那么為什么要精細(xì)化分析？什么是Growth Hacking,并且我們?nèi)绾稳プ鯣rowth Hacking呢控妻？接下來我將從“人群差異化”董朝、“從流量經(jīng)濟(jì)到AARRR用戶模型”、“硅谷公司的Growth Hacking”、“尋找自己的Growth Hacking策略”等幾個(gè)方面去解釋辅甥。

人群差異化

有過App（網(wǎng)站）開發(fā)和運(yùn)營(yíng)經(jīng)驗(yàn)的朋友酝润，一定對(duì)百度統(tǒng)計(jì)，友盟璃弄，Google Analytics等統(tǒng)計(jì)工具毫不陌生要销，它們可以提供一些基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)服務(wù)，比如總用戶數(shù)夏块，每日活躍用戶數(shù)疏咐，或者頁(yè)面訪問數(shù)等等。只是這些分析只能是一些通用的細(xì)分維度下（如渠道脐供，版本等）的統(tǒng)計(jì)數(shù)字浑塞，所以這些統(tǒng)計(jì)工具無法從更詳細(xì)的維度（例如用戶的人口屬性，用戶的行為事件等）去細(xì)分用戶群體政己。

我們看看下面幾組來自Talkingdata的年度報(bào)告圖片：

首先酌壕，從用戶年齡群來看，90后歇由，80后卵牍，70后及以下的人群分布已經(jīng)越來越均衡，由此可以預(yù)見到的是上網(wǎng)人群的年齡也會(huì)從過去相對(duì)集中的二三十歲的年輕人到全年齡層的分散沦泌。

其次糊昙，城市的覆蓋，也意味著上網(wǎng)人群從過去集中在一二線城市的情況谢谦，變成了到三四線城市的全面分布释牺。

第三，上網(wǎng)環(huán)境的優(yōu)化回挽，WiFi和4G的增加以及2G的減少没咙，意味著，應(yīng)用內(nèi)容會(huì)越來越豐富厅各，顯示的內(nèi)容將不再受到網(wǎng)速的約束镜撩。

第四预柒，北上廣深的應(yīng)用偏好差異队塘，意味著城市文化與節(jié)奏的差異已漸漸影響到不同城市人群的喜好。

2000年互聯(lián)網(wǎng)起步宜鸯，2005年的web2.0以及2009年的移動(dòng)互聯(lián)網(wǎng)的幾波浪潮期間憔古，互聯(lián)網(wǎng)人群還比較集中在80后，一二線城市淋袖，沒有太大的差異鸿市。但是現(xiàn)在，隨著互聯(lián)網(wǎng)人群從年齡，城市等多方面的滲透分布焰情，差異化越來越明顯陌凳。所以，如果幾年前互聯(lián)網(wǎng)還可以認(rèn)為流量影響的人群比較一致内舟，不用作細(xì)分分析的話合敦，那么現(xiàn)在對(duì)于App或者網(wǎng)站而言，人群差異一定會(huì)存在不同的使用影響验游，例如母嬰類應(yīng)用充岛，全職媽媽或者白領(lǐng)媽媽，一二線城市的媽媽或者三四線城市的媽媽崔梗，抑或外婆奶奶這種“偽媽媽”，她們對(duì)于應(yīng)用使用也會(huì)有不同的差異垒在。

從流量經(jīng)濟(jì)到AARRR用戶模型

其實(shí)現(xiàn)今為止蒜魄，大多數(shù)公司只關(guān)注三件事：流量、用戶爪膊、收入权悟。

他們關(guān)注的是通過大批流量的入口，招來大批用戶推盛，然后再帶來大量收入峦阁，或者換言之，這是一種“流量經(jīng)濟(jì)”耘成。但現(xiàn)在榔昔，如上面所述人群差異化越來越明顯，導(dǎo)致以前的這種方式瘪菌，會(huì)越來越低效撒会，出現(xiàn)了越來越多的無用投放，以致于最后出現(xiàn)這樣一種現(xiàn)象：通過流量交換师妙，或者一些渠道與CP其實(shí)已經(jīng)影響了很多用戶诵肛，但最終留存下來的用戶卻很少。

