俗話說，“酒香不怕巷子深”；俗話又說，“酒香也怕巷子深” 。再後來，俗話還說，管他酒香不香巷子深不深，只要找個算盤技巧神乎其神的賬房先生，即數據科學家，酒就可以大賣了。這叫做用數據驅動用戶快速增長，說行話叫“Growth Hacking”。

第一次聽說“Growth Hacking”這個詞兒，是在去年某次大數據會議上。 （具體啥會我忘了，因為現在所有的會議都叫大數據會議。）當我帶著滿滿的負能量，準備上台發表一番不和諧的言論時，突然發現一位Facebook前工程師正在講如何用數據分析驅動用戶產品的“Growth Hacking”。

其實，那位工程師的演講算得中肯，並沒有宣傳數據是萬應靈藥，好像還特意強調了只有把產品做好才能提高留存率。不過後來，這件事兒傳的變了形，互聯網界有人開始信仰，數據分析是產品點石成金的法寶。如多年前街頭小報上宣傳得那樣：隔衣點穴，能使乳房增高。作為一個跟數據打交道這麼多年的碼畜，在這個問題上有話不說，則如鯁在喉。今天我們就來聊聊，數據分析真的能驅動用戶產品的快速增長麼？

對於數據意識和方法處於侏羅紀和白堊紀之間的中國市場來說，強調數據的作用，總體上是具有啟蒙意義的。看看數據，總比單純拜財神爺有用，不過話又說回來，數據還真的不是財神爺，不是說你信他就能得永生的。聖人有云，“盡信數則不如無數”，到底數據運營在那些場景下有用，怎麼才能讓它有用，是本公眾號的高素質讀者們需要搞清楚的問題。

數據化運營的三板斧

關於用數據驅動運營增長，近來有不少相關的書籍與講座。其實，這裡的道道兒也並不神秘，大多數數據運營的場景，方法上都可以總結為下面的三板斧：

一、建立用戶轉化漏斗<br>所謂用戶轉化漏斗，就是你的業務是如何一步步將一個用戶騙到手的。舉下面；的幾個例子，你一看就明白了：
廣告：展示—>點擊—>轉化
遊戲：下載—>激活—>留存—>付費
把妹：搖一搖—>約會—>牽手—>接吻—>上床

無論上面哪種業務，都可以分解為一系列的階段，經過每個階段，用戶都只有一部分留存下來。對漏斗的每一個環節準確地記錄數據，以便分析和優化各個環節的通過比率，是數據運營的基礎設施。

二、用多維度數據報表找問題<br>數據運營中的常見痛點，是明知道轉化漏斗上某個環節的通過率較低，卻找不到提高的途徑。常用的解決思路，就是把數據打細，分解到各個維度上分別觀察，這往往能發現產品或系統上的問題。如果多個維度能夠靈活組合觀察數據，就成了一個數據魔方(Data Cube)。下面的圖雖然與互聯網產品運營的漏斗數據沒關係，但是原理是一樣的。

比如說，你發現廣告的點擊率低，進而查到是Chrome瀏覽器上的點擊率拉低了整體統計，那麼就要在Chrome瀏覽器上深究原因，結果很可能是你的Flash廣告素材直接被Chrome給屏蔽了。

這種用多維數據報表來定位和查找問題的辦法相當有效，它實際上是高效的debug，仍然是一種“受”的策略。

三、用A/B測試指導產品演進<br>那麼有沒有數據驅動的“攻”的策略呢？當然也有，制定多個產品可能的改進方向，將它們放到線上，讓實際數據來決定誰上誰下。這種A/B測試的方法，往往是大家理想中躺著就可以優化出好產品的魔法，也是“數定勝人”理論的基礎之一。

說到A/B的系統框架，可並不是個的簡單的事兒。如何建立準確性和效率兼備的實驗框架，值得單獨寫一篇長文，我們在這裡就不多談了。

上面的這三板斧，對於運營好一款產品非常重要。不過您要是認為掌握了這樣的數據思維，就可以靠數據分析做出偉大的產品，那還是洗洗睡吧。

數據運營解決不了的問題

用戶如何選擇和評價一款產品，在不同領域有著截然不同的規律。簡單來說，我們可以把產品分為理性產品和感性產品。比方說，3C類電商，就是比較典型的理性產品，而服飾類電商，就是相對的感性產品。計算廣告和推薦系統，雖然技術棧有相通之處，但前者是理性產品，後者的感性就強得多。

