本期內容分享者姜頔：碩士畢業于日本早稻田大學，前人人貸高級數據工程師，現易車數據分析專家，數據運營增長方向負責人。擅長0 ~1搭建各業務線監控體系，能夠將數學模型與實際業務相結合，從數據中找出問題突破口。

問題1：數據分析可以應用于用戶增長的哪些方面，增長模型又該如何建立？

產品的永恒主題一定是增長，而增長的背后一定要有數據的支撐，也就是我們所說的數據分析。我把市面上所有的增長方向分為3大流派，分別是市場營銷派、實驗增長派和技術派，下面詳細的講一下數據分析在這三種增長方向的作用。

???????

市場營銷派：概括的說就是渠道運營、市場運營花錢買流量，在這個環節不要覺得花錢買流量就叫增長，這事誰都可以做。但如何不花錢或者花更少的錢，獲取更多、更優質精準的流量，那才叫增長。在這個環節，數據分析師負責搭建渠道評估模型、反作弊模型去監控渠道質量，指導渠道或老板，保證流量的優勝略汰。互聯網有句話，4成的流量都是虛假的，信不信由你，反正我是相信。所以，如何利用好數據分析守住企業第一道流量關卡，顯得尤為重要。

???????

實驗增長派：SeanEllis在他寫的《增長黑客》里面提及到最多的方法，就是這種實驗增長派。通過發現問題、提出想法、實驗測試和復盤分析這四步來構建實驗模型，在成本可控范圍內不斷測試，領悟增長真諦。發現問題和提出想法離不開關鍵指標，關鍵指標也叫北極星指標，德魯克說過：“無法去量化，就不能控制”，通過數據分析讓業務有數看，有衡量，再去增長。實驗測試階段涉及到用戶分桶實驗、AB test等，同樣離不開數據分析。最后，結果復盤的時候，需要利用數據分析中的統計學原理，是否顯著，置信度等方法，來論證你的實驗結論是否嚴謹可靠。

???????

技術派：技術派就比較偏向數據建模師的方向了，比如通過歷史用戶的行為數據，構建邏輯回歸模型，判斷用戶下單意愿是否強烈并對其運營，這就更是數據分析了對吧。

聊完了3大流派，我們在按照生命周期去分解增長，說到生命周期，那必須聊一聊爛大街但是依然很好用的AARRR（海盜模型），我們把生命周期分成拉新、激活、留存、變現和裂變。

拉新階段：此階段我們會構建渠道評估模型、渠道反作弊模型、渠道生命周期模型。這一些列的渠道模型的目的就是，通過數據分析，利用有限的資源，帶來更多優質的流量。

激活階段：這里就涉及到激活階段的兩個誤區，第一個是認為注冊就等于激活，一旦注冊留了手機號就認為該用戶真實有效。第二個誤區是只看新增用戶的留存情況，認為這個指標能夠反饋用戶的激活情況。然而大家往往忽視了一個重要的指標，那就是核心功能的使用率。

激活2大誤區

?核心功能就是在《增長黑客》中經常提及到的aha moment（驚喜時刻），如何讓用戶在最短時間內使用產品的核心功能，從而使用戶眼前一亮并記住你的產品。有的時候正是因為在“初次見面”的時候沒有給對方留下深刻的印象，導致激活失敗，從而造成用戶流失。

不同類型的產品核心功能不同，以游戲類的王者榮耀為例子，每個游戲都有其獨特的規則，理解成本會很高，如何利用新手引導讓新玩家了解基本操作就顯得尤為重要，所以新手引導完成率、首次游戲時長與局數等便成為激活的重要指標。以得物（毒）APP為例，核心功能就是收藏愛鞋，然后可以看到價格波動和市場行情，那么新用戶的收藏率和工具使用率（穿搭、鞋VR等）便是激活的重要指標。以易車APP為例，核心功能是汽車工具，通過工具可以查詢愛車的最低價格及相關資訊內容，那么新增用戶使用工具后的詢價率便成為激活的北極星指標。

?

北極星指標

判斷用戶激活情況不僅限于注冊率與留存率，還要根據自身的產品類型，找到核心功能的使用率作為監控指標。綜上所述，注冊率、新用戶留存和核心功能使用率才是判斷用戶是否激活的關鍵指標，從業務監控指標到增長環節同樣離不開數據分析。

留存階段：留存這個指標是個好的監控指標，可以反饋用戶的粘性。但是想要提升留存的話，實操難度則非常大，此話怎么講呢？因為一個產品的留存包含5個方面，不是單一因素制約，下面來看一下我總結的提高留存的5大方法，分別是渠道精細化、產品結構優化、活動激勵、提供優質服務和非常規（觸達）手段push、短信、站內信等。

留存5大方法

???????

