閱讀之前，你需要思考以下幾個問題：
- 增長有瓶頸，如何從數據中解決？
- 也許不是增長停止，而是陷入產品死亡循環？
- 只有 20％的功能，經常被用戶使用？
- 怎么從產品里導入自己的魔法數字？
- 產品增長，有“留存魔法師”？
- 你清楚你的產品功能墻嗎？
大家好，我是葉玎玎。今天的主題與「增長黑客」相關，增長離不開分析工具。過去五年的創業過程，我使用過很多分析工具，經歷過無數的痛苦和郁悶之后，現在選擇自己來解決這個問題。
Part 1 | 不想陷入產品死亡循環？少做沒用的功能
當我們的增長遇到了瓶頸期，如何從數據中發現要去做什么，怎么做？
目前的大環境，對于產品經理的市場運營提出了要求。今天我會講一下 GrowingIO 在這一塊是怎么做的。
有一個很有意思的話題：
一個增長團隊在公司里，到底屬于哪個部門？
屬于產品、研發還是技術？
我們自己也有這個問題，之所以有這樣的疑問，是因為“增長黑客”的特殊性。有人說它其實是一個變化的市場，因為關心的是用戶傳播和品牌；有人說它定了很多產品需求，參與了很多產品設計，所以隸屬于產品；也有人說大多數事情是跟數據打交道，所以跟研發相關。
這些說的都對，所謂「增長黑客」的工作是用數據驅動的方式傳播和改進產品。接下來做的事情，包括品牌傳播，都覆蓋在數據的背后。
我們先了解一下產品的發展規律。不知道多少人對 「Product Death Cycle」（產品死亡循環）這個名詞熟悉，感覺自己的增長停滯不前，但很多情況下遠遠比你想得糟。
你可能已經陷入了產品死亡循環。
我們會滿懷激情地開發一些產品，上線后發現沒有人在用，會問客戶為什么，是不是因為有哪些功能缺失？
客戶會告知很多想要的東西，我們會如獲至寶，開發這些功能，然后滿懷激情地又上線了。結果發現還是沒有人使用，然后又問客戶需要哪些功能，是不是有哪些功能做得不夠好，我們又開發缺失的功能。
為什么會有強大的自信，覺得正在開發的功能一旦上線以后，用戶就會開始使用？
目前的產品里到底有多少功能？
下意識、條件反射的話，能說出多少功能？
比如說 GrowingIO ，我可以說有單圖、看版、分存、留存、細查、實時、圈選等，這些我下意識就可以說出來。
但是做這些功能真的有用嗎？
我們需要去驗證。
一個專門從事 IT 項目跟蹤的權威機構曾經對很多大型研究機構進行研究，發現每家公司、每個團隊可以做出很多功能。在公司，大家討論得熱火朝天，工程師們的鍵盤敲得噼里啪啦響，我作為工程師，知道做功能感覺非常棒。
但在大部分產品里，50%的功能基本上沒有被用戶使用，30%的功能很少被使用，20%的功能才是經常被用戶所使用的。與其增加更多的功能，我們更需要思考用戶為什么不用。
如果要知道為什么，很顯然會想到可以做用戶調研、用戶訪談、市場調研、調查問卷等等，這些都是過去行之有效的方式。但是我們往往忽略掉，系統本身有一個巨大的保障，如果把用戶在產品、應用里所留下的行為數據稍稍往下深挖一點，我們會發現里面有大量的事實。
通過數據查看，可以發現產品使用中的大量事實，找出真相，破解問題，這才是需要我們真正思考的。與其做些沒用的功能，不如思考哪些功能被用戶真正所需要。
要尋找真相出來，到底應該用什么？
我們得了解整個產品周期和一些基本的原理規律。當一個用戶訪問我們的應用，顯示互聯網產品的用戶轉化周期：
當他被我們整個的價值觀或者文案所吸引，注冊好后開始使用產品；他認同產品所表現出來的價值，成為一個激活用戶；一個激活用戶頻繁使用時，變成活躍用戶；一個活躍用戶花錢購買更多的需求變成一個客戶；當這個客戶推薦產品給朋友，他就變成粉絲。
這是一個標準的從訪問用戶到粉絲的漏斗。
- 從訪問到注冊， 用戶獲取 的過程；
- 從注冊用戶到價值認同， 用戶激活 的過程；
- 從價值認同到頻繁使用， 用戶留存 的過程；
