互联网运营增长

Facebook在的指引下，在成立的初期就把“月活跃用户数”作为对外汇报和内部运营的主要指标。

MySpace虚荣指标：100万的注册用户可能在给投资人的数据里看起来好看，在员工那里说起来好听，但在公司的内部运营上，可能让公司误判了形势、走偏了方向、抓错了重点，最终在和竞对较量中败下阵来。

相比之下，从“总注册用户数”到“月活跃用户数”，却确保了Facebook内部的任何决策都是指向真实持续的活跃用户增长

扎克伯格不仅把月活跃用户数作为内部的北极星指标，还坚持对外汇报同一个指标，以此确保监督公司的运营策略永远诚实地对用户价值负责，而不是追求简单粗暴的短期增长。现在很多公司仍然选择对投资人披露一个注过水的“半虚荣指标”，以求数字好看。

构建一个数学模型的时候，需要三个元素：①输出变量；②输入变量；③方程。

增长模型是一个简化的数学公式，包含了对用户或利润增长有影响的主要变量，解释变量如何互相作用，并最终影响增长。

增长模型有各种形态，比如以“总活跃用户”为北极星指标，着重介绍简化的、以用户生命周期为主要脉络的增长模型。

一是新增加的活跃用户，这些用户通过不同的渠道接触到产品，并开始首次使用；

二是老用户保持活跃，仍然使用产品，也就是没有流失的那部分用户。两者的总和构成了总活跃用户。

1）定义北极星指标；它代表着产品的核心价值被用户体验到的理想状态。

2）绘制用户旅程；

3）组建增长模型：

应用案例公式：

分解为一个一个具体的影响增长的输入变量。当你把所有输入变量都列出来后，就会发现增长的驱动力可以来自于用户生命周期的各个阶段，而不仅仅是新用户获取。

从各个变量的基准数据，在设计和优化增长杠杆、不断实验并改进的过程中，可以通过观察增长模型中各个指标的变化来检测进展。

从繁杂事物找出切入点，

清晰地看出当前的聚焦点应该在哪里，有效地排序优先级。

音乐应用为例

公司都有预测未来用户增长趋势的需要，无论是为了汇报、运营还是制定财务计划。有了增长模型，把大的增长指标分解，提高预测的准确性，目标的制定也变得更加有据可依。

资深网站数据专家、Google Analytics（谷歌分析）的推广人之一Avinash Kaushik（艾韦纳什·卡希克）有一句名言：“所有的总和数据都是垃圾，要么分组来看，要么不如去死。”

做增长最高境界是能从用户第一人称视角看问题，将产品价值迅速为用户呈上。

做增长，不能只是从数据的角度想问题

在分析“冷冰冰”的数据的同时，要记住数据的另一面是无数用户的行为汇总结果。

只有深入了解用户心理学，才能有效地驱动增长。

用户决策心理地图和增长模型是一个硬币的两面。想要有效地做增长，必须了解用户在不同决策阶段的心理活动。

1.访问阶段——解决的问题是：用户会注意到这个产品吗？

2.转化阶段

3.激活阶段

通常互联网公司的数据主要分为渠道数据、盈利数据和用户行为数据。用户行为数据由于其可操作性强，是增长团队找到机会的“金矿”。这在初创公司里，制定用户行为追踪计划（Event Tracking Plan）会成为增长团队日常任务。

一般在网站、应用界面中对 要追踪用户事件行为，建议采取分级分步的方法，先定义出最重要的少数几个事件进行追踪。然后再做其次重要的事件。这样的好处是循序渐进，很快就可以得到最重要的数据。

