Growth Hacking是一种新时代的业务模型，它从市场营销中诞生，但远远高于传统的市场营销。它以产品内容为出发，借助营销手段带来把内容扩散，同时在这个过程中，结合数据技术不断地进行评估。中心思想：以用户为中心。

进一步落实操作实践层面，我们可以把Growth Hacking划分为5个阶段，也即是AARRR模型：Acquisition（用户获取）、Activation（用户激活/活跃）、Retention（用户留存）、Referral（用户分享）和 Revenue（用户收益）。

1.文章结构
第一部分为“方法”， 整体介绍增长黑客方法的实施过程， 比如如何搭建增长团队， 团队需要哪些人、 哪些技能，人员如何管理， 以及团队如何通过快节奏的增长黑客过程产生并测试新想法， 而这一过程又是如何迅速产生强有力的效果的。
第二部分为“实战”， 介绍具体实施这一方法的一整套详细策略， 并分章节阐述如何实现用户的获取、 激活、 留存和变现， 以及如何在增长实现之后维持并加速增长。

2.数据分析方法论
3A3R是由Awareness(市场察觉) ,Acquisition（获取客户）,Activation（激活客户）,Retention（客户留存）、Revenue（业务收入）、Refer（自我传播）组成。分别对应移动运营的六个重要过程，即从品牌营销、获取用户到提升活跃度，提升留存率，获取收入，直至最后形成病毒式传播。

3.用户行为数据的重要性
用户行为数据基本上是实时展现的，每天客户访问的次数，用户活跃情况，用户成交情况，用户评论，用户下单，用户退单，用户交易等行为数据具有实时特点，可以更加真实反映企业经营情况。对于互联网渠道占较大比例的企业，例如电商，银行手机银行、移动证券、信用卡App等，移动用户的活跃情况和成交情况比财务数据更加能够预测企业经营情况。

4.常见的业务行为指标
企业需要注重对移动互联网用户行为数据的分析，常见的业务行为指标有产品转化率、页面点击率、日活跃用户（DAU）、月活跃用户（MAU）、有效用户比例、用户留存率、单个用户价值（ARPU），休眠客户、僵尸客户、关键交易路径转化率等，必须进行实时监控，这样才可以及时了解企业经营情况，了解渠道情况、产品情况、用户情况、营销活动情况。

成交用户数除以产品首页点击用户数称之为转化率。例如100个客户访问产品，最后有20个客户完成购买交易，这个转化率为20%，转化漏斗也就是20%。一般情况下，电商中如果一个产品的转化漏斗为30%，则可以认为是一个非常好的产品了。如果转化漏斗大于40%，则是个传奇，可以用厉害了word哥来表示。如果转化率为70％，恭喜你，你被薅羊毛了，只有羊毛党重度参与的营销活动，其转化率才会大于60%。

如果针对金融行业，20%－30%左右的转化漏斗已经是非常优秀的指标，但是转化漏斗低于3%，对不起，这个产品需要下架了。一个产品转化率低主要的原因可能是用户体验和产品自身。从转化漏斗上分析，如果大的漏损率发生在前几步，则代表是产品体验（APP体验）的问题，反之如果大的漏损率发生在最后一个步骤，则说明是产品自身的原因（用户不喜欢）。

日活DAU可以定位为每天使用App的用户，包括打开浏览不交易的客户。月活MAU就是统计一个月的指标。日活过高，例如突然增加到40%，则说明有非常受客户欢迎的营销活动，但是交易量没有增长，说明是羊毛党在作怪或者存在明显的刷量行为。

金融行业移动App的日活DAU建议的KPI不要低于10%，如果低于10%说明App的用户体验和产品有问题。月活MAU不要低于30%，如果低于30%的月活，其移动互联网收入会收到一些影响。MAU／DAU的比值不要高于5，即日活与月活可以接受的比值为0.2，微信等产品高达0.5-0,9，运营比较好的金融App达到3或者2，理想的金融App日活为20%，月活为40%。

客户留存率作为用户粘性的一个主要分析指标，定义为新增用户定期回访App的比率。如果100个新增客户，其中40个在一个月之内还会访问App，其客户月留存率为40%。如果是电商，其月留存率一定要高于20%，否则代表这个电商经营不好，用户粘性不够。

金融App同样也要关注客户黏度，月留存率建议要高于30%，如果低于30%则代表App会有潜在70%新客户会在在一个月之内不再使用App，新客户的流失率较高。金融App的月留存率低于10%则代表，过去一段时间营销活动中刷量明显或者羊毛党比例过高。

5.行为数据分析目标
行为数据分析主要有两个目标，一个是利用数据分析为App运营提供数据支撑。包含产品运营、渠道运营、用户运营，也可以利用数据来分析活动运营的效果和ROI(Return On Investment，通过投资而应返回的价值，即企业从一项投资性商业活动的投资中得到的经济回报)。另外一个目标是从运营数据中发现商业机会。

企业在开展营销活动时，需要利用数据了解客户活跃规律，在客户活跃高峰期投入普通的营销方案，在客户活跃低谷阶段投入刺激比较大的营销方案。这样可以提升客户的活跃度，增加交易的可能性。企业可以结合外部数据和行为数据进行数据营销，例如如果客户喜欢手游，就可以利用手游开展跨界营销来增加客户活跃度，并带来新用户。如果客户喜欢看视频，购买蛋糕，打车；企业可以利用这些优惠券来激励客户完成交易或则获客。

信用卡客户中，会有一批客户，申请了信用卡而不开卡，企业可以依据数据分析寻找到激励客户开卡的方法，激活沉睡的营销费用。例如可以对观影人群采用赠送电影票的方式进行激励，对于旅游人群可以采用优惠门票，对于打车人群可以赠送打车券，对于餐饮人群可以赠送餐饮优惠券等。

数据分析特别是用户行为数据分析将会帮助企业了解客户行为和兴趣偏好，结合外部数据和交易数据将会为企业带来更多的商业机会。数据增长黑客的本质就是利用数据分析寻找到运营数据到机会，以数据为核心进行渠道运营、产品运营、用户运营，以及活动运营和监控。

6.在教育行业的思考
教育行业增长都是大同小异的，无非就是获客转化率、获客成本、流量客户转化成试听客户的比例，过一段时间后，还有付费转化率、复购优惠率，老用户的转介绍率等数据。

新客怎么获取，老客怎么留住，怎么引导客户进行二次、三次付费，甚至帮企业口碑推荐，让更多的客户进来等等。用户更多是通过微信、网络媒体、主动搜索甚至在线咨询等方式，来去了解自己想要去学习的课程和机构，然后选择适合的课程并进行价格及优惠情况的咨询，再有由课程顾问跟进来促成课程的购买，最终到线下去上课。我们可以看到一个用户从了解到最终成交整个过程，覆盖了从线上到线下的整个过程。对于企业而言，有线上投放广告的数据又有CRM数据，但是整个的数据是分散的，没有办法很好的整合起来，教育企业会非常关注付费转化及获客效率。

