因為人的歷史，實際上就是決策的歷史，通過很微妙的信號來做決策判斷的歷史。 古人有一系列方法論，通過非常微妙的信號，促使決策者作出正確決策、對人類、世界、社會產生重大影響的決策，從而改變很多人的生活。

簡單介紹下我們自己，我們整個團隊已經在數據分析領域工作了很多年。在LinkedIn，我們主要負責所有和營業額、營收相關的數據分析，同時支撐全公司所有部門。

我們團隊幾個創始人之前還在eBay工作了三年多，負責eBay整個網站、在線電子行銷、買家和賣家各種業務性分析。再之前，我個人在美國第二大零售連鎖店做數據分析，我還服務EPSON，世界上第一個發明FreeProjuct。 大家都知道EPSON印表機價格非常低，幾近免費，但卻通過高價值、高增值的墨水和印表機、或照片紙來獲取高額利潤。

這很像今天的sass公司銷售模型。 EPSON通過不同管道把免費印表機釋放出去，但列印機是有成本的，那就需要用其他方式把錢賺進來。 如同今天很多企業軟體服務提供者，每個客戶獲取也有很高的成本，就要像EPSON一樣，通過未來新購的墨水，把以前的投入拿回來。

在15年前，EPSON就已經開始進行SaaS模式運營，外部看來像是一個硬體銷售公司，內部卻已經有一大套數據驅動為核心的市場、銷售運營方法論。

當時還沒有那麼深入到理解，今天回過頭來看，企業服務軟體對行業來說還是比較新興的產業，但事實很多核心的方法論是超級共通。

2010年初，當時我從eBay離開，加入Linkedin。 對我來說是非常大的職業轉捩點，我從來沒有想過LinkedIn會成為今天這麼一個偉大的公司。

當我加入Linkedin時，其年營業額只有7000萬至8000萬美元之間，而這時Linkedin發展已經超過了7年。

今年年初，我離開時，LinkedIn營業額第四季度末收入已經超過了25億美元，年度的增長率達到60%。

也就是四年多時間，LinkedIn整個增長了將近30多倍，這是怎麼做到的？

很多人都認為Linkedin只是一個職業社交網路。 實際上它是世界第二大SAAS企業，也是整個企業軟體歷史上，做得最成功的企業之一。

有兩個TOP：

• 第一，Linkedin是世界上最早用Growth的公司，在2003年就已經開始用各種手段降低成本;
• 第二，Linkedin也是世界僅有的控制銷售整體成本最低得幾家公司之一。

客戶獲取成本

我不知道大家有沒有聽過一個公式，叫客戶獲取成本。 在saas企業里，客戶獲取成本必須要小於整個企業營業額的30%，才是一個相對正常、未來能夠發展的企業。

Linkedin把這個值控制在了15%左右。 這就是為什麼它能在過去幾年，能實現幾何倍數增長，上市后兩年多估值翻了7倍，達到240-250美元的高位。

Linkedin在2011年左右才成立客戶成功部門，之前內部只是叫客戶服務。 而LinkedIn事實上當時已經有幾百個或者是將近一千個企業客戶，但是只有幾個人對企業做客戶服務和支撐，當時客戶支撐部門非常小。

2011年初，我們做了一個分析，不是銷售或客戶服務經理提出的需求，是當時Linkedin核心產品線，人力資源和獵頭的產品經理提出，他說我知道你在支撐銷售，能不能幫我做一個分析，分析一下用戶怎麼用我們的產品。

Linkedin第一個針對企業服務的產品，是2009年末左右開發出來的第一版。 系統裡面無數個BUG，但上線以後沒人關心這個軟體和產品裡面發生了什麼，至少我去的時候是沒有人知道，因為他們沒有記錄使用者任何的行為數據。 我的工作是支撐150個銷售，沒有時間去幫產品經理，但還是幫了一把，我們運行了一個報表。 製造出了Linkedin第一張產品使用報告。

我一共花了91個步驟，有若干做數據分析得，在資料庫里，間接、直接用了91張不同的表，才把一個產品的使用步驟做出來。 整個產品要運行8個小時，如果運氣不好的話，還可能經常死機。

