深挖数据
页面浏览量、访问量、跳出率，这些非常重要，但是它们都是非常表面的指标，并不能真正说明客户真正重视的 产品的哪一方面，也不能体现你是否实现了产品-市场匹配
你可以跟踪一个非常活跃的用户去发现他做了什么
也可以去挖掘一个下单但是没有点结算的用户最后为什么没有
用户总是走在产品的前面，例如YouTube、Instagram
确定增长的杠杆
确定增长的等式：
eg，易贝的等式如下：
发布物品的卖家数量x发布物品的数量x买家数量x成功交易数量=总商品增长数量
确定等式之后，最好确定一个最关键的指标，称之为唯一重要指标，增长公式中的哪一个变量最能反应产品不可或缺体验的实际情况，例如对于易贝来说就是总商品量，指标也是可以因时而变的
例子：
艾尔曼通过群组分析发现推特关注了至少30个人的用户会成为长期活跃用户，
群组分析：即将客户或者用户按照某个共同的特征划分为不同的群组。
对推特来说，可以按照用户加入人的月份进行基本分组，这样的选择几乎毫不费力，不过数量很大而且很详细，就可以创建更加细分的群组，比如每天查看推特5次但自己从不发推特的人、只在周末发推特的人、每周新关注至少10个用户的人等。
当时，推特面临的问题是用户留存。很多人注册了但又离开了，同时，留下来的那少部分人成为了活跃用户，于是团队按照每月访问推特的天数对用户进行分组，然后他们对同一组用户第二个月访问的天数与第一个月的进行比较，他们发现一个月访问至少7次的人中有90%-100%会留存到下一个月，这个比例非常高。
然后他们又把用户划分为三个群组：核心用户（每个月最少访问7次的人），一般用户（即访问不是那么频繁的用户，冷漠用户（访问第一次就弃用的用户），通过这一分组发现20%的访客变成了核心用户。进一步挖掘，进行相关性分析，寻找一个群组的用户中存在哪些类似的、有别于其他群组的行为，对美，诶个月访问7次的用户进行分析显示，这些人一般关注的用户在30人左右。
继续深入挖掘是否有其他因素，发现用户活跃度也与他们关注的人有多少关注他们有关。1/3的回关会成为忠实用户
最后通过电话采访询问原因