从投放获客（搜索广告获客，网站访问，线下二维码）
——着陆、线索（浏览课程，咨询客服，预约试课，注册登录）
——服务试听、购买（电话销售回访，试听购买，优惠使用）
——授课（听课，练习答疑，水平测试，学员交流）。
从陌生——访客——注册——学员满意——学员转介绍，打通线上线下业务数据之后，我们可以看到每个渠道最终转化成单的情况，这样我们就可以衡量出哪个渠道来的用户是最多、质量最好的。

比如当一个用户进入到网站页面，就开始记录下他的浏览路径和行为路径，包括关注的课程、导师等等，进行数据采集。然后再根据用户的特点，推荐他可能感兴趣的课程。

7.书中理论概要
A/Btest检验的原理是假设检验，假设检验首先需要设立原假设和备选假设，这里很容易犯错。在许多假设检验中，都以备选假设为出现点，它是希望得到支持的结论。因为之前用户调研的评分是下降的，于是检验更希望「拒绝」活跃上升或不变，从而得出下降的结论。

原假设H0：活跃提升或不变；备选假设Ha：活跃下降。如果样本结果得出拒绝H0的结论，那么可以做出Ha为真的推断。

通过嵌入式视频播放器微件， YouTube的视频得以遍布整个网络，网络络视频也因此形成一股风潮。

通过复杂的编程和大量的试验调整， 找到了一个可以将用户发布在Airbnb上的房源信息自动免费发布到分类广告网站Craigslist（克雷格列表） 上的方法。 如此一来， 每当有人在该网站上搜索度假租房信息的时候， Airbnb的房源信息就会出现在结果中。

增长黑客通用的实践方法：
①设立一个跨职能团队或几个团队， 打破营销和产品开发部门之间传统的筒仓， 凝聚公司人才。
②进行定性研究和定量数据分析， 深入了解用户行为与喜好。
③迅速产生新思路并进行测试， 根据严格的指标对试验结果进行
④评估并采取相应行动。

小型增长团队可以单独设立， 甚至可以为短期项目专门设立， 如新产品发布或者某营销渠道（如移动渠道） 的推出。 增长团队既可以是从零打造的专注增长的组织单元， 也可以是由公司不同部门的现有员工组成的群体， 也可以是根据具体需求设立的特别小组。 随着时间的推移以及公司具体需求的变化， 很多增长团队的规模、 工作范围和职责也随之不断变化。

随着物联网的迅速发展， 越来越多的产品都在通过联网或与其他产品联结而变得更加“智能”， 这一过程只会发展得越来越快。 随着实物商品的世界和软件世界迅速融合， 对产品进行实时监测与更新在不久的将来不仅将成为可能， 也将成为企业保持竞争力的关键， 每一个企业都将成为软件公司。

增长黑客其实强调的是团队合作， 最伟大的成功案例都是来自编程技术、 数据分析能力和营销经验的结合。

增长团队不仅应当吸引新客户，还应当承担更宽泛的责任， 事实也是如此。 它们也需要关注客户激活， 也就是说使原有的客户成为更活跃的客户和买家； 也需要思考如何使他们成为产品或服务的宣传者。 此外， 增长团队应关注如何实现⽤户留存和变现， 也就是说使客户成为“回头客”， 增加他们为公司创造的收入， 从而实现长期持续增长。

客户漏斗和权责部门

要求市场团队和产品团队一起合作， 从漏斗的其他环节（包括用户留存和变现） 驱动增长， 而不是仅仅将工作局限在漏斗的顶端。很多最佳的增长机会似乎都蕴藏在漏斗的下游。最有可能成功的增长策略不是只关注用户群的扩大， 也要最大限度地发挥现有用户的价值。

例如：了解到很多App用户都没有升级到付费的专业版， 于是她做了一项调查， 询问那些没有升级的用户为什么不升级。 是用户完全不知道专业版的存在。团队马上决定在App的主屏上增加一个非常突出的升级按钮， 不可思议的是， 这一个简单的改变就使每日升级收入获得了92%的增长。如果没有用户的反馈，他们也许永远都想不出这个办法。

还有，为寻找每日App下载量上升或下降的原因， 安娜贝尔对用户数据进行分析， 从中发现了一个明显的规律。 他们的App只能在谷歌商店下载， 她发现每当商店App评论区排在前面的是负面评价时， 下载量就会下降。 决定在用户下载第一个种子文件后就鼓励他们写评论， 因为这时他们已经了解到这个App是多么好用，要求工程师编写了一个请求代码， 在用户下载了第一个种子文件后请求就会以弹窗的形式出现，好评如潮，下载量疾速上升。

依靠数据分析开展试验并分析试验结果。 数据分析师和工程师一起共事， 确保他们在分析用户对试验的反应时跟踪的是合适的、 有效的数据， 并根据这些数据提供最有意义的报告。 数据分析师掌握足够的技能， 他知道什么时候能够判断试验的成败。 之后他便与团队协作， 分析试验结果并计划后续试验。

搭建跨职能的增长团队能够打破这种壁垒。 跨职能团队不仅能够促进并加速产品、 工程、 数据和市场部门之间的合作， 并且能够激励团队成员更多地了解并理解其他成员的视角及他们的工作。 建立增长团队或许是公司战略需要， 或者是为了某个具体项目或计划的推进。

增长团队应当有对企业战略和目标有深刻了解的， 有能够进行数据分析的， 也要有能够对产品的设计、 功能或营销模式进行改动并通过编程测试这些改动的工程师。

团队中的数据分析师需要懂得如何确保试验的设计严密且在统计上有效， 懂得如何获取不同来源的客户和业务数据并将这些数据结合在一起分析用户行为， 并且能够迅速整理试验结果并从中提取结论。

增长黑客过程：
（1） 数据分析与洞察收集； （2） 构想产生； （3） 排定试验优先级； （4） 试验执行。 在第四步完成之后重新回到数据分析阶段， 评估试验结果并决定下一步行动。

要收集并分析用户行为的定性和定量数据以及他们对产品优缺点的反馈。
YouTube也有类似的经历。 虽然如今很难想象， 但是YouTube最初是一个视频约会网站， 之后创始人发现用户上传视频资料并不只是为了寻找约会对象， 而是为了分享各式各样的视频， 于是YouTube摇身一变成为大型视频网站。 联合创始人贾伟德·卡里姆说： “用户走在了我们前面。 他们开始用YouTube分享各类视频， 比如他们的狗、 假期等。 我们觉得这很有意思， 所以我们说， 为什么不让用户来定义YouTube呢？

