随着增长黑客被大家熟知，增长黑客似乎被人们披上了魔法的外衣。实际上增长黑客，它是一个有规（数据)可循，有法(方法）可依的循序渐进的过程，在国内流量越来越贵的情况下，更加偏向于落地的，用户增长被再次推到了人们的面前。
预计阅读时间10分钟，请耐心看完，收获满满哦。
要了解用户增长那先从，不可不知的P/MF开始吧
1，什么是P/MF,
P/MF 代表的是市场和产品的匹配。
达成P/MF状态的六个步骤
1.1,做人们真正想要的产品，而不是没有分析需求就贸然开发产品，或者做一个为需求的产品。
P/MF是指产品与市场相匹配，马克. 安德森将它定义为：在一个好的市场，能够用一个产品去满足这个市场。
世界上最好的公司都是脱胎于其他产品，你要做的就是去发现让它进化成别的东西。
P/MF是一切增长的基础。
确定产品的目标用户，不要想当然的猜测用户习惯确定目标用户,其实就是用户画像，（没说到用户画像之前，我还一度认为用户增长的概念是针对产品人员的，跟我们数据分析分析有什么关系，但实际上，数据分析可是一个无底洞，还得懂产品的思维）
1.2,发现用户的需求。
可以入手的6个方面，
1，官方渠道，2，粉丝爱好集散地，3，调查问卷，4，竞争对手的阵地，（看一下好评，看一下差评，做什么活动，反响是怎么样的，）。5，社交网络的挖掘，利用舆情分析。6，百度指数这个工具，榜单，对比两个关键词，看一下在一段时间内，他们的反响和热门情况。
1.3，找到产品的价值主张。价值主张是指，你解决了用户的什么问题。
1.4，构建M/VP的方法。
第一；定义产品的首要目标。第二，定义产品的用户流。第三，根据用户流的每个阶段罗列产品功能。第四，对功能进行优先级排序。第五；构建最终功能集合。
sean ellis 测试(这个测试挺有意思的）；告诉现在的用户，你们今后无法子使用这个产品了，如果有40% 的人对此表示“非常失望",那你的产品就到到P/MF.
最好使用问卷调查，至少需要40-50个回复来判断，问卷分发的用户应该是体验过产品核心功能的，至少使用过两次的，过去两周内使用过的。
2，用户增长的起点——获取用户（727)。
2.1，用户增长的7大驱动因素；
技术驱动，供给驱动，产品驱动，渠道驱动，运营驱动，品牌驱动，数据驱动。
其中的数据驱动就是通过数据分析识别增长机会，诊断增长瓶颈，有针对性的解决问题。
举一个简单的例子，春秋航空的案例：OTA用户转化，通过最近一次购买时间跨度对用户做分群，测试发现距离最近一次下单0-7天的用户更容易转换。（有没有很像，数据分析常用的分析方法，RFM，它是通过一个客户的近期交易行为，交易的总体频率以及交易金额的指标来描述客户的价值）
2.2,两大最核心的关键维度；
制定流量投放策略，从流量规模和流量质量两个维度综合判断。
判断渠道质量的优劣的指标有：注册转换率，跳出率，用户访问量，用户的访问时长，订单转换率。
2.3，构建成长路径；七步获客法
七步获客法，是由facebook增长团队的早期员工，Noah Kagan,提出的。曾帮助财务管理软件Mint实现了从0到100万用户的增长，最终以2.7亿美元被收购。
听起来不错，是不是很想知道，接下来，就是关键的7步。
制定一个增长目标，（从公司营收的角度制定）。
设定一个时间框架，(在计划的时间之内完成，增长才有意义）。
做一个潜在的渠道列表，用excel即可，填充以下几点：渠道，流量，点击率，转化率，用户数量，状态，已执行？，实际用户。