- 從頻繁使用到付費轉化， 客戶轉化 的過程；
- 從客戶轉化到推薦、到粉絲， 用戶推薦 的過程。
這里特別想指出，對于不同的應用來說，各種階段的表現形式可能不盡相同。比如說， GrowingIO 是一個分析工具，需要用戶上傳數據給我們，給他做各種數據的呈現。所以對于激活階段，我們并不以注冊為結束，以用戶安裝我們的 SDK、成功上傳數據為結束。
這種從上到下的漏斗模型，一步一步把用戶群往下細分。如果換一個角度，發現每一個都是漏損、流失的過程，當你把每一步的流失存積起來，會發現一個非常慘烈的事情，你獲取的大量用戶都流失掉。
我們做過一個調研數據，在一個標準的互聯網產品，用戶注冊第一個月的留存表現情況：1000 個用戶訪問到網站，其中有 200 個用戶注冊，這當中有80%的用戶體驗到產品變成激活用戶，40% 的用戶在一天后回訪網站，20% 的用戶在 7 天后回訪，10%的用戶在一個月以后回訪。
如果看這個數據會發現：每拉新 1000 個用戶，1 個月以后只有2%的用戶給我們貢獻日活，98%的用戶已經流失掉。
與其我們打開更多的口子，不如考慮一下如何提高把訪問用戶變成有效用戶的整體漏洞轉化率。
我們自己和有一些客戶聊過，他們每年投上百萬的費用在 SEM （搜索引擎營銷：Search Engine Marketing）上、渠道上、活動上，但是效果怎么樣？
完全是不好的狀態，但是他們不敢停，一停，流量就下來，因為整個轉化的漏洞后面沒有持續跟蹤，至于什么是 CAC（Customer Acquisition Cost，用戶獲取成本），CAC 多少，MR (Measurement Report，測量報告)多少，完全不知道。
比起做更多市場活動、拉更多的用戶進來，而且還只有2%的人群，我們更應該思考：
為什么？為什么用戶要留下來？為什么用戶流失了？留下來的用戶和流失的用戶有什么區別？留下的用戶在使用哪些功能？流失的用戶去了哪里？
一旦了解了「為什么」之后，才可以對癥下藥，破解整個困局。
Part 2 | 思考解構：用戶在產品里做了什么？
我們要知道用戶在產品里做了什么，從群體的角度、個體的角度思考：
這些用戶在產品里是怎么做的？
有沒有達到我們正常給他設置的路徑？
有沒有體會到價值的路徑？
只有這樣，我們知道「是什么」，才能知道「為什么」，才能采取相應的行動改善這個東西。
先從了解「是什么」開始，也就是用戶在你上面到底做了什么。
剛才提到，有 80% 的功能用戶并不適用，20% 功能用戶才經常使用。
怎么找到這 80%、20% 的事情？
可以從兩個角度思考解構：
第一，每天用戶在使用什么功能？
第二，哪些功能真正促進了整個用戶的留存？
哪些功能在被頻繁使用？我們自己會比較清楚產品里到底有哪些功能，在過程中會用整個功能頁面到達率，或者功能頁面瀏覽量來定義產品功能的熱度。
我們可以非常清楚地看到，藍色、灰色、黃色提供主要的入口，后面一些新加的功能并沒有帶來太多的流量，這也證明我們做的東西并沒有解決用戶的需求。堆積圖是非常適合用來比較不同的指標在時間線上的變遷，也可以通過這樣的方式做一個堆積圖，把所有的產品功能列出來，那我們就知道，用戶每天到底在使用什么。
當你知道用戶在使用什么功能以后，開始思考：
到底哪些功能，會影響用戶的留存？
用戶為什么留下來？
留下來有什么區別？
所以，開始比較不同的功能之間對留存的影響力怎么樣。現在外面有很多“增長黑客”的故事在向大家介紹留存 魔法數字 。
比如：
- Linkedln 發現：第一周增加 5 個新社交關系的用戶，留存度很高；
- Facebook 發現：在注冊第一周里增加 10 個好友用戶，留存率很高；
- Twitter 發現：在第一周有 30 個 follwers（追隨者） 的用戶，留存度很高。