从头开始建立用户行为追踪计划，建议首先找到三个最重要的一级事件，这三个一级事件，应该代表了用户从初次接触产品到最终成功使用产品的最重要的里程碑。

如电商网站，用户在网站上最重要的三个行为是什么？①产品页面浏览；②产品加入购物车；③产品购买成功。

再如，SaaS软件，用户最重要的三个行为是什么？①试用注册完成；②关键功能使用；③升级付费完成。

如上所述，界定三项行为就可以很好地追踪用户的关键行为。之后，可以针对少数关键的漏斗再加入以下更多的步骤：

定义了基本的事件后，最好的检验方法就是看看能不能构建一个基本的用户行为漏斗，看到用户在漏斗的每一步有多少流失。这样一来，很快就可以利用用户行为数据指导行动了。

1、北极星指标：数值及趋势

2、增长模型关键指标：头部访客量、新用户激活率、老用户留存率、盈利分析

3、关键细分指标：关键行为指标、重要流程漏斗分解

4、重要用户分组：按渠道分、新老用户分、按产品平台等

看板1：月活跃用户；看板2：新注册用户；看板3：激活；看板4：参与度；看板5：流失用户唤回

每个看板都进行了进一步的指标细分，这些指标有的是按照群组分类；

SaaS公司类数据看板分析说明

由于天然渠道有较强的不可控性，且增长都有上限。

付费CAC则代表了可以控制的渠道效率，可以理解为如果风险投资给你钱，在一段时间内就可以通过加大投入而持续以这个成本获取新用户。

面向对象：消费者、中小企业、大型企业……

产品形态：移动应用、SaaS软件、硬件产品……

所在行业：社交、游戏、社群、金融……

盈利模式：免费、广告、月费、产品内购买……

单位经济学：用户平均生命周期价值

比如微信，特点，刚需且免费的、没有使用门槛。用户使用之后，有动力邀请他的亲朋好友都来使用，使用的人越多，对产品的用户体验提升越多。——网络效应

需要在较短的时间内就能体会到产品价值，使公司能够较快地收回广告费用，并投入到下一轮营销中，产品内购买的游戏就更符合这样的特性。

1、了解你的用户是怎样的一群人，每天的生活节奏是怎样的、在什么时间做什么事情、喜欢用什么产品、去什么地方消费、有哪些兴趣、关注哪些名人？

2、充分了解你的用户群体，才能知道最可能在哪些渠道上找到他们。

3、如果你的产品有不同类型的用户，你还需要定义不同的用户群组，给每个群组进行单独的定义和画像

1、付费渠道：通过付费广告获取用户的渠道

2、有机渠道：不需要直接花广告费用的获客渠道

3、其他渠道：

内容可以是着陆页、文章、评论、留言、图片、视频等，可以是专业产生的（PGC），也可以是用户产生的（UGC）。

基于这些内容，可以生成很多页面。当用户搜索内容时，这些页面都能成为你获取流量的入口。

第一，都是“反馈闭环

第二，体量足够大

大体量的渠道优先

免费或便宜的渠道优先

可追踪的渠道优先

可以精准定位目标用户群的渠道优先

可以随时开始、随时结束的渠道优先

1）哪个渠道用户获取成本（CAC）最低？

2）哪个渠道获取的用户留存时间最长、LTV最高？这在短期可以通过激活比例高、付费比例高来模拟。

制定新用户获取目标。

决定市场预算的分配和进行渠道的日常运营。

通过广告设计测试和用户定位测试，优化已有渠道的表现。

不断发现和探索新的渠道。

持续地追踪每个渠道的平均获客成本，以及用户的生命周期价值。

对于表现好的渠道，持续优化，加大投入，以获得最大价值；

对于表现不好的渠道，尝试改变策略，进行测试。

如结果持续不得改善，则说明目标用户可能不在这个平台上，或竞争太激烈，可以考虑放弃或维持非常低的预算，严格控制CAC。

通过用户构建自己的社交网络而驱动的病毒传播，及由人们的公开履历所带来的搜索引擎优化效应；后期LinkedIn团队又持续扩展了其他渠道，例如移动应用、国际化，以及和其他公司合作等。

老用户帮你带来新用户，用户获取成本是零。即使是有补贴的用户推荐，一般来说成本也低于其他付费渠道。

1.用户推荐：使用任何系统性的方式来鼓励老用户向其他人传播你的产品和服务

2.病毒传播：快速的大规模对外传播的效果

3.网络效应——快速低成本获客

最原始也是最有效的一种用户推荐方式。口口相传的最重要条件是产品要给用户带来非常好的体验，让用户觉得“必须要分享给别人”。

产品名简单好记，容易向别人解释和描述。比如Google推出的一键搜索“I'm feeling lucky”，不光容易分享，让人觉得很有趣

向其他人展示产品吸引新用户的过程。展示相传的最主要传播动力就是当人们看到一些新鲜的东西时，会产生好奇心。

直接通过动作把产品直观地显示给别人的，如微信的“摇一摇”功能

一些产品为了克服“展示相传”的障碍，做了很多有趣的尝试。如Wealthfront发了Shake to demonstrate（摇展示）的功能，投资账户属于非常私人的事情，别人吹嘘今年的投资回报，用户很可能会有些顾虑，STD就是为了解决这个问题而开发的。当用户摇动手机时，账号里的金额和回报率都会变成奇怪的单位和数字，这样可以让用户放心地向别人展示而不用担心泄露真实的财务信息了

