从 2017 到 2018，说起在互联网，乃至是整个创业、商业圈内最热门的话题，增长黑客毫无疑问算得上是一个。这一年开始，流量红利已经消失，野蛮生长的互联网时代接近尾声。然而，企业总是要追求增长的。于是，为了驱动新一轮的业务增长，各大互联网企业纷纷开始寻求更科学、更高效的方法，也渐渐把目光转移到了诞生于硅谷的增长黑客这一方法。
从 2017 年开始，包括头条、网易、滴滴、腾讯等公司都已开始大力在内部推广增长黑客理念，也有越来越多的公司开始设立和招募「增长黑客」这一岗位。根据我们可以看到的数据，仅仅在 2018 年 4 月到 7 月之间，拉勾网上与「增长」相关的岗位，就增加了一倍，且普遍都薪资不菲。
市场上有大量关于互联网公司如何做营销的书，但绝大多数陷于“烧钱投入”和“体力劳动”两种路数。实际上，在大洋彼岸的硅谷，一种全新的职业——增长黑客，正在逐渐引领和重塑互联网行业营销和增长的理念。
“增长黑客”（Growth Hacker）这一概念近年来兴起于美国互联网创业圈，最早是由互联网创业者SeanEllis提出，为了快速产品化，推广产品、快速获取并转化用户而设置的一个岗位（部门）。
增长黑客是介于技术和市场之间的新型团队角色，主要依靠技术和数据的力量来达成各种营销目标，而非传统意义上靠砸钱来获取用户的市场推广角色。他们能从单线思维者时常忽略的角度和难以企及的高度通盘考虑影响产品发展的因素，提出基于产品本身的改造和开发策略，以切实的依据、低廉的成本、可控的风险来达成用户增长、活跃度上升、收入额增加等商业目的。简单来说，就是低成本甚至零成本地用“技术”来让产品获得有效增长。
增长黑客
增长黑客从工作边界来看，增长黑客更像是集产品、营销、运营数据分析、项目管理的多元能力，是一个跨领域的角色，对产品负责，对用户负责，对绩效负责。增长黑客是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长……。
增长最重要的基础是什么？可能有人会说是数据，有人说是埋点，有人说是分析。其实，公司实现迅速、持续增长的基础是好产品。注意，这个“好产品”并不仅仅指的是产品的外观、功能设计或者价格上的优势，而更强调对于目标人群的“不可或缺”，用增长黑客里的一个概念说，就是产品-市场的契合（PMF，Product-market fit）。
增长黑客的“增长”是目的，“黑客”是手段，黑客是相对常规的方式而言，他具备极致的创新能力，能够通过创意的想法、或者称之为“奇门遁甲”来实现目标用户的积累。黑客也许具有极客精神，善于专注、潜心挖掘，最大化的使能用户增长、产品价值。
对于用户来讲，增长黑客是透明的，用户可能会一步步走进黑客设置的“陷阱”，成功的俘获用户“芳心”，从感兴趣到购买，最后产生依赖，增长黑客是一个幕后推手，让用户沉迷无法自拔，然而却不自知。社交网络、邮件营销、磁力营销等病毒营销相关概念，连同搜索引擎排名的优化、众包、市场协作等，共同构成“黑客增长术”的概念。
增长黑客通常采用的手段包括A/B测试、搜索引擎优化、电子邮件召回、病毒营销、内容营销等，关注日常中的页面加载速度、注册转化率、e-mail到达水平、病毒因子这些指标。黑客是以数据驱动营销、以市场指导产品，通过技术化手段贯彻增长目标的人。他们既了解技术，又深谙用户心理，擅长发挥创意、绕过限制，通过低成本手段解决初创公司产品早期的增长问题。
增长黑客的核心是三个步骤：1、增长假设：在增长假设阶段，需要找到互为激励的因果关系（增强回路），建立最小化闭环；2、增长验证：找到“北极星指标”，验证最小化闭环的真实性与可行性，并优化闭环；3、大规模增长：果断投入资源，快速复制。
增长黑客方法打破了企业内部传统的‘筒仓’结构，将数据分析、工程、产品管理和市场营销方面的员工凝聚起来组成跨职能通力协作的团队，使企业能够将强大的数据分析、技术知识和营销能力高效结合起来，迅速寻找更具潜力的增长手段。通过迅速测试新想法、新思路，并根据计划指标对结果进行评估，该方法能帮助企业更快找到有效的做法、抛弃无效的做法。