但就是這張報表，後來就變成整個Linkedin驅動客戶成功、銷售產品經理包括企業一系列銷售部門的核心工具和解決方案。

實際上，Linkedin不僅發明瞭Datesets，也和Facebook一起發明瞭GrowthHacker，還有最早用了Hadoop、最早應用很多流失處理技術的公司。 但即便是這樣，我們用了91個步驟才能生成一個最基本報表。

在某種程度上，91號報表也促使我們成立了今天這個公司GrowingIO，打造下一代網頁和移動端數據分析平臺。

因為這個世界上太多好的分析師、運營人員、業務管理人員，把時間花在了無謂的清洗數據、整合品質控制、做各種類似於污水處的工作，沒有為企業產生很多價值。 他們的時間完全應該用在業務決策上，而不是在數據整合和清洗上。

所以我們要開發出最新一代的技術，讓很多人能夠非常自然、自動的，用我們的解決方案，找到業務增長點。

美國管理學大師彼得·德魯克說過一句話，「一個事物如果無法度量，那麼就無法增長」。。

今天這個論壇叫增長沙龍。 當我們要去增長業務，我們必須要能夠相對精確衡量這個業務是如何增長。

當我們能衡量一件事物以後，就可以持續不斷得對它進行調優。 比如，每天比昨天增長1%，經過一年以後，大家猜一下會增長多少？

假設原始數據是1，每天增長1%，增長365天，最後會是多少？ 32倍;每天增長2%，一年以後等於多少？ 1370多倍; 每天增長3%就會是4800倍...... 就是這種持續、小幅度的增長會產生很大的變化，最後就是顛覆性得改變。

我們需要業務變成可度量，而不是天天拍腦子、拍大腿。 早期拍一定能拍出來價值，但是業務成長一定週期，必須要引入精細化運營。

什麼是數據驅動的精益化運營，這是我們的數據分析師Justin陳明找到的一張漫畫。 做業務、做產品、做運營、做市場推廣，我們每天都太忙了，沒有時間為我們車裝上輪子。

數據化運營就是為這輛車裝上輪子，讓它高速運轉，聽起來好像很搞笑，但是它產生的價值和反覆運算就是那麼大。

這也是我們過去四年前在Linkedin看到的、也是七年前在eBay看到的、再之前在零售各種行業看到。

講數據化運營必須要講Life Cycle，看一下這張圖。

在美國過去若干年沉澱下來，他們相信所有的業務都是Life cycle。

四年前我們探討Linkedin業務模型，說任何一個企業增長都不會是無限得。 雖然有IBM、HP等這種持續高速增長的常青企業，不過它的過程是若干小增長互相疊加產生的總體增長趨勢。

實際上，每一條業務線、產品都是這樣的Life cycle，包括引入、成長、成熟，最後衰減，基本4個區，或者是4個不同的生命週期，這是一種物理的趨勢，基本上是不可逆轉的。

但我們可以通過數據分析不斷調整這種趨勢，

這張圖會在今天分享里反覆提到，如何用數據驅動不同客戶的生命週期。 這點對saas企業至關重要，也是衡量一個saas企業未來能否提供價值最核心的指標

什麼是客戶成功，客戶成功的使命的到底是什麼？

這是美國一個非常成功的企業，它的客戶成功團隊對客戶成功的定義。 這句話裡面有非常深刻的三個意思：

第一點，給客戶產生價值;

第二點，給企業產生價值;

第三點，我們能證明它。

這是一個客戶成功部門基本的使命。

再細化一下，這張是翻譯自一個美國SAAS企業。

第一點，在客戶還沒有變成付費客戶，或將要變成付費客戶前，必須要與客戶進行溝通。 在Linkedin，客戶成功部門成立太晚了，最早都是銷售直接跟客戶接觸，但銷售自己都還不會用產品，就非要賣給客戶，這樣轉化率很低。 後來發現，銷售人員在入職階段就介入客戶成功的話，為客戶未來和企業提供的價值是非常大的。