通过付费或者其他方式有偿鼓励人们推荐你的产品也是很常用的方法。

推荐的动机可能有多种，

对于社交网络产品，老用户邀请好友加入，会使两个人的产品体验都变得更好，邀请是社交网络增长的最重要方式之一。

被朋友邀请加入一个群体里是一种很好的感觉，但前提是邀请需要有选择性和针对性，如果给所有联系簿发一模一样的邀请，邀请信就成了垃圾邮件，被邀请人加入的概率也很低。

病毒传播和其他用户推荐方式最大的区别就在于扩散速度快、感染规模广。一般来说，有趣新颖、具有视觉感染力并且容易分享的东西，可以依靠这样的方式得到推广。

产品内传播机制设置得当，会是非常强大的增长渠道，也是增长团队可以通过设计和实验来打造的。

用户推荐心得谏言

K因子（病毒系数）的方法就是平均每个老用户可以带来几个新用户。

如果K因子大于1

K因子小于1

用户推荐万能公式——组合用户推荐有多种不同的类型；用户推荐涉及推荐人和被推荐人，当中存在多个转化漏斗；可以帮助你分解用户推荐的步骤、量化每一步的指标、指导通过实验优化整个推荐流程。

注：CAC的计算在此例中为渠道花费/付费用户数。

1）谷歌应用商店转化率优化：通过谷歌应用商店进行A/B测试。

2）苹果应用商店搜索排名优化：优化应用名称和关键字。

第1步，定义一个关键行为，比如对于各大社交网站，来说是建立社交关系；对于企业软件Slack而言则是其核心功能：发送信息。

第2步，找到这个关键行为的完成者；2C产品来说完成者是用户，2B产品则是一个团队

第3步，明确规定早期是指在多长的一段时间内，且在这段时间内用户需要完成多少次关键行为。具体的定义视产品而不同。

1）你希望用户每次使用产品时都做的行为是什么？

2）用户做出了哪个行为更有可能长期留存下来？

3）哪个指标是整个公司最在意的？哪个指标是你最希望提升的？哪些用户行为直接影响了这个指标？

4）你有几个不同的产品或者功能吗？它们都分别是什么？每个产品或功能的成功指标是什么？和哪些用户行为相关？

第一步，列出可能的关键行为

第二步，通过数据分析筛选关键行为

第三步，通过定性用户调研进一步确认关键行为

第四步，找到关键行为和Aha时刻

指标1：激活率——新用户在一定时间内完成激活行为的比例

指标2：激活漏斗转化率

指标3：新用户留存指标

品牌知识度大，用户的初始激动指数相对更高；

很多用户是从广告点击开始知道这个产品的，好的广告设计、文案也可以提高用户的激动指数；

不同渠道来源的用户激动指数也不同，比如用户主动找到产品的和老用户推荐的用户其需求更强烈或者有社交背书，往往激动指数高，而付费广告招揽来的用户平均激动指数较低。

模拟操作一遍新用户激活流程并记录下来，在每一个步骤哪些元素能够增加激动指数，哪些元素会降低激动指数，最后加起来，用户激动指数是正的还是负的。

新用户的激活包含了产品内部和外部的各个环节；

以移动应用来说，包含看到广告、到应用商店或者着陆页、完成注册流程、完成引导激活等步骤。各个环节上的元素都对激动指数有影响。

由于这些环节是由不同的团队负责，又处于不断变化中，（容易出现各种矛盾和跟不上关键节点与节点面的关键要素的把控，从而影响用户的产品体验。）建议增长团队定期审计新用户激活的整个流程。

以“得到”（头部知识服务商）应用为例模拟其新用户激活流程；模拟一个新用户从搜索、发现“得到”广告、点击广告到达着陆页、下载、注册、激活的操作的全过程。

”得到”产品的（定位）卖点清晰——“碎片时间，终身学习”，并多次重复。各个环节之间的文案和设计风格比较一致，临门一脚的“新人专享礼包”也有助于提高用户的“激动指数”，帮助用户完成激活。