留存的5個方面是怎么總結出來的呢，正是數據分析中復盤分析的體現，通過不斷的復盤分析總結出來的業務思維模型。

變現階段：舉一個經典的模型，我們通過歷史數據對下單/未下單的用戶的行為進行建模，利用邏輯回歸模型預測用戶下單意愿，并提高用戶下單率，如下圖：

數學模型這更不用說了吧，建模能力也是數據分析不可或缺的技能之一。

裂變階段：這個階段給大家的建議就是做好反作弊機制，再去想裂變的玩法，否則很容易被羊毛黨或者虛擬機刷穿，一次活動大幾十萬全部白花，新增設備全是虛假設備，這種事情屢見不鮮。所以數據分析師要為活動把關，如果讓錢花到刀刃上，切記裂變玩不好就真的“裂開”了。

上面給大家按照增長的3大流派和生命周期進行拆分，講了一下數據分析在增長方面的應用，是不是瞬間感覺玩法很多！

?

問題2：如何獲取第一批種子用戶？

首先要知道我們做的目的是什么，比如我們要做汽車的洗車業務，那么種子用戶就應該是車主對吧。第二步是如何獲取更多的車主，通過第三方撞庫、問券信息、用戶注冊認證車主等方式拿到車主用戶數據。第三步為了保證效果，我們要有一定的篩選規則，選出活躍的用戶，比如百日聯網活躍車主進行短信、push觸達告知。

篩選用戶的時候顆粒度越細越好，細分地域、性別、車主價格等精細化運營。最后不要忘了真誠永遠是種子用戶進行裂變的基礎，大客戶的專屬照顧和意見反饋，能夠更好得為后期增長鋪路。

?

問題3：做用戶增長但是公司內部數據基礎差，并且缺乏增長方法，該如何入手？

數據基礎差，且缺乏增長方法是兩個問題。數據基礎好比足球運動員的基本功，增長方法好比進球能力。基本功不好，想要在比賽中進球那是非常困難的，除非瞎貓碰見死耗子，這在統計學里是小概率事件，我們姑且不論。所以當務之急是基本功，也就是改善數據基礎差的問題，磨刀不誤砍柴工。

那么我們就來嘮嘮數據基礎差要怎么解決。君子生非異也，善假于物也。對于小公司，自己公司數據基礎能力不夠的時候，可以采用第三方服務，有的時候我們沒必要去趟別人趟過的雷。埋點加上BI智能報表這一套自己做需要至少5個人吧，那一年開工資花個200多萬合情合理吧，但是購買一個神測數據，其中就包括無埋點采集和智能展示功能了對吧，一年也就幾十萬，省出來的錢去做投放不香么。再比如說反作弊，自己做渠道流量反作弊需要非常大的用戶數據基礎和算法能力，小公司在初期自己業務還不穩定的情況下，再自己做一套反作弊出來，豈不是讓資源本不富裕的技術團隊雪上加霜，你選擇數盟、數美這樣的專業團隊豈不是更穩妥。這就好比你想吃新鮮的食物，買個冰箱不就解決了，但你偏不，非要是自己造個冰箱，那我只能默默地給您點個贊，轉身離開。

?????

但是一碼歸一碼，當你的團隊足夠強大的時候，有些東西真的是要自己手工打造，比如渠道歸因埋點采集、核心數據自建BI系統等，畢竟命運掌握在自己手里才是最穩妥的。

所以針對數據基礎差的公司，我個人的建議是在企業初創期選擇第三方服務作為過渡，等到企業壯大后再將命運真正掌握在自己手里，把一些能自建的數據體系都自建。畢竟出來混，遲早是要還的。

?

?

問題4、近些年大家都在討論增長，那么中國產品的增長和美國硅谷增長黑客的增長的差異與共同點是什么？

“增長黑客”對于互聯網圈的小伙伴來說一定不陌生，尤其是前幾年，很多人也看了很多來自國外經典案列，比如網飛（Netflix）通過分析客戶觀看的電影和節目，發現凱文史派西參演的電影和政治題材的電視劇都非常受用戶歡迎，所以才有的網飛制作的電視劇《紙牌屋》；Facebook做灰度測試的時候，發現新版本會使變現率下降25%，所以緊急終止新版上線等等，其核心理念是依靠技術和數據驅動，從而達到增長的目的。

? ? ?