初评渠道的可行性，进行优先级打分（从两个维度为渠道进行评分，潜在影响力，执行的容易度。此外还要从时间和预算的角度再次评估可能性）。
预测效果，网站流量上可以用Similiarweb观测，公众号可以用西瓜公众号助手。大概的标准要有，比如搜索引擎百度和谷歌之类的点击率是2%上下，公众号的点击率大概在1%上下。
制定推广的任务时间线，把总体的用户增长防在一个时间计划表中，拆解成短期小目标。
追踪渠道效果。按照策略表执行各项方案；记录执行效果的数据，并修正预测数据；淘汰效果不佳的渠道，换新的渠道，循环测试；确保每个时间点上完成用户增长的目标。
3，有了用户，接下来就是用户的留存问题。
3.1，用户激活与留存
前uber首席增长官；Andrew Chen，调查了150万个app。最后发现，app平均会在3天内失去80%的用户，30天内平均失去90%。哈佛商学院的调研结果显示，客户留存率每上升5%，公司的盈利可以提升25%-95%。
新用户激活之后，才有机会成为留存用户，活跃度下降是用户流失的先兆指标。
3.2，让客户上瘾的”hook'模型
新用户激活的目标是使得，新用户体验到产品的价值，产生重复的使用产品的动力。
成瘾模型的四要素；触发，行动，奖励，投资。
触发：诱发用户采取行动，进入系统的契机。触发的机制有两种，外部和内部。
行动：有预期的操作行为。主要体现在动机（例如寻求希望，快乐，被接受）和执行在设计上的易用性。
奖励：这是用户上瘾的关键。有社会奖励，资源奖励，自我情绪奖励等。
投资:让用户对产品的投入，例如：歌单，粉丝，二次充值，创建偏好的推荐系统等。
3.3，aha moment（这让我想到了奥普拉在她的书《我坚信》中写道的：啊哈一刻。）
aha moment；它是指思考过程中一种特殊的，愉悦的体验，期间会突然对于之前并不明朗的某个局面产生深入的认识。从产品的优化来说，它相当于有价值的用户行为，这些行为决定用户是继续使用你的产品还是选择竞争对手。
如何找到aha moment，
主要在于；1，产品的核心功能是什么？2，用户的什么行为促使他留下来？其中那些功能让用户能够低成本感受到产品的价值？3，用试验和数据验证你的猜测。
3.4，提升用户留存
可以通过两个方面，
一方面是：通过功能留存率和使用用户占比 去构建产品功能留存矩阵（类似于波士顿矩形模型的灵活应用）。
另一方面是内容运营的作用，好的内容，不仅仅可以促进用户的留存，有很大的几率直接促成付费的转化或复购的实现。（也是由于对于内容的重视，市场上出现了专门的内容生产机构。李开复的《AI.未来》也指出了，未来不会失业的一类人群就是内容生产者，也凸显了内容运营的可落地作用。）
3.5用户流失预警机制的搭建
最常用的机制是通过[用户分层]来分别监控不同的用户画像的用户。
另一个就是RFM模型,
4，病毒传播
4.1，病毒营销漏斗
它是让少量真正的用户帮你带来更多大的用户，让用户数量呈现指数增长。
josh elman 提出了五种病毒传播分类；
(1）.口碑传播；产品有个好记好拼的名字，更容易搜到，此外要保证你的产品可以用三两句话说清楚。
(2）激励式口碑传播，
(3)示范效应传播。
(4)传染式传播。用在社交类产品，效果更好。
（5）爆发式传播。有些产品的传播纯粹就是由于它们好玩，搞笑，流行。
4.2，病毒传播可以被科学的制造出来吗？
跟BuzzFeed 或许可以学到哦
内部指数（social lift）来判断一片内容是否够(病毒）?