用户需要采取行动、耗费能量，才能够完成新用户激活，所以需要及时有效地帮助用户增强动力。可以通过以下的方法

每跨越一个障碍，用户都需要消耗能量，其激动指数都会下降一点点。注意这里的障碍不仅仅是需要用户填写各种表格，还包括令人困惑的文案、使用起来违反直觉的设计、过多的选择和信息、冗长的注册流程等。有以下可参考思路

1）推迟注册的步骤，让用户先使用产品

2）移除多余步骤，隐藏过多信息：信息应用Line将新用户引导流程中手机注册和条款隐私两步合并为一步，将条款隐私的具体信息放到链接中，仅仅一个小的变化对转化率就有很大的提升，

3）避免冷启动：冷启动是新用户激活中负面影响很大的障碍，如果用户完成注册，进入产品界面后却发现一片空白，他需要花费心力去思考接下来该怎么办，那么他的激活概率就大大降低了。

用户在各种外部和内部信息的干扰之下，还是很可能没能完成关键行为。此时，需要增长团队通过各种方式去提醒用户，推一把。具体有几个可以考虑的方向：

用户的偏好不同、背景不同、使用产品的目的不同，而利用有限的信息，尽可能找到最关键的几个用户群体，让新用户引导个人化，可以最大化地满足用户需求，提高激活率。

1，新用户注册和引导步骤太多，流程太长；

2，没有聚焦到一个关键行为上，想让新用户做的事情太多；

3，花太多时间教用户怎么用界面，而没有让用户使用产品；

4，让用户太快完成设置，没有给予足够的教育；

5，新用户注册太顺利了，没有设置必要的障碍筛选掉不合格的用户；

6，以“注册完成”为衡量新用户引导的指标，而不是“用户激活”；

7，对每个用户都统一对待；

8，完全照抄以上介绍的最佳实践，而不进行A/B测试。

净用户增长=新用户加入-老用户流失

产品早期，已有用户基数比较小，用户流失不明显，被新用户的迅速增长掩盖掉；

产品后期，已有的用户基数大，如Twitter已经达到3亿，即使只有每月5%的流失率，流失用户的绝对值也是巨大的1500万。意味着新用户获取团队每个月需要补的空缺至少是1500万，才能保持用户总数持平。

最开始就是用一般的登录行为作为用户活跃的定义，在进一步分析数据的时候发现，用户回到软件里可以做的事情有很多：

如果是加入新的实验想法、管理已有的实验进程、记录实验结果，或者是和团队成员就一个实验进行讨论，这些和项目管理及团队协作相关性高的行为，价值更大，与用户长期留存的概率有更强的正相关性。

不同产品，界定留存的标准不同；

用户留存最终要和用户的关键行为挂钩。

1、低频低需：低留存——特征：上手快留存差流失快、

2、高频刚需：高留存——特征：高频高留存，

3、低频刚需：

4、高频中需：

如做一个健身应用，数据分析显示80%以上的用户每两次健身之间的间隔是7天左右，那么可以认为这个产品的天然使用频率就是一周，在定义留存和画留存曲线的时候，就适合以周为单位。

1、商业分析工具，目前市面上很多商用分析软件都自带了绘制留存曲线的功能，你可以选择根据哪个行为定义留存，并且选择合适的频率。

2、自设，提前设置对用户关键行为的追踪，并且存储了用户的历史数据，你也可以通过Excel工作表画出留存曲线。假设你的产品天然使用周期是周，想要画出一个周留存曲线，只需下面四步

1）从不同时期的起始同期群的大小可以看到用户数的增长速度。

2）从用户完成关键行为的比例可以看到用户对产品的参与度。

3）从不同时期的同期群曲线可以看到用户的留存率是否有改善。

那么，如何通过留存曲线判断用户留存是变好还是变差了呢

用户的流失是不可避免的，但好的留存曲线变得越来越趋于平缓。

任何一个产品在最初的一段时间内，种种原因或因为产品不满足部分用户的需求，或许是部分用户不是目标客户，总会有一定程度的用户流失，因此留存曲线会向下走。当用户使用产品一段时间之后，假设这个产品确实满足了留下来的用户的需求，流失应该越来越少，曲线应该停止一直向下走的趋势，趋于平缓。