對於理性產品來說，由於問題的目標穩定且容易量化，數據是最關鍵的優化手段之一。拿廣告產品來說，廣告商使用它的目的，是為了獲得更高的利潤（當然這一利潤可能是長期的，也可能是短期的），而不是為了獲得心靈上的愉悅或快感。因此，當兩個廣告平台的投入產出比相差很大時，客戶不會顧及哪個的使用體驗更勝一籌，而是毫不猶豫地選擇賺錢多的那個。

可是說到感性產品，就遠沒有那麼簡單了。記得微信剛火起來的時候，一大波從各行編外人員改行過來的互聯網分析師們紛紛口吐蓮花，分析為什麼微信是人類社交的終結性產品，為什麼還在用QQ的人都是歷史車輪的阻礙者。可是去年，大約是同一撥分析師，又在紛紛討論為什麼90後用戶群正在有微信向手機QQ轉移。那麼到底是QQ好還是微信好呢？這麼問題在不同時間、不同用戶情況下都有不同的答案，而我們也不可能對這類移動IM類的產品，給出一個普適性的量化目標。在感性產品的運營中，既然很難給出確定的優化目標，數據優化能起的作用就是有天花板的。

那麼，數據化的運營在何種情形下會遇到明顯的瓶頸呢？大致說來有如下幾個方面。

一、產品創新方向無法通過數據獲得

幾年前，有一家很火的遊戲公司叫Zynga。據說，Zynga的老闆並不鼓勵創新，而是奉行“拿來主義”，將別人的遊戲創意複製過來，用自己的一套數據運營體系快速超越對手。啥樣的數據運營體係呢？說白了就是大量的A/B測試。設計說：草地得是綠的。產品經理說：不行，綠的紅的數據說了算！於是，他們真的將流量分成紅草地和綠草地兩種配置，如果數據反映紅草地用戶付費高，那就把草地全變成紅的，讓植物學家們見鬼去吧！靠著這樣的體系，Zynga一度在Facebook內長期霸占遊戲排行榜的前三名。後來怎麼樣了呢？答案很清楚——現在還有誰知道Zynga麼？

Zynga的衰落當然原因很多，不過不得不說惟數據論的產品運營思路也是推手之一：你的數據測試體繫再成熟，也不過就能搞搞草地塗紅塗綠這樣的雕蟲小技，而遊戲的新模式、新情節、新設計這樣的真正創新方向，不是你具備了數據運營體係就可以具備，甚至也無法通過數據體係來判斷高下。拿iPhone舉個例子，大屏交互、Multi-touch、應用商店這些大放光彩的產品特徵，皆出自喬布斯對產品的信念與洞察，而非市場和需求調研的結果。

即使是短期的產品小改進，徹底依賴A/B測試也行不通。我們是能根據數據把效果較好的A方案挑出來，可是如果你的備選方案中只有X/Y/Z，那再怎麼測A也出不來。有人問了：如果把所有可能的產品選擇全都列出來，讓數據來選擇呢？產品運營不是打麻將，那些牌組合起來總有個數兒，可真正有潛力的產品點需要具備系統性和創新性思維的產品經理，把別人喝咖啡和上廁所的時間都用在冥思苦想上，才有可能發現。再說了，就算是產品點像麻將牌一樣列得清清楚楚，當產品因素和方向變得很多時，由於“dimension curse”的存在，我們也是沒辦法在有限時間內積累足夠的統計數據進行決策的。

其實這兒已經說到了用戶產品真正最重要的增長動力，那就是產品經理的洞見與創意。

二、長期用戶反饋很難通過數據判斷<br>那位Facebook的工程師在他的演講裡講到了一個生動的例子：Facebook多年以來堅持採用嚴謹的A/B測試框架來決策一個新feature是否被線上系統所採用。但是，；結果是什麼呢？他說到，實際上Facebook PC版的首頁三年來沒有任何重大的升級。其實，這個結果本身就是發人深思的：難道Facebook又變成了人類社交網絡的終結產品，並且已經優化到了全局最優點，無法再改進了麼？

結論顯然不是這樣的，我甚至認為在那三年當年被廢棄掉的許多改版方案中，未必沒有被誤殺的版本：現有的A/B測試框架，都只能觀測一個相對短時期內的數據表現，而長期的趨勢與結論，如果沒有對產品信念上堅持，很難等到開花結果的那一天。

我從傳統紙媒雜誌那兒聽到過一個規律：一般來說，雜誌在改版後的頭幾個月，都是罵聲一片。然後幾個月過後，新版也許會帶來發行量的顯著上升。這也可以作為短期數據缺陷的一個佐證吧。

三、博弈性的場景無法用數據決策

博弈性的場景在互聯網產品裡是很常見的。舉個例子，大家可能知道互聯網產品中有個Explore & Exploit問題，即用一部分相對隨機流量探索未知空間，另一部分流量根據統計最優做決策。熟悉這個領域的朋友都知道，假如我們有兩個E&E策略，是無法通過A/B測試來確定其優劣的。至於為什麼，建議大家自行了結一下E&E的背景知識，權當一道思考題吧！