第二點，在實施的過程中，我們需要非常精準檢測使用者是如何使用我們的產品，同時幫助他們提高使用方法和效能;

第三點，在客戶使用中期，我們要不斷通過客戶對產品的使用反饋，為客戶提供進一步的培訓和大規模的engagement。

我不知道有多少人知道 「QBR」 這個詞彙，就是每季度和客戶進行業務回顧。 Linkedin在過去的若干年裡，保持了一個非常好的傳統，至少每季度和都和客戶進行一次深入的溝通。 這個深入溝通的過程，就是由客戶成功部門和我們的客戶關係經理兩個人協同和客戶完成的，每個客戶至少每季度要溝通一次，甚至很多客戶是按月季度進行溝通。

再下面一點就是客戶支援，比如說他需要復購、增購。

還有客戶成功部門是一個企業裡面連接各種功能的核心部門，他們必須要和產品、工程、技術支援、銷售，包括市場運營，甚至公司的決策層都要有非常好的關係，才能保證企業更有效率，更能成功。

以前Linkedin客戶成功團隊當然很小，但在今天估計有超過500人規模的團隊。 這個團隊管理超過10萬家以上的企業。 500人如何能管理10萬家企業？

企業服務裡面如果我們只關注三個KPI，這三個KPI一定是從這三條裡面發展出來得：

• 第一點，獲取客戶。
• 第二點，客戶留存。
• 第三點，客戶貨幣化。

但是在SAAS企業，一定要把客戶留存放在客戶貨幣化以上，為什麼？

就是CAC、留存、LPV之間的關係。 你從一個客戶身上獲得的終身客戶價值，這三個數字之間核心的指標，就是留存。

很多人認為應該拉先，拉很多的用戶進來，實際上一個SAAS企業核心的使命就是要讓這個客戶長久的往前延展。

SAAS企業的收費模式不像傳統經典的軟體，賣出100美金，使用者就回家安裝了。 它是按月度、按季度，按年度來收費，往往我們獲取客戶的成本是遠遠大於客戶一個月、一個季度或者是一年付的費用，很多企業需要通過18個月，甚至更長的時間才能收回整體的成本。 那麼必須讓客戶存留的時間夠長，這是一個企業軟體獲利的關鍵。

每個SAAS企業獲取客戶的成本往往佔到整個LPV的25%至30%左右。 但是如果一個客戶只在我們的平臺上留存一個月、三個月，甚至半年，就完全無法覆蓋投入。

但企業是需要盈利的，如何能盈利？

就是要不斷延長客戶的生命週期價值，所以客戶留存率是SAAS企業最核心的指標，每個SAAS企業在第一天建立的時候就要關注這個指標。

講一下留存率，這張圖是美國對SaaS企業做得研究，他們發現如果一個SAAS企業月度流失率是3%，另外一個企業月度流失率是-3%，也就是正購買率。 在五年之後，他們的營業額會差3倍！

實際上我加入Linkedin的時候，其企業客戶流失率是每年50%，現在做到了10%-11%，今年的目標要做到8%。

一個企業能夠把客戶流失率控制在10%以內的話，是個奇跡。 大家分享了它的兩個秘密武器：

第一：以非常低的成本來獲取客戶。 獲取客戶成本很低，那麼你的LPV就很大，這個企業就會是一個非常成功的SAAS企業，相信在座的大家很多都是從創業公司來的，要做一個成功的SAAS企業，必須要控制自己的CAC，盡量地增加LPV。

第二：Linkedin通過內部的數據分析方法，減低了客戶流失率，增加了客戶成功率。

當LTV增加，CAC減低，就會有一個非常高的Return。

首先客戶時間延長以後，在平臺上消費的價值就不斷的增加，因為比如說一個使用者付了50個月的費用，另一個使用者只付了12個月的費用，這就是幾倍的增長。

另外，以非常低的價格獲取客戶，往往這些客戶都會在這個基礎上不斷的增購，買同樣的產品。

一般SAAS企業內部也是一種關係的銷售， SAAS軟體進入到一個新的企業客戶裡面，誰引入這個產品，往往會繼續做決策來買單。 但這個買單過程也是需要時間得，不是一個產品賣給了銷售部門，轉天就可以賣給行銷部門，這個可能性是很低的。 但只要這個軟體在企業裡面存的久，那麼他們就能有機會找到第二個機會，繼續賣掉這個產品，增購。