如果曲线一直向下走，最终所有用户都会流失掉，你要考虑是不是公司还没有达到产品—市场契合（PMF）的状态。

随着产品的改善，以及各种留存手段的帮助，后来加入的用户其留存曲线的斜率应该比之前加入的用户的平缓。

通过好的新用户引导流程也可以有针对性地改善首周或首月的留存率，从而整体向上提升留存曲线的高度。

1）第一阶段新用户激活阶段：新用户的注册、激活流程和整体的新用户体验。这一阶段的主要目标是帮助新用户上手，快速发现产品价值达到Aha时刻。

2）第二阶段是中期留存阶段：用户完成了首次关键行为之后继续熟悉产品，发现更多的价值。主要目标是帮助用户形成使用习惯。

3）第三阶段是长期留存阶段：用户对产品的使用已经非常熟悉，主要目标是让用户经常回来使用产品，感受到产品的核心价值，避免用户的流失。

4）第四阶段是流失用户阶段：主要是针对已流失的用户，主要目标是让用户重新发现产品价值，唤回用户。

可以通过比较不同流量来源用户的留存曲线，来了解不同渠道引流的用户长期表现怎么样，了解渠道的真实价值；

可以比较不同用户特征的用户留存曲线，例如，某应用就曾发现虽然女性用户比例比男性少，但是其留存率更高等；

可以比较不同产品客户端的留存曲线，如果仅使用网站端产品的用户留存率显著低于移动应用端，那么就要考虑如何完成网页到应用的转换

对于SaaS软件，可以比较大小不同的企业客户、不同的定价计划等留存曲线，从而找到潜在的改进空间。流量来源和用户特征虽然是细分留存曲线的有用维度，

更有用的方法是按照行为细分留存曲线，也就是“行为分群”。因为最终定义一个人的是他的行为。

了解你的活跃用户在产品里都做什么（行为），能够帮助你了解他们从产品中得到的价值。因为不同的人可能在用不同的方法使用你的产品，不同行为与使用方法，得到的价值或有所不同。这就是行为分群的意义所在。

用户留存率：在一定周期内，有多少用户仍然在产品内进行关键行为，只要有一次行为即可；

用户参与度：在一定周期内，用户平均有几个关键行为和有多少用户同时有超过一种以上的关键行为。

因此，用户留存代表总体情况，是衡量有“多少”活跃用户的指标；而用户参与度更关注个体的参与程度，是衡量用户有“多么活跃”的指标。

产品矩阵（图）说明了用户留存和参与度的关系，最理想的情况是用户的留存率高、参与度深，即“上瘾型产品”。

分支主题

用户的参与程度不同分为消极用户、核心用户和超级用户

1）消极用户：没有按照最理想的方式使用产品，但是他们按照他们自己的方式以比较正常的频率持续使用产品。

2）核心用户：以一个比较正常的频率和正确的方式使用产品，是活跃用户里的大多数。

3）超级用户：参与度非常高的用户，不光高频率地使用产品，可能还同时使用多个功能，或者会使用大多数用户没用到的“进阶功能”。

在大多数网络社群里，最积极参与使用高级功能的超级用户只占到总用户数的1%，核心用户占9%，而90%都是消极用户。

在增长黑客网社区平台上，曾做过分析，发现最积极参与讨论的用户，他们的数量恰恰是1%，不到10%的用户有发帖的行为，而绝大多数的用户都是只看帖不回帖的潜水员。

①明白“推文”的意思；②关注了一些人或朋友从而有了基本的信息流（news feed）；③定期查看信息流阅读新的推文。

①从网页和移动应用两个客户端访问Twitter；②开始通过@回复、喜欢和转发等各种方式来参与Twitter上的对话。

①在Twitter上进行搜索，并精炼信息，看看人们都在说什么。Twitter的搜索功能和一般的搜索引擎使用起来很不同，所以只有少数的用户真正掌握了这一功能；②打造自己的粉丝群，这也是绝大多数用户到达不了的等级，只有超级用户才会重视这件事。

针对新用户的“学习流程”，其主要目的就是帮助用户找到最开始应该关注谁，从而形成基本的信息流，从而让他们达到最底层：

消极用户，可以在Twitter上被动地阅读推文，部分消极用户或许会在某类推文下触发，该尝试取得了很好的效果。

从消极用户到核心用户的转变无疑是比较复杂的挑战且需要一定周期前需要合适正确的方法来持续引导。

通常，消费信息是人自然的行为，新用户形成了基本信息流后，能够很快学会看推文；

用户不会发推文、140个字的字数限制、克服和陌生人之间当众聊天的障碍，及理解转推（retweet）、引用（quote）和回复（reply）这些功能之间有什么区别，成为很多消极用户继续转化为核心用户的障碍。最后，能够使用搜索和拥有粉丝群的Twitter超级用户，更是少之又少。