之前36kr有篇文章《流量時(shí)代何時(shí)走向終結(jié)》寫過這樣一句話：“‘流量經(jīng)濟(jì)’的重點(diǎn)在于‘洗’默穴，要找到一種與之相對(duì)的模式怔檩，那一定是‘粉絲經(jīng)濟(jì)’，其重點(diǎn)在于‘養(yǎng)’”蓄诽。

所以拋開流量增長(zhǎng)帶來的收入薛训，我們更應(yīng)該關(guān)心的是流量帶來的是什么樣的用戶，怎么來的用戶仑氛，以及不同用戶怎樣產(chǎn)生收入乙埃，產(chǎn)生什么收入闸英。比如說，現(xiàn)在我們很多App常常會(huì)換量介袜，找兩個(gè)CP換量甫何，一個(gè)帶來5000量，而另一個(gè)帶來3000量遇伞。很多人單從流量數(shù)字來看會(huì)覺得5000的好沛豌，但是沒有考慮5000和3000用戶背后的留存率，如果5000的量的留存是10%赃额，3000的留存是40%加派，實(shí)際上是后者帶來的有效用戶是前者的兩倍；然后還不止這么簡(jiǎn)單跳芳，如果前者（5000量里的10%的留存）帶來的ARPU值是后者（3000量里的40%的留存）的5倍芍锦，意味著前者帶來的價(jià)值又會(huì)是后者的兩倍多，所以這些都必須通過對(duì)人群的深度分析才能得出結(jié)論飞盆，了解你的高留存用戶娄琉，然后去“養(yǎng)”這些用戶，那么才有可能產(chǎn)生持續(xù)穩(wěn)定的高價(jià)值吓歇。

所以當(dāng)“流量經(jīng)濟(jì)”已經(jīng)大打折扣時(shí)孽水，就沒有別的辦法嗎？不城看，其實(shí)國(guó)外已經(jīng)提出了一種新的分析思路就是AARRR用戶模型女气。

所謂AARRR用戶模型其實(shí)就是獲取“（Acquisition）”、“激活（Activation）”测柠、“留存（Retention）”炼鞠、“傳播（Referral）”、“收入（Revenue）”轰胁，整個(gè)步驟如圖所示谒主。

用戶獲取（Acquisition）其實(shí)就是通過各種方法吸引用戶到自己的平臺(tái)來赃阀，例如常見的搜索引擎優(yōu)化霎肯，二維碼掃碼，應(yīng)用市場(chǎng)榛斯，內(nèi)容提供方观游，社會(huì)化分享，軟文等等肖抱。

用戶激活（Activation）就是讓用戶注冊(cè)成為你的用戶备典。

用戶留存（Retention）就是讓用戶持續(xù)使用你的應(yīng)用异旧。

傳播（Referral）就是讓用戶愿意替你傳播你的應(yīng)用意述，例如通過社會(huì)化分享或口碑宣傳等方式。

收入（Revenue）就是獲取用戶收入了

整個(gè)過程就是先獲取用戶，然后部分用戶會(huì)成為激活用戶荤崇，而激活的用戶里面會(huì)有一部分成為留存用戶拌屏，留存的用戶里會(huì)有一部分用戶幫助向外傳播，又會(huì)吸引一部分用戶术荤，最后留存用戶里面會(huì)有一部分用戶產(chǎn)生收入倚喂。

所以再對(duì)比剛剛的那個(gè)流量模型，顯然我們可以通過AARRR的整個(gè)過程更加細(xì)致的去了解用戶的整個(gè)生命周期瓣戚。

硅谷公司的Growth Hacking

Growth Hacking其實(shí)是一種用戶增長(zhǎng)的方式端圈，通常來說即通過一些策略去幫助公司形成快速的增長(zhǎng)，但它又不等同于BD和Marketing子库。