social lift=(社交分享阅读量/初始阅读量）+1
合格标准：social lift >1.5,初始阅读量大于10万
首先小范围发布，实时测算social lift。用机器学习进行预测
选择最有潜力，social lift最高的内容进行大范围推广
利用在传统媒体上并不起眼的热点，引爆传播。
4.2.1，病毒循环（iral loop）
使用产品---推荐好友---好友使用产品—推荐另一个好友—如此循环往复
印象深刻的是CrunshLink,通过通知你的暗恋对象
Linkedin 就是利用双重病毒传播，通过导入通讯录联系人，在填写个人资料时，填写原来公司和现在公司，就能将自动将公司相关的人进行匹配。。
4.2.2，打造产品病毒循环的五个步骤，
制定策略——应用——发布——优化——精炼
制定策略：你的病毒策略如何与你的核心产品结合？你想呈现给用户的基本价值主张是什么？
被病毒策略吸引来的用户会开始以使用你的核心产品，还是迟早会流失？
应用：秉承MVP的敏捷开发思路，最快而不是最好。这个系统一定要与你的核心产品有关联性。
发布；最简单的方式就是买流量。
优化；取极值的破坏性试验最易快速验证，如果长时间无法产生效果，不要浪费时间，返回第一步重新构架整个系统。
精炼；当优化取得成就后，把MVP转变成正式系统。
4.2.3，病毒感染力
乔纳.波杰的<<疯传>>中讲到
病毒感染力的六个原则：STEEPS:社交货币，诱因，情绪，公共性，实用价值，故事。
社交货币；我们所说的，所做的，对外传达的，都是在试图塑造自己的对外价值，这就是社交货币。
创造比较好的社交货币；
新奇的事物彰显自己的特权
游戏化
设置门槛限制
不要轻易付钱
1.社交货币；
线下例子，星巴克；失败的产品自己装逼，成功的产品帮用户装逼。例如；网易云音乐的将你听过歌曲最多的专辑封面，拼一张图片，诱导你转发出去；微信读书则是每周读书时长排行榜，让你展现自己阅读素养（页面并不好看）；越跑圈利用人们心里，做了一个线上的马拉松；得到曾今做的一次活动，签订仗义证就可以看到一篇花10万买到的文章，仗义证就是读完愿意转发给别人，但读完是否转发完全凭你个人的自觉，结果是一大半读者都遵守这个承诺去转发这篇文章；（说的更加直白点，就是找理由，让客户愿意转发你的内容。）
2.诱因；
诱因是指用瞬间刺激激活人们的记忆，让他们想到品牌相关的内容，这种刺激就是诱因。
3.情绪
情绪中，积极，高唤醒的有敬畏，消遣，兴奋（幽默）这些会引起人们的分享，而悲伤之类的负面信息则是底唤醒的。
其中的案例，让我印象深刻，google早年的广告，通过的搜索，讲述一个[巴黎之恋] 的故事，背景会配上恋爱的过程故事，从而调动人们的情绪。
4.公共性
让某些事物更具有公共可视性，就可以让他们更好的被模仿。
其实公共性就是羊群效应,此外也可以采用[ 行为剩余 ]更好的制造公共性，比如常见的，给客户发放带有品牌logo的纪念品，手提袋，塑料扇子等
案例：将人工智能用在[诵经念佛]的小助手，将外观设计成小和尚的形象，目标用户更有针对性，反而很受欢迎。
5.使用价值
使用行为经济学强化实用价值；1，利用心里参照点，比如，1000元产品降价5元，没兴趣，但10元产品降价5元，不错有兴趣。当价格低于100元的情况下，用折扣显示价格更好，但如果超过100元，则用绝对金额的减少显示优惠。
6.故事
举个案例，讲述创始人安妮的故事(生活和创业的艰辛都体现出来，非常打动人），这篇漫画贴出来的当天，快看漫画就增加了30万的用户。
在我国，三级分销是被明令禁止的。新世相的裂变速度太快，被微信封杀。勤奋，在课程上线的短短的两到三个小时内，多篇公众号就开始拆解新世相套路的文章，这些文章获得了特别不错的阅读量（让我想到在淘金热的那个时期，挖金子的人都没赚到钱，但挖金子的周边产业反而发展起来了，就如同当年的牛仔裤的李维斯就是这样起家 的。）
5,数据分析
到了和我联系最紧密的方面了，兴奋。
5.1数据分析未来就可能会和我们日常所使用的寻常技术一样，深入各行各业。
