以下文章来源于晓阳的数据小站 ，作者晓阳的数据小站

本文是重读《增长黑客》的读书笔记，附带了很多自己的想法。

|0x00 为什么“增长黑客”理论会兴起

“增长黑客”理论的精髓是什么？是能够通过快节奏的测试和迭代，以极其低的成本来获取并留存用户。这在商业变化很快的互联网时代里，简直就是业务增长的利器，毕竟，作者带着Dropbox实现了500%的增长。

增长黑客的一系列方法，打破了传统的企业项目管理方式，将数据、工程、产品与运营团队“捏”在了一起，通过知识的互补，组成了跨领域的高效执行团队。这间接影响了现代互联网公司以“BU制”（Business Unit）来组织公司的业务运转，而不再是千篇一律的“项目管理”。“BU制”虽然会冗余很多的岗位和人员，但由于目的集中，带来的新想法、新思路，并能够快速对结果进行评估，可以使企业不再为那些无效的产品功能或者是营销手段而买单，代之以“数据驱动”的方法来实现发展，变相能够“降本提效”。

从另外一个角度看，“增长黑客”是“敏捷开发”和“精益创业”理论的延伸，“敏捷开发”强调快速编程、加快迭代速度，“精益创业”提倡“MVP”理论（Minimum Viable Product），使用户能够尽快的用上产品、产生真实的反馈。增长黑客借鉴了其中快速迭代的精髓，并将其用在了用户增长和收入提升上。在后续的互联网圈子里，逐步形成了一套严密的“商业方法论”，以应对增长放缓或停滞的情况。

简而言之，每个公司要成长，就离不开用户群，而如何AARRR（获取、激活、留存、收益、传播）来实现增长，如何RFM（最近一次消费、消费频率、消费金额）来增加收入，就成了增长团队的使命。

原书给出了领英的例子，领英的增长团队从15人扩大到了120人，分成了5个方向（网络、SEO/SCM、国际化、用户引导与用户吸引）出发，来同步实现业务的增长，这几乎成了现代互联网公司的标配。特斯拉也是一个例子，你可以鄙视它面对客户的态度，但你不能忽略它快速迭代产品的能力。

下图是一份典型的AARRR增长漏斗图：

最后，“创意 + 统计实验 = 增长结论”，记住这个公式，你将收益无穷。

|0x01 从“团队搭建”说起

为什么从“团队搭建”说起？因为“项目制”的方式是会阻碍合作的，不同团队的关系会很紧张。通常情况下，技术都是“需求改动厌恶型”的性格，而产品经理也往往会确定一个产品迭代的“RoadMap”（产品路线图），希望产品能够在预定的轨道上迭代。当某个想法不在产品预先的规划中，或者是技术的排期非常紧张，甚至是一个idea没有写的特别详细，这些因素都会让快速迭代的方法逐步失效，走回传统老路。麦肯锡的报告指出，“筒仓结构”会放缓企业创新的步伐、阻碍增长。

因此，当增长团队凭借数据，能够屡屡打胜仗的时候，是可以不断吸引更优秀人才的加入，因为“不仅仅是团队看起来很可爱，更重要的是人才会认同我们这种数据驱动的增长方式。”同时，这也改变了很多岗位之间的合作关系，比如数据分析师和数据开发，两个岗位一起共事，能够确保用户对实验的反应结果能够快速、准确的呈现出来，并做出非常有意义的报告。

但麦肯锡的另一份报告指出，“虽然80%的高管都承认跨越部门界限进行有效的知识分享，对于增长而言至关重要，但只有25%的高管认为他们的公司做到了这一点。”

因此，团队结构，就是我们改变这一切的出发点。书中推荐的团队结构如下：

• 增长负责人：部队中的营长，能够脚踏实地的参与到想法的提出和实验过程，扮演了产品负责人兼数据科学家的职责；
• 产品经理：负责监督产品及其实现过程，职责是帮助企业更好的理解并满足客户的需求；
• 软件工程师：敲代码的同学… 利用技术手段解决问题；
• 营销专员：工程与营销这两个专业之间的碰撞能极大的激发新思路的诞生；
• 数据分析师：确保实验设计的严密且有效，能有效整合数据，并从中汲取灵感；
• 产品设计师：在用户心理、界面设计和用户调研方面提供重要的见解，寻找新的实验思路。

选定团队之后，便开始展开工作，主要有四步：

• 数据收集与洞察；
• 产生新Idea；
• 排定实验优先级；
• 进行实验并进行效果评估。

通过重复执行这一个过程，增长团队将累积非常多的经验，并创造一个不断改进的正向循环。

很多人担心团队中存在的分歧与发展问题，例如不同背景的人会认可不同的业务结果，或者是碰到一些存在壁垒的“根深蒂固”的学问。但不论怎么样，成功是化解冲突、消除分歧的最有效手段，当数据给出强有力的结果时，反对意见也就很容易处理了。

“增长黑客”有一个基本的原则，即确定产品是不可或缺的之前，都不要进入快节奏的迭代活动，也就是说，我们首先要清楚产品的核心价值是什么，以及为什么用户需要这个产品。事实上，企业会一直面临巨大的增长压力，或者是来自投资者、或者是自身的运营需要，压力会导致增长动作变形，导致产品最终被市场抛弃。