好的口碑。 一個好的SAAS產品必須要有一個好的口碑，好口碑的間接反應就是客戶忠誠。 當客戶喜歡產品，它就會給其他朋友進行推薦，這個推薦過程再次產生了新價值。

這幾點結合，為企業增加了更多的價值，並且已經被若干個成功的SAAS企業證明瞭，包括今天的Linkedin、WorkDay。

SaaS 客戶成功最大的挑戰是什麼？

戶成功部門最大的挑戰，不是和內部之間溝通，不是如何幫客戶解決問題，最大的問題是他們有沒有訊息，沒有數據，沒法收集足夠的訊息，迅速做判斷，或者是提前做預判，這點是成功最大的痛苦。

我舉個例子，我們做91號報表時，事實上是產品經理提出來。 後來我們做了一些分析，發現產品上有很多使用問題，但是我們銷售看到后說，我們需要這個東西，你能不能發給我。 35M大的文件發給了他。

他工作了一個星期，把35M的表格分散成了大約5M一個的小文檔，發給了每個RM和客戶總監，他們通過報表裡的數據找到了每個使用者的使用度，開始給用戶打電話。

整個過程花了兩個星期，而且他只說，你們每個季度給我一次就行，這個太好了。 而之前，他每年才能這樣做一次，而且根本沒有那麼細，就是一個客戶花多少錢，買多少次，什麼時候到期。

今天有了這個，我們就有了一切，他說。

saas通常是一個非常複雜的軟體。 不像電子商務網站一樣從搜索、購買產品、加入購物車、支付、支付成功，一個簡單的運營或者是業務轉化。 如何能對這麼複雜的運營體系進行追蹤？

我們需要對每個細節進行產品追蹤、對產品背後做各種數據收集的標籤。 必須要做數據收集，一般都是產品經理和分析師、業務人員提出需求，我想知道有多少人登錄了，我想知道多少人創建新的專案，我想知道多少人回復這個專案，我想知道多少人給級別調低了或者是高了，我還想知道多少人改變自己的狀態了...... 你想知道一個就得找產品工程師和產品經理來埋點，沒有一次不需要的。

產品工程師很忙，他們發產品已經很累了，沒有精力、時間或者是興趣去埋點，卻被迫去做;再下一步IT系統運營師需要把這些點，通過各種數據聚合方法存在自己的系統裡面;再下面做報表的人員、做數據分析的人員，把它做成一張報表;最後再把它發給我們的業務端，這個過程需要多少時間？

這個數據不是開玩笑寫上的，美國做過統計，平均起來在一個網站或者是APP上打點，整個工程時間中位數是5個星期。 全世界只有1%的公司能在一天之內完成，只有5%的互聯網公司能在一周完成，超過50%的企業得需要4至5個星期，甚至幾個月的時間才能完成。 這是個多麼緩慢的流程！

造成什麼問題？

做得速度很慢，業務端沒法忍受這種開發速度;

另外**它會嚴重拖慢產品上線。** 因為不埋點數據不全面，不知道產品的問題，並且我們埋的點只是我們現在需要的，當未來再次需要，就得重開一個介面做，非常慢。

再者是數據的不全面、遺漏和缺失，以前埋的點、今天埋同樣的東西可能有不同的原則，不同的問題反而用了同樣的水準，有的埋對了，有的埋錯了。

像以前有一家公司做在線教育，他們在安卓手機上埋了一個點，旁邊打錯一個代碼，那個點被重新複製了30次，結果導致內部報告出來，安卓的使用者比IOS的使用者高30倍，所以他們決定要大幅度提高安卓的用戶體驗，但這是個錯誤的決策，因為基礎數據就錯了。