增长的精髓是一套体系和方法，它以数据为指引，以实验的方式，系统性地在用户生命周期的各个阶段（包括AARRR，用户获取、激活、留存、推荐、变现、自传播），寻找当下性价比最高的机会，在具体的执行上横跨市场、产品、工程、设计、数据等团队，通过快速迭代实验的方式达到增长目标。
如果你是一款以 App 为主要承载形式的产品，你的增长团队除了需要具备数据人才、研发工程师，还可能需要有深谙 ASO（应用商店优化）的成员，做 App 增长就需要前端的工程师；如果你的产品以 Web 为主，懂 SEO可能就能帮上大忙，还有有专门跟拦截软件打交道的人；如果你主攻微信渠道，就可以考虑专门派人盯着研究微信的策略玩法，比如一个很有名的团队——新世相，他们的增长团队就设有专门的策略研究小组，每天观测有哪些互联网上的风吹草动（比如微信小程序推出新机能、某家互联网公司提供新API）能对自己公司的项目带来利好或弊端，并积极商议应对策略。增长团队没有绝对正确的配备模式，只有最适合你的。
近几年，增长黑客这个概念从美国延伸到中国，并且在国内十分火热，很大一个原因在于，现今国内的公司获取流量的压力太大，同时市场遇冷，导致竞争增强，传统营销方式收效甚微。每个企业都希望在各个环节提升效率，而不论是工程效率、金钱效率还是用户获取效率，增长黑客都能带来低成本、快速的提高。同时，越来越多的企业不仅仅关注获客，也开始关注用户的整个生命周期，开始通过数据驱动的方法，不断地对产品进行迭代，这些都是导致增长可能成为新一代营销命题的重要原因。
初创公司没有庞大资金来选择优质的推广渠道以及头部内容合作，在这样的情况下可依靠大数据驱动和增长黑客，使之成为助力增长机制。成熟品牌虽然有了市场份额和大批忠诚用户，但仍将面对持续增长的难题。用市场团队补充增长黑客团队，通过技术和数据的方式，来指导营销广告、创意、投放，也很有必要。我们看到，无论是传统市场部门还是增长黑客技术部门，必然的趋势都是：企业要想实现流量获取和变现，就必须从自身流量出发寻找控制变量的方法，以存量找增量，以精细化运营获取更多的增长结果。
增长黑客的工作贯穿于用户对产品的全生命周期，而AARRR则描述了其各个环节。AARRR分别是指：获取用户（acquisition）、提高活跃度（activation）、提高留存率（retention）、收入获取变现（revenue）、自传播（refer），这个五个单词的缩写，分别对应用户生命周期中的5个重要环节。AARRR模型不仅适用于App，企业在营销的过程中也可以按照这5步来检验营销效果。在AARRR模型中，获取用户就是流量入口，提高活跃度就是惊喜时刻，提高留存率就是产品价值，收入获取变现是单位价值，而自传播就是放大传播效应。
获取用户（Acquisition）
在新用户获取过程中，要衡量渠道的用户获取成本和用户终身价值，只有用户终身价值LTV （Life-timeValue）大于获客成本CAC（CustomerAcquisitionCost用户获取成本），才可以不断投入资源获取用户。目前行业里有种粗略的说法，每个Android用户的获取成本大约在4元左右，而iOS用户大约在8元以上。当然，应用市场下载、手机预置、广告等各种不同的渠道的获取成本是完全不同的。这里面有个性价比的问题，有些渠道的获取成本比较高，但是用户质量也比较高。
扩大获客规模，要实现两种匹配：语言-市场匹配和渠道-产品匹配。语言-市场匹配是指产品优势的描述打动目标用户的程度。设计打动人心的广告语并让潜在用户了解到的第一条文字内容中传达正确信息。设计打动人心的广告语不容易，增长黑客实验流程可以通过A/B测试的方式帮助文本优化。渠道-产品匹配是指分析不同营销渠道在向目标用户推广产品时的有效程度。渠道可以分为付费渠道，有机渠道，其他渠道。付费渠道是指通过付费广告获取用户的渠道，而有机渠道是指那些不需要直接花广告费用的获客渠道，包括搜索引擎优化、内容营销、病毒传播等。
这个阶段，最初大家最关心的数据是下载量。到今天，一些媒体的报道中也还经常用下载量来衡量一个应用的用户规模和是否成功。不过，下载了应用不等于一定会安装，安装了应用也不等于一定使用了该应用。所以很快激活量成为了这个层次中大家最关心的数据，甚至是有些推广人员唯一关注的数据。通常激活量（即新增用户数量）的定义是新增的启动了该应用的独立设备的个数。从字面上看激活量似乎更应该是第二层Activation的指标，但是因为下载量、安装量这些数据都比较虚，不能真实反映用户是否已经被获取。所以大家都要看激活，这才是真正获取到了新的用户。