实现“啊哈时刻”（完善新用户体验），就是产品使用户眼前一亮的时刻，是用户真正发现产品核心价值——产品为何存在、他们为何需要它以及他们能从中得到什么——的时刻。所有这些试验和分析过程都应聚焦于发现你所提供给客户或能够提供给客户的“啊哈时刻”。一旦确定了创造“啊哈体验”的条件， 增长团队就应将注意力转移到如何尽快使更多客户体验到这一时刻上。 在脸谱网， 增长团队发现用户的“啊哈体验”是在网站上添加越来越多的朋友所带来的兴奋感（数据显示， 在前10天添加了至少7位好友的用户最可能成为活跃用户），于是他们马上开始把所有精力放在网站设计上， 通过调整网站设计促使用户在网站上添加更多朋友。 团队聚焦于如何帮助新用户迅速搭建自己的社交网络， 比如导入个人邮箱通讯录以寻找已经在使用脸谱网的朋友。 团队也利用了脸谱网上的广告空间向用户推送他们可能想加为好友的人。 最初版本的新用户体验中寻找朋友的环节只是整个用户使用引导的一部分， 现在则成了最重要的环节。

推特的团队也是利用了类似的方法使更多用户体验到他们所发现的产
品核心价值， 从而获得了迅速的初期增长。 数据显示， 推特用户的“啊哈时刻”是收到朋友和明星、 政客等他们看重的人发布的状态。 就此， 乔西·埃尔曼及其团队设计了全新的新用户体验， 以使新用户尽快地关注30个推特用户。 他们引入了推荐功能， 并将之作为注册过程的主要环节。 这一功能基于新用户注册时选择的兴趣点向其推荐具体的推特账号， 比如他们可能感兴趣的明星和运动员。 还有很多其他实现“啊哈时刻”的策略， 如产品参观、 邮件互动、 特价优惠等等。

创造并使更多用户体验到“啊哈时刻”是破解增长难题的第一步。 下一步是明确你的增长战略。 在进行快节奏增长试验之前， 你必须清楚地知道你将如何驱动增长——你的增长杠杆是什么以及它们是否能够帮助你取得理想的结果。

确定增长战略和增长重点的第一步是明确哪些指标对你的产品增长来说最为重要。 要做到这一点， 最佳方式是建立约翰斯所说的公司“基本增长等式”（fundamental growth equation） 。 这是一个简单的公式， 所有与增长相关的关键因素都在这个等式中有所体现， 这些因素相加共同驱动公司的增长。 也就是说， 这个等式是你核心增长杠杆的集合。 每个产品或企业的等式都不尽相同。例如亚马逊的增长等式： 垂直扩张× 每个垂直市场的产品库存× 每个产品页的流量× 购买转化量× 平均购买价值× 重复购买行为=收入增长。

所有产品都有共同的增长推动因素， 比如新用户获取、 高激活率或高留存率， 但是每个产品或企业都有其特定的因素组合。 例如， 优步的一个关键因素是司机用户的数量， 因为为保证乘客用户在用车时的“啊哈时刻”尽快到来， 优步需要确保在任何地点都有足够多的司机。 乘客用户数同样重要， 乘客不仅可以创造收入， 而且能够保证对司机的旺盛需求以留住现有的司机。 正因如此， 优步才要求增长团队专门负责这两个指标的提升。

对于脸谱网， 关键因素是用户的分享数和用户花在查看动态消息上的时间， 因为新分享的内容会增加动态消息的数量， 也就会使用户花更多时间浏览， 进而也会使网站对于广告主来说更具吸引力， 从而能够收取更高的广告费。 因此， 虽然传统营销和预先定制的数据服务所跟踪的诸如网页访问量、 页面浏览量、 新用户和再次使用用户数、 新注册人数和用户在网站上花费的时间等基本指标数据很重要， 但是明确与产品或企业相关的特殊指标更加重要。

要确定你的核心指标， 首先要明确与用户对产品核心价值的体验最直接相关的行为。 例如， 对脸谱网来说， 这样的行为就包括用户添加了多少好友、 多久访问一次网站、 发布了多少状态和评论以及在网站上停留多长时间。 你至少需要跟踪用户达到“啊哈时刻”之前每一个步骤的相关指标，以及他们采取这些步骤的频率。 例如， 优步在乘客用户方面的核心指标是完成的行程数。 所以， 除了新增下载量之外， 优步也应该跟踪预订的行程数、 再次预订的乘客数以及乘客预订新行程的频率。

你直觉认为十分关键的指标事实上有时候对实际的持续增长的影响微乎其微， 这可能包括一些你一度认为最为重要的指标， 比如日活跃用数。 乔希·埃尔曼解释道， 如果你的公司是一家旅游服务公司， 比如Airbnb， 那么日活跃用户数虽然在纸上很好看， 但对你来说其实毫无用处。 即便是像Yelp这样的评论网站， 也很难让用户每天都使用， 每周一两次的使用频率已经算不错了。 这些产品本⾝在用户使用频率上就存在局限性。 无论你销售的是地毯还是抵押贷款， 或是提供高档就餐或商业服务， “经常性使⽤”这个词都有着不同的含义。对于一家公司来说毫无意义的指标可能恰恰是另一家公司的核心增长杠杆。比如脸谱网，DAU就是一个非常重要的指标了。最重要的增长指标就是增长黑客们常说的“北极星指标”（the North Star metric） 。会像北极星⼀样指引着团队朝着增长黑客过程的终极目标努力， 使他们不会被某个短期的增长手段冲昏头脑。 这样的短期手段可能会带来暂时的增长假象， 但是不益于长期的可持续增长。例如Airbnb来说， 北极星指标是客房的预订量。无论团队如何努力， 不管是想方设法获取更多邮件订阅用户还是更多注册用户， 如果客房预订量没有增加， 那么用户体验到的“啊哈时刻”的次数也不会增加。 Airbnb的“啊哈时刻”对于住客来说是获得满意的住宿体验， 对于房东来说是利用自己的家赚取收入。指标会因时而变，变的多样化，或者由单独部门负责单独指标。

统一的数据仓库不仅可以为你指明试验方向， 还可以帮助你设计更好的试验， 以改进关键增长指标。 最优秀的增长团队一定会花时间把数据收集和分析做好。

确定增长等式和关键指标， 同恰当的数据跟踪设置、 数据采集和包含了客户反馈的报告一道， 可以帮助团队明确并监测核心增长杠杆的变化， 这是增长黑客过程走向成功的关键而有力的第一步。 这时， 你已经做好了展开增长攻势的准备。 接下来， 我们将为你分步骤具体介绍我们所总结的这一套增长过程， 它包括： 提出最值得测试的一组想法； 以最为有效的方式开展试验； 召开流程严密的增长会议； 持续从试验结果中吸取经验教训并进⼀步巩固试验成果， 以加快增长引擎的运转速度。

