《增長黑客》學習總結
隨著三大紅利的消退，“精益”的思想越來越受重視，如何充分挖掘現有資源的價值？如何在激烈的競爭中活下去？增長黑客或許是一種可行的解決方案。
放幾個成功案例幫助理解：
雅虎15年釋出yahoo mail期間，10周122次測試，通過3%，5%，8%的優化成果累計，下載轉化率提升13倍，appstore免費榜第五；bing搜尋通過ABtest修改頁面配色，勝出方案與舊版肉眼幾乎無法識別，但提升1000萬美元年化營收。
凱文·斯特羅姆開發的基於地理位置服務的簽到搶地盤應用Burbn未見起色，發現使用者只喜歡使用Burbn的照片分享功能，於是調轉方向，孤注一擲只做照片分享，一個月後吸引了100萬用戶，僅創立551天后，於2012年4月以10億美元天價被Facebook收購這就是照片分享社群Instagram；美國版大眾點評Yelp在2004年創立之初旨在提供基於電子郵件的交友服務，結果發現使用者樂於給商家寫點評，於是轉型成“商戶黃頁”。
本文分三部分，第一部分寫開始增長前要做的事，第二部分介紹了基本的增長流程，第三部分是一些零散的感悟。
一、開始增長前要做的事
好的產品是增長的前提。 不過說起來，“好產品”這個概念未免太籠統，什麼才算好產品？有人說滿足使用者需求與商業需求就算好產品，有人說產品要有用好用易用才叫好產品，有人說能超額滿足使用者需求的產品就算好產品…一千個人眼裡有一千個哈姆雷特，所以還是量化的方法來的比較簡單粗暴——用不可或缺值衡量產品是否可以開始增長。
詢問你的產品使用者這個問題：如果產品明天就不能用了你會有多失望？
a-非常失望 b-有一點失望 c-不失望 d-已經棄用產品
增長黑客之父肖恩·埃里斯指出，如果選擇非常失望的使用者在40%以上，意味著產品已經獲得了足夠的不可或缺性；如果在25%-40%區間，團隊往往只需對產品做一些微調，或調整描述產品及用法所使用的語言；如果在25%以下，可能現在的使用者並不適合你的產品，或者產品本身需要更具實質性的開發。
在講求精細化運營的下半場，細分化的需求將會得到更好的滿足，制勝的重點也更加從“好的點子”轉移到“活下去”。如果你的產品不可或缺值很低的話，考慮從產品本身或目標人群進行修正吧。不管怎樣， 本階段的目標是達到PMF （Product-market fit）。
二、一般增長流程
不管叫法如何，核心的增長流程就是“提出想法-快速實驗-反饋總結”的不斷迴圈。
基本增長流程
下面按照確定北極星指標、提出增長想法、想法評估、進行實驗、反饋總結的任務流程詳述。
1. 確定北極星指標
北極星指標即為增長的核心目標，在整個增長過程中像北極星一樣指導我們的增長行動，就像產品原則一樣，它應該被作為決策時的參考——“這樣做對我們的北極星指標有好處嗎”。正確的北極星指標是成功的增長的必要條件，Facebook能打敗Myspace很大程度上就是因為facebook始終堅持將月活躍使用者數而不是總註冊使用者數作為增長的北極星指標——後者往往被稱為“虛榮指標”。
北極星指標的確定比較靈活，可以綜合產品的生命週期與海盜指標一起確定：一般來說，成長期的產品更注重活躍使用者的增長，主要從獲取、留存、推薦下手；成熟期則更注重商業價值，更聚焦留存與變現。但需要注意的是，在機械地運用DAU（日活）、MAU（月活）這些指標前，想清楚使用者 完成了什麼樣的行為 才能被定義為“活躍”？如果僅僅用開啟應用作為活躍的定義，統計的資料可能會為以後的增長帶來困難——開啟應用的行為並不一定代表使用者感受到了產品的核心價值。
合適的北極星指標並不唯一，可以用以下幾個問題來判斷你的北極星指標是否合理。
產品的核心價值是什麼？這個指標能夠反映使用者感受到產品核心價值的程度嗎？
這個指標能夠反映使用者的活躍程度嗎？
這個指標是否是一個滯後指標？ （這裡舉個例子：比如對一款線上教育應用來說，課程交易單數就是一個滯後指標，因為可能有的使用者購買課後沒有去看，實際上已經流失掉了，但根據交易單數並不能及時發現使用者的流失。這種情況下把總使用者上課課時數作為北極星指標就更合理一些。）
2. 提出增長假設
增長假設可以涉及產品的各個層面，表現層的文案、UI介面，結構層的功能邏輯，甚至戰略層的目標使用者選擇。那麼如何尋找靠譜的增長靈感呢？關鍵的一步是找到一個靠譜的聚焦領域，下面提供幾種思路：
