環節。

在早期的移動產品中，尤其是社交產品，這種思路還不成熟。我們以微博為例，在引導用戶注冊之后，沒有主動推薦給用戶相關的用戶，也沒有提示用戶必須關注用戶才能看到微博，導致用戶進來之后就懵逼了，不知道怎么看別人發的信息。

現在做的比較人性化了，在用戶注冊完成之后，立刻會引導用戶輸入自己的喜好，設置自己的標簽，然后推薦用戶相關博主。這有一些細節大家可以注意一下，系統會自動選擇幾個博主，你可以直接點擊下一步，不需要在進行一次選擇。

在這個初始過程中，你可以跳過任何一個環節，系統也會推薦給你很多相關的熱門博文。有一些產品，會有很多機器人，在你第一次創造內容的時候，這些機器人立刻就會給你點贊，讓你馬上得到反饋，有繼續使用產品的動力。

我曾經調研過探探和soul這些產品。你一注冊，就會推薦很多美女給你，我個人認為這其中有很大一部分可能是機器人。在使用一些社交產品的時候，一旦你不活躍了，系統會立刻發短信給你，告訴誰對你產生了興趣。

我曾經為了測試，把自己的頭像改為一個很丑的角色，系統會間斷性的告訴你，有人對你感興趣，很欣賞你。

留存用戶的方式和具體的產品業務類型有關，最重要是考慮是用戶的引導。在產品設計上流程要非常順暢，無論用戶如何選擇，最終一定要引導用戶到最關鍵的功能上。

在用戶運營上，一定要讓用戶感覺到他是專屬的，產品是專業的，氛圍是熱鬧的，運營圍繞用戶的心理做文章，要讓他感覺到自己并不是唯一在使用產品的人，別人都在使用，他不是小白鼠。

在用戶和產品接觸的過程中的每一個環節，都要打消他這種顧慮。我們曾經利用微信群去承接流量，發現效果并不好，因為社群的運營很冷淡，用戶進來之后，沒有幾個人活躍，就會覺得自己是不是傻子，后來我們就慢慢的放棄了這種模式。維護社群的運營需要消費大量的精力，至少需要大量的機器人或者托去烘托氣氛。

付費環節付費肯定產品中最重要的一個環節。

一旦讓用戶付費，用戶就會警覺起來。不同的產品的價值不一樣，當產品還沒有品牌的時候，讓用戶付費就是非常困難的事情。變現環節需要平衡免費功能和付費功能，一旦平衡不好，用戶就會流失。

目前我用過很多產品，也是很多產品的付費用戶。最好的收費模式是普通用戶和付費用戶的基礎功能完全一樣。這些基礎功能又是80%的用戶所必須的，20%的用戶才需要付費解鎖更高級的功能。

這種在額外功能付費上一般要針對小部分用戶可以，否則好不容易通過廣告獲取的客戶就會流失。

要想對大部分用戶收費，一定要建立在他在平臺的數據積累的足夠多，利用數據的限制來進行付費。比如像筆記類產品，對筆記的條數進行限制，并且這些條數看起來足夠多，這樣用戶使用的時候不會有顧慮，用戶貢獻自己的數據越多，拋棄的平臺的幾率就越低，付費的轉化效果就越好。

變現環節沒有一套方法論的，要根據業務的特性。我在流量的概述系列文章中，介紹了基于流量的商業模式。你要確定你的商業模式，在考慮變現的問題。

你的業務是基于流量模式的，還是基于超級用戶模式的。你是屬于流量生產商、流量中介還是流量零售商。只有你對自己的商業模式有了非常好的定位，才能夠在用戶變現有取舍。

有一段時間，我曾考慮過我們平臺的用戶是我們的資產還是我們的變現渠道，這個定位決定了我們能夠是否應該繼續挖掘我們用戶的價值，對他們嘗試更多的付費服務。

當把用戶當做資產的時候，就像支付寶用戶是支付寶的資產，這就屬于超級用戶思維，單個用戶可以通過提供多個服務進行變現。當把用戶當做變現渠道的時候，用戶只是下游的流量需求方 ，這就屬于流量思維，這個時候我們和用戶的關系就是簡單的利益關系，很難通過提供額外服務變現。

推薦環節推薦就是用戶自發的像其他用戶推薦產品。最好的推薦動機就來源于利益，次級一點的在于情感。

給用戶紅包，一些小優惠是比較常見的推薦機制，也是效果最好的。我們這些一線城市的中產用戶，很容易覺得這些一塊兩塊的錢，誰有那個時間去賺。但是一二線城市中高收入用戶，在中國的人群比例連10%都不到。

現在的社交電商產品，比如粉象生活，花生日記這樣的，就是利用四五線城市的人群，利用利益分享的方式，讓用戶主動分享里面的商品去賺錢，本質上也是推薦產品的方式。淘寶正在推廣的淘小鋪，也是基于這種模式。

至于情感的動機，多看看心理學方面的書。在《上癮》這本書里面介紹了三種情感動機：社交貨幣，追逐快感和自我實現。

每一次在朋友圈封裝傳播的一些產品都可以在這三個動機中找到。利用情感動機推薦，在中小產品或者冷門產品效果是非常差的。中小企業研究基于情感動機的推薦，意義并不大，效果也不好，不如直接利用利益，利用社交裂變的方式去推廣。核心一定是基于利益的。

但很多書都會迷信社交裂變的力量，也會介紹大量社交裂變的案例，刷屏級的事件。設計裂變的核心是種子用戶，怎么讓這些種子用戶去轉發，其實基本上靠的就是利益。早期的知乎邀請制，就是幾個大互聯網有名的人站臺，為什么這些人站臺，有一些是投資人，有一些利益相關方。

最后總結在我過去的經驗中，其實大部分互聯網公司都是這個模式，只不過增長黑客這本書把這些已經都存在的方法總結提煉了一下，在方法論上并沒有什么值得追捧的。反而是每一部分的細節的打磨，才是真正考驗團隊的地方。這涉及到產品，運營，技術，市場等崗位，真正的核心是增長負責人，能夠協調這些不同崗位的人共同完成獲客到推薦的環節。