打破APP销量平平的状态：第一步，搭建增长团队，寻找App用户的“啊哈时刻”， 了解体验了“啊哈时刻”的用户有哪些特征以及他们对于App的使用与其他用户有何不同。第二步，制定增长等式和确定北极星指标（确定数据追踪）。第三步，划分用户群，统计各层次特征和使用行为（例如最佳客户和弃用客户）。第四步，提出各自关于创收的增长想法，不限于自己工作领域。建立一个项目管理系统， 关于协调想法的提交和管理以及测试结果的跟踪和报告。 请记住， 跨职能合作和信息共享是增长黑客法的关键原则。 第五步，按照一个事先制定的模板提交到“储备库”中，不可以是模糊的建议， 必须清楚地说明应该做出什么具体的改变， 并阐述为什么这么做可能带来结果的改进， 同时也要说明如何衡量测试结果。想法不仅来自增长团队，可以来自之外的人。第六步，想法提交后，在GrowthHackers， 肖恩制定了“ICE评分体系”以整理第⼆阶段形成的各种想法， ICE三个字母分别代表impact（影响力） 、 confidence（信心）和ease（简易性） 。在提交想法时， 提交者应以10分为满分给自己的想法打分， 打分根据以下三个标准： 想法的潜在影响力、 提交者对于想法取得效果的信心以及相应试验开展的简易程度。三项分别打分之后， 再相加平均便得到一个想法的综合得分。 对储备库里所有的想法进行评分之后， 团队就可以根据得分排序， 在核心关注领域选择得分最高的想法开始试验。 目标是以量化的方式评估试验想法， 帮助团队筛选不同试验选择、 决定下一个试验内容。

测试阶段：和数据分析师⼀起确定对照组（不参与试验的用户群） 和试验组， 并保证试验结果可正常追踪。每一个试验的运行都意味着另一个试验的落选。 因此， 对于点字的筛选和测试方式的选择都应当十分慎重。 一次糟糕的试验就意味着团队失去了一次宝贵的学习机会， 这会放慢团队合作的进度， 而且错误的数据会误导团队走错方向。 因此， 必须保证每一次试验都能产生统计上有效的结果。两个我们认为非常有用的经验法则：采用99%的置信水平,永远以对照组为依据。

分析结果应当写进试验总结中， 并包括以下内容：
①试验名称和描述， 包括使用的变量和目标客户。 例如， 试验是针对某个营销渠道还是只针对移动用户， 抑或是针对付费用户？
②试验类型。 测试的是产品功能、 网页或App某屏上的营销文案的修改还是某个创意， 抑或是新的营销策略？
③受影响的特征。 这可能包括试验在网站上或是App中运行位置的截图， 或者某个广告牌、 电视或电台广告中某个创意的副本。
④关键指标。 通过试验希望改进的指标是什么？
⑤试验时间点， 包括起止日期， 也要说明当天是一周中的哪一天。
⑥试验假设与结果， 包括最初的ICE得分、 样本量、 置信水平和统计功效。
⑦潜在干扰因素。 比如试验运行的季节， 或者是否有其他促销活动可能影响了访客行为。
⑧结论。

关于增长会议的建议：我们每周二召开增长会议， 以便将一周中的第一天空出来让团队完成必要的准备工作。 每周一， 团队成员会检查试验进展， 结束能够结束的工作， 或者收集数据以备第二天会议使用。 增长负责人则会查看前一周的工作， 包括以下内容：查看顺利启动的试验数量并将之与团队的目标试验速度进行比较；与数据分析师讨论， 了解所有关键指标的最新进展， 以便第二天向团队介绍并分发报告；收集所有已完结试验的数据；对前一周的工作与结果进行深入评估， 包括总结试验对于增长的积极和消极影响。

增长会议流程：
①15分钟： 回顾指标并更新关注领域
增长负责人会回顾北极星指标和其他关键增长指标的最新数据， 还突出说明以下信息：主要积极因素： 即指标的提升， 这可能是试验带来的效果， 也可能是受到团队工作以外因素的影响。 例如， 在食品商店App中加入了购物清单功能之后回购率上升， 或是市场团队进行的App内促销带来了一批新App用户。主要消极因素： 即指标的下降， 团队需要回顾有哪些因素阻碍了增长， 比如App用户数量大幅减少， 或是购买率下降， 抑或是原定的营销计划没有获得预期效果或是被推迟。增长关注领域： 即团队关注的是用户体验的哪一方面或哪一个增长杠杆、 团队是否有短期目标。 如果关注领域不变， 那么只需要再次确认。 而如果关注领域发生变化， 比如从获客转向留存或变现， 那么会议应就新的关注领域及为何做出这一改变进行讨论。 同时也应讨论为实现这一目标需要设定的短期目标， 比如使一定比例的App用户将商品保存到购物清单中。
②10分钟： 回顾前周的测试工作
节奏： 前一周启动的试验数以及与团队目标的对比。
清单中有多少试验没有启动
③15分钟： 从试验分析中获得的主要收获
回顾已启动试验的初步结果以及已完结试验
的完整分析结果。 他们会回答成员提出的任何问题
④15分钟： 选择下一周期的增长试验
⑤5分钟： 检查增长想法储备库

增长的迅速落地：
一个点子从产生到成为重要增长驱动力只需要两周左右的时间， 这包括花在试验前的数据分析和第一次增长会议上的时间。
在食品商店App的案例中，假设初次下单的10美元优惠活动使访客转化为初次消费用户的数量增加了15%。 基于这一显著成果， 团队决定将10美元优惠提供给每一个App新用户， 这一决定带来了持续的15%的提升， 初次下单用户带来的收入也大幅增加了。团队在回顾试验结果时可能会发现新用户的平均订单金额低于整体平均订单金额。 于是团队可能会决定尝试一些旨在提高初次下单金额的办法。 例如， 他们提出了分级折扣的想法， 即初次消费的金额越高， 折扣就越大。即便失败的试验也能在极短的时间内给团队带来重要收获。 假设另一项试验以失败告终， 即突出显示购物满50美元免运费政策的做法并没有带来销量的增加。 经过两周测验，发现35美元更加合适。

截止目前， 我们已经解决了数据问题， 组建了团队， 也了解了增长黑客过程。接下来分别介绍增长的几个主要杠杆——用户获取、 激活、 留存和变现， 分享增长团队可以采用的策略和方法， 以激发这几个领域的增长。

