第一章 增长黑客的崛起
作为企业发展的助推者，增长黑客必须真正懂得产品的核心价值，能用最简单的语言描述这个产品是什么、解决什么问题，在此基础上清晰定位有关增长的问题，并寻求解答。“Growth Hacker”直译为“增长黑客”。如果我们将其拆分开来看，“Growth（增长）”指的便是产品增长这一核心目标。增长的对象不仅包含用户量的累加，更囊括了产品生命周期中各个阶段的重要指标。根据不同阶段用户参与行为的深度和类型，我们可以将增长目标拆分并概括为“AARRR”转化漏斗模型，即：Acquisition（获取用户）、Activation（激发活跃）、Retention（提高留存）、Revenue（增加收入）、Referral（传播推荐）。在这个漏斗中，被导入的一部分用户会在某个环节流失，而剩下的那部分用户则在继续使用中抵达下一环节，在层层深入中实现最终转化。
不同产品对指标的定义应当建立在品类特性和自身提供的服务核心价值之上。对一款即时通信应用而言，每日启动用户的数量远不如消息发送量重要。如果人们每天打开你的产品在线挂机，却从来不怎么聊天，那即使再庞大的用户基数也不具备价值。WhatsApp 创始人简（Jan）就从来只对外公布发送消息的数量，将其作为“活跃用户”的定义。而同样是具有即时通信功能的移动应用——陌陌，则主推陌生人交友特性，基于地理位置的“看附近的人”是其早期引爆增长的卖点。陌陌内部对每天“活跃用户”的定义是“登录成功并提交地理位置一次”。
互联网公司的市场部是一个以数据为依据、资源为根基、金钱为武器、人脉为引擎的有机系统，寻求公司对外利益的最大化。市场部的设立更适合有一定资源优势的企业，尤其是那些商业模式已得到验证、正在或已经建立了持久稳定的用户获取渠道，且能将成本压缩在合理范围内的较成熟企业。
从产品功能的策划角度看，产品经理需要考虑现有产品缺少哪些功能来迎合用户，并且对功能推出的路径和节奏制定规划。而增长黑客更倾向于关注那些能带来数据增长（尤其是自发传播）的功能特性，例如订阅机制、邀请机制。
鉴别应聘者是否优秀，可以从以下几个问题着手：
1、如果我们的产品出现了某个现象（比如流量井喷或暴跌），原因可能是什么？你会采取什么方式找出问题所在？
2、你觉得我们产品最重要的特性是什么？
3、如果给现有产品增加一个功能，你觉得应该加什么？为什么？
4、谈谈你以往的成功案例？
5、如果想接触某个公司或个人，你能通过什么途径？
常用的免费第三方服务：google analytics，Mixpanel，KissMetrics，UserCycle，Customer.io，Optimize.ly，Basecamp，友盟
第二章 创造正确的产品
马克·安德森（Marc Andreessen）将“产品与市场相契合”的这一状态称为 PMF（Product/Market Fit）。
而在互联网世界，最基本的需求可归纳为对信息的收集、对生产生活资料的获取以及与他人的沟通交流。
如何判断需求是否够大呢？通常可采用两种方式。一种是先估计目标用户的基数、消费能力、意愿预算，再把这些数字通过相乘等方式得出一个大概的数字，并与该行业或近似行业的公开报告进行比对验证；另一种则是评估打算进入的市场，原本具有多少产值，而你的产品通过提供更低的价格、更长的使用周期等，能提升多少效率、节省多少成本，从而折算出相对于原产值的全新规模
最小化可行产品：即所谓的 MVP（Minimum Viable Product）是指将产品原型用最简洁的实现方式开发出来，过滤掉冗余杂音和高级特性，快速投放市场让目标用户上手使用，然后通过不断地听取反馈掌握有价值的信息，由此对产品原型迭代优化，尽早达到 PMF状态。MVP 的优势在于节约成本、调转灵活，能够直观地被目标用户感知到，有助于激发真实意见。它并不意味着“便宜”、“难看”或是“核心功能残破”，而应是能帮助用户完成任务的最小功能合集。
MVP 的目的是用于解答商业产品开发中最重要的两个问题：一是价值假设，这款产品是否能够满足用户的需求？二是增长假设，用户是否愿意为产品买单？
如果问开发一个 MVP 必须具备哪些模块，那么我会不假思索地告诉你：除了待验证的基本功能外，反馈渠道、公告看板、自动升级和使用行为统计这四件事必须纳入考量。
那些像我们一样，因地发生兴趣继而立即尝试的人，往往是一群敢冒险、爱尝鲜的种子用户。这些人会第一时间试用各种新版产品、升级操作系统、更新运行环境。如果新上线的产品着力于对这批尝鲜者进行测试推广，却没跟上他们升级的步伐、对新平台进行适当测试和优化，则极有可能发现产品与系统环境造成冲突，或与其他产品不兼容，影响使用体验，让前期的辛苦准备付诸东流。
复盘这个案例，有几件事本可以做得更好：一、先优化产品，待核心流程在目标人群的主流运行环境中跑通，再公开发布；二、对可能造成严重影响的问题，事先通知用户，降低预期，减小因心理落差造成的不满；三、提前准备补救措施（特别是这种涉及付费的产品）和公关说辞，降低用户怨气，弥补经济损失，甚至可以给予一定奖励；四、在产品中设置方便的反馈渠道。
