摘要：
数据分析 —— 用户增长团队建立在对大数据的分析衡量基础之上。大部分时候，用户增长的工作就是在进行测试、调整并重复这个流程。
一名合格的增长黑客应当具有的特质：
1 ．数据为王：合格的增长黑客首先需要具有数据思维。没有数据就没有比较，没有比较就没有进步。增长黑客的一切工作都是建立在数据分析的指导之上，而非拍脑门式地碰运气。产品的功能逻辑越复杂，用户数量越庞大，数据分析的成本和要求就越高，这就越是要求增长黑客在纷繁复杂的数字中抽丝剥茧，抓住问题的本质。
2 ．专注目标：增长黑客的工作必须时刻围绕增长展开，但有时通往目标的道路处于一团迷雾之中，并没有现成的套路和方法论可以直接借鉴。增长黑客必须自己设法找到破解的途径。整个过程可能冗长而沉闷，需经历不断地测试、改进、学习、再测试，这要求相当强的毅力和抗压能力。
3 ．关注细节：任何一处细微的改动，都可能对产品全局的增长造成影响。增长黑客的职责之一，就是对这些看似微不足道的改动作出评估，通盘衡量得失，甚至决定某个功能是否应当上线。
4 ．富于创意：美国第一代增长黑客、 Bebo 的联合创始人迈克尔 · 博弛（ Michael Birch ）认为， “ 增长黑客 ” 这种职业是科学与艺术的结合。他们善于左右脑同时开工，一方面，通过缜密的分析衡量自己的想法是否可行，另一方面，天马行空地提出解决问题的方案构想。
5 ．信息通透：增长黑客必须一方面深入理解自己产品用户的活跃渠道， “ 从群众中来到群众中去 ” ，扎根建立环环相扣的转化漏洞；另一方面抬眼看世界，时刻掌握海内外最新的产品和市场动向，尤其关注新生渠道和业界趋势。在需要横向对比同类产品的数据，或是纵向挖掘上下游生态的衔接情况时，如果能够找到相关从业者私下直接交流，则会大幅提高信息获取的效率，在第一时间做出基于充分信息的明智决策。
思考：
数据分析是增长黑客日常工作中的基本组成部分。产品功能逻辑越复杂，用户量越大，涉及的利益方越多，数据分析的成本和要求就越高。
进行数据分析的首要环节是明确分析的目的。脱离具体目标的单纯数据查看没有任何价值。
数据分析就是定性分析与定量分析相互结合，不断验证的过程。提出假设、设计方案、分析数据、验证或推翻假设，最终抽丝剥茧，逐渐接近真相。数据是相互验证的，彼此之间有如通过无形的网络纵横连接，只需轻轻按动其中一个，就会驱使另外一个或一组产生变化。通过数据分析得出的结论，应当能反推出其他数据，或是与其他数据分析得出的结果相一致。