Growth Hackers 并不是BD和Marketing的替代舱权，Growth Hackers并不意味著優(yōu)于BD和Marketing，BD和Marketing專注于從多方面去發(fā)展和推廣仑嗅，而Growth Hackers通常是專注于某一點(diǎn)宴倍。

Growth Hackers 利用對(duì)產(chǎn)品的理解以及對(duì)產(chǎn)品推廣運(yùn)營(yíng)的分析，去提出策略仓技，幫助公司快速增長(zhǎng)鸵贬，這個(gè)過程一般都是要基于技術(shù)和分析去探索的。

創(chuàng)業(yè)公司更需要Growth Hackers

所以Growth Hacking最重要的是通過策略去增長(zhǎng)脖捻，那么有哪些經(jīng)典的策略呢阔逼？

上面幾家公司現(xiàn)在都是明星企業(yè)，但在初期Growth Hacking都幫助他們實(shí)現(xiàn)了快速增長(zhǎng)地沮。

可能看到這里很多人還是不太明白這些精妙的策略是怎么想出來的颜价，很多國(guó)內(nèi)的相似企業(yè)都會(huì)copy他們的策略，但是對(duì)于如何去找策略卻是毫無思路诉濒，之前有一本書叫做《精益創(chuàng)業(yè)（Lean Startup）》周伦，這里我要介紹的是《精益數(shù)據(jù)分析（Lean Analytics）》，里面提到了一個(gè)觀點(diǎn)就是OMTM(One Metric that Matters)也就是找到影響最大的一個(gè)指標(biāo)未荒。

前面已經(jīng)說過Growth Hacking會(huì)更專注于分析聚焦在某個(gè)點(diǎn)的問題专挪，回想剛剛的AARRR模型，其實(shí)這就是一個(gè)漏斗片排。

從用戶獲取到激活到留存寨腔，留存到傳播和收入就是一個(gè)自上而下的漏斗，越往下越窄率寡。理想的境況下迫卢，我們都希望這是一個(gè)圓柱體，但顯然這是比較困難的冶共，而我們要做的就是精細(xì)化分析用戶獲取到收入的整個(gè)過程乾蛤。

對(duì)于沒有過數(shù)據(jù)分析運(yùn)營(yíng)的公司來講每界，這個(gè)過程中一定存在很多優(yōu)化點(diǎn)，縱觀整個(gè)過程家卖，我們首要的就是找到步驟間轉(zhuǎn)化率最低或者最容易提升的一個(gè)點(diǎn)眨层，然后結(jié)合這個(gè)點(diǎn)去想策略。

我們?cè)倩氐絼倓偟哪菐准夜镜牟呗裕?/b>

最典型的是Linkedin上荡，Linkedin發(fā)現(xiàn)用戶獲取是一個(gè)低效的點(diǎn)趴樱，同時(shí)他們發(fā)現(xiàn)很多人在搜索引擎搜索自己的名字時(shí)沒有太多相關(guān)信息，所以他們提供了一個(gè)功能酪捡，就是創(chuàng)建個(gè)人資料頁(yè)叁征，然后幫助做SEO優(yōu)化，這樣逛薇，再搜索自己名字的時(shí)候航揉，前幾個(gè)結(jié)果就會(huì)有用戶的專頁(yè)，這個(gè)feature當(dāng)時(shí)就吸引了不少的新用戶金刁，并且注冊(cè)成為他們的用戶帅涂。

Quora和Twitter都發(fā)現(xiàn)了用戶獲取到用戶激活的比例比較低。他們用了不同的策略尤蛮，Quora增加了注冊(cè)的途徑媳友，比如閱讀到一半彈出了注冊(cè)框；而Twitter則是發(fā)現(xiàn)來到注冊(cè)頁(yè)面产捞，在注冊(cè)過程中流失的人很多醇锚，因此他們選擇的是優(yōu)化注冊(cè)流程來提高注冊(cè)量。