第三章 获取用户
“冷启动”原本是数据挖掘领域的一个专业术语，运用到产品运营中，指在产品之初尚未形成完善的生态体系并能提供足够多可消费内容的情况下，从零开始导入第一批用户和制造内容的过程。在大公司中做产品，鲜少有冷启动的烦恼。这是因为大公司牢牢把持着互联网最核心的渠道资源，拥有较强的线上线下整合能力，掌握了海量的一手用户数据和接触渠道。一款新产品上线之后，只需要找准想要推送的用户群并占据曝光量足够大的广告位，就能迅速让产品在目标用户中铺开。从这个层面讲，在大公司担任产品职位是幸福的，自己的作品将分发到海量用户手中，烙上“国民级”的印记。
在面向大众的社交产品中，高质量的女性往往是重要的种子用户群体。
对于女性用户而言，营造良好的社区氛围，能使她们获得安全感与归属感，因此更加愿意展示自我，不吝与其他人的交流互动。而活跃的女性用户群体，则能激发带动更多的男性用户涌入进来，参与社区另一半的构建。于是社交生态就这样建立了起来。
平台级的社会化网站，不仅为每一个鲜活的线下个体建立了赛博空间内对应的映射，同时也为人们创造了自我表达、情绪宣泄的出口，完成从“自我”到“本我”去伪存真的过程。人们在社交网络上花费的时间与日俱增，由此带来庞大活跃的用户量、成熟的关系链和丰富的行为数据，为初创公司获取目标用户创造了条件。
如果说 Web2.0 以前的早期互联网产品的成功很大程度上是依赖于对时机的把握和资本的投入，那么在今天许多横空出世的明星产品，则是选择先在社交网络引发热潮。看一个产品团队是否有经验、一款产品有无“明星相”，只要考察它的产品设计中是否加入了解决冷启动问题的社交传播机制，就能略知一二。
继啪啪之后，我们看到越来越多的早期产品选择暂时搁置设计独立账号体系的计划，而是选择以接入第三方社交网络平台的方式，深挖关系链的潜力。
根据美国内容营销协会（Content Marketing Institute）的定义，内容营销是“一种通过生产发布有价值的、与目标人群有关联的、持续性的内容来吸引目标人群，改变或强化目标人群的行为，以产生商业转化为目的的营销方式。”
根据消费者行为学的经典认知模型 AIDMA，消费者从接触信息到最后购买，会经历Attention（引起注意）、Interest（引起兴趣）、Desire（唤起欲望）、Memory（留下记忆）、Action（购买行为）五个阶段。另有研究显示，消费者从接触新产品，到最终完成转化（下载、购买）之间，平均需要经过七次重复提醒。
Upworthy 总结出的标题技巧包括：不要在标题里透露全部内容、抛出疑问而不是总结陈词、反复修改直到满意等。
KISSmetrics 的联合创始人尼尔·帕特尔（Neil Patel）发布的一项针对 Google 搜索排名与被收录文章长度关系的调查数据显示，一般排在前十名的文章需要包括至少 2000 个单词。更多字数通常意味着更大的信息量，也与包含的链接数成正比。在社交网络中，人们会更倾向于分享字数较多的专业长文，尽管他们可能根本没有仔细阅读过。
常用的搜索引擎优化(（SEO，Search Engine Optimization）方式包括提高关键词的密度和权重、增加长尾关键词数量、建立外链、优化页面结构等。一般来说，搭建清晰直观的页面结构、填充符合主题的高质量内容、维持有规律的更新、尽可能获取高权重网站的链接推荐，能获得更佳的搜索引擎排名。与搜索引擎优化类似的概念还有搜索引擎营销（SEM，Search Engine Marketing），通常会涉及付费收录和购买排名等方式。
在当今的移动互联网语境下，又衍生出了针对应用市场的优化手段（ASO，App Store Optimization）。
在网民缺乏其他途径分享视频时，YouTube就这样自然成为了首选平台，用户的使用习惯和忠诚度也随之建立。在这当中，开放的态度是根本，与其将服务封闭起来，敝帚自珍，不如将其中一部分有价值的内容开放输出给网民，在网民的自发传播中扩张地盘。这成为许多初创公司跑马圈地的一招妙法。
当你在目标人群的圈子中变得无所不在时，便是人们重新审视你地位的开端。
这一读者群体的长期在线特性、对网络工具的熟练运用、对新模式新机遇的敏锐嗅觉，以及对意见领袖的关注与信任，促使他们总能在第一时间将行业信息有效地扩散出去。
宣传文案准则（P129）：
1．熟悉产品
2．头脑风暴
3．谋篇布局：简要概述→话题事件→核心特色→主要功能→团队访谈→未来计划→有奖活动→转化引导。
初创公司在考虑地推手段时，应综合衡量区域特性、群体渗透、易获得性，用更加巧妙的方式降低成本，提高效果。
以色列有着中东地区以及西亚最高的平均受教育年数，与日本并列为整个亚洲平均受教育年数最高的国家。以色列人爱好科技，乐于尝试和接受新鲜事物，如果一款产品足够优秀，那么口碑传播也很方便。许多著名的产品如吉列剃须刀，也是选择将以色列作为推出新款剃须刀的试点国家。