但近幾年大家發現 “增長”不香了，所謂的“增長”都是別人家的“增長”，要不就是來自外國的案例，到了國內會變得“水土不服”，畢竟國外連運營或渠道崗位都沒有是吧，再看看APP store和國內的華米OV（華為、小米、vivo、oppo） 等安卓應用商店的商業化程度對比就可以知道了吧，國內的增長可以說是hard難度的增長，有的時候連老硅谷也會望塵莫及。

? ??

增長為什么會出現“水土不服”呢，主要有兩點原因。第一點是中國人聰明，玩法很多，比如上面說的安卓市場商業化程度；第二點是美國的用戶差異性和需求多樣性較為單一，就拿事物來說，美國人就是披薩、漢堡對吧，再看看中國的食物分類，點開美團瞬間起立，因此出現了運營崗位是美國沒有的。細分領域的復雜程度和高度的商業化模式是中美增長的主要差異。

? ? ?

增長的共同點是什么呢，是增長的核心理念，比如MVP模型、FRM、aha moment等等這些理念是永恒不變的。就好比你在中國和美國踢球一樣，規則都是一樣的，只不過人的身體素質不一樣罷了。

?

問題5:? 增長實驗的常見注意事項？

（1）?培養大局能力

“窮”玩mvp（最小可行性產品），“富”玩AB測試，為什么這說呢？有多少人是為了AB測試而AB測試，然后只是從中選出一種最優的解決方法，表面上確實是達到最優化，可是有沒有想過我們在做AB測試的時候，其實就是“井底之蛙”在嘗試哪種方式跳得更高？如果跳出井底，做的是最小可行性產品，視角貫穿整個產品，以“最小”的代價，收集更多的反饋信息，從而達到全局的增長。如果只是不斷的在某個節點上做AB測試，那么我只能說你在浪費資源，不如融合整條產品線，做一套MVP測試。

下面給大家講個具體的例子：

MVP最小可行性實驗

AB test（C）：渠道新增素材測試，尋求最佳轉化素材。素材我們有N種方法，最終得到C3這個素材是新增轉化率最高的素材，那么我們就以為大功告成了，所有渠道、代理商都用C3素材，如果這么做我們是不是就是井底下，嘗試哪種彈跳方式跳的最高的青蛙，但是我們跳出井底，會看到新增轉化不單單是素材決定，其中包括產品、渠道、技術等等共同制約。

MVP：增長不是某一個部門，某一個環節的事情，是所有部門一起協作的共同結果。還是上面的例子，當我們跳出井底，通過MVP測試，新增轉化的最佳增長方案可能是A1+B3+C3+D1和A2+B2+C1+D3，而不是單一的素材C3。

這就是我說的“窮”玩MVP，“富”玩AB，花同樣的錢，是在井底玩還是在井外玩，井外豈不是性價比更高，所以我們要跳出局限，以全局視角看待增長。

（2）溝通

分析師最重要的技能就是溝通，先聽懂老板的需求，再去分析，分析出來的結果要翻譯成老板懂的語言，讓老板明白你這么做的價值。

如果你的業務做得再好，但是無法讓領導感知到，這個項目雖然有價值，但是不會使其價值最大化，如何將項目的結果讓老板認可，這也是溝通的技巧，不要覺得不重要，這關系到項目是否能啟動，項目的預算和規模。有能力的分析師會找到增長點，優秀的分析師會讓領導感知增長點，要更多的預算繼續擴大項目規模，最終拿到更好的成績，最后的最后組員一起升職加薪。

舉個小例子，我們要發現問題點（增長點），發現用戶流失嚴重，要做流失用戶召回項目。在做項目之前，我們為了評估召回項目的效果，要梳理監控指標，制定了觸達召回率、觸達召回率人數、召回商業轉化率、召回后貢獻留存率、第N日留存。我們又知道領導的KPI里有DAU、次日留存、第7日留存等等，又發現第7日留存與我們實驗監控的指標密切相關，所以決定將第7日留存作為重點監控與匯報指標。

可能大家發現前面幾個指標雖然都有可能增長，但是老板有可能感知不到，但如果與老板統一戰線的話，老板能夠迅速感知增長，如果再加上較強的溝通能力，那么預算和項目啟動就不在話下。上述的培養大局觀和向上向下的溝通能力，是我個人認為增長實驗中最應該注意的2點。

那么今天給大家分享的內容就到這里，在最后祝大家在增長道路上，方法全知道，增長不吃灰！

?

總結

以上是生活随笔為你收集整理的5000字超干货|如何用数据分析驱动用户增长的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。