获客： 优化成本， 扩大规模
如果获取用户的成本超过了用户所能带来的收益， 那就有问题了。 前期投入大量资金以抢占先机并牢牢占据市场主导地位不失为一条妙计。但有一个共同的前提， 那就是公司需要有足够的资金来负担先期费用， 并且有切实可行的计划来逐渐收回成本。尽可能提高获客的成本效益率永远是王道。

一旦建立起增长团队、 确定了关键的增长杠杆并且经过充分测试后认定你的产品“不可或缺”， 你就可以开始破解转化漏斗的第一阶段： 获客。在确定你不仅拥有好的产品， 而且这个产品对目标市场有很大吸引力之前（实现产品与市场匹配）， 不要贸然行动。 （但是对具有网络效应的公司来说， 获取用户的行动通常必须与产品开发同步进行。 ）

扩大获客规模， 首先要实现另外两种匹配： （1） 语言—市场匹配， 也就是你对产品优势的描述打动目标用户的程度； （2） 渠道—产品屁配， 即你所选择的营销渠道在向目标用户推广产品时的有效程度

设计打动人心的广告语，不管潜在用户通过何种途径发现你的产品——评论是广告、 文章、 评论或者从他人口中得知——他们看到的第一条文字内容必须迅速传达正确信息。人类的平均专注时间（将注意力保持在一条新的网络信息上的时间） 现在是8秒，要在如此短的时间内给潜在用户留下深刻印象，就必须让他们立刻明白为何你的产品能够让他们受益。 这就意味着， 你所使用的语言必须直接迎合并且进一步点燃他们的需求和欲望。也就是那个“啊哈时刻”， 并且回答每位消费者最关心的简单问题： “你展示的这个产品将如何改善我的生活？

快节奏的增长黑客过程之所以能够完美解决这个问题， 其中另一个原因是， 我们可以轻松针对语言进行A/B测试。 利用Optimzely（营销⼯具）和视觉网站优化器这样的工具就能相对比较容易地替换和测试网站内容，只需在你的网站或者App上加入一小段代码， 就能向访问者随机展示不同版本的网页内容， 同时衡量并比较用户反应。

你的增长团队在设计试验文本的时候， 可以利用一些渠道来寻找很可能打动人心的文字和词组。其中一个渠道是使用户在社交网站或者⽹络评论中用来描述你的产品及其优点的语言； 你还可以利用前期产品“不可或缺性”调查中⽤户留下的评论； 你甚至可以直接给用户打电话， 简单询问他们如何向他们的朋友或者同事介绍你的产品及其价值。

从小处着手，“在线存储你的照片改为“在线分享你的照片”，”寻找约会对象“改为”“帮助他人寻找约会对象”，效果都有很大改变，通过增加社交功能。广告语不仅可以优化品牌， 还可以优化产品。

寻找最优渠道。营销人员通常错误地认为， 通过各种不同的渠道同时展开营销活动最有利于增长。 但这样做的结果是，资源被铺得太开， 让团队无法专注于优化一两个可能最有效的渠道。 缩小渠道范围。你只需两个步骤就可以锁定你的最佳渠道： 发现和优化。 在发现阶段， 增长团队应该广泛试验各种可能的渠道选项， 但这并不是说不加选择地乱试一通然后看哪个管用， 而是必须对各种渠道进行深入调研， 最后选出若干优先项进行试验。 一旦你找到了一两种高度匹配的渠道， 就可以进行第二个阶段： 优化。 在这一阶段， 你应该在扩大规模的同时努力实现渠道成本效益比和影响力的最优化。

获客渠道的三种类型

根据你的商业模式的具体需求就可以轻松地进行初步筛选一两种渠道，例如一家处于发展阶段的电子商务公司可能发现， 建立社区这种病毒渠道不失为一个很好的增长杠杆。 也可能会通过投资电视、广播和印刷广告，不是仅仅依赖病毒机制， 来进一步巩固它们在该领域的统治地位。 但无论是哪种情况， 你必须首先集中精力来优化那些对你而言成本效益比最高的渠道。

缩小选择范围的下一步是考虑用户特征及习惯， 这就意味着要去发现
用户已经表现出来的行为特征。

用户行为类型表

接下来就应该针对每种渠道提出一系列可用于试验的具体策略， 并确定测试的优先顺序。
①成本——你预计进行此项试验将花费多少钱？
②定向——是否容易接触到目标受众？ 对于试验所触及的人群，
你所掌握的信息可以详细到哪一步？
③控制——在多大程度上可以控制试验？ 试验一旦开始， 还能否
进行修改？ 如果试验不顺利， 是否容易终止或者调整试验？
④时间投入——团队启动试验需要多长时间？ 比如， 拍电视广告
的时间投入就比发布脸谱网广告的时间投入长许多。
⑤产出时间——试验开始后需要多久才能拿到试验结果？ 例如，
搜索引擎优化试验或者社交媒体广告的产出时间就比电台广告的产出
时间要长。
⑥规模——试验覆盖的人群规模有多大？ 例如， 电视广告的覆盖
范围比话题博客广告就大得多。
从这六个方面给每个渠道打分，注意成本越低，投入和产出时间越短得分越高

试验评分排序表

即使你已经找到了一个可靠的渠道或者一系列奏效的策略，新的选择还在不断涌现， 你要做的是不断寻求可用于试验的创新策略。随着增长的加速， 采用新渠道将会变得更加重要。 其中一个原因是，任何一种渠道都有一定的局限， 达到渠道上限之后就无法再带来足够多的新用户， 其价值也会随之降低。

这种由数据驱动、 经过优先排序、 专注于试验的做法可以帮助你在多如牛毛的选项中做出明智的判断， 将你宝贵的精力和营销资金真正在刀刃上。

介绍激活之前，分享有关病毒循环的真相和炒作， 介绍不同种类的病毒循环以及如何测试这些循环

如果你的产品没有价值， 不能带来“啊哈时刻”， 那么任何病毒循环策略都帮不了你，要实现病毒式增长必须提供真正的价值。（纠正误解1：有了病毒循环就万事大吉）

首先， 应区分不同类型的病毒式增长。 一种是传统的口碑式病毒，另⼀种是内置于产品当中用来“捕获”更多用户的病毒机制， 这称为原生病毒。一些产品看似主要通过原生病毒来增长， 但实际上主要是靠口碑病毒， 创造原生病毒时必须遵循产品开发的基本原则——要让分享产品这种体验变得不可或缺， 或者至少让这种体验尽可能便捷、 舒心。 （纠正误解2：病毒式增长本身的含义）

病毒系数（K） =客户发出的邀请数× 受邀者中接受邀请的人数比例。一个产品要真正具备病毒性， 那么它的病毒系数（又称K因子） 必
须超过1是不太现实的，假设你有25 000名用户， 并且实施了一个推荐计划， 25%的用户向别人发出了邀请。 平均每人发出5份邀请， 平均10%的受邀者接受邀请。 这就意味着你获得了3 125位新用户， 也就是说病毒循环的第一圈用户数量就增长了12.5%。 这种结果对于任何一种营销都是巨大的成功。 但这个推荐计划的病毒系数是： 5×10%=0.5， 远远低于病毒性定义中的1.0。

