雲上的Growth hacking之路，打造產品的增長引擎
增長關乎產品的存亡
增長！增長！增長！業務增長是每一個創業者每天面臨的最大問題。無論你的產品是APP，還是web，或者是小程序，只能不斷的維持用戶的增長，才能向資本市場講出一個好故事，融資活下去。活到最後的產品，才有機會盈利。
為了獲取用戶的增長，可以投放廣告，也可以內容營銷、社交傳播、銷售地推，或者持續的專注於產品優化。無論哪一種方式，我們都面臨這幾個問題：
- 運營活動，覆蓋了多少用戶？
- 多少用戶，開始使用產品？
- 多少用戶付費？
- 多少用戶持續的活躍？
- 下一步，我們應該把精力放在哪些方面？是持續運營？還是開發新功能？
如果不能回答這些問題，無疑我們的運營活動或者開發就是盲人摸象，完全靠運氣。為了解答這些問題，我們不妨關註一下growth hacking這種數據驅動的手段。
Growth Hacker的核心思想
傳統的市場營銷策略，例如投放電視廣告，覆蓋了多少人，有多少人看過廣告後進行了購買，多少人進行了复購，沒有準確的數據進行衡量，只能依賴於資深專家根據經驗判斷。在互聯網行業，每一個產品都是新的，前所未有的。每一個產品能不能存活，每一次運營的效果如何，沒有多少經驗可供借鑒，結果是不確定的。
GrowthHacking是興起於矽谷的創業公司的marketing手段，旨在使用少量預算獲得巨量增長。由於其極高的性價比和有效性，非常適合於創業公司，因而得到了廣泛傳播。
Growth Hacker的核心思想是通過數據指標，驅動運營決策，以及優化產品。 Growthacker通過關注用戶獲取、用戶轉化、用戶留存、用戶推薦、盈利等核心的一系列指標，以及通過各種維度拆解，分析出下一步的增長決策。通過Growth Hacking，打造一個產品增長策略的閉環。
那麼我們如何才能搭建出GrowthHacking架構，為自己的產品賦能呢？
GrowthHacking之架構
Growth Hacking 包含了數據的採集、存儲、分析、報表、A/B test等系統，首先我們來看，傳統的解決方案，搭建出GrowthHacking有哪些痛點：
搭建運營體系的痛點
搭建運營體系的過程中，常常面臨以下問題：
- 缺少數據，數據散落在各個地方,有的是app數據，有的是web數據，有的是小程序數據，沒有一個統一的架構來把數據採集到一個地方。
- 缺少一個分析平台。傳統的策略，需要運維團隊幫助搭建hadoop集群，需要專門團隊持久運維。
- 離線跑報表，一晚上才能拿到一次結果，週期太長。手工跑一次，幾個小時過去了，有什麼新的想法，不能及時驗證。嚴重影響運營效率。
借助雲服務搭建的GrowthHacking技術架構
為了解決以上問題， 日誌服務提供了日誌採集、存儲、交互分析、可視化的一整套基礎設施，可以幫助用戶快速搭建出來靈活易用的Growthing Hacking的技術架構，每天的工作只需要專注於運營分析即可。
Growth Hacking首先從數據採集開始，定義清楚要採集的日誌內容、格式。把各個終端、服務器的日誌集中採集到雲端的日誌服務。後續通過日誌服務提供的SQL實時分析功能，交互式的分析。定義一些常規報表，每日打開報表自動計算最新結果，也可以定義報告，自動發送最新報表。全部功能參考用戶手冊
此外，除了日誌數據的分析，還可以為用戶定義一些標籤，存儲在rds中，通過rds和日誌的聯合分析，挖掘不同標籤對應的指標。
日誌服務有如下特點：
- 免運維：一次完成數據的埋點、數據接入，之後只需專注於運營分析即可，無需專門的運維團隊。
- 實時性：用SQL實時計算，秒級響應。快人一步得到分析結果。
- 靈活性：任意調整SQL，實時獲取結果，非常適合交互式分析。
- 彈性：遇到運營活動，流量突然暴漲，動動手指快速擴容。
- 性價比：市場上常見的分析類產品，多采用打包價格，限制使用量。日誌服務按量付費，價格更低，功能更強大。
借助於日誌服務提供的這套數據採集、存儲、分析的基礎設施。運營者可以從繁重的數據準備工作重解脫出來，專注於使用SQL去分析數據，配置報表，驗證運營想法。
開始搭建GrowthHacking系統
具體而言，Growth Hacking的架構可以拆分如下：
- 數據收集
- 定義埋點的規範，定義要採集的事件內容、字段、格式。
- 通過Android SDK , iOS SDK , Web tracking等手段在客戶端埋點。
2. 存儲
- 選擇日誌服務的region。
- 定義每一種日誌存儲的Project & LogStore。
3. 分析
- 開啟分析之路，定義常規報表，或者交互式分析。
- 通過分析結果，調整運營策略，有針對性的優化產品。
基於日誌服務，可以完成Growth Hacking的分析策略：
- 定義北極星指標。
- 拉新分析。
- 留存分析。
- 事件分析。
- 漏斗分析。
- 用戶分群。
- A/B test。
在日誌服務中，可以通過定義一系列儀錶盤，來沉澱數據分析的結果。接下來的幾篇文章中，將依次介紹如何在日誌服務實現上述幾種策略。
總結
本文主要介紹Growth Hacking的整體架構，之後將用一系列文章介紹step by step如何介入數據，如何分析數據。
本文作者：雲雷
更多技術乾貨敬請關注云棲社區知乎機構號：阿里云云棲社區-知乎
本文為雲棲社區原創內容，未經允許不得轉載。