目前 Wi-Fi 热点已作为下一波互联网入口成为兵家必争之地，硬件服务提供商如迈外迪、JooMe，以及软件平台提供者如 Wi-Fi 万能钥匙、360 免费 Wi-Fi 都在以不同方式切入。如果你在机场等公共场所连入这些运营商提供的免费 Wi-Fi 网络，那么则很有可能在登录成功后看到一批软件和游戏的广告。别怀疑，这将成为地面推广的有效渠道。
在国外，他看到美国的手机应用市场最大的品类为游戏、社交、通讯和工具。
第四章 激发活跃
LinkedIn，用户的数量与结成的关系网络深度直接决定了其价值的大小。为此，他带领团队进行了一连串“增长”的试验，旨在提高每一个用户的潜在联系人数量，从而增强社区黏性，提高用户活跃度和用户增长速度。
这一被称为“重建关系流”（Reconnect Flow）的创意，其聪明之处不仅在于直接有效地增加了新用户的连接数量，还能够美化用户的个人资料页面，对外提供更多有价值的展示信息，这将有助于后续的自然互动。并且，随着新用户的不断注册加入，老用户也会时不时被动地收到新用户的添加好友邀请，这有助于唤回他们，维持活跃。
以上的整个病毒传播的设计，在 LinkedIn 内部被称为“双重病毒循环”（Double Viral Loop）——新注册用户源源不断地带来更多用户，同时老用户也会时不时回来看看，处理请求，或者主动发起好友邀请。两个循环同时发生，同时奏效。
换作别人，可能会去想如何向不活跃者发送更多邮件，或者干脆放弃他们。但埃利奥特的策略更为巧妙——他试图将活跃者与非活跃者联系起来，而纽带则是“声誉”（Endorsement）系统。这个新上线的功能模块能够让用户为任何好友做出评价，给他们贴上擅长领域的标签，如“Web 前端开发”、“企业经营”、“互联网投资”。这些标签将显示在被评价者的个人主页上，并默认根据评判次数降序排列。有了这个功能，即使再内敛、不擅自我包装的人，也能在他人的好意背书下突显出自己不为人知的技能特质，展现出更光鲜的简历，并因此吸引更多人的目光。人都是互利互惠的，一时间彼此互贴标签蔚然成风，那些原本沉寂无名的低调看客们终于也有理由加入了狂欢。
诺亚成功的 A/B 测试带给我们的启发是，一个功能明确、转化率较高的网站，必须让用户在第一时间明白它的作用和价值，并且用最醒目的方式呈现出接下来要做的动作，尽可能排除与核心目标无关的其他要素，减少无意义的视觉干扰，即“别让用户思考”。
在国外某款类似 Tinder 的交友应用的早期数据分析过程中，产品团队发现一个有趣的现象：当显示配对异性照片的主界面上只放有一个可点击的“喜欢”按钮时，该按钮平均每天的点击数约为 7000 次（不喜欢则直接滑走照片查看下一张）；后来进行 A/B 测试，新增了一个“不喜欢”按钮，在其他因素维持不变的前提下，这个版本每天“喜欢”的点击数可以上涨到 12000次左右。
看似画蛇添足的按钮，反而刺激了用户参与的活跃度。造成这一现象的背后原理，被称作“诱饵效应”。丹·艾瑞里在《怪诞行为学》一书中描述过类似的实验：《经济学人》杂志曾经制定了一个看似荒谬的定价规则——电子版 59 美元，纸质版 125 美元，电子版+纸质版合计 125美元。猛一看，单独的纸质版似乎同样画蛇添足，根本没有人会放弃相同价位却额外增加了电子版的更优选择。但实际上，纸质版这一选项的存在打破了原本另外两项的平衡，让天性懒惰的人们下意识地跟着感觉走，倾向于选择看似更加“便宜”的电子版+纸质版，而完全忽略了理性的判断：我是否真的需要《经济学人》杂志？光买电子版能不能满足我？纸质版真的值额外的 60 多美元吗？
作为一种“诱饵”存在的额外选项，锚定了人们的心理评估标准，将思维局限在惯性框架之内，影响人们快速做出可能是与理性背道而驰的判断。人们吝啬于分配有限的认知能力，只想不费什么脑力就做出选择。这在移动应用的使用场景下尤其明显，并且为激发用户提供了更多可能。
在前面这款类似 Tinder 的应用中，当原本只有“喜欢”按钮时，用户看到相貌一般、模棱两可的照片时，会本着“看看再说”的心态滑到下一张，不产生按钮点击；当加入“不喜欢”按钮后，原本对某张照片秉持“无所谓”态度的人得到了更明确的行为召唤，产品的界面引导他在两种截然不同的评判之间快速做出选择，要么喜欢要么不喜欢，不存在什么中间状态，也不给你思考的时间。于是按钮的点击次数就上去了。
类似补贴的方法在互联网产品中时常可见，妥善运用不仅能在短时间内影响用户的单次决策，还可能在更大的时空范围内逐渐引导和改变用户习惯。
滴滴打车-红包补贴的本质区别在于其具有通过关系链进一步传播的能力。如果说现金补贴培养了单个用户的使用行为和忠诚度，那么红包补贴有助于让种子用户引来更多的潜在用户，同时加强了参与感与荣耀感。
这种在原本非游戏的情境中运用来自于游戏的设计元素，趋使人们达成某种行动或意向的方法，就是游戏化（Gamification），其目的是利用人类爱玩的天性，通过改造接触、沟通和参与的过程，产生具有吸引力的、持续的外在激励，诱发参与者的内在激励，从而更有效地提升参与者的参与度，实现态度和行为的转变。过去人们创造各种虚拟现实世界去逃避现实世界，现如今游戏化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。在健康医疗、教育培训、公共政策、市场营销、企业管理等领域，处处可见游戏化的影子。