任何产品的病毒性都是由三个因素决定的： 有效载荷（ payload） 、转化率（ conversionrate） 和频率（ frequency） 。 它们之间的关系可以通过这个简单公式来表示：病毒性=有效载荷× 转化率× 频率
有效载荷是指每位用户每次向多少人发送广告（或者链接、 微件等）。频率是人们收到邀请的频率。

最好的病毒循环能够激励用户主动帮助公司吸引更多新用户， 因为这样做可以改善他们的产品体验， 脸谱网或者领英就是这样。 因此， 具有网络效应的产品在获得病毒式增长具有得天独厚的优势： 使用产品的人数越多产品体验就越好， 所以人们是愿意鼓励其他人加入的。 社交网络和即时通信App是最明显的例子。

如果用户体验本身并不对用户分享产生激励， 那么你可能就需要创造这样的激励措施， 通常的做法是提供某种奖励。 但关键是， 用户完成推荐后得到的奖励不管是什么都必须与产品的核心价值相关。 可以把这个称为产品—奖励匹配。现金奖励也可能有效，Airbnb向邀请者和受邀者各提供25美元的现金奖励， 供他们下次在Airbnb上预订房间时使用。

更好的做法是将分享激励提示嵌入访问频率更高的地方，领英用户一加入就能看到与哪些人可以建立联系， 用户的邮箱联系人也会自动导入， 以帮助用户建立关系⽹。 优步在显示你当前乘车信息的屏幕上醒目地宣传鼓励用户邀请朋友加入的奖励措施。 仔细观察你会发现， 大多数获得口碑式病毒增长的公司都曾费尽周折努力使它们的原生病毒循环既显而易见又充满吸引力， 使用户愿意自发地发出邀请。

还要确保受邀者获得满意的体验，受邀者回应了邀请而你却没有优化他们获得的体验。 例如， 还没有告诉受邀者这个网站是做什么的或者他们为什么应该加入就冒失地要求他们创建账户。解决方法例如“你的朋友摩根为你在Airbnb上的第一次旅行省去了25美元， Airbnb是最好的旅行方式， 一定要感谢你的朋友！ ”它的⾏为召唤也很简洁醒目： 一个写着“领取奖励”的大按钮。 这样做的好处是双重的： 受邀者将不仅更乐意回应邀请， 他们自己也更愿意发送这样的推荐邀请。

大多数“一举成功”的案例都需要大量试验做铺垫， 成功的病毒循环也不例外。 例如建议用户发出的最优邀请数量是不断试验得出的。
（纠正误解3：病毒性产品本身的含义）

激活： 让潜在用户真正使用你的产品
如何激活他们呢？ 实际上， 98%的网站访问量都未能引发激活，大部分移动App都在三天之内损失近八成的用户。提高激活率的核心在于让新用户更快地体验到“啊哈时刻”。 感受到产品不可或缺的人越多， 忠于产品的用户就越多。 增长黑客过程提供了一系列严格的步骤来帮助你寻找阻碍人们获得“啊哈体验”的因素， 然后通过测试增长手段来提高激活率。

破解激活的第一步是找出通往“啊哈时刻”的所有节点。 假设在打造产品不可或缺性的过程中你已经知道是什么让产品获得这个魔力瞬间， 下面我们就用食品商店App的例子来为大家演示如何绘制全程节点图。 “啊哈时刻”是当顾客意识到他们可以随时随地轻松快捷地购买食物的那一刻，

下一步， 团队需要列出新用户在体验到“啊哈时刻”之前必须完成的所有步骤：他们需要下载App， 找到所需商品， 将其放入购物车， 创建账户并输入自己的姓名、 信用卡和配送信息， 然后点击购买。 要使这种体验真正变得不可或缺， 还需要确保他们在家里准时收到购买的所有商品。

接下来寻找障碍， 找到用户逃离原因的第二步就是计算每个步骤的转化率， 换言之， 要计算整个用户旅程中完成每个步骤的用户比例。测量转化率的最佳途径之一是创建转化和流失漏斗报告。

选择哪些步骤来计算用户比例要视具体产品而定。 对于这个假想的食品APP，这些步骤包括： 初访、 注册、 激活和付费。 如果是其他公司， 如优步， 漏斗报告可能会显示下载App、打开App的用户比例， 创建新账户的人数， 预约车辆以及给司机评分的用户比例等。

除了跟踪关键行为的转化率以外， 报告还应该跟踪访客接触产品的途径或渠道， 不论这一渠道是谷歌搜索还是关键字， 是脸谱网还是推特，是在线横幅广告还是用户推荐等。 不同渠道在激活率上的惊人差异能够给你带来重大发现。

大量App用户将商品放入购物车后没有添加信用卡信息就离开了页面。 而且许多用户搜索的商品数量并不多， 相比之下， 那些下载App后的第一周最活跃的用户第一次访问App就浏览了许多商品。 他们还发现， 那些使用购物清单功能的用户完成购买的比例很大， 而且其中许多又后来都成了回头客。有了这个数据就能清楚地看出， 最大的障碍在于结算体验。

开始试验之前，还有一个数据挖掘的工作要做： 他们必须走到用户当中去开展用户调查和访问， 找出数据所揭示的用户行为背后的原因。最有用的回答往往来自那些没有放弃购买的用户。App团队可以在订单确认页面显示一个简短的问卷调查， 询问顾客“哪个因素让你差点放弃购买？ ”，尝试将用户首次购物的优惠码自动添加到结算页，测试在用户安装App后在App主屏醒目的位置推广购物清单功能。⾯

下面我们来看一看最常见的激活障碍， 以及如何设计增长试验来避免这些障碍。消除用户体验中的摩擦。摩擦（friction） 是指阻碍人们完成他们想完成的行动的令人心烦的障碍。一个公式帮助人们时刻记住不断减少摩擦的重要性：欲望– 摩擦=转化，访者越想得到产品， 他们就越愿意克服更多的摩擦。

你可以把漏斗转化报告看作寻找用户旅程中摩擦源的路线图。 有时只需要找到流失严重的节点就能发现应该首先消除或者重新设计哪些障碍点， 并设计出相应试验， 常见的例子包括下载缓慢以及购物车故障等。但是， 也许最大的摩擦点就是整个用户旅程的起点——新用户体验。