Dropbox 發(fā)現(xiàn)從用戶的激活到用戶留存有提升空間坯临。在發(fā)現(xiàn)這個(gè)問題后焊唬，他們分析發(fā)現(xiàn)一部分人注冊(cè)后并沒有下載客戶端，而往往他們就是留存最低的那部分人看靠，顯然如果能將這里面的一部分人喚醒赶促，那么這個(gè)轉(zhuǎn)化率一定能提高，所以他們就給注冊(cè)了賬號(hào)但沒有下載客戶端的用戶發(fā)送了下載客戶端的郵件挟炬。

還有一個(gè)很有名概念就是“AHA!MOMENT”鸥滨，可以理解為驚訝時(shí)刻，其實(shí)也是通過對(duì)內(nèi)部數(shù)據(jù)的分析谤祖，找到一個(gè)影響用戶留存的關(guān)鍵點(diǎn)婿滓，比如Facebook是10天內(nèi)7個(gè)新用戶，Twitter是用戶關(guān)注到達(dá)30人粥喜，而策略就是刺激用戶達(dá)到這兩個(gè)目標(biāo)了凸主。

所以可以看出，每一種策略都在針對(duì)著AARRR模型過程中的某一步额湘。而我們要優(yōu)化應(yīng)用和App卿吐，首先要做的就是找到整個(gè)步驟中存在問題的那一步旁舰。

尋找自己的Growth Hacking策略

合理使用工具是重要的一步

不考慮推送、客戶管理等企業(yè)工具但两，單從分析來講現(xiàn)有的工具主要分兩類：通用統(tǒng)計(jì)類和精細(xì)化分析類。第一類就是開頭所講的友盟這一類工具供置，他們是最基礎(chǔ)的統(tǒng)計(jì)服務(wù)谨湘；Talkingdata、Dataeye則是在統(tǒng)計(jì)基礎(chǔ)上做了一些垂直化芥丧，把一些統(tǒng)計(jì)數(shù)據(jù)包裝成行業(yè)指標(biāo)紧阔，更利于開發(fā)者去閱讀理解；而另外一類工具就是Mixpanel和諸葛io(zhugeio.com)续担，他們?yōu)殚_發(fā)者提供的并不是統(tǒng)計(jì)服務(wù)擅耽，而是類似于BI（商業(yè)智能）的分析工具。

統(tǒng)計(jì)類工具特點(diǎn)是每天計(jì)算一次關(guān)鍵指標(biāo)物遇，用戶看到的都是預(yù)先計(jì)算好的數(shù)據(jù)乖仇，因?yàn)榉治龅木S度是固定的。比如對(duì)人群在通用維度（版本询兴，渠道等）進(jìn)行分析乃沙。

分析類工具則是非常靈活動(dòng)態(tài)，大多都是實(shí)時(shí)分析诗舰，而且分析人群可以定制化細(xì)分（比如和內(nèi)部數(shù)據(jù)庫(kù)相關(guān)的人物屬性警儒，或者在應(yīng)用內(nèi)產(chǎn)生了什么行為等）。

兩類工具各有各的特點(diǎn)眶根，對(duì)于查看概況蜀铲，統(tǒng)計(jì)類工具無疑是適用的；而對(duì)應(yīng)到要找到Growth Hacking策略之類属百，則需要深入分析應(yīng)用以及用戶使用過程记劝，那么還是需要分析類工具。

學(xué)會(huì)使用一些方法

漏斗

漏斗是常用的分析方法族扰，在應(yīng)用的使用過程中隆夯，會(huì)有一些層次關(guān)系，例如在視頻應(yīng)用中别伏，用戶看視頻之前可能有很多入口蹄衷，比如從搜索、推薦厘肮、分類愧口，用戶都能完成看視頻操作，那么哪一個(gè)轉(zhuǎn)化率是最高的呢类茂？或者用戶有很多種耍属，一線城市托嚣、二線城市，那么一線厚骗、二線哪個(gè)完成看視頻的轉(zhuǎn)化率最高呢示启？再說電商應(yīng)用，典型場(chǎng)景就是從加入購(gòu)物車领舰，到下訂單夫嗓，到完成支付，這也是一個(gè)漏斗冲秽；或者用來支付的方式舍咖，是微信支付還是支付寶支付，誰的支付率更高锉桑，同樣也是一個(gè)漏斗排霉，所以用精細(xì)化分析工具分析漏斗是非常重要的。