另一个非常重要的数据，就是分渠道统计的激活量。因为在渠道推广时，很多应用开发者选择了付费推广。结算的时候，自然要了解在某个渠道有多少真正激活的用户。即使没有付费关系，开发者也需要知道哪个渠道是最有效果的。
提高活跃度（Activation）
新用户激活包含新用户首次登录、完成账号注册和必要的设置到第一次使用产品关键功能的一系列过程。激活用户的核心在于让用户更快地体验到“啊哈时刻（Aha moment）”。激活过程中，新用户引导过程（On-boarding）是极其重要的一部分，一是将其视为用户与产品的一次独一无二的邂逅，当成一个独立的产品去设计。第二个原则是着陆页（Landing page）必须完成三个根本任务，包括传达相关性，展示产品价值和提供明确的行为召唤。
触发物（Trigger）是激活环节的重要因素。触发物是指任何刺激人们采取行动的提示。常见的触发物包括App右上角的小红点、锁屏通知、邮件通知、短信以及着陆页上的行为召唤等。一个恰到好处的触发物可以大大提高产品使用率，但如果不能把握分寸，就是对用户的打扰，会有反面效果。
看到活跃度，大家首先会想到的指标是DAU（日活跃用户）、MAU（月活跃用户）。这两个数据基本上说明了应用当前的用户群规模，在网络游戏行业这是运营人员必看的两个指标。通常活跃用户是指在指定周期内有启动的用户。但是启动是否真的等于活跃呢？如果在指定周期内只启动了一次，而且时间很短，这样的用户活跃度其实并不高（当然对某些特殊的应用来说可能算高，例如用来记录女性生理周期的应用，一月启动一次就够了）。所以其实还要看另两个指标：每次启动平均使用时长和每个用户每日平均启动次数。当这两个指标都处于上涨趋势时，可以肯定应用的用户活跃度在增加。
针对使用时长和启动次数的渠道统计同样很重要。我们把它们称为渠道的质量数据，如果某个渠道上来的用户，这两个指标很差，那么在这个渠道上投入太多是没有意义的。最典型的就是水货刷机的用户，很多预置的应用都是在刷机完成时被激活的。针对这种被动激活的用户，可以看另一个指标，叫一次性启动用户数量，也就是迄今为止只启动过一次的用户的数量。
除了渠道，另一个和活跃度相关的分析维度是版本。各个版本的使用时长和启动次数也会有差异。对产品经理来说，分析不同版本的活跃度差异有助于不断改进应用。跟活跃度相关的，还有日活跃率、周活跃率、月活跃率这些指标。当然活跃率和应用的类别是很有关系的，比如桌面、省电类的应用的活跃率就比字典类的应用高。
提高留存率（Retention）
下载和安装—使用—卸载或者遗忘，这是用户在每个应用中的生命周期。成功的应用就是那些能尽量延长用户的生命周期，最大化用户在此生命周期内的价值（下一节会谈到生命周期价值这个话题）的应用。对于大部分应用，应该关心的是1-Day Retention 和7-Day Retention。
留存分析的流程是定义留存、发现用户的使用周期、绘制留存曲线、分析留存曲线。留存曲线要和同类产品或者服务的最高留存率或者与成功的竞争对手的留存率进行比较。还可以按不同的指标确定并跟踪群组，进行群组分析比较不同组别留存率的差异，找出用户留下或离开的原因。最基本的做法是按获客时间进行划分，也就是按用户完成注册或第一次购买的日期来分类。
1-Day Retention通常翻译为首日留存率，其实这个“首日”并不是指应用被安装使用的第一天（假设日期为D），而是D+1日，即安装使用的第二天。因为安装使用的第一天没有留存率这个概念（有的话，只能是100%）。到了第二天，前一天安装使用的用户中还有多少百分比的人还在启动使用这款应用，这就是1-Day Retention。因为是第二天，所以有些文章中也叫“次日留存率”。同样的，7-Day Retention是在D+7日启动使用这款应用的占D日首次安装使用这款应用的用户总数的百分比。通常用户新安装使用后的前几天是流失比例最大的时期（关于用户留存的细节，请参考我们同事的另一篇博客《读懂你的用户留存》）。所以这两个指标在留存率分析是最重要的。曾经有游戏行业的行家指出，如果想成为一款成功的游戏，1-Day Retention要达到40%， 7-Day Retention要达到 20%。