设计并优化新用户体验， 首要原则是将新用户体验应该被当成一个独立的产品。 第二个原则， 新用户体验的第一个着陆页必须完成三个根本任务： 传达相关性（网页与访客目的和欲望之间的匹配度： “这是他们想要的吗？ ）， 展示产品价值（迅速并且简洁地回答访客的疑惑： “我可以从中得到什么？ ”）和提供明确的行为召唤（提供一个极富吸引力的下一步行动）。

有两大策略可以有效减少摩擦：1.简化注册过程， 减少必须提供的个人信息可以大幅提高注册量，可以通过已有账号进行注册， 这个功能被称为单点登录，极大改善转化。2.要减少阻碍用户迅速体验“啊哈时刻”的摩擦， 最大胆的做法是翻转漏斗，在邀请访客注册之前先让他们体验产品带来的乐趣。

尽管填写信息的提示可能是一个摩擦源， 但如果操作得当——用奖励的⽅式通过行动逐渐提高用户承诺——摩擦也可以成为激活与增长的催化剂。 决定引入一些积极摩擦，还有两种实践证明十分有效的策略：问卷调查和新用户体验游戏化。游戏化体现在会员积分计划就运用了所有这些元素， 包括通过消费来提升地位、 权利以及参加特别活动的权限和旅游机会， 当然还可以使用积分兑换免费礼品。

不过相比游戏化机制， 使用触发物来改善激活需要更加谨慎。 触发物是指任何刺激人们采取行动的提示。 常见的触发物包括邮件通知、 移动推送，例如领英发来的新联系人请求邮件，可能大家都被“回来吧！ ”“你确定真的不想回来？ ”“我们真的很希望你回来！ ”这样没完没了的邮件彻底激怒过吧。

触发物的力量来源于两个关键因素： 它们能在多大程度上激发用户采取你希望他们采取的行动， 以及用户收到触发物后付诸行动的难度。

在设计触发物试验时，6个说服原则同样具有很大的参考价值。
互惠——人们更有可能因为礼尚往来而去做一些事情， 无论之前别人给你提供了何种帮助， 而你现在需要给予别人某种帮助。
承诺和一致性——已经采取过行动的人更可能再次采取行动，无论行动的大小或者内容发生了什么变化。
社会认同——当感到不确定时， 人们会先看别人怎么做， 然后自己才做决定。
权威——人们会参考权威人士的做法来决定自己采取什么行动。
好感——相比自己不喜欢或者无感的公司或人， 人们更愿意和自己喜欢的公司或人做生意。
稀缺——当人们担心自己会错失良机时就会采取行动。

一定要试验触发物（移动推送、 邮件以及App内提示等）。 因为它们可以产生很棒的效果， 但试验时一定要思考它们将如何服务客户， 否则它们不仅不能激活用户， 帮助你建立良好的客户关系， 反而会赶跑客户。

留存： 唤醒并留住用户
实际上大多数公司的顾客流失率——新用户流失的比例——都高得可怕，用户流失将会带来巨大的损失。原因之一是获取新用户的成本太高，不管是从收回昂贵的广告成本这个角度还是从防止用户倒向竞争对手这个角度来看， 留住用户都显得至关重要。留住用户的时间越长， 从他们身上获得更多收益的机会就越大，可以让你的口碑营销和病毒营销收到更好的效果。

以食品商店App团队为例，大量用户使用App大概1个月后便出现使用下滑的情况，不能让过多的促销信息或者触发物惹烦用户。 增加移动推送可以刺激短期使用， 但是， 一旦人们厌烦这种干扰， 触发物的魅力便会迅速消失。应用内促销可能会提高App忠诚用户的消费额， 却不能覆盖到团队希望重新激活的其他用户， 因为这些人并不怎么使用App。 设计新功能成本很大， 而且这样做也不能保证用户就会更频繁或者更持久地用App。

不同的留存阶段需要采用不同的留存方法。留存初期非常关键，因为这个阶段将决定用户是继续使用或者购买产品或服务还是使用一两次之后就“沉睡”。 因此，初期留存率可以作为衡量产品黏性的一个指标。 留存初期并没有一个统一的时间长度。 应该根据产品的行业标准以及你对用户行为的分析来决定产品的留存初期应该多长。这一阶段用户从产品中获得的价值越大， 他们长期使用产品的可能性就越大。而且通常这一阶段有许多改善用户体验的机会，

要留住中期用户， 增长团队的核心任务是让使用产品成为一种习惯， 让用户逐渐从产品或服务中获得满足感。

长期留存， 增长团队的作用是确保产品继续为用户带来更大价值。 团队必须试验各种方法不断完善产品，帮助产品开发团队决定升级现有功能或者推出全新功能的时机。 这个阶段最关键的地方在于让用户不断重新认识到产品的不可或缺性。

可以利用群组分析方法来确定不同用户群的留存率， 最基本的做法是按照获客时间进行划分， 也就是按用户完成注册或者第一次购买的日期来分类。然后绘制留存曲线图。如果发现广告宣传和留存率下降之间存在某种关联之后， 增长团队就可以利用这个宝贵信息来决定尝试哪种试验。 或者， 团队一时还无法看清用户流失的真正原因， 这时他们就应该基于这些观察针对流失用户开展问卷调查。

按获客月份对用户进行分类只是群组分析的第一步。 你还需要创建其他类型的群组， 例如按照获客渠道来划分群组， 如用户推荐计划群组和付费广告群组等。还可以根据用户访问网站的次数或者购买次数来分类。

分析完群组数据， 找到初期留存中的流失节点并且通过调研确定了流失的原因， 增长团队就可以开始试验破解的方法。用于改善初期留存的增长手段与改善激活的增长手段本质上是一样的， 因为前者其实是后者的延伸。 不断优化新用户体验， 让用户尽可能快地体验到产品核心价值是这一阶段最重要的两个策略。 使用移动推送和邮件这样的触发物也能够有效强化用户对产品实用性和价值的认识。 但是， 留存初期增长团队不应该只想着靠触发物来唤回用户， 团队还应该关注产品的用户体验以及进一步改进产品这两个方面。

中期阶段，习惯性等同于忠实度，让用户形成习惯关键在于让他们确信继续使用你的产品或服务能带给他们持久的回报。 应该找出触发物的最佳使用数量、 方法和频率， 以创造并强化用户习惯。上瘾模型又被称为参与回环。

提升回报在用户眼中的价值可以带来更大的留存。按照激励—市场匹配原则， 回报应该契合产品价值。除了给用户提供特价优惠和折扣以外，还有 1，品牌大使计划，例如Yelp团队向最活跃的用户颁发“精英”奖章、黑卡等；2，认可用户成就，当用户完成了一个里程碑事件时就给他们发去祝贺邮件。 例如当你走到当到第一万步时， Fitbit（一家研发和推广健康乐活产品的新兴公司） 就会给你发一条祝贺推送；3，客户关系个性化，例如结合机器学习向用户发送为他们量身挑选的新闻故事， 做到为每位订阅者提供独一无二且与用户高度匹配的内容