美国未来学家、世界顶级未来趋势智库“未来研究所”游戏研发总监简·麦戈尼格尔在其著作《游戏改变世界》一书中提出了游戏的四大决定性特征：目标、规则、反馈系统和自愿参与。
营销大师菲利普·科特勒在《营销革命 3.0》（Marketing 3.0）中说：“当今的消费者所寻找的产品和服务不但要满足自己的基本需要，他们更希望能发现一种可以触及其内心深处的体验和商业模式。也就是说，为消费者提供意义感将成为企业未来营销活动的价值主张，价值驱动型商业模式将成为营销 3.0 的制胜之道。”从游戏化的角度思考这一论点，不难发现，给人以游戏般的参与感和成功的激励，正是产品价值本身之外的另一重体验。它凭借有趣和意义将自身所代表的价值与庸常者们区隔开来，成为用户自觉自愿的选择。
游戏化策略涵盖的领域和内容非常广泛，包括心理学、行为学、社会学、传播学等相关的具体细节和技巧。其本质上是一种建立、解决和改善沟通问题的工具，目的早已超越了单纯的娱乐。
第五章 提高留存
所以在“增长黑客”圈内有一句名言：留住已有的用户胜过拓展新的客户。也就是俗称的“一鸟在手，胜过双鸟在林”。
关注产品的次日留存率，可于第一时间发现产品新版本的品质变动和渠道优劣；而 7 日留存则可反映出用户完成一个完整体验周期后的去留状况；至于 30 日留存，则更能反映出一次版本迭代后的稳定性，辅助判断产品的演进方向是否合理。
除了按照不同天数周期来比较留存率外，渠道留存也是一项值得钻研玩味的指标。由于渠道来源不一，用户质量也千差万别，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。
根据埃里克斯·舒尔茨的经验，如果你正在创办一家电商网站，那么只要留存率维持在 20％～30％，基本上就不会活得太糟；如果你是一个社交媒体，而第一批用户的月留存率低于 80％，那就别指望做大了。至于衡量在 Facebook 平台上新上线的第三方游戏能否获得超过 100 万DAU（这是决定绝大多数新游戏接下来是否有戏的最低标尺），流传出所谓的“40-20-10” 规则，即如果你想让游戏的 DAU 超过 100 万，那么新用户次日留存率应该大于 40％，7 日留存率和 30 日留存率得分别大于 20％和 10％。对于移动应用，留存率最高的三种类型分别是资讯阅读、社交沟通和系统工具，在 4 个月后的留存率能稳定在 10％左右。
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。在传统行业与互联网结合的过程中，有损服务这一概念通常是比较难以让人立刻接受的。它意味着产品能力与用户需求之间的平衡与博弈。
传统社交产品的单项关注或双向连接机制，建立了信息的秩序流动，提高了传播效率，却也加剧了等级分化和社交压力。
第六章 增加收入
“我们每天所需的食物和饮料，不是出自屠户、酿酒师或面包师的恩惠，而是出于他们自利的打算。我们不要求助于他们的爱他心，只要求助于他们的自爱心。我们不要向他们说我们必需，只说他们有利。” ——《国富论》，亚当·斯密
新型的“免费”并不是上世纪那种“左口袋出、右口袋进”的传统营销噱头，而是一种把货物和服务的成本压低到零的卓越能力，这意味着企业的核心服务永远不收费。
常见的免费策略包括以下几种。
1．基本功能免费，高级功能收费的 Freemium 策略Freemium 这个词最早由 AVC 的弗雷德·威尔逊（Fred Wilson）于 2006 年提出。它的含义是指企业通过免费服务吸引用户，然后通过提供增值服务，将一部分免费用户转化为收费用户，实现创收。Freemium 策略的提出基于“二八法则”现象：产品中有一小部分对价格不敏感的高端用户，愿意支付额外费用来换取全部的高级功能，而这部分费用成为服务提供商的大部分收入来源，凭借这块收入负担起那些免费用户的服务成本。
类似的云存储产品，用得越久，切换成本越高，平台黏性就越大，因此用户持续使用并最终付费的几率也越大。
2．交叉补贴
交叉补贴策略，思路是通过有意识地以优惠甚至亏本的价格出售一种产品（称为“优惠产品”），从而达到促进销售另一种盈利更多的产品（称为“盈利产品”）。传统商业的典型代表案例，如吉列剃须刀的刀身免费刀头收费，以及苹果出售 iPod 补贴 iTunes 等。交叉补贴需要人们对优惠产品的价格足够敏感，而对盈利产品的价格不那么敏感（比如足够低）。此外两种产品的互补性越强，同时购买的概率就越高。
3．三方市场的流量变现
4．开源代码的盈利可能
5．公司上市，或被收购
