又了结了一本书——增长黑客

       花了两周的时间读完了《增长黑客》这本书，共花了13个小时~因为有些部分确实想反复看一下到底是什么意思~就在我还苦逼读书处于走的阶段的时候，小伙伴们已经开始做副业了——在工作之余已经自己开发小程序、自己做创业项目了。差距就是这么大，赶也赶不上了~~~闲话少叙，《增长黑客》推荐等级5颗星，书中结合大量实例对增长黑客的模型——AARRR模型进行了详细阐述，产品运营甚至技术同学都应该看一下，对于如何促进用户增长hin有用~从第四章开始说下自己印象比较深刻的点：

一.第四章——激活：

1.当新注册用户到达“邀请好友”页面时，如果系统默认建议用户邀请的朋友数量少于4人，则他们很可能会轻易地忽略这一步骤；如果多于4人，则可能会让用户感到焦虑和麻烦；而不偏不倚刚好4人，能实现最大程度的邀请转化率。——4是个魔法数字，在我们的推荐邀请里面也可以借鉴这个数字哦~

2.之前对A/B测试的作用的理解仅限于——减少页面障碍、提升转化率、确定改版方案、新功能的小范围测试等，但书中提到了一点：A/B测试可以决定那些优化是徒劳无功的，有时候这一点显得更为重要，因为它能终结一场无意义的争吵，或是缩减许多不必要的消耗，能够避免让产品在错误的道路上越走越远~但A/B测试验证的还是已有的想法，并不是说是最优的方案，一定会有更好的方案的，只是暂时没有想到。

3.对于会员体系的作用——通过游戏化的方法让人们带着玩游戏的心态重新回归现实世界并影响和重构世界，《游戏改变世界》中提出了游戏的四大决定性特征：目标、规则、反馈系统（通过点数、级别、得分、进度条等形式来反映玩家距离实现目标还有多远）和自愿参与。下一本书打算看《游戏改变世界》。

4.书中提到滴滴在建立司机的会员体系的时候提到了给司机加倍发放奖励的一个场景——某些场景下司机们普遍不太愿意接单，例如在寒风刺骨的早晨六点去天安门看升旗~为什么文中仅提到了这点，第一次读的时候不太明白，第二次读的时候想明白可，在这样一个场景下，用户如果刚好其他手段都行不通只能通过滴滴打到车，那感受到的产品价值绝对很高，而司机在这种情况下应该得到更高的奖励。想起之前听一个同学说，有一次夏天北京下暴雨，滴滴接单速度不但很快而且竟然没有抬高车费反而赠送了优惠券 ，简直暖心，后来这个同学就去了滴滴实习～

二.第五章——留存：

1.用户留存率下降最可怕的原因使他们投入了竞争对手的怀抱，因为这些用户基本不会再回头了~所以要时刻比竞争对手做得好~

2.不同渠道来的用户留存率表现不同，比如主动下载就比获得奖励而来的用户质量高~所以有必要针对渠道用户单独剥离进行留存率分析，选择留存率较高的优质渠道进行重点投放。

3.有损服务，顾名思义是指刻意输出在品质上存在某些损失的服务，目的是以此牺牲换取其他方面（速度、稳定性、成功执行的几率）的优化。在实施有损服务的方案时，有两条基本原则：1）发生问题时，优先保证核心功能的运转，非核心功能不可以影响核心功能；2）在条件允许的情况下，牺牲的特性越少越好。 给我们产品带来的其实是可以采用错峰机制，即在用户打开的高峰时候，请求用户最关心的几个数据，保证能够顺畅的打开，至于其他的辅助的信息可以暂时不请求~

4.还有一个小米抢购时候的精细化产品设计——比如当手机库存还剩十几万部时，每个人都能抢到，大家就对这个数字的多少不太在意；而假如只剩下了一百部，抢购者才真正开始关注和紧张（但相应的访问量也会急剧下降）——产品信息分情况展现，不过这种逻辑也不太对，如果库存很充足的时候你不告知用户还有多少台，用户就可能认为这些事不限量的，一旦几秒钟之内可能会被抢没，用户会很失望的~

5.在用户退出账号的时候可以给出的提示——给出几个亲密好友的头像，然后文案提示“他们会想念你的”~

三.第六、七章——收入、推荐：

1.一分钱效应：行为经济学中用它来形容让用户为产品付出第一分钱时往往是最为艰难的一关~迈出第一步是最困难的~

2.推荐主要是利用社交元素进行信息传播和扩散，口口相传的人际传播效果往往是最好的~在进行推荐邀请的时候给用户展示“利他”的文案，比“利己”的文案更容易带来转化。告诉用户“邀请好友可以获得25美元”的效果就不如“向你的好友赠送25美元旅行经费”更打动人。但我认为，同时体现利己及利他岂不是更好呢~

四.第八章——案例分析：

很遗憾的是，书中的例子好多现在都死掉了～一方面说明市场确实变化太快了，确实没有永远的赢家；另一方面说明每个企业都有他人可以学习和借鉴的地方☞

五.增长黑客经常关注的指标：

PV/UV（ip结合Cookies——服务器储存在客户端的信息缓存，用于记录用户访问信息，识别用户的计算机的身份）/访问数（从访问者进入到离开的一整个交互过程记住一次visit）/总用户数/着陆页（进入的第一个页面，未必是首页）/退出页/跳出率（整站跳出率和某个页面跳出率）/服务器打点数（hit，服务器请求次数）/初访者/新增用户/活跃用户（打开或者打开并完成特定动作，不同产品特定动作也不同）/下载量（在已有保有量上更新也可以算作下载量，这是qq或者微信能够在如此高的保有量的基础之上下载量依然很多的原因）/K因子（衡量产品的病毒传播能力，计算方法为每个用户平均发出的邀请数量/邀请后转化成新增用户的比率（好像和网上不太对得上，研究一下~），大于1表示自我传播能力较强，小于1则表示传播能力较弱）/每用户平均收入（总收入/活跃用户）/每付费用户平均收益/月付费率（一个月内付费用户/活跃用户）/生命周期价值~

完~~