长期阶段，就是专注于如何让用户乐于使用你的产品并长期保持高度活跃。 我们建议使用这种双管齐下的做法： （1） 优化现有的产品功能、 推送以及对重复使用的奖励；（2） 在一个较长的时间周期里定期与产品团队推出新功能（但不要形成功能膨胀）。 把握好这两者之间的平衡极其重要。

增加新功能并且越来越了解最活跃最满意的用户如何使用产品后， 你需要继续引导用户， 让他们了解可以从产品中获得怎样的价值。 因此， 长期留存的另一个关键要素就是弄清如何让用户沿着学习曲线前进。 这个过程便是持续的用户引导， 即学习完旧功能后，引导他们开始关注以前从未用过的功能和刚推出的新功能。

复活僵尸用户。重新赢回已经弃用产品的用户， 这在增长圈子称为“复活”。 第一步是调查用户当初消失的原因，第二步弄清楚人们离开的原因是否是可控的或者是可以解决的。复活流失用户的大部分工作是靠邮件和广告来完成的。 需要试验信息传达的措辞、 频率以及持续时间来确保你请求他们“回来”的信息不会惹烦或者进一步疏远用户。如果留存不乐观，首先关注的应该是新用户的初始留存，然后是僵尸用户。

变现： 提高每位用户带来的收益

绘制变现漏斗，破解变现的第一步是分析数据， 找出最具潜力的试验。首先， 增长团队要回到根据整个用户旅程绘制的基本路线图。 变现阶段团队要做的是在路线图上标出从获客到留存的整个过程中所有可能从用户身上盈利的机会。 同时， 还要找出用户旅程中阻碍创造收入的所有环节， 例如支付过程中的摩擦以及夹点（pinch points） ， 也就是损失潜在收益的地方，进而找出填补收益漏洞的方法。 增长团队可以先评估这些常见夹点， 但是他们还需要更细致地分析具体的变现漏斗， 这样才能找出产品特有的弱点并且有针对性地设计实验。

关注每个群组的贡献，就像在破解留存阶段所做的那样， 只不过你关注的重点是每个群组贡献的收益。除了收益之外， 增长团队还应该用其他方式来划分群组， 这也是我们在讨论破解留存时所推荐的做法。 分组方式应该包括（但不限于） ： 地点、 年龄和性别、 客户购买商品的类型或者使用的功能、 获客渠道（是通过谷歌广告还是推荐计划） 、 使用哪种设备访问网站或App（台式机还是移动设备， 是使用微软Windows系统还是苹果系统） 、 使用的是哪种网络浏览器、 在某个时间段内访问网站或App的次数、 用户第一次购买或者第一次采取行动的日期等。 同样， 在这个阶段重点不是寻找留存规律， 而是寻找每个群组和收益之间的关联， 从而帮助团队找到试验想法。例如基于这个洞察， HotelTonight只向那些不是使用用Wi-Fi的用户投放定向广告， 最终提高了那些看到广告的新用户的购买率。

对于电商企业来说， 除了按照顾客的消费额来划分群组以外， 其他重要的划分方式还包括顾客购买量、 订单的平均金额、 所购商品的类型、 第一次购物的日期、 在某个时间段内的购物次数以及他们通常购物的月份或年份。 例如， 团队发现， 90天内只购物一次的用户中在接下来的12个月消费额达到甚至超过500美元的比例是55%， 但90天内购物两次的用户这个比例是95%。 因此， 团队可以设计一些试验鼓励所有在90天内购物一次的用户在这期间购物两次。例如， 团队可以在⽤户第一次购物30天后通过邮件向他们提供巨大的折扣或者特殊优惠（例如免费配送） ， 然后60天后再发送一次这样的邮件。

认识你的用户，创建分组目的在于更好地想出满足客户特殊需求的⽅方式。 许多营销者可能非常熟悉用户画像这种做法， 即为每个群组中最具代表性的客户创建虚拟档案。

调查用户的需求，增长团队还应该通过调查问卷直接向用户了解每个关键群组最希望看到的产品改进，然后通过试验决定是否进行大规模推广。你可以向这些参与问卷调查的用户提供带有新功能的免费产品， 这样既可以激励用户参与问卷调查， 也可以保证他们在问卷中的回答的确是他们的真实想法。增加营收的核心在于向用户提供让他们觉得很有吸引力而且最能满足他们需求的产品和服务。 当然， 不同群组的需求也会不同。

利用数据和算法为用户定制产品和功能如果你没有摸准用户的喜好， 个性化定制可能很快令用户弃你而去，如果用户得到的建议对他们毫无吸引。

调整合适定价。测试定价十分关键， 但同时也充满危险， 因为用户普遍不喜欢看到太大的价格变动。 所以， 增长团队必须确保用户体验前后一致。免费和一分钱有很大关系，比如排行榜前面的游戏都可以免费下载， 之后它们要么是通过广告赚钱，要么通过应用内升级解锁更多功能来创收。或者，它在免费用户的使用体验中展示一些只有付费用户才能打开的高级功能。 当这些免费用户试图使用这些功能时就会跳出一个行为召唤， 鼓励他们先从免费版升级到付费版， 然后就能使用这些高级功能。或者，许多成功的App使用广告、 推荐费以及赞助费三者间的组合来创造收入。 团队也可以考虑通过出售用户数据和活动信息来实现变现。

了解用户心理。可以结合罗伯特·西奥迪尼提出的影响用户行为的六原则。：互惠、承诺一致....四过程结束，继续循环，避免增长停滞。

良性循环： 维持并加速增长

一旦增长团队发现有效的增长手段， 就应该最大限度地挖掘它的增长潜力， 而不是急着进入下一个战场。

深挖数据金矿，除了填补产品使用和用户行为的数据缺口外， 团队还应该具备必要的分析来最大限度地利用所掌握的数据。

随着时间的推移， 团队应该试验增加新渠道。

引入全新视角。 邀请其他部门的同事、 其他团队或者个人一起出谋划策能够碰撞出大量有创意的新点子。

想要追逐更大增长的公司面临的最大挑战是如何摆脱目前成功的做法带来的思维禁锢——“只要没坏就不用修理”的思维模式。

第一步， 最好是测试已经获得成功的产品、 功能或者营销策略的关键
设计， 看看能否对它们进行实质的改进。超超越局部最高点对于持续推动新增长十分关键。

第二步， 增长团队应该定期进行更大胆的创新试验， 而不只是局限在优化方面。最好的做法是在两次渐进式的优化之间引入一次大动作

《增长黑客》范冰版思维导图：
https://www.cnblogs.com/xing901022/p/9972120.html