有些应用不是需要每日启动的，那样的话可以看周留存率、月留存率等指标，会更有意义。 留存率也是检验渠道的用户质量的重要指标，如果同一个应用的某个渠道的首日留存率比其它渠道低很多，那么这个渠道的质量是比较差的。
想要提高留存率，在网络营销中可以不断试验，这是增长黑客和传统市场营销的本质区别。增长黑客提出的A/B测试、MVT（最小化测试）都是为了提高留存转化率。当然，社交关系链也是提高留存率的重要手段之一。
例如，Facebook早期发现用户流失非常严重，为了避免用户流失进一步扩大，Facebook在注销流程后面新增了一个页面。当用户要离开的时候，系统会读出好友列表中互动最亲密的5个人，询问：“你真的确定要离开吗？”很多本来要注销的用户担心再也见不到这些朋友，看不到他们的状态，心一软就留下了。这个页面上线后，在没花一分钱的情况下，一年之内为Facebook减少了2%的损失，留下了300万用户。
获取收入（Revenue）
不同商业模式的公司有不同的变现策略。总的来说，变现有三种途径：虚拟的产品或增值服务，广告，产品交易。增长团队可以分析不同群组的变现率，尝试减少摩擦，或者提高变现漏斗的转化率。寻找性价比最高的优化点设计实验、进行实验评估和进一步分析优化。除此之外，定价策略和商业模式的选择都是可以通过可以通过用户调研和增长实验进行优化的。
对于变现渠道是虚拟产品或增值服务的公司，增收环节包括各种服务的功能、价格以及计划档位的界面、推广附加功能和功能升级的页面。显示计划档位和价格的页面不够优化常常损害购买率。
靠广告盈利的公司，重要环节是所有可以用来展示广告的页面。广告侵入性太强令用户反感，或广告内容或设计不够醒目、不够有吸引力等都是常见的变现问题。产品交易公司，最重要的增收环节包括商品的展示屏、购物车及结算页。如何促使购买是他们的重要课题。
关于收入，大家最耳熟能详的指标就是ARPU（平均每用户收入）值。对应的比较少提的还有个指标叫ARPPU（平均每付费用户收入）。前几天，@吴刚在微博里贴图比较二战风云的ARPU值时就注明了是周付费用户ARPU（所以其实是ARPPU）。但是很多人误读了以为是六十多元的周ARPU值，就会让他们对Android游戏产生过分的乐观。
是不是ARPPU高，ARPU就一定会高呢？答案是不一定。因为其中还有个指标是付费用户比例，也就是付费用户在全部用户中所占的比例。如果付费用户比例较低，那么那些收入摊到所有用户身上的平均值就低了。通常来说，如果某个游戏为了提高ARPPU，提高了虚拟道具的价格，那么付费用户比例就会相应地降低。找到一个ARPPU和付费用户比例的平衡点，才能最大化收入。
但是收入并不是最重要的，利润才是。如何最大化利润呢？利润最简化的计算公式是：利润=收入-成本。首先我们看一下成本，我们在上一篇中提到过CAC（用户获取成本）。除此之外，还有应用本身的开发成本、服务器硬件和带宽成本以及运营成本等等。不过在用户量很大的情况下，CAC会成为最主要的成本，而其它成本不在一个数量级，所以我们在后续讨论中只考虑CAC。
那么收入如何计算？ ARPU是一个和时间段相关的指标（通常讲的最多是每月的ARPU值），还不能完全和CAC对应，因为CAC和时间段并没有直接关系。所以我们还要多看一个指标：LTV（生命周期价值）。用户的生命周期是指一个用户从第一次启动应用，到最后一次启动应用之间的周期。LTV就是某个用户在生命周期内为该应用创造的收入总计，可以看成是一个长期累计的ARPU值。每个用户平均的LTV = 每月ARPU * 用户按月计的平均生命周期。
LTV–CAC的差值，就可以视为该应用从每个用户身上获取的利润。所以最大化利润，就变成如何在降低CAC的同时，提高LTV，使得这两者之间的差值最大化。更进一步的，对不同渠道来源用户做断代分析，根据他们不同的CAC和LTV，就可以推导出不同渠道来源的利润率差异。
自传播（Refer）