（PS：无论什么产品都有相应的消极用户，最为关键的是要根据产品与用户进入周期来不断测试分析用、建立不同类型、环节的相关引导机制。）

1.鼓励用户正确使用产品的行为

2.提高用户使用产品的频率

3.增加用户使用多个产品功能

4.让用户使用多个客户端

5.在合适的时刻向用户介绍新功能

注意不仅是提高用户数量，而是要增加完成了关键行为的用户数量。能够做到这一点，说明产品达到了产品—市场契合，有如下表现

1）产品给用户带来的价值很清晰；2）指数型增长；3）超过一半的周活跃用户完成了关键行为：“钉”图片，即保存图片

许多匿名社交产品前期增长得很快，声势浩大，但是留存很差，很快就会消失在大众视野中。

能够长期让用户留下来的产品都有类似特点，它们能够让用户产生使用习惯，对用户有黏性，让用户越用越离不开。

有黏性的产品=用户用得越多积累的好处越多+用户用得越多离开后损失越大

用户用得越多、贡献的数据越多，产品对用户的了解越深，可以利用这些信息和数据改善用户体验；后者是因为用户用得越多，在产品里积累的价值越多，让他们舍不得离开

能够做到这一层的公司，已经有了一个有黏性的产品和一个持续增长的用户群。

自我持续，指当用户参与到产品中时，他们的行为创造了产品内的良性循环，可以带来新用户，改善用户体验和加深已有用户的参与度。

1）行为：我们想让用户采取的行动；

2）动力：用户有多想要完成这个行动；

3）能力：这个行动对于用户来说有多容易；

4）触发：提醒用户采取行动。

假设产品是一个每日计划应用——电子计划本，该如何解决“动力”、“能力”和“触发”的问题，让用户小王完成写计划这个“关键行为”呢？

首先，动力还是来自用户本身

最后，如何设置电子计划本的触发？

一个成功的产品不仅需要让用户完成关键行为，还需要让他们不止一次地重复这个关键行为，达到一定频率，直至成为一种习惯。

习惯性使用产品的力量是巨大的，不需要大量的广告来让用户想着它，已经成为用户生活中的一部分。

要点1、给用户的单次行为提供一个“奖励”

要点2、要求用户在产品中投入一点努力

要点3、让外在的触发和用户的内在触发相结合

要点4、打造一个参与闭环

让老用户带来新用户，新用户加入带来用户，每一个用户的价值都被放大了，形成了一个“增长闭环”

游戏中设置了各种触发和激励机制让你不停地回到游戏中。游戏中还设立了各种奖励机制，在体验过程中让你感受到“完成了一件事”的自我满足感和“我在逐渐变强大”的正面反馈。

从产品的角度来看，要找到有效的“钩子”通过有效地触发让用户完成行为；

从用户的角度来看，产品的设计要和用户的内在动力相一致，并要在用户行动后给予反馈和奖励，以激励用户进行下一次行动。

Facebook在2015年上线的“这一天”功能（基于用户对自我的关注心理）单人模式参与闭环的巧妙案例。

用户发照片后，Facebook会在一年后显示“查看你的Facebook回忆”，显示用户在一年前的今天发送的照片，并提示你重新“分享”这个回忆，从而开启另一轮的参与闭环。

一个用户的行为瞬间有了可以影响到他所在的整个社交生态系统的能力：好友、联系人、粉丝等。

LinkedIn的“谁看了你的履历”功能。这个多人模式不仅包含联系人，还包含平台中的陌生人。

当用户A被告知有人查看了他的履历后，出于社交兴趣和好奇心，用户A会忍不住回到LinkedIn上去查看是谁看了他的履历，从而开启另一轮的参与闭环。

1）推广新功能、新内容或提高已有功能使用度，

2）对时间敏感的信息，

3）给用户提供信息，和用户互动、对话，

制定移动推送方案时，可参考Andy Carvell的RRF模型：

不同类型的推送点击率的参考值

移动推送在测试中要注意的方面

团队每半年定一个增长目标，每8周作为一个实验周期。而每个实验周期又具体细分为：花2周时间通过分析已有数据和头脑风暴决定做什么，制定增长规划图，并在接下来6周的时间里，埋头在开发和执行上。6周结束，汇总分析结果并决定下一步的计划。