数据分析对于增长黑客中的作用；1，让你不靠感觉，有据可依。2，量化标准，驱动产品改进。3，挖掘隐藏的需求。4。提升经喜欢能力，降低运营成本。
案例;facebook 公司内部坚持贯彻数据为王的理念，（用户使用时长是非常重要的，这根广告曝光时长是直接挂钩的）反面案例：人人网的东施效颦，facebook改版回来后，人人网却停留在那个版本，最终数据不断下滑。
春秋航空的选择目的地的改版，也会加入了当前位置，历史就，热门城市的选项。摩拜单车的红包车，一般在比较冷门，比较偏僻的地方容易刷出红包。
5.2，如何搭建公司的业务体系。
培养数据指标敏感度的方式，多看多记；
公司平均每天/每周/每月的营业额，活跃量，流量大小。
周末和周一般差别，早上，中午，晚上用户的关键差别。
北京和上海或其他主要领域的市场份额，消费能力
公司下个季度预计增长率，预期今年的营业额。
桌面和移动的活跃比例，收入比
免费用户和付费用户比例，主要差异
主要漏斗，如注册，登陆，付费，提交等，每一步的转换率，流失率
获取用户的成本，用户的生命周期价值。
好的增长黑客这些都应该是烂熟于心的。
5.3,指标
5.3.1,好的指标:可比，简单，比率。
避免虚荣指标；MySpace 就是只关注自己的注册人数，而Facebook 则是注重活跃用户数，一个陨落，一个成为霸主。
5.3.2,指标的分层；
指标分层：北极星指标（核心指标），一级指标（衡量公司战略和目标），二级指标：拆解一级指标，更高效定位一级指标波动的原因。
五种互联网常见的商业模式的产品的核心指标
双边市场：商品数量，用户数量，买家数量，卖家数量，成交金额。交易达成率。
UGC产品；优质内容生产数量，可生产内容用户数，消费内容用户数，广告收入等
媒体类产品；优质内容的数量，用户访问量，广告收入等
互联网金融；资金规模，利润，绑卡用户数，对外投资优质资产数量，活跃投资用户。
工具应用；使用用户数，付费用户，商业化收入等
北极星指标是企业为用户和客户带来核心价值得体现，其实就是前面所说的AHA moment,这个指标不是一蹴而就的，一般来说，选择一个绝对数比较好，而不是一个百分比。
一级指标 的数量控制在5到8个，从公司和用户两个去考虑。
二级指标是流程中的指标，并不是被老板所关注的一个指标。
5.3.3，搭建指标体系，OSM模型
O(objective);业务目标，存在的目的是什么？
S（strategy);为了完成上述业务目标所采取的策略
M（measurement); 合理的度量方法可以衡量策略有效性。
业务目标；1，目标是一级级传承的，跟你的上级领导确认。2，考虑到长期目标和短期目标。3，综合考虑AARRR各个业务环节。
要避免两个误区；过于模糊和过于保守。
业务策略；策略是结果驱动的。
度量方法，最后用分析工具追踪指标。
5.4，如何衡量产品的用户体验；用google发明的HEART模型
Happiness,Engagement,Adoption,Retention,Task success.
H;愉悦度-用户调研，E；参与度 ，常见的参与度指标；比如每天，每周每个用户的平均访问量。A；接受度，比如，新功能使用的比例，购买转换率。R；留存率，（增长黑客中非常重要的一点），T；任务的成功/失败率，
5.5，A/B测试
通过海量测试成就伟大产品。案例 ；亚马逊曾经将信用卡的广告位放在了商品页面栏，结果无人问津，后来提出将此广告放在购物篮结算的时候，结果A/B测试对比下来佐证了运营人员的想法，大幅度提升了信用卡的申请率，给亚马逊带来了上亿美元的营收增长。Netflix测试不同的海报设计对点击转换率的影响。
测试的样本需要多大？主要取决于取决于两方面因素；１是实验流量本身，２是转换率本身。
Ａ／Ｂ测试一般是要持续７天或者１４天。
Ａ／Ｂ测试的结论与业务实际相结合。
参考文章，
范冰的《增长黑客》
范冰的《增长黑客训练营》
强推一下范冰老师的课程，干货满满还不噎，关键讲了很多的现实的实战案例，一个个连接的恰到好处。