最後，埋了大量的點以後，產品會**拖慢。** 因為埋點多，服務端的資料庫壓力和成本就很高。

埋點給工程師或者是數據分析師造成的這些困擾，就是我們GrowingIO要解決的核心問題。

今天GrowingIO要做得就是，在客戶的頁面或者是APP自動來埋點，不再需要手動埋點，我們想知道什麼，立刻就可以知道，這就是我們開發的技術。

比如說這是一個網頁，只要圈點它，就能知道轉化率、訪問、點擊和價值，不需要任何埋點。

客戶成功的核心理論基礎是在每一個使用者都是不一樣，所以每個使用者都要區別對待。

不同客戶，對SAAS企業優先順序是完全不一樣的。

但其實，不是每個客戶都需要天天我們給他打電話。 有高溫度的客戶，也有相對低溫度得，我們如何才能精確的判斷客戶的溫度、健康度，能不能實時判斷，比如說Linkedin10萬家企業，500個客戶成功？

SAAS企業數據分析核心概念就是大家要摒棄漏鬥的概念。 比如說電子商務網站、O2O，互聯網金融，有一些比較強漏鬥、強轉化的場景，但SAAS軟體核心不是純漏鬥，是大量的弱漏鬥。 這種很弱的漏鬥彙集出來變成總體以後，就變成我們客戶溫度和健康度。

這麼複雜的網頁該怎麼分析，怎麼對所有的轉化點都進行追蹤，普通方法要做到，需要大量代碼，但我們現在不需要。 我們可以用非常簡單的方式迅速分析出來整個用戶情況。

客戶成功面板本身需要對核心的轉化和使用進行分析，這種分析應該分層級，分地域、銷售區域、分客戶、分公司、分很多細節的維度，比如說CEO可以看、每個客戶都可以看。

比如說客戶是如何使用的，基本的註冊是什麼樣的，核心的消耗是什麼樣的，這些的核心可能在Linkedin內部超過幾百個指標，我們以前對Linkedin獵頭產品分析，有400個不同的指標、400個不同的分析。 大家想一下銷售的人員、客戶服務的人員、客戶成功的部門，他們哪有時間去看400個指標，這是不可能的。

我們把所有400個指標通過類似於模型的方法，把它聚合成了兩個數位，所有的數位400個KPI，聚合成了兩個數位。

這兩個數位核心就是：

• 第一是健康度，這個客戶是否健康。
• 第二溫度，是高溫還是低溫客戶。

健康度是使用者使用產品的綜合指標，和錢不是直接正相關，或者不是直接相關的，是一種反向衡量流失的可能性。

高健康的客戶往往流失了有可能會復購，低健康的客戶往往就會潛在的迅速流失，而且這種趨勢是在非常早期就能看出來。

在不同的時期，每個使用者排名變化很大。 SAAS企業軟體賣給很多公司，是企業服務的軟體，每一個客戶內部都經歷了各種變革和變化，所以不是每個公司在時間上都是同步的。

比如說現在有雙11，大部分電商企業都預測有很好的銷量，或者說春節以後會減低，春節以前會增加，有一些固定的商業變化。

但是在企業服務領域，每個客戶的差別非常大，是非常不一樣的，因為每年的年度財報都不太一樣，業務延伸都不一樣，招人、減人都不一樣。

所以核心一點，我們需要瞭解每個客戶在不同的時間的健康情況，這個很重要，特別是我們越早知道他的健康情況，就越能挽留這個客戶。

第二點，溫度。 溫度是衡量一個SAAS企業，客戶是否會重複購買的核心指標。

所有的這些溫度和健康度都是從使用者如何使用產品的蛛絲馬跡裡面抽象出來的。

舉個例子，比如說Linkedin有很多的獵頭企業使用者，假設一個企業用戶登錄、搜索了很多次，看了很多份的簡歷，對比其他公司，也開了同樣的帳號，但每天只有一個人登錄，每天搜索三次，甚至一個月都不向候選人發一個邀請，這兩家企業增購的可能性是完全不同的。