這些都是留存分析中發現的魔法數字。
怎么從產品里導入自己的魔法數字？
這就是我們首先要了解在非魔法數字的前提下，各個功能之間的情況怎么樣？
沒有任何功能表現能力是最差的。有一個非常搶眼的、留存率大大高于其他的功能，是我們要主力推的。找到最高的兩個功能，它們相比其他功能有更好的表現。
我們應該思考：為什么這些用戶使用了以后，促進整個流程？
當了解了不同功能對新用戶留存的影響之后，下面要尋找到留存的魔法數字。我們最近新開發一個功能叫 「留存魔法師」 ，讓你們定義了自己的產品之后，不用關心任何的東西，自動基于存量用戶數據進行分析出來，到底哪個功能的使用頻率達到怎么樣的情況下，可以讓你得到魔法數字，系統的留存率更高。
我們有一個細查功能，七天之內用過細查功能的留存率達到3%以上。用的功能越多，留存率越高，因為代表是一個黏度用戶，但是我們并不需要追求留存率最高點，我們需要了解的是，超過某個數字以后，在留存率情況下有多少是不同的東西。
因此，我們關心超過三次用戶或者超過兩次用戶有多少量，過十次用戶有多少量，通過用戶量和留存兩個對比。當然背后是非常復雜的統計模型，通過這種方式，我們就可以知道，到底不同的功能做了多少次以后，就可以產生一些質的變化。這是一個例子，當你訪問我們這個頁面以后，不用自己做就可以直接得到結論。
從圖中可以看出， GrowingIO 可以根據用戶行為數據，自動判斷出與留存強相關的「Magic Number」。
Part 3 | 對用戶分群：通過維度進行群體分析
一旦當你知道用戶在做什么的時候，你會知道哪些功能會影響到用戶的留存，這樣能提高你的激活轉化率。下面我們思考，做過這些行為和沒有做過這些行為的人，到底是怎么做的，也就是要對群體做分析。
前些天跟產品經理聊天時，他問了我一個問題：
像優步這樣的產品，用戶進來第一天，給他發紅包，促進使用。第三天，為了促進消費，再發一個紅包。第五天，又會發一個紅包。他想知道，對于那些第一天領了紅包，第三天、第五天沒有領紅包和第三天、第五天領了紅包和全都沒領的人，在留存變化上是什么樣的情況？
這三個情況就是分層對比。我們需要知道這三個群體在這用里是怎么做的，做了哪些，沒有做哪些。
我們會建一個用戶分群，可以通過維度切分。比如，今天關心市場投放，這次活動帶來多少訪問量，維度選擇頁面來源，再跟指標做結合。指標里第一天領了紅包，也就是第一天領紅包的按紐點擊率大于零，第三天等于零，第五天等于零。
通過這個，定三個分群。一旦定了分群，有兩件事情可以做：
第一，比較不同群體之間到底有什么相似性，有什么差異性？
這是我們目前正在開發的功能，讓你找到兩個群體之間最大的差別在哪里；
第二，當我們宏觀上了解不同群體之間的差別，可以再從明細上考慮各個群體里具體的人到底在做什么，怎么做。
對于我們來說，每天的注冊量可能只有幾百個，這個時候會每一個都看一下，每個注冊用戶按照不同的分群切分，在整個流程中到底做了哪些事情，是怎么做的。我們會有整體的細查功能，一旦開始明確用戶在整個產品里用什么，之后開始對癥下藥，找出潛在的問題。
比如說，有一個客戶建立漏斗，發現在用戶注冊過程中，從填電話號碼獲取驗證碼到下一步，轉化率只有 20% 多，非常低。他們通過市場功能發現，用戶在這個過程中不斷地點擊獲取驗證碼，他們研究用戶為什么不停地點擊？
最后發現，因為錯誤提示“手機號碼不對”，驗證碼用了一個非常灰色、讓別人不太容易看清楚的文字。找到原因后，他們就把這個顏色變成了紅色。通過細查功能讓工程師解決這個問題，注冊轉化率在四周從 20% 多變成了 85%，整整提升四倍。
我們還有一個客戶在注冊的過程，有一步是需要通過郵件注冊，進入項目轉化率只有 50% 多。產品經理通過細查去看，注冊郵件到注冊確認頁面，沒有進入下面的用戶是怎么停止的？很多郵件發出以后，會進入垃圾郵件，導致用戶流失掉。他們大膽做了一個嘗試，把郵箱嘗試直接砍掉，全部采用手機注冊，整個轉化率從 50% 多提升到 80%。