自定義留存

我們之前常常以為的留存民轴，都是用戶有沒有持續(xù)去使用應(yīng)用其實(shí)每個(gè)應(yīng)用的核心價(jià)值其實(shí)是不一樣的攻柠。比如知乎日?qǐng)?bào)就是有沒有持續(xù)去閱讀；優(yōu)美圖是有沒有持續(xù)去看圖片后裸；淘寶是有沒有持續(xù)下訂單辙诞，甚至對(duì)于淘寶而言，持續(xù)看商品轻抱，持續(xù)下訂單飞涂，持續(xù)完成支付的用戶價(jià)值也是不同的。所以當(dāng)涉及到精細(xì)化分析時(shí)祈搜，留存也會(huì)因?yàn)閼?yīng)用內(nèi)觸發(fā)行為的差異而不一樣较店，因此自定義留存也能夠幫我們?nèi)ズ饬恳恍┯脩舻某掷m(xù)價(jià)值。

找到你自己的問題

回憶一下剛剛的AARRR模型容燕，每一個(gè)應(yīng)用都可以把自己的一些用戶行為找到對(duì)應(yīng)的過程中梁呈，所以首要的就是你要找到跟這幾個(gè)過程相關(guān)的事件，比如用戶獲取可能就是用戶不同來源蘸秘，用戶激活可能是用戶的注冊(cè)官卡，用戶留存就是剛剛說的應(yīng)用自己的一些核心事件（比如閱讀，看視頻）醋虏，用戶傳播就是分享行為寻咒，用戶收入就是付費(fèi)過程了。利用分析工具先檢測(cè)好這幾個(gè)點(diǎn)颈嚼，然后統(tǒng)計(jì)中間的轉(zhuǎn)化率毛秘，找到提升空間比較大的點(diǎn)，然后再細(xì)致的去跟蹤中間的過程，比如如果發(fā)現(xiàn)分享比例比較低叫挟，那么就可以看看是分享的刺激不夠艰匙，還是分享過程需要優(yōu)化，比如微信認(rèn)證或者微博認(rèn)證流程中出現(xiàn)問題抹恳。

最后想說的是员凝，很多小的公司誤以為數(shù)據(jù)分析和自己無關(guān)，但從長(zhǎng)遠(yuǎn)來看奋献，了解和熟知自己的客戶群體以及產(chǎn)品使用的數(shù)據(jù)健霹，對(duì)于發(fā)展和增長(zhǎng)的策略來講很有必要，Growth Hacking離每一家企業(yè)都沒有那么遠(yuǎn)秽荞。分析數(shù)據(jù)不用一次把所有的業(yè)務(wù)都設(shè)置成自定義事件骤公。通過分析或者統(tǒng)計(jì)工具埋點(diǎn)抚官，數(shù)據(jù)太多了反而會(huì)影響自己去分析扬跋，把埋點(diǎn)分析也變成產(chǎn)品迭代的一部分，每次只需要分析一個(gè)模塊的問題就可以凌节，比如注冊(cè)過程钦听，分享過程，留存過程等等倍奢，核心是每次迭代產(chǎn)品朴上，找到OMTM，分析和優(yōu)化這個(gè)關(guān)鍵指標(biāo)卒煞。

工欲善其事痪宰，必先利其器，產(chǎn)品就是你的利器畔裕。

(本文源自鳥哥筆記衣撬，經(jīng)授權(quán)發(fā)布)

Jacky：產(chǎn)品經(jīng)理分享平臺(tái)（產(chǎn)品公園）聯(lián)合發(fā)起人/互聯(lián)網(wǎng)金融產(chǎn)品人、鍋內(nèi)股份制銀行扮饶、證券從業(yè)者具练。