自传播，或者说病毒式营销，是最近十年才被广泛研究的营销方法。虽然大家都听过一些病毒式营销的经典案例，但是要说怎样量化评估其效果，却很少有人知道K因子(K-factor)这个衡量指标。其实K因子这个术语并非起源于市场学或软件业，而是来源于传染病学——对，就是研究真正的病毒传播的科学。K因子量化了感染的概率，即一个已经感染了病毒的宿主所能接触到的所有宿主中，会有多少宿主被其传染上病毒。
K因子的计算公式不算复杂，K = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)。假设平均每个用户会向20个朋友发出邀请，而平均的转化率为10%的话，K =20*10%=2。这个结果还算是不错的效果——当K>1时，用户群就会象滚雪球一样增大。如果K<1的话，那么用户群到某个规模时就会停止通过自传播增长。
很遗憾的是，即使是社交类的移动应用，目前K因子大于1的也很少。所以绝大部分移动应用还不能完全依赖于自传播，还必须和其它营销方式结合。但是从产品设计阶段就加入有利于自传播的功能，还是有必要的，毕竟这种免费的推广方式可以部分地减少CAC。
社交流量
微信生态最大的魔力就是它可以打透熟人网络，这种靠熟人传播的方式学术上称之为暗社交（Dark Social）。往好了说，可以叫口碑传播，往差了说，那就是诱导分享，而这取决于你得产品/诱饵的质量以及提供的价值。
搜索引擎流量下降的原因之一是网络用户行为方式的变化。用户寻找阅读内容的方式已经发生变化，越来越多地通过社交网络或“暗社交”发现感兴趣内容。我们知道，暗社交主要是通过移动设备和应用程序进行的。也许可以这样说，通过社交应用程序（如Pulse和Flipboard）聚合网站内容变得越来越重要。
搜索引擎流量下降的原因之二是网络媒体本身的行为变化。具体而言，网络媒体用在搜索引擎优化（SEO）上的时间减少了，而将更多的时间用在对社交网络的渗透上。在搜索引擎优化为王的时期，网站往往会将它们的内容编写得更容易被百度发现。现在，由于社交网络及“暗社交”的兴起，网站需要花许多时间去创作一些容易被发现和分享的内容。
无论造成搜索引擎转介流量下降的原因是什么，这一趋势看起来将长期持续下去。百度仍然是王者，但其统治地位已经不复存在。数字营销的核心就是CRM（用户关系管理系统），CRM可以理解为是收集用户线索，陪用户说话聊天，最终促成转化的系统。有统计说，用户在七个不同地方看到你的品牌才会形成转化，所以如何高效地触达用户是我们需要解决的问题。
如果说国外的CRM是通过用户的手机和邮箱来主动触达用户，那中国的CRM就是微信生态。毕竟10亿月活，而触达率最高的方式就是个人微信号、朋友圈和微信群。微信公众号严格意义上不能算作是CRM的一部分，因为你不能主动和你的读者聊天。微信公众号本质上是一种文章分发的渠道，虽然之前几年红利很大，但是越来越难做，目前的平均打开率和阅读率已经不及垃圾邮件了。
所以把粉丝沉淀在公众号可能不是一种好的选择，因为你可能再也无法唤醒用户了，相比而言，个人号和微信群更胜一筹。按照国外数字营销机构RadiumOne的报告显示：全球70%的内容分享都是在“暗社交”（dark social）渠道中完成的，80%的网站点击来自于“暗社交”。这也难怪：拼团、分销、裂变、小程序、H5可以这么火，尽管他们大都只在朋友圈和微信群传播。基于这个逻辑：你投再多广告，做再多PR也就能带来两成的流量，剩下八成的流量都得想办法让用户去熟人网络里给你拉过来。
数据驱动
作为目前互联网新业态下被重点关注的细分领域，越来越被大家所熟知和认可。在互联网野蛮发展的时期过后，越来越精细化的时期到来，流量成本的攀升，用户习惯的变动，用户属性的迁移等等条目繁杂的考量范围进入到了互联网人的视野，如何利用数据来驱动增长，成为了现今从业者的关键能力之一。
“数据驱动增长”在2015年开始在国内被人提及，作为“Growth Hacking”的一部分，伴随Growth Hacking概念的流行而逐渐被互联网行业的产品、运营、数据分析人员所接受。目前市面上既存的数据分析工具种类繁多，例如神策、growing io，以及友盟的Dplus，在整体使用观感中，大方向似乎相差不过，细节方面则各有千秋。