Part 4 | 聚焦是最高效的：用數據找到產品的問題
通過細查功能，可以了解用戶的明細，知道用戶做什么，沒有做什么，用戶量很少的時候，很容易發現問題。我們可以做用戶調研，但是沒有什么比你坐在電腦面前看的更直觀。人會說謊，但數據不會。用數據驅動產品找到問題，改進產品。
當我們發現這些問題時候一定要去思考：
知道問題的時候，要做什么？
要去怎么改進？
讓研發做什么？
產品做什么？
市場做什么？
銷售做什么？
每一步都要去想，有什么事情是可以做的。
比如，在整個用戶的激活過程中，我們要知道：沒有用哪些功能的用戶留存率很低，用了哪些功能的用戶留存率很高，開始構建整個用戶的標簽體系。一個用戶，默認系統是注冊用戶，每默認一個功能，達到一個標簽，根據不同的標簽去做測試、篩選。
在注冊過程中，根據標簽的不同，比如說不同的東西能換回或者說能提高多少轉化率。針對結果，當我們選了一批測試用戶，根據用戶不同的行為，推送功能案例和功能介紹以后，在整個留存率方面，從不到25%提升到50%，足足提升兩倍。
當你知道數據有問題的時候，不能只是知道，你要去思考我要怎么執行，怎么做事情，怎么跟蹤這個效果。只有這樣，我們才能持續地優化。數據對我們來說，有兩個作用：一是驗證，驗證我們的假設是否是對的；二是預測，我們需要去知道過去發生的，才能預測到將來要發生的。
很多用戶把分析工具當成了看報表、看事實，這樣就結束了，只是查看這個網站怎么樣，沒有人思考基于這個前提下應該做什么，有什么可以做，能改變什么？問自己五遍這個問題，自己在這個信息上能做什么不一樣的事情，希望達到怎么樣的結果，你可能就會發現完全不同的視角，會知道下一步要做什么。
不要讓太多的信息影響到你的決策，在過程中聚焦做一件事情是最高效的。回到從注冊用戶到粉絲的漏洞，我們需要知道每一步漏洞里的每一步轉化率，那就可以非常聚焦地了解到當前這個階段，最應該改進哪個步驟，哪個是最符合的，哪個是投入最輕、效果最好的，這個階段要以用戶獲取為第一目標去思考。
我們知道問題以后，開始拆解流程，分為三大流程：訪問進來、用戶注冊、安裝完成。在這三個步驟里，到底哪一個流失率最高，提高注冊轉化率還是安裝轉化率，從中分析哪個更有價值。
做注冊轉化率的時候，經過多少步驟？可能有三四個頁面，每一步的轉化率怎么樣？明確每一步的轉化率之后，又得到一個更小的漏洞，從這個漏洞里知道哪一步的轉化率更低，這個時候又開始做拆解，找到最低的轉化率，再思考那一步做什么。
逐級拆解，越往下拆，越能知道下一步該做什么。只有這樣，才能做到單點突破，才能一個階段、一個目標快速執行，才能執行迭代、優化增長你的產品。
所謂的產品增長，主要回答兩個問題：
- 我是誰？
- 賣給誰？
在不同階段，對這兩個問題的答案可能不盡相同。
注：本文作者葉玎玎， GrowingIO 聯合創始人 amp; CTO，風車創始人。國內最早一批增長黑客踐行者，同時也是 TeahourFM 的主播和中國 Ruby 大會的組織者。
本文根據葉玎玎在「增長黑客在中國—— 互聯網公司用戶增長秘籍」活動的演講整理。
注：文章漏斗、用戶分群、細查、留存魔法師等功能截圖均來自 GrowingIO - 硅谷新一代數據分析產品 ， GrowingIO 是面向網站和應用的新一代數據分析產品，通過全面采集和實時數據分析，幫助大家建立一個簡單、迅速、規模化的產品，企業里的每一個人都可以用數據驅動業務增長。
注冊 GrowingIO - 硅谷新一代數據分析產品 ，免費試用「留存魔法師」功能！
Tags: 設計
文章來源：https://zhuanlan.zhihu.com/p/22887683