这里也需要看到，免费的定价模型虽然广泛适用且成效卓著，但也存在局限性。比如，用户的迁移成本和忠诚度较低，缺乏核心竞争力和技术作为护城河的产品，需要支付更多的费用在用户维系和市场营销上，这反而违背了免费的初衷。再比如，免费排除了市场上所有的价格歧视结构，往往会造成赢家通吃、一家独大的局面，导致后来者很难再撼动垄断巨头的市场地位，巨木之下小树难生，这并不是正常的商业生态。再者，羊毛出在羊身上，如果在用户身上再也“薅”不出羊毛，那么服务提供者很有可能“翻脸比翻书快”，彻底将免费服务终结。
所谓重定向，是一种针对已经浏览过网站的人群进行再次营销的广告方式。它能让用户曾经看过的广告再次展示在其面前，通过这种不断的提醒来强化品牌印象，并最终促成消费行为。一般的网站广告带来的购买转化率都低于 5％，意味着超过九成的顾客就这样流失掉了。但实际上，他们中间也很有可能存在潜在消费者，只不过暂时需要更多时间来考虑和比对，一旦时机成熟，就会产生购买决策。
根据 Google Adwords提供的官方数据，在 30 天内出现 7～10 次横幅广告的转化效果是最佳的，而能做到这点的重定向广告将转化率提高到了三倍以上。
微信电商的销售一定不会来源于某个中心化推荐或广告入口，而是依赖于用户在碎片化社交行为中不经意的分享和传播。因此让整个销售过程变得自然、有趣、真实，提升用户的参与感，就变得至关重要。
将天然交互场景下催生的种种恶搞、暧昧、友善提炼出来，结合微信语境下特有的互动形式和传播风格，并通过随机性和彩蛋来增加调味料，这就变单纯的货品销售为一种互动参与式的全民狂欢。
“变惩为奖”的三大原则：
1．绝不责备用户。
2．给予合理补偿。
3．提供转化便利。。体现诚意与尊重的最好方式莫过于发起一项请求时，为对方提供最大程度的便利。在产品设计策略中，可包括更加清晰的引导步骤、更加准确的文案表达、更加减省的操作步骤和更加令人欢欣鼓舞的成功反馈。这能让原本因“负罪感”而产生补偿想法的用户，快速将这种冲动落实为具体行动，从而刺激产品销量增长。
做到运营管理的精细化、实时化、效益化。精细化管理是为了全方位规范电销团队行为。实时化管理是为了及时找到问题并解决。而效益化管理的核心是利益驱动，将各项 KPI 和费用挂钩。面对运营相对独立的第三方外包团队，很难利用企业文化熏陶、人事制度调整、培训强化等内部管理手段进行有效管理，也难以深入透彻地调查、监管其日常运营。并且如果对第三方团队投入过多的管理精力，也不适用于百姓网“轻公司、大生态”的公司战略。因此，唯有将百姓网对第三方电销团队的要求拆细，并逐一和对其支付的费用挂钩，奖惩分明，才能用最小的管理成本做到最有效的管理。
第七章 病毒传播
凯文·凯利在 1998 年出版《新经济，新规则》一书中提出了大名鼎鼎的“传真机效应”：单独一台传真机是没有什么价值的，只有它处于一个网络中时才能被赋予价值。对于拥有一台传真机的人而言，网络中的传真机越多，你的传真机价值也就越大。用户买下传真机，实则买下的是整个传真网络——这比传真机本身更加值钱。
衡量病毒传播的两大核心指标是 K 因子（K Factor）和病毒循环周期（Virial Cycle Time）。K 因子，用于评判病毒传播的覆盖面。其公式为：K 因子＝感染率 X 转化率。感染率是指某个用户向其他人传播产品的程度，例如发送一封邮件邀请、进行一次口碑推荐。转化率是指被感染用户转化成新用户的比例。
病毒循环周期，是指从用户发出病毒邀请，到新用户完成转化（如点击阅读、注册、消费的行为）所花费的时间。病毒循环周期越短，效果越好。为了缩短病毒循环周期，首先应当尽可能减少用户的操作成本。其次可以设法增加用户的“紧迫感”。
类似的体外病毒循环构建，主要面临的考验有三个：创意来源、生命周期和产品契合度。
"另外，如果你善于总结，会发现万变不离其宗，最热门的朋友圈小游戏形式，无非还是心理测试、智商测试、优惠券派送类的。”
一般而言，使用体外循环推广起来的大众产品契合度高、推广难度较低，而垂直产品效果则有待观望。“
在产品之外建立独立传播渠道的方法，有时也会面临以下尴尬：第一，渠道特性与产品特性不匹配，获得的用户质量参差不齐，覆盖效率低；第二，渠道传播与下载转化之间可能存在断链，造成统计困难或无法下载，例如微信朋友圈屏蔽了腾讯旗下应用宝之外的其他应用市场的下载链接就让不少开发者感到困扰；第三，渠道传播的策划固然异常成功，但用户对真正宣传的产品却缺乏兴趣，本末倒置。
当用户通过应用推荐的社交网络发布之后，就能获取更多权限，这通常意味着这些高级权限本身需要具有相当的吸引力，并且高级权限的缺失本身不会影响用户的普通使用流程。
法国社会心理学家古斯塔夫·勒庞（Gustave Le Bon）在他的经典著作《乌合之众》中认为，群体不善推理，却急于行动，原本理性的个人一旦结成群体，便容易智商尽失，轻易被影响操纵。互联网是人性的试炼场，互联网产品的病毒传播策略如果能把握群体心理中的一些特征共性，就能从深层次激发人们的传播动力。
1．喜爱
2．逐利
3．互惠
基于理性经济人假说的传统经济学认为，经济行为主体是单纯追求个人利益最大化的，人们的复杂行为和社会参与，都是基于成本收益的计算。互惠是逐利的一种变体，是人类社会日常交际的基础。
4．求助
5．炫耀