除了E&E，其他博弈性的場景還很多，例如廣告裡的機制設計問題（也就是競價市場的規則如何制定）；再比如有一定社交性的遊戲運營策略，都是從原理上就無法通過簡單分流量就能進行有效的A/B測試的。

當然，了解這些博弈性的問題，需要深入的產品見解和宏觀思維能力，有很多奉行糙快猛主義的產品經理，寧可假裝這樣的問題並不存在。

用戶快速增長到底靠什麼

數據這個賬房先生雖然不可或缺，卻並不是用戶增長的定海神針。那麼，真正能驅動一款產品的用戶快速增長，靠的都是什麼方法呢？從歷史上成功的產品看，有下面一些思路值得注意：

一、做出真正優秀的產品

說白了，用戶快速增長最核心的問題，還是要千方百計釀出好酒來。產品好才是真的好，這是所有產品和運營應該追求的根本。由於上面講的一些數據體系的問題，優秀產品經理的直覺與判斷，不見得跟短期的數據表現相一致。在這樣的岔路口上，堅持產品原則第一性，數據反饋第二性，長遠來看是更加合理的。

需要特別說明，真正優秀的產品，一般來說都不是在分析存量市場的基礎上想出來的，於是也沒有現成的數據統計可以支撐。最近大火的Pokeman Go，用戶增長之迅猛令人咋舌，不過我不認為它已經建立了完善的數據運營體系，即使有，也並不是其用戶增長的關鍵。

幾乎所有偉大產品的快速用戶增長，都來自“好產品”這種內生動力，遠的如Google、Facebook、iPhone，近的如某某打車和某某直播應用。

二、找到戰略性推廣渠道

什麼是戰略性推廣渠道呢？簡單地說，就是那些“價格便宜、量又足”的渠道。互聯網很多產品的用戶快速增長，往往是在這點上下足了功夫。

比方說，某跨境電商的崛起，與早期他們戰略性地大量從Facebook購買流量有很大關係。而到了今天。 Facebook的廣告價格已經被抬高了很多，這樣的渠道機會就不存在了。

在中國，非BAT的很多移動互聯網產品快速增長，大多數都依賴預裝這個戰略渠道。廠商有預裝，運營商有預裝，方案商也有預裝。在當年預裝成本只有今天五分之一的時候積極花錢的產品，今天有不少已經成長為大公司了。

對於價值被低估的戰略渠道保持敏銳的嗅覺，對產品的快速增長至關重要。

三、利用病毒式傳播手段

病毒式傳播的方法有兩類，一類是傳染，一類是傳銷。

所謂傳染，就是誘導和捆綁式安裝：通過一款已經有很大裝機量的產品，通過威逼利誘甚至暗中作業的方式，將另一款產品也帶到用戶的終端上，往往是多快好省的好辦法。甚至有時候在普通的廣告渠道商這麼做效果也不錯，比方說：移動上各類清理或安全產品，往往在廣告投放時讓直接恐嚇用戶“你的手機內存過低”或“你的手機風險很大”，用戶頓覺菊花一緊，當時就安裝了。

傳銷大家都不陌生了。在社交網絡產生以後，傳銷式的推廣方案實施起來更加方便。種種五花八門的拼團模式，轉發抽獎模式，雖然不能說是嚴格意義上的傳銷，其本質也是發動群眾鬥群眾，這樣的方法如果用好了，必定有奇效，誰用誰知道。

四、建立品牌的用戶認知

互聯網界對這一點的重要性認識是有所不足的。產品要立得住，保持葛大爺那樣的躺姿也能掙錢，核心的用戶認知非常關鍵。

在互聯網界，大家往往奉直接效果傳播為信條，在品牌建設方面的重視程度則有所不足。不過，近來oppo等公司的成功軌跡，讓大家開始重新審視品牌和用戶認知的作用。在筆者看來，成功的品牌建設帶來的用戶增長，可能是迅猛而又健康的。

講了這麼多，其實並不是說數據化運營不重要，而是說要達到產品的快速增長，其實還有更重要的事兒。今天所有的互聯網從業者，既要掌握正確的數據化運營方法論，又不要盲目成為拜數據教的教徒。做一款叫好又叫座的產品，雖然數據運營不可或缺，但還是要把核心精力放到“做出好酒”和“搬到巷子口”這兩個關鍵點上。

我是@北冥乘海生，關於大數據、人工智能的更多有趣內容，請關注“計算廣告”公眾號。