第1，随着市场上同质产品越来越多，增长越来越难，而增长又越来越重要，单独设立这样一个部门，整合了营销、产品、工程、数据、设计人员等资源，有足够的人手支持，将增长作为主要目标来驱动，这是聚焦的需要。

第2，增长天然需要各个职能部门的合作，而不仅仅是传统营销部门所负责的“拉新”。举个例子，Facebook的增长团队里有数据分析师、有产品经理、有工程师、有负责特定渠道的市场营销专才，还有负责增长策略的策略师，这样多样化的技能组合几乎不可能在同一个人身上找到。

第3，产品各具特色，用户需求迥异，市场瞬息万变，找来一个“增长黑客的100个方法”或者简单复制别人的案例也许能有几次好运气，但几乎不可能获得长久的成功。所以要想持续推动增长，必须要转变为有体系、有流程、不断试验、以团队的形式来推动。

核心目标是增长，包括用户和利润的增长。

增长团队管理“用户流”，它关注用户从获取、激活、留存、流失、推荐、变现，到回流的整个生命周期，

通过数据驱动的方法，在和用户交互的各个场合，包括外部渠道和产品内，不断提出假设，做实验迭代，提高核心增长指标。

1）跨职能的团队：打破产品和市场之间的隔阂；

2）利用定性和定量的数据分析深入了解用户行为；

3）快速地做产品迭代和测试新的想法，并使用深入的分析来指导行动。

围绕着增长目标进行宏观上的战略制定，以及微观上的战术执行。一个好的增长团队可以帮助你完成以下几件事：

增长团队TPS

1）增长团队可能也包含一些市场营销人员和渠道专家，但和传统的市场团队最大的不同是，增长团队被允许在产品内部进行优化或改动，并有工程师资源支持能够达到这个目的；

2）产品团队的日常活动是围绕着产品和功能的开发展开的，而增长团队的目标非常明确：增长，它是（基于用户需求与数据分析为基准）追求影响力和结果的。

产品是价值创造，而增长是在向更多的人传播价值（价值最大化）

产品团队的目标是增加产品的价值，增长团队则是帮助更多的用户能够最大限度地体验产品的现有价值，或尽可能地去除妨碍用户体验价值的各种障碍。

产品经理更倾向于把工程师资源用于新功能和新产品的开发上，而不只是优化产品；

增长团队同样会在产品上做改动，其主要目标是让更多的人能够体验产品的现有价值，比如初始阶段让用户快速上手、了解产品的使用方法，上手后持续关注用户活跃度，流失后再次唤回等。

与一般产品团队相比，增长团队更偏重指标为导向，其方法论更偏重数据驱动，更注重实验，且要求团队明确地在商业指标和用户体验之间做权衡。

从用户生命周期来看

从方法论的角度看

从影响用户生命周期机制与决策权重看

为什么营销团队不能帮助互联网公司有效地达到增长的目的呢？

产品团队负责界定和提供长期用户价值；运营团队负责创造短期用户价值和协助产品完善长期价值；

运营广义上包括（注：每个方向的KPI各不相同）

运营的产生

最大的类似就是都讲究数据衡量、结果驱动。

这两个岗位各自的出现也是跟创业公司大量涌现，及各种外部渠道层出不穷息息相关。

涉及的范围广、变化快，非传统的职位能够涵盖所有的事务。

用户运营和产品运营是相对而言与增长更接近的两个方向。

美国人口基数与密度远不同于中国，在人口基数不足下，更早地倾向精细运营，产生了增长的方法论，把用户获取、激活、留存、推荐看作一个有机整体，在每个阶段都强调实验，也更多地希望通过产品的改进和可规模化的渠道达到目的。

在实际情况中每个公司的情况不尽相同，增长团队有时候是独立团队，有时候可能归在产品团队或市场团队之下，有时候可能甚至就是运营团队。

了解增长的方法论，要比过分关注组织架构更加有意义。

1.产品：是否已经建立了核心价值

2.文化：是否能够得到领导层的理解和支持

3.资源：能不能获得需要的资源和工具

4.流程：有没有想好增长团队如何运作

5.人员：能不能找到合适的人才

增长团队基本配置说明

增长团队的人员构成

增长团队属于新鲜事物，其组织架构在不同的公司内可能千差万别，在同一公司内部，也可能处于不断的成长进化中。据观察、交流和总结，大致上可以分为以下三大类：

做增长所需的工具主要有4个方面：数据分析、A/B测试、渠道管理和营销自动化、项目管理和知识分享。表6-2展示了美国常见的创业公司的增长团队的工具箱。国内的工具选择也越来越多，例如数据分析软件GrowingIO等。