爱炫耀是人的内心渴求被关注被肯定的表现，人们喜欢通过炫耀来展示自己最好的一面，或是借以表达自己理想中的状态。从深层次讲，人类之所以对炫耀乐此不疲，是因为它在某种程度上能够产生权利的幻觉，让身处竞争压力中的个体感觉更好一些，以及在择偶中占据优势。
6．稀缺
7．害怕失去或错过
8．懒惰
英特尔创始人之一的戈登·摩尔（Gordon Moore）曾提出摩尔定律：当价格不变时，集成电路上可容纳的晶体管数目，约每隔 18 个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔 18 个月翻一倍以上。
总结这次活动，以下几点值得在今后继续保持。
1．打造与众不同、别出心裁的创意，同时保证能够浓缩成一句话进行传播，例如“云诺免费赠送无限空间”。
2．提供简单直接的参与形式，不要挑战用户的耐心，不要抬高用户的期望后令他们失望，而是要超越用户的预期。
3．借鉴游戏设计元素，在“成就时刻”鼓励用户通过社交网络分享战果。
4．尽量设置较多亮点、槽点，让传播者有话可说。
5．故意设置漏洞，借高级用户去主动发现、宣传，往往有奇效。
6．在策划之初就准备好二次传播乃至三次传播的方案。
第八章 完整案例表
Tinder
使用 Tinder 的用户还等于默认接受了以“看脸”作为结识对象这一基本规则，从而简化和统一了社交产品用户之间“破冰”的过程。所谓“破冰”，就是不同用户之间建立起联系的最初契机，例如相同的兴趣爱好、常出没的地点、中间介绍人等。你很难将两个毫无关联的人撮合在一起，除非先为他们找到某个共同点。“破冰”根据时间阶段的不同，可分为“前置”和“后置”。像 Tinder 这样，在两人正式交流之前先行配对的方式，是“破冰前置”，它能提高配对后两人成功沟通的效率；像 Omegle.com 或比邻这样，先随机配对，再让用户通过交流或互换名片等方式来确定对方是否符合自己偏好的方式，是“破冰后置”，它需要付出一定的时间成本，更适合喜欢探索和消磨时间的群体。Tinder 的破冰机制保证了女性用户只会跟自己“看着顺眼”的对象聊天，而不会受到陌生异性的骚扰，对她们来说这是极好的保护措施和口碑点。
美丽说
美丽说移动客户端有两个设计原则。第一，一个应用只做一件事；第二，让用户达到想要的内容不超过三步。
回顾美丽说一路走来的发展路径，大致可以归纳为这样三个阶段：第一阶段，形成一个社区，大家在这个地方一起逛；第二阶段，把所有的商品整理出来，做成有美感的导购目录，导流到外部电商网站，即用较低的成本获取流量，用较高的价格卖掉流量；第三阶段：围绕白领女性人群的需求继续深挖，不断拓展丰富社区的生态系统。
所以 SEO 要做的事情，是先给搜索引擎更多向用户推荐你的理由。我们要注意以下几点。
1．找到和你产品相关，最多人搜的词。
2．频繁更新原创、独特的内容。
3．网站要结构清晰，最好提供网站地图和最近更新页面列表给搜索引擎参考。
4．每页主要内容明确而不重复，并且在 Title 有所体现。
5．服务器稳定，打开速度快。
6．代码干净，对于非文本内容打上文本标签，将样式和内容分开。
7．建设从其他高权重网站来的链接。
8．不要刻意或者过度优化，被惩罚了的话基本就前功尽弃了。
App Store 的排名、搜索算法和搜索引擎算法一样，都是不会公开，却又可以推测的。在外卖库 App 上线之前，我把能找到的书籍、博客、SlideShare 上面的分享都看了一遍，能问的人都请教了一番，总结了下面的要点。
1．下载量和 App 活跃度，都是榜单排名的重要因素。所以这两个数是关键。
2．苹果对新上线的 App，或者刚更新的 App 的排名，是会有加权的。有人推测旧 App 需要 2 万次下载量才能到达榜单第 N 位，新上线的只需要 5000 次就可以。也就是说，要尽量在上线的头一两天全力推下载量，并且尽量多更新，这有助于排名优化。于是我们设置了新上线当天星探费加倍的活动。
3．开发者可以自己选择 App 的上线日，周末下载 App 的人最多，但竞争也最激烈。
4．提交 App 的时候，App 标题、公司名、关键词，其实都对搜索结果排名有影响。所以这些词要仔细研究，把最热、最相关的词填进去。
5．App 图标一定要精美，截图一定要好看。
6．App Store 描述文案只能显示前三行，要写得简明扼要。
7．App Store 中文分词能力不太完善，因此很多 App 都堆砌不相关的热点关键词（如 QQ、淘宝、大众点评），提高搜索排名。
8．越狱平台的安装量和激活，也会被苹果记录在活跃度内，因此可以在越狱平台先行发布，然后正式在 App Store 上发布的时候，下载量就有了基础。
9．App 的有效评分也会影响排名。
后记 增长黑客的职业道德
无怪乎罗辑思维的罗振宇曾说：“互联网的世界，‘真’已经超越‘善’成为了道德的最高标准。” 欲戴其冠，必承其重。曾经靠“3721 网络实名”拿下国内网民大半壁江山的周鸿祎，也一度因此被冠以了“流氓软件之父”的骂名。最终老周依靠 360 安全卫士的颠覆式创新横扫国内安全市场，以手刃昔日产品的方式完成了自我救赎。
