注：本文只宏观上总结了“增长黑客”有关的概念和工作内容等。对于其中一些具体的技术问题，比如 A/B Test, 数据指标体系和拆分等，将在以后的文章中进行深入探讨。
一、“增长黑客”概念的兴起
Growth Hacker 的概念首次由Sean Ellis在其博客文章 “Find a Growth Hacker for Your Startup” 中提出。
A growth hacker is a person whose true north is growth. Everything they do is scrutinized by its potential impact on scalable growth.
这个概念真正引起业内人士的注意，是源于Andrew Chen 的文章 “Growth Hacker is the New VP Marketing”。
Growth hackers are a hybrid of marketer and coder, one who looks at the traditional question of "How do I get customers for my product?" and answers with A/B tests, landing pages, viral factors, email deliverability, and Open Graph.
2015年范冰出版的专著《增长黑客》让这一概念在国内迅速发展起来。
增长黑客，是一群以数据驱动营销、以市场指导产品，通过技术化手段贯彻增长目标的人。他们通常既了解技术，又深谙用户心理，擅长发挥创意、绕过限制，通过低成本的手段解决初创公司产品早期的增长问题。
二、“增长黑客”的工作核心
增长黑客是产品研发（Engineer）、数据分析（Analyst）、市场营销（Marketer）三个角色的聚合，他们的工作目的是以最快的方法、最低的成本、最高效的手段获取大量的增长。
关注整个用户生命周期，而不仅仅是获客；
通过数据驱动的方法，不断实验迭代；
将增长机制产品化，把增长做到产品里面去。
增长黑客的日常工作主要包括两大部分。
一、战略部分
产品是价值的创造，增长则是价值的传播。增长黑客需要去理解整个公司的商业模式，了解产品，了解用户，找到重点，制定战略。
二、执行部分
增长黑客核心的工作内容就是测试/试验。通过分析现状，提出自己的假设，然后给这些假设排优先级，再通过快速测试的方法，找到驱动增长的因素。测试的过程是可以不断重复的，重复的速度越快，就能找到越多的增长方案，增长速度也就越快。
第一步，设定增长目标。
第二步，确定聚焦领域。越聚焦，试验想法就越具体，越容易执行。
第三步，排序各种各样的想法。
第四步，设计上线试验和A/B Test。
第五步，分析应用结果
三、增长黑客如何有效地做试验
一个模型：增长模型
两种数据：定量数据、定性数据
四类试验：MVT; Double Down; Optimization; Exploration
1. 一个模型：增长模型
用一个增长模型来描述公司的商业模式（比如AARRR模型）。这个模型可以帮助你在看细节之前把握住核心，避免遗漏重要变量，找到整个体系中出现最大瓶颈的地方，从而对症下药。
2. 两种数据：定量数据、定性数据
（1） 定量数据
定量数据一方面用于指导努力方向，发现什么地方有增长机会，可以做试验；另一方面用于衡量试验结果，比较不同的增长方案，调整方向。
（2） 定性数据
用户是一个人，不只是数据。有时候和用户聊天采访，就可以知道一些从数据中看不出来的东西。根据 BJ Fogg 的用户行为模型：
Behavior = Motivation * Ability * Prompt
3. 四类试验
（1） Minimal Viable Test
最快地用最简单的方式实现你的想法。先看看结果怎么样，然后再做精细。
（2） Double Down
当看到一个试验有好的结果时，在这个地方做更多的试验，直到边际效率变得很低。
（3） Optimization
针对一个具体的小的点，做很多优化工作。
（4） Exploration
尝试新的方向，可能是比较大的变动。
四、增长黑客常用的数据分析方法
1. 趋势分析
通过对业务指标的监测，来研究用户行为规律，寻找增长点。
2. 多维分解
将某个单一的指标从多个维度进行拆解，从而发现深层次的原因，从细节中找到增长点。常见的拆分维度包括：拆用户，拆登陆平台，拆版本，拆入口，拆登录渠道，拆区域，拆时间等。
3. 漏斗分析
用户的核心操作行为具有一定的转化路径，比如下载、注册、下单等。用户在转化过程中天然递减、不断流失，增长黑客关注的是流失的核心节点，也是增长的机会点。
4. 用户分析/用户画像
在精细化分析中，常常需要对有某个特定行为的用户群组进行分析和对比。增长黑客可以将多维度和多指标作为分群条件，有针对性地优化产品，提高用户体验。
5. 细查路径
观察用户的行为轨迹，分析用户与产品交互的具体过程，发现用户流失关键点，进而从中发现问题，激发灵感，提出假设。
6. 留存分析
留存分析一般用来探索用户行为与回访之间的关联程度。通过比较不同群组、不同行为的用户在留存上的差异，找到产品的增长点。
7. A/B 测试
上述的数据分析方法都是用于找到增长点，提出假设。提出假设之后，需要利用A/B测试，通过选择合理的分组样本、控制变量、监测指标等流程，选择出最优方案。
五、增长黑客的成长路径
初期，关注的是一些分析套路，具体的工具怎么用等，各类细节。
中期，更关注对行业和用户有多了解，是否明白用户的心理、行为，使用数据分析产生洞察的能力有多强。
长期，追求影响力和结果。想要产生好的结果，并把这个影响力最大化，需要学会排兵布阵，设计流程，与其他部门合作等等。