表中提到的许多SaaS产品都有免费计划。一个刚起步的产品由于没有太多的用户，很多工具都可以免费使用。当公司有了一定规模，有了至少20位增长工程师后，不少增长团队都选择了打造自己的A/B测试平台和数据看板。

1）目标：决定是否成立增长团队。

2）挑战：产品未完全打磨好，产品—市场契合（PMF）不明确。

3）考量：在这个阶段，公司的重点应该集中在改进产品上，并不建议开始大规模地获取新用户。

4）成功关键：

5）建议：在做出设置增长团队的决定之前，公司首先应该通过观察留存率方式，检查产品是否达到了产品—市场契合。如果没有，不要急着直接成立增长团队，应先把产品做好。

1）目标：成立一个1～3个人的“最小化可行性”增长团队，开始增长实验。

2）挑战：资源有限、人员有限，不知从何下手。

3）成功关键：最大化利用现有资源，尽快开始做增长实验。

4）建议：

1）目标：成立一个5人以上的专门增长团队，迅速产生结果。

2）挑战：产品和市场团队已经形成，并且建立内部领域和流程，对于新增的增长团队有反对和怀疑本能的心理对抗。

3）成功关键：找到一个改善潜力大的领域下手，迅速产生一些胜利，大力宣传增长团队的成果，争取其他资源的支持。

4）建议：

❶目标：

❷挑战：

❸建议

❶寻找机会；

❷收集数据；

❸形成假设；

❹进行实验；

❺分析结果+❻双倍下注；

❼100%发布

这个目标有两个特点：第一，它是一个绝对值，不是一个百分比或比例；第二，它是一个非常清晰的数值，不是模糊地说“提高数量”

第一次制定增长目标时，增长团队并没有太多的历史数据可以依赖。应该定1500万还是1000万，增长团队需要做一个判断，使得这个目标需要费点劲儿才能完成，但又不是完全没有希望。

一旦设定了目标，增长团队内部以及领导层需要在全公司从上到下反复沟通这个目标，使得各个功能团队之间有一个共识，为增长团队的成功创造好的条件。

有些增长团队在制定目标时，会考虑采用百分比。假如某订房网把增长目标定为“将新用户订房成功率提高15%”的话，这个目标会受到分子“新用户订房成功数”和分母“新用户数”两部分影响。

理论上看，如果增长团队控制新用户数量，且只允许质量高的用户注册，就更容易达到该目标，却不能与公司的终极增长目标相一致。所以选取一个绝对值“新增订房数”作为目标，既好理解，又好沟通，也符合公司的最终利益。

比如某订房网的例子，它的增长指标可以很容易地拆分为如下结构：

2017年订房数（1500万）=新用户的首次订房数（500万）+已有用户的订房数（1000万）

比如，Facebook月活跃用户的指标可以分解为：月活跃用户数=新增月活跃用户数+留存活跃用户数+流失活跃用户唤回数；

正好对应它们增长团队内部新用户团队、用户留存团队和流失用户唤回团队的划分。这样每个小的增长团队都可以有自己的子目标，子目标加总就合成了总目标。

订房网的例子，经过第一步，它的增长指标拆分如下：

接下来，假设该订房网也有一个专门的新用户增长团队，负责完成500万的新用户首次订房数目标，这个小目标下一步应该如何拆分呢？

可通过绘制用户旅程找到能够影响这个小目标的关键输入变量，再通过增长模型的思路，进一步对新用户首次订房的漏斗进行拆解：

新用户首次订房数达到500万的目标，该订房网的新用户增长团队可以考虑的方向是：①增加从各个渠道获取的新用户数量；②提高新用户首次订房成功的百分比；③提高每人平均订房数。

①增加从各个渠道获取的新用户数量；②提高新用户首次订房成功的百分比；③提高每人平均订房数。

例如Snapchat社交平台广告和苹果应用商店搜索广告，虽然这两个渠道还比较新，但发展势头很好，值得尝试。

子目标1：提高新用户首次订房的成功率（聚焦领域）

子目标2：提高老用户推荐新用户的比例（备选方向）

子目标3：尝试新获取渠道以增加新用户数（备选方向）