首先是换位思考。产品的用户是什么人？他们需要的是什么？他们习惯用何种手段获取所需的资源？他们愿意付出怎样的代价，承受何种压力来进行交换？他们最反感怎样的营销模式？己所不欲，勿施于人。如果站在用户的立场上，反观自身采用的对策是否妥当，而不是抱着侥幸的心理，则很多结论用常识就足以做出判断，立等可取抑或果断舍弃，其实并没有那么艰难。
附录 A 增长黑客应当关注的常用指标
网站类产品常用指标
页面浏览量（Page View，PV）：在一定统计周期内（通常为 24 小时）所有访问者浏览的页面总数。该指标重复计算，即如果一个访问者浏览同一页面 3 次，那么 PV 就计算为 3 个。PV 之于网站，就像是收视率之于电视，从某种意义上已成为投资者衡量商业网站表现的最重要尺度之一。严格意义上来说， PV 只记录了页面被加载显示出的次数，并不能真正确保用户进行了浏览，有些网站会利用这一特性“刷”PV，例如在页面中嵌入不可见的 iframe。还有的网站编辑为了完成 PV 指标，会将一篇长文（或组图）拆分成多页，从而制造出阅读量大的假象。
独立访问者（Unique Visitor，UV）：在一定统计周期内访问某站点的不同 IP 地址的人数。通常在同一天内，UV 只记录第一次进入网站的具有独立 IP 的访问者。如果某人访问网易首页，又点开了三条新闻，则记作 4 个 PV 和 1 个 UV。UV 反映了网站覆盖的绝对人数，但没有体现出访问者在网站上的全面活动。此外，由于校园网络、企业机关等一些部门通常有统一的对外 IP 出口，依靠 IP 来判断的 UV 也并不能做到完全准确，更优的做法是结合 Cookies。
访问数（Visit）：访问者从进入网站到离开网站之间的整个交互过程，视作一次 Visit。它可能包含一组页面浏览行为。通常界定同一访问者的两次不同 Visit 的判定方法是间隔时长，如30 分钟。这意味着如果同一访问者连续的两次页面访问之间间隔为 15 分钟，则视作一次 Visit；如果间隔 41 分钟（因故暂时离开或阅读了一篇长文），则被切分为两次 Visit。
着陆页（Landing Page）：指访问者浏览网站时所到达的第一个页面，又称用户捕获页。针对着陆页的分析追踪可作为判定外部广告或其他营销推广活动效果的依据，因此着陆页应当是经过恰当优化的。
退出页（Exit Page）：指访问者浏览网站时所访问的最后一个页面。退出页数量大，并不等同于网站的黏性差，此时应当参照退出数与页面浏览量的比值，即退出率。若某个页面本不该有较高的退出率（如在线购买流程的下单环节），则需要检查该页面，防止其成为整站的流量漏洞。
跳出率（Bounce Rate）：用于衡量整站或网页的黏性。跳出，指访问者仅仅浏览了一个网页就结束了访问（Visit）。整站跳出率＝全站跳出数/全站页面浏览量，它反映了整站的导航效率；而针对单独页面计算的跳出率＝该页面跳出数/该页面浏览量，它是对单个网页导航能力的评价。一般而言，跳出率越高代表网站的问题越大。
展现数（Impressions）：又称印象数，指广告在浏览器中被加载的次数。只要广告内容被加载出一次（如刷新了页面），展现数就加 1。
服务器打点数（Hit）：打点指服务器收到一次请求。如访问者浏览了一个仅有 10 张图片的网页，则打点数记作 11，其中包括 1 次网页请求和 10 次加载图片的请求。
转化率（Conversion Rate）：转化，指达成了某种预设的目标，如引导用户完成下载、注册、新闻订阅、走完新手介绍流程等。转化率是计量这种转化成效的指标，可用于衡量网站内容对访问者的吸引程度和宣传效果等。例如，广告条的转化率＝通过广告条点击进入着陆页的流量/广告条的展现数；注册的转化率＝完成注册流程的用户数/到达注册页面的流量。
停留时间（Duration）：指一次访问的持续时长。通常较为简单的计算方法是用最后一次访问的时间减去访问第一张页面的时间（但这将无法统计最后一次访问的持续时长）。
初访者（New Visitor）：初次访问网站的访问者。通常用 Cookie 判断，并以一定时限为统计周期，通常为一个月。如果上月某人访问过网站，次月再次访问，则对于次月内的第一次访问行为而言，这个访问者仍视作该月内的一个新的初访者。
回访者（Return Visitor）：相对初访者而言，如果一个访问者在该月内重复访问，则视作回访者，也就是“回头客”。该指标衡量网站内容对访问者的吸引程度和网站实用性。统计周期内所有初访者数量＋所有回访者数量＝独立访问者数量。
访问来源（Referrer）：指一次访问或一个网页浏览的流量来源，又被称作“推荐来源”。访问来源可从不同维度进行划分。如按来源网站的性质，可划分为来自搜索引擎、网站推荐（如友情链接、广告条、软文植入）、无网站来源（用户直接进入网站，如从浏览器收藏夹点入、直接在地址栏输入域名）等；按来源网址的形式，可划分为来自域（如 fanbing.net）、网站（如 www.fanbing.net）或 URL（如 http://www.fanbing.net/about.html）；按照内外部，可划分为站外链接或站内来源。