當然我用的是一個非常極端的例子，但是各位想想你的客戶有幾千家、幾萬家時，如何能動態的判斷和管理，這就是核心，這就變成一個如何用數據驅動運營的問題了。

幾百個指標，如何做一個具體的判斷？

第一，取決於商業管理的知覺，需要知道使用者使用產品的核心秘密是什麼。

第二，需要有高級的分析方法。 之前在Linkedin，我們用數據模型的方式，計算使用者重複購買的可能性，通過所有使用者使用度抽象出來，變成一個值、一個**Bar**。

我們把客戶從高到低排序，把最熱的客戶放在上面，把最冷的客戶放在下面，中間是一些中溫度的客戶，然後非常非常簡單，每天只要看在這個區間裡面，增多區間、流失區間、中間是留存區間，所以，我們客戶區隔通過這一個指標就能迅速分開。

還有一點，以往的數據分析都是給CEO、給VP看，這個不是只給公司CEO看，是給客戶CSM、客戶服務、客戶關係經理、銷售人員、客戶人員看，他們需要精確到每個客戶身上。

每天這張圖都是變動的，因為客戶對產品的使用是動態的，所以說我們每天、每星期、每月必須要持續的追蹤。 然後很簡單、迅速的判斷追加區間和流失區間。

如何用客戶區隔的方法來分析客戶？

之前是400個KPI，35M大小，將近100萬的一張報表，今天抽象成了一張圖。 這張圖已經把健康度和溫度完全區分開，我們只需要做一個步驟，就是如何用數據。

這4個區塊，我們有完全不同的應對策略。

首先最好的情況，這個客戶既健康，買得又多，我們歡迎使用度高、復購率高的客戶，這種一般來說是忠誠的客戶。

下面在這個區，客戶使用度不是很高，但是購買需求，或者是買的可能性很高。 必須要立刻跟進，來問客戶是否需要更多的帳號和服務、不同的產品，因為他們的轉化可性是很高的，而且過了這個村可能就沒這個店了，他可能採用競爭對手的產品。

下面這種客戶是很有趣的，頻繁使用你的產品，但是花錢的可能性很低。 舉個例子，我們以前在LinkedIn有一個客戶，是一個非常有名在線視頻的公司。 當時我們發現在Linkedin平臺上使用率最高的那幾個人都是這個公司里的。 仔細一分析，這幾個人24小時在線，唯一下線不超過10分鐘，搜索、下載極高。 每天上完以後不下線，下去以後忽然又回來，持續使用。 他們一共才買了三個帳號，每個帳號一萬美金，三萬美元一年。

後來發現這個客戶為了省錢，就買了三個帳號，但是分配給了全公司所有獵頭換著用。 當時內部有兩種聲音：

第一種聲音，咱們把它關了，這個完全違背協定。

第二種聲音，這個客戶可能會變成我們很大的客戶，我們需要跟他們談一下。

我們首先告訴他們每年招多少人，應該有多少Linkedin帳戶，才是一個正確的比例。 在正確比例範圍內，才是最有效率。 因為他分享一個帳戶，效率不是最高的，他每天不能一直用，用幾個小時還得換人。

我們建議，他們不但要多買幾個帳號，同時還要買一些Linkedin工作類的產品。 我們還提到了一些訊息，當然不提到任何競爭對手的訊息，只是給他們看最有效的公司是怎麼用LinkedIn產品的。 當時那個客戶就增購了10個帳戶，從3萬美元增購了15萬美元，雖然當時18萬美元在Linkedin不是一個很大的生意，但是這個客戶今天已經有幾百個使用者了，超過小一百萬美元了。

大家看一下，就通過那麼簡單的方式，我們找到了銷售的機會。

很多的企業都應該特別關注這個部分的客戶，因為往往這個部分使用者告訴我們，很多客戶用很多不付費，說明我們的增長點可能有問題，或者他買了很多，但是卻不活躍，這個客戶未來流失可能性很高，需要特別關注，這個區間就是要進行客戶培養。

數據在早期幫助客戶成功是一個非常重要的指標。

在最早的時候， Linkedin當時沒有什麼太多的客戶培訓，很多客戶來了以後都是自生自滅。 後來我們發現在早期輔助客戶，特別是在第一個星期，幫助客戶如何使用產品培訓，是讓客戶的忠誠度增加一倍核心指標。