下图是一份典型的安卓应用用户留存曲线图：

如何确定自己的核心价值？就是寻找到产品的“啊哈时刻”，即产品使用户眼前一亮的时刻。比如登录Twitter之后，如果关注列表空空如也，那么用户是提不起兴趣的，但如果默认关注了30个人，那么产品的体验就会变得不一样，进入“啊哈时刻”。书中列出了非常多的例子来说明这些情况，告诉我们，在投入大量财力物力展开增长攻势之前，先学会通过“数据仓库”等手段，来收集并分析用户行为的定性与定量数据，而深入用户行为数据的背后，就是发现“啊哈时刻”的关键。

这里扩展一下自己的想法，那就是为什么“数据仓库”至今仍有比较强的生命力？因为虽然互联网发展的如火如荼，对大数据的研究和应用不断深入，但大数据并没有改变统计学通过随机抽样推断总体分布特征的基本思想，许多基本的统计方法（AB测试、因果推断），依旧适用于大数据分析，甚至因为大数据的出现而大大增强，扩展了统计学研究的领域边界。而数据仓库的目标，就是设计一个用户易于理解、便于使用的数据体系，重点解决了用户如何更快速完成分析需求，同时还有较好的大规模复杂查询的响应性能。因此数据仓库 + 统计学，构筑了互联网数字化经济的壁垒。

破解增长难题第一步“啊哈时刻”之后，就是考验增长战略的时刻了，也就是在必须清楚的知道如何通过“杠杆”来驱动增长。这里就需要一套严谨科学的方法了，因为增长黑客并不是要以最快的速度来随意尝试各种想法，而是快速的实验寻找到最具增长潜力的因素。

在互联网公司中，这种“杠杆”通常来自于“基本增长等式”，北极星指标通常就是对这个等式的拆解，选择最关键的指标，来关心最重要的“啊哈时刻”。

例如ebay的增长等式是：总商品增长数量 = 发布物品的卖家数量 * 发布物品的数量 * 买家数量 * 成功交易数量。

下图是一份典型的增长跟踪报告：

尽管产品都有一些共通的增长推动因素，比如用户规模、激活率、留存率，但几乎每个产品都有一些自己特定的因素组合。例如优步的关键因素是司机数量，Yelp是被评论商家数，等等。

这种等式通常看起来过于简单了，一个企业的成功还有很多其他的影响因素，但增长公式的简洁却是最主要的推动因素，能够帮助团队不被某个短期的增长手段冲昏头脑。

当然，我们还需要一些BI报表工具，来呈现我们的想法，或者是验证思路，再或者是发现异动原因。市面上有Tableau这样的专业软件，也有Google GA这样卖打包方案的。

下图是Google GA截图：

最后，请记住，增长黑客的成功来自于一系列小成功的累加，一点一滴的认知都会带来更好的表现。这个有点像朝鲜战争时期毛主席的“零敲牛皮糖”战术，即难以大规模歼灭美军的情况下，集中优势兵力打小规模的歼灭战，逐渐累积歼敌数，并赢得最终的胜利。

|0x02 成本、规模与良性循环

在2010年，Dropbox每获取一位新用户要花掉400美元，但专业版APP的收费仅为99美元，这是增速放缓后的典型困境，意味着瓶颈期的公司，需要花更多的钱来追逐更少的用户。结合当下，2021年的淘宝天猫，面临的就是类似的困境。

每个公司在用户增长方面投入多少资金是没有现成公式可以参考的，但尽可能提高获客的成本收益率（ROI）却总是正确的。

控制成本的关键，便在于能够将增长公式进行规模化扩张。

接下来，便是增长实验的规模化公式，包括了四个不同阶段：获客、激活、留存与变现。

获客的关键，在于设计一个令人激动人心的广告语，因为不论用户通过何种途径来找到我们，看到的第一条文字广告，必须要传递准确且有效的信息。这里就涉及到A/B测试，来不断优化我们的广告语。接下来就是寻找最优的推广渠道，因为大多数公司并没有自己的推广积累，别人用什么渠道，他们就跟风用什么渠道，但往往只有一个渠道是最优的，这可是“彼得·蒂尔”讲的。最后就是设计合理的病毒传播方式，尽管这个词被提起了无数次，但用得好却寥寥无几。往往大家认为设计出这个模式之后，剩下的丢给用户就好，他们自己会“一传十、十传百”，但不是所有的模式都“生而平等”。Facebook前总裁肖恩说道，任何产品的病毒性都是由三个因子构成的：有效载荷（每位用户向多少人传递信息）、转化率与频率，而我们的目标是优化这三个指标，以创造增长。

但，成功的案例，都需要大量的实验，来确定最佳优化结果，它们都不是“凭空产生”的。

接下来就是激活 ，我们需要用转化漏斗来衡量各个环节的效果，之前提到的关键词“啊哈时刻”，就是激活的关键。激活的动作大体分为如下三步:

• 1.枚举用户“啊哈时刻”的所有路径/步骤；
• 2.计算每个步骤的转化率和流失率，得出漏斗报告；
• 3.对流失率很高的环节通过分析数据、用户调查等方式找到原因。

大家可以看出来，漏斗转化成功率高的关键，便是减少用户体验产品过程中的“摩擦”，比如12306那种反人类的验证码设计，就是一个完全没有必要的摩擦点。我们用思维导图的形式，将用户所需要的全部操作，事无巨细地一条条列出来，形成一条完整的通往“啊哈时刻”路线图，我们就知道应该针对哪些环节来进行实验了，切记，“创意 + 统计实验 = 增长结论”。

接下来的关键步骤，就是“留存”了，这里用一句经典的总结来概括：“商业的目的在于创造和留住顾客”。用户的留存可分为三个阶段，初期留存、中期留存和长期留存，每个阶段用户的心理有些区别，提升留存的思路也相应不同。

一般来讲，一个老用户所能贡献的价值要远远多于一个新用户，因此我们设计的关键，在于中长期的留存策略。比如亚马逊推出的Prime 会员制度，淘宝借鉴后做了自己的88会员，京东则是PLUS会员，就是典型的长期策略。做中长期策略，要注意控制好迭代的节奏，始终给用户一种期待的感觉。例如微信，很多功能慢慢的放出来，每一次都会引起不小的波澜。

当然，讲到最后，就是产品的真正目的：“变现”，并通过绘制变现漏斗，深入分析用户流失的痛点，来逐步提高每位用户带来的收益（LTV）。

付费也是需要做验证的，因为不同产品对于用户而言，付费的动力各不相同。企业可以根据自身的特点，将用户分组进行分析，并借鉴一些“消费者心理学”方面的内容，来探索提高收入的思路，比如罗伯特·西奥迪尼的“影响用户行为的六原则”。

如下图所示：

循环以上步骤，就是产品规模不断做大的基础。

当然，我们也要避免陷入“恶性循环”，时刻注意用户的满意度，并且引入“鲨鱼机制”，时刻给团队带来危机感，这是保证增长团队“良性循环”的关键。

推荐几个实用的工具：

• Google Analytics：网站分析工具；
• TalkingData：移动统计分析；
• Mixpanel：用户行为驱动，用户动态分析，单用户行为分析；
• Optimize.ly：A/B测试利器。

|0xFF 尾记：增长黑客理论是有缺陷的

其实，增长黑客理论是有局限的，因为这种理念更像是一种运营方法论，或者是技术方案，适合于创业型或高速成长期的企业，因为这两个阶段的企业最缺的是用户。但面对B端或者是一些已经达到天花板的公司而言，更多的注意力会放在存量用户价值的挖掘，以及存量市场的竞争上，快速迭代已经不再适用。

这就像为什么金融领域是大数据技术的巅峰，因为ToC的业务系统可以依据“CAP”或者“BASE”理论来实现“数据的最终一致性”，既保障业务数据准确，又可以提升系统性能。但金融领域的特殊性，就必然要求强一致性是第一位的，而业务系统跑的这么快，又倒逼金融系统需要把性能提升上来，挑战不可谓不大。因此一些极端的方法，比如股票交易，对延迟极端敏感，越底层的开发语言反而优势更大，最好不要有任何传输和编译开销；又像是金融交易所，需要极低的交易延迟，它们的数据处理逻辑都是写在硬件里的，比如FPGA，但硬件开发成本就高的去了。

军用软件的复杂度在于实时处理信号，操作系统的复杂度在于功能多样性与效率之间取得平衡，而金融软件的复杂度在于软件演进过程中保持绝对的系统正确性。

因此，回到ToB或者存量竞争，这两个领域更多的问题在于对业务层面增长的管理和思考，比如从优化内部流程、拓展长尾市场、降本提效，从某些角度来讲，都是增长的一部分，而这些地方很难用快速迭代的方法来复用，更依赖于经验的积累。因此我们讲35岁危机，对于增长黑客理论来讲， 人都是工具，确实会有危机，但如果向成熟市场迈进，那么35岁反而就不是劣势，而是优势。

“横看成岭侧成峰，远近高低各不同。”

“江畔何人初见月？江月何年初照人？人生代代无穷已，江月年年望相似。”

辩证法自古就有。

增长黑客的一句核心理论是说：“全用户生命周期管理”，而深耕行业的时候则需要换一种说法，即“业务的全生命周期管理”。这里推荐一篇文章：《增长管理：我对增长黑客的理解》，链接是：http://www.woshipm.com/operate/1113912.html

原文配图如下，建议配合阅读，效果更佳：

最后，写点总结陈词：

牛逼的理论总是简单而恒久的，实用理论总是在牛逼理论的基础上发扬光大。这就像维度建模，Kimball提出初始理论后，互联网行业把这个理论发扬光大。增长黑客提出了牛逼理论，而后续互联网公司继续将这一理论发扬光大。没有什么过时的说法，只有不断迭代和更新自己的脚步，才能跟上时代的步伐。通过本质分析去提升用户价值，这个思路总是不过时的。