今天分享的是最近看到韓敘的一篇文章俗他，主要是講在“用戶增長”的一些經驗
??在這里指的用戶增長曼库，不僅僅包含拉新晶默，更加具體的是指留存矛洞，用戶大盤數據的變化。只有用戶大盤變得更大酸茴，才有可能在之后的變現和推薦上實現真正有意義的變化分预。因此，用戶增長UG是指使用更加數據化的方式去分析用戶在產品中的生命周期和用戶的變現之路弊决。
對于UG概括性的表達就是?
用戶生命周期是主線噪舀，數據是導向，用戶用戶或收入增長是目標飘诗，整合產品与倡、運營、技術做執(zhí)行手段
不過這里有趣的是昆稿，他指的是需要有一個團隊來專門負責UG業(yè)務纺座，這個團隊轉為增長而服務。因為現有的產品溉潭、運營少欺、技術、市場這樣按照職能劃分的方式仿滔，以為各個職能所背負的數據指標的不同造成了——筒倉效應（意思是各個職能只為自己的數據指標服務腰埂，導致信息的不全面和割裂牺荠，影響了信息的共享）志电，所以讓現有團隊去做用戶增長例朱，各個職能只能以自己的視角出發(fā)思考箫荡，但本身信息就是割裂的间唉，也就會導致都是不全面的低矮，也就不能夠更加全面和宏觀的去為數據增長做出更客觀的判斷。
同時根據用戶生命周期的AARRR模型在用戶獲取终议，激活韩玩，和留存是哪個方面中提出了以下的思考：
同時陆馁，還提出了兩個在UG路上容易碰到的問題：?
1找颓，數據基礎薄弱，但是我的想法是數據是不是薄弱取決于建立數據體系的人是否是熟悉業(yè)務場景叮贩，否則會在產品早期造成埋點不全的情況击狮，那數據自然也就會薄弱了?
2,內部協(xié)調效率，這個問題的來源主要是很多公司不是按照產品線而是按照大的部門分工將員工工作劃分益老，導致了不同的部門有不同的leader,但是不同的leader的kpi不同彪蓬，因此就有一些沖突，導致不能心往一處想捺萌，力往一處使?
3档冬，人才缺少，挖掘大家對于ug的思考桃纯，不斷地培養(yǎng)大家的意識酷誓，挖掘邏輯思維和數據分析能力，溝通推動能力強的擔當此任
同時态坦，還提出了兩個在UG路上容易碰到的問題：?
1盐数，數據基礎薄弱，但是我的想法是數據是不是薄弱取決于建立數據體系的人是否是熟悉業(yè)務場景伞梯，否則會在產品早期造成埋點不全的情況玫氢，那數據自然也就會薄弱了?
2,內部協(xié)調效率，這個問題的來源主要是很多公司不是按照產品線而是按照大的部門分工將員工工作劃分谜诫，導致了不同的部門有不同的leader,但是不同的leader的kpi不同漾峡，因此就有一些沖突，導致不能心往一處想猜绣，力往一處使?
3灰殴，人才缺少，挖掘大家對于ug的思考，不斷地培養(yǎng)大家的意識牺陶，挖掘邏輯思維和數據分析能力伟阔，溝通推動能力強的擔當此任
【文章系讀后感類文章，侵權刪】