還有一個，像我們前面講過的，不是所有客戶都需要客戶成功經理去做培訓，為什麼？ 因為我們客戶分三個階段，有些人是遺留客戶，去了某個新公司，他知道如何用這個產品，我們沒有必要把這個人力資源放在這些人的身上，我們需要關注比較生疏的新的客戶。

第二點，成長。 在成長的階段，根據我提到的QB2核心，是要跟客戶溝通，客戶如何用我們的產品的。 每三個月和客戶來交流一下感受，為什麼這個很重要？

1、當我告訴使用者，他們內部怎麼使用產品，實際上幫助客戶能更好的發揮產品價值，否則他買了十幾個帳號或服務沒人用，對公司就是一種浪費。

以前Linkedin有很多服務，一些公司內部人員不用，是不是如果告訴他的管理者，管理者就會把帳戶關了。 後來我們發現完全不是，管理者不但沒關帳戶，他們還會主動促使內部人員大幅度使用產品，甚至還自製內部排行榜。

2、QBR是增長客戶年黏度最好的方法。 當我們和客戶分享使用經驗時，一客戶特別喜歡聽;二是拉近了我們跟客戶的距離;三這是一個非常好的解決方法，因為我們每個季度、每半年或者是每年都會生成各種新產品，每個SAAS企業都會不斷有新產品。 這是一個非常好機會，因為大家都很忙，得提前預約，找到核心管理人，但是持續建立聯繫的話，我們保證有30分鐘或者是一個小時的視窗對話時間，讓我們有很多的機會了解客戶，又增加了聯繫的機會。

最後一點就是收集客戶反饋，產品有哪些不足，客戶是否滿意，客戶對哪些有意見，是否需要我們的説明。

這些都是非常好的點，但如果我們經常在這個區間進行客戶關係管理，這是一個特別痛苦的過程。

最早我們在Linkedin四年半就是這樣，流失地不得了、憤怒地不得了、獲取客戶成本遠遠比維護成本成本高得多，甚至是3到4倍。 並且，越到後期，獲取客戶的價值往往越低。

所以，盡量不要在這個區間做太多的工作。 一般來說企業到這個階段，都需要有新產品出現。

但這些數據不能只給老大看、VP看、經理看，需要通過銷售的體系，或者是客戶成功運營體系，按照結構、管理層級一步一步推廣給公司裡所有員工。

數據如何能推廣給企業內部所有員工，這也是客戶成功管理的核心

每個銷售、CSM、RIM，他們都需要關注自己客戶的核心KPI，且這個層級不僅是停留在華東區、華南區、行銷部門，還要推廣到銷售總監、區域經理、銷售經理，每個銷售管理公司，每個客戶層級。

數據運營的核心就是決策規模化和體系化

最早，我們剛加入Linkedin，一年做了大約500個項目，支援155個RIM、客戶服務經理。 平均起來，每個經理不超過三次用數據，平均一個銷售每年才用3/4，這是遠遠不夠的。

後來我們幾個人努力，我們開發了一套系統，至少我們離開時，大概5000個銷售到RIM，到CSM整個團隊，每天有超過90%的，每個星期99%的CSM客戶成功經理，RIM都在用這套東西，也就是4500人以上在用數據的決策系統做決策。

所以說如何把數據決策這種運營能力，推廣給企業裡面所有的員工，是一個核心的價值增長點。 當時Linkedin的業務的增長，就是在慢慢發展這個模型的過程中，把數據決策變得更民主化，很多人來做決策，大家又回到1%的增長，變成若干倍的增加。

The post 如何用數據驅動客戶成功增長的應用實例 appeared first on 成長駭客交流第一站 - HyperGrowths™.