2.1指標拆解
這是必不可少的一步。將北極星指標進行分解，並找到與之直接相關的資料。還是以剛剛的線上教育應用舉例：
總使用者上課課時數=課程數*課程報名數*使用者到課率
拆解思路不唯一 ，一般可以根據使用者完成關鍵行為所需的路徑進行拆解。每個指標可以進一步拆解（比如將使用者再分為新使用者和老使用者，報名數拆成UV*轉化率），越小的指標越容易找到發力點。
2.2漏斗分析
漏斗分析是很常見的資料分析方法。根據使用者行為路徑或海盜指標，製作轉化漏斗，可以直觀看到哪個環節問題最大，從而針對性的提出優化意見。
轉化漏斗
2.3使用者分群
從多個維度將使用者（資料）分組分析，比較不同群組使用者的差別，尋找可能的突破點。常見的分組依據有使用者加入時間（同期群分析，常用於留存分析）、人口學統計特徵（性別、年齡、職業、收入等）、流量來源（常用於渠道質量分析）、使用者行為。
對使用者行為的洞察是增長的源動力。比如Twitter的增長團隊發現那些在一週內關注了30個人（並有一定比例關注你）的新使用者留存率遠高於其他使用者，於是便在新使用者引導上有意識地引導使用者進行關注操作，大大提高了新使用者留存。類似的例子有很多，如Facebook的“7天內新增10個好友”，知乎的“回答三個問題”。找到留存高的使用者的核心特徵，並爭取讓特徵普遍化。
2.4向他人借力
多和同事、使用者溝通交流。一方面，和運營、客服、資料分析等同事聊聊天經常會得到意料之外的驚喜，這是由溝通過程中存在的資訊不對稱決定的；另一方面，對於使用者的某些難以理解的行為資料，最好的方法就是去詢問使用者，而不是主觀地猜測——對資料的全面掌握容易給人以“懂使用者”的錯覺。
Eg：Bittorrent一度面臨付費使用者收益不足的情況，增長團隊在針對免費版的高度活躍使用者進行調查後發現，使用者不願升級至付費版的最主要原因竟然是因為使用者不知道專業版的存在。這個發現引導他們調整策略，並在首頁添加了升級至專業版的按鈕，最終在並未加入任何新功能的情況下，把付費應用的收益提高了92%。
3. 評估假設
在有了各種各樣給的增長想法之後，接下來要做的就是大家經常做的事——排定優先順序。除了常用的根據價效比排序，還可以試試肖恩提出的ICE評分體系——impact影響力、confidence信心、ease簡易性。
影響力：預期對北極星指標/細分指標的提升程度。
簡易性：需要投入的時間及資源。
信心：有多大的把握成功。
將這三項進行評分加和，選出評分最高的幾項優先試驗，根據當週無法啟動的想法儲存在儲備庫中供下週使用。評估結果未必準確，但隨著熟練度的增加以及經驗的積累，對試驗想法結果的預判準確度會慢慢增加。
4. 進行試驗
試驗時要遵循幾個重要原則：AB測試、灰度測試、控制變數。試驗前確保已經做好相關資料埋點，監控相關指標。
另外，在開展規模更大、風險更高的試驗時也應進行一些更穩健的測試，平衡野心勃勃的賭博與按部就班的改進，獲得可持續的增長。
5. 反饋總結
同樣提幾個關鍵點。在用統計學方法處理測試結果與試驗想法的相關度時，採用99%而不是95%的置信水平，基數足夠大時往往差之毫釐謬以千里。
永遠以對照組為依據——結果不確定時，堅持試驗的最初版本或最初版本，減少新變數帶來的潛在風險。
根據結果積累心得，包括UI風格、使用者畫像完善等。
三、一點感悟
1.平衡增長與產品的關係
增長試驗的結果可能與產品本身相沖突，比如文案的風格與產品調性發生衝突，比如標題黨能提升單篇閱讀量但長期必定留不住使用者，再比如今年的北京衛視春晚收視率…這種情況就要具體問題具體分析。認同一句話：資料和技術永遠不能取代人類的智慧和洞察，但他們可以幫助我們變得更有效率。
2.重新認識你的產品與使用者
這是學習增長的過程中一個比較重要的感悟。人的決策過程受到很多隱形且不可控的因素影響，比如早上多吃了兩口飯路上看到幾隻鳥這種完全隨機的事件（這點不管你信不信反正我是信），所以做決定時主觀性要少一點再少一點，要有“敬畏使用者”的心態。
3.養成周期增長試驗的習慣
持續挖掘使用者資料、開展調研試驗得出結論；定期開展新試驗，而不是優化，打破“沒壞就不用修”的思想。增長的方法本身並沒有出奇之處，重在不斷將小的量變累積成質變，將AB測試作為基本的工作方法。
四、總結
文章結構圖