其他属性：有的第三方统计工具可结合自身收集的其他数据，获取访问者进一步的信息，如地域分布、系统环境、性别比例、年龄分布、学历分布、职业分布等。
软件及移动应用类产品常用指标
新增用户数（New Users）：指首次打开应用的用户数量，通常通过设备识别符（如苹果系统的 UDID）来识别用户的唯一身份。由于传输统计数据需要联网，因此即便是首次打开应用，若未能联网，也统计不到。此外，卸载再安装通常不会算作新增用户，老用户的版本升级也不会计算在内。当然，如果下载了应用但并未安装，或安装之后没有启动过，也无法统计为新增用户。
活跃用户数（Active Users）：指统计周期内有过特定使用行为的用户数量。同一用户在一个统计周期内多次使用记作一个活跃用户。这里“使用行为”的定义因应用而异，有的团队将启动即视作活跃，有的则需要满足启动＋执行某种操作（如浏览过至少一条新闻），还有的则索性将常驻后台的守护进程没有被杀死也统计进了活跃范畴中。因此如何计量活跃用户数，归根到底还是看团队真正追求的是什么。活跃用户数一般看“日活”（Daily Active Users，DAU）和“月活”（Monthly Active Users，MAU）。
升级用户数（Updated Users）：指由已装的老版本升级到新版本的用户数量。时常有人问，像 QQ 这样保有量已经很大的应用，为什么每天还能在应用市场上创造如此巨大的下载量？其中很重要的因素之一，就是将用户从老版本升级到新版本的下载行为统计了进去。
留存率（Retention Rate）：指用户在某段时间内开始使用应用后，经过一段时间，仍然继续使用，这部分用户占当时新增用户的比率，也就是“有多少人最后留下来了”。留存率用于衡量应用的质量和营销效果的好坏。通常新增用户如果因为真实需求而来（如从应用市场主动搜索并下载获得），则留存率较高；而因为博眼球的营销推广（尤其是有奖活动）进来的用户，留存率较低。并且，不同种类应用的留存率也有各自的基准，如游戏的首月留存率通常比社交类高，而工具类的首月留存率又比游戏高。留存率通常看次日留存率、3 日留存率、7 日留存率、15 日留存率和 30 日留存率。
总用户数（Total Users）：指历史上所有新增用户数之和。该数字由单纯地相加获得，存在一定水分，无法体现已经流失或极不活跃的用户情况。
单次使用时长（Duration）：指用户从一次启动到退出应用所耗费的时间长短，用于衡量应用的黏性。应用在后台运行并不会计入其中。不同类别的应用，单次使用时长可以千差万别。工具类产品解决问题目标明确，用户完成任务之后就会立即退出，比如看一下天气、优化一下内存占用等，用几秒就可以关闭。而视频播放类应用则能持续更久，通常可达到几十分钟。平均单次使用时长（Average Duration）：计算方法是某日总使用时长/该日启动数，可用于更准确地评估用户的使用状态。因为一款应用在不同时段的使用时长可能存在差别，用户早上挤地铁时的一瞥与晚间睡觉前的沉浸使用，其单次使用时长本身是不具备可比性的，只有平均之后才能用于横向比较。
使用间隔（Interval）：指连续两次使用之间的时间间隔。如果一款定位于提供每日新闻资讯的应用的使用间隔过长，则说明对用户的黏性不够强，并未培养成每日使用的习惯，只是在偶尔想起来时看一眼。这就需要在产品上下功夫，或采取一些运营手段弥补，如定时推送当日的头条新闻。
转化率（Conversion Rate）：指应用内特定行为目标的转化情况，如让用户点击某个按钮、播放一段视频、邀请一批好友等。
K 因子（K-Factor）：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/收到邀请转化成新增用户的比率。如果 K 因子大于 1，表明产品具有自我传播能力，会随着用户的使用而持续扩散。
每用户平均收益（Average Revenue Per User，ARPU）：简单的理解就是“能从每个用户那里收多少钱”，是衡量产品盈利能力的指标，也可用来检测不同市场渠道获取的用户质量。ARPU 的通常计算方法是产品在一定时限内的收入/活跃用户数。结合单用户的获取成本，可以推断出产品是否能形成自我造血的持续发展能力。
每付费用户平均收益（Average Revenue Per Paid User，ARPPU）：与 ARPU 将收入平摊到所有用户头上不同，ARPPU 只计算从所有付费用户处获取的平均收益，据此更准确地把握付费用户的支付能力、消费习惯，并有针对性地对这部分付费用户重点运营和服务。
月付费率（Monthly Payment Ratio，MPR）：指一个月的统计区间内付费用户占活跃用户的比例。
生命周期价值（Life Time Value，LTV）：用户从第一次使用产品，到最后一次使用之间，累计贡献的付费总量。