“增长”是什么？通常认为增长是提升DAU、PV、UV，最好的办法就是多引流量。然而事实是：只有“拉新”，没有“留存”的DAU/PV/UV提升不是增长！那增长该怎么定义？DAU、UV这样的指标属于“虚荣指标”，关注这些指标很容易误入歧途。目前对“增长”最好的解释就是“AARRR”模型分析数据，数据分析主要应用于竞品分析、产品分析和AARRR的各个阶段。数据驱动则是为了可以更好的了解运营的质量、预测运营的方向、控制运营的成本以及评估营销方案。
根据海盗模型AARRR产品增长模型，可以将指标分为五大类：拉新指标、活跃指标、留存指标、转化指标、传播指标。
1、拉新指标：运营通过渠道投放让“用户”接触到产品，当“用户”觉得产品不错就会去下载它，打开产品发现里边的内容蛮适合自己，“用户”就会注册产品，最终成为产品真正的用户。
1）浏览量；俗称曝光量，指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道渠道中被多少用户看到。与浏览量相对应的是点击量，它们俩的比例在业内有一个专业词汇CTR（CRT=点击量浏览量），很多广告平台会用CTR来评估广告质量；
2）下载量；指的是App的安装次数，是衡量拉新效果的结果指标；
3）新增用户；下载并不是意味着就是用户，如果某个“用户”只下载了并没有注册，那它就是一个无效的用户。对于用户的界定，每个产品是不一样的，大部分的产品是用户注册了App，就被定义为用户了；
4）获取成本；用户获取必然涉及成本，而这是运营新手最容易忽略的。目前常见的成本的计算方式有CPM（千次曝光成本）、CPC（单次点击成本）、CPA（单次获客成本）。
2、活跃指标：相比于下载量和用户量而言，在人口红利消失后，大家开始更关注实实在在的东西了--你到底有多少活跃用户。
1）活跃用户数；DAU指的是日活跃用户数量，指的是在24小时内活跃用户的总量；
2）活跃率；活跃用户数衡量的是产品的市场体量，活跃率看的则是产品的健康；
3）在线时长；不同产品类型的访问时长不同，社交肯定长于工具类产品，内容平台肯定长于金融理财等；
4）启动次数；它体现的是用户的使用频率，用户的日均启动次数越多，说明用户对产品的依赖性越高，活跃度也就越好。
5）页面浏览量；PV（PageView）是页面浏览量，UV（UniqueVisitor）是一定时间内访问网页的人数，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10。
3、留存指标：如果说活跃数和活跃率是产品的市场大小和健康程度的话，那么用户留存衡量产品是否产品能够可持续发展，如果你是早期产品就更应该关注是留存指标了。
1）用户留存率：留存率=留存用户当初的总用户量；
2）用户流失率；流失率在一定程度能预测产品的发展，如果产品某阶段有用户10万，月流失率为20%，简单推测，5个月后产品将失去所有的用户。
4、转化指标：对运营而言，拉新和活跃、留存都只是手段，最终衡量你工作业绩的是你手上掌握了多少有价值的用户。
1）GMV；它是一个虚荣指标，只要用户下单，生成订单号，便可以算在GMV里，不管用户是否真的购买了，京东在双十一对外发布的战报是GMV。
2）成交额；成交金额指的是用户付款的实际流水，是用户购买后的消费金额
3）销售收入；它指的是成交金额减去退款后剩余的金额
4）付费用户量；在产品里边产生过交易行为的用户总量，同活跃用户一样，交易用户也可以区分为首单用户（第一次消费），忠诚消费用户（持续购买的用户），流失消费用户（流失后又回来的用户）等。
5）ARPU；ARPPU=总收入÷收费用户数
6）复购率；和新增用户一样，获得一个新付费用户的成本已经高于维护熟客的成本。复购率更多用在整体的重复购买次数统计：单位时间内，消费两次以上的用户数占购买总用户数。
5、传播指标；现在产品都会内嵌分享功能，对内容型平台或者依赖传播做增长的产品，对病毒式增长的衡量就会变的至关重要。
1）病毒K因子；K因子大于1时，每位用户能至少能带来一个新用户，用户量会像滚雪球般变大，最终达成自传播。
2）传播周期；传播周期指的是用户完成从传播到转化新用户所需要的时间，通常传播周期越短，意味着用户裂变传播的效果越好。