流量為王的時代已經結束，精細化運營才是未來的方向。 現在產品反覆運算速度越來越快，我們必須要學會用各種工具來輔助我們的決策。 在Growth Hacker裡面，如何使用各種工具對產品進行調優是一個重要的概念。

一、為什麼要用數據來打磨產品？

在過去的十年，台灣互聯網領域有一個流量為王的思想，如果你能吸引到流量，拉來大量的客戶，就可以迅速做大，迅速變現。 典型比如O2O領域的競爭，各大公司通過燒錢補貼客戶增長，如外賣、打車、家政等領域。 但隨著資本寒冬來襲，一大批靠燒錢為生的公司無以為繼，增長停滯。

為什麼流量為王的模式難以持續？

第一，流量獲取的成本越來越高了，SEM，廣告聯盟等一系列管道的價格是不斷增加的，公司越來越難承擔這樣的成本。

第二，企業員工的薪水在近幾年快速增長，公司的運營成本在不斷增加。 以前我們可以鋪人、搞地推，但是當獲客成本在不斷增加的時候，這種運營模式就漸漸不可持續。

第三，公司的整個產品體系不斷演化，他們必須在一個細分領域把產品做到最好，使用者才能持續使用他們的產品。 要想留住客戶，就必須提供好的產品，更好的用戶體驗。

以往粗放的運營模式就像上面漫畫中兩個人拉一輛沒有輪子的礦車，消耗人力而且效率非常低。

數據分析能及時發現產品和運營的問題所在，及時修正;就像給上面的礦車加上了一雙輪子，極大提高搬運的效率。

成長駭客的含義，是用數據分析和技術驅動，在最小的成本下快速增加客戶、實現產品、流量和價值的增長。 公司在資源有限的情況下，充分利用數據分析來實現精細化運營，是實現成長駭客的必由之路。

二、如何用數據來打磨產品

說到數據驅動產品運營，不得不提起三個指標，分別是轉化率、活躍度和留存率。 這三個指標構成了產品和運營的一個基本指標體系，是互聯網公司必須關注的。

過去我們關注PV、UV、DAU等指標，但是現在不能只用這些指標，我們更需要用用戶轉化率、留存率和使用者粘度來衡量一個產品是否優秀。 過去，在傳統的互聯網企業中，使用者的留存和使用粘度是後期關注的點;而在今天，在產品設計的早期我們就需要關注這兩個指標。

在對上述指標進行跟蹤的過程中，可以細化成5個步驟：

1）首先利用數據採集和分析軟體追蹤使用者轉化情況，畫出轉化漏鬥;

2）然後根據轉化漏鬥分析使用者使用產品不同功能和介面的流暢度，尤其注意轉化率前後差異很大的步驟;

3）對用戶進行區隔，這是非常重要的一步，也是精細化運營的體現。 我們要注意到使用者具有不同的屬性（性別、年齡段、行業等等），所以同樣的產品對不同的用戶應該有不同的功能點;這也就要求我們的產品經理和運營人員花時間去瞭解不同使用者對產品功能、交互設計等方面的不同需求;

4）分析用戶行為。 用戶行為是用戶體驗最真實的表現，往往隱含著最直接的使用者需求;

5）最後，根據上面的分析，找出產品的問題，儘快對產品進行優化和改進。

需要注意的是，在產品升級反覆運算的過程中，上面5個步驟需要不斷迴圈。

三.GrowingIO用數據打磨產品的實戰案例

案例一：提升用戶註冊轉化率

在傳統的互聯網產品用戶註冊頁面中，在一張表單頁面中呈現多個輸入框需要使用者填寫註冊訊息，如姓名、手機號碼、郵箱地址、密碼、昵稱等等。 有人提出一個新的概念，把註冊流分成若干個步驟，每個步驟盡量只需要填寫一段訊息。

如果某公司設計了一個五步驟的註冊流，下圖是用戶的註冊轉化情況。

![]()![]()假如你是產品經理或者運營人員，你看到上面的註冊轉化率，只能做一件事情的話，你會怎麼做？

絕大多數的人都會把目光聚焦於第四步註冊上，因為從第四步到第五步的用戶註冊轉化流失率最高。

下面是一個真實的案例，GrowingIO是一家做數據採集和數據分析創業公司，可以幫助客戶無需在網站或者APP中手動埋點就能分析使用者行為資料。 我們的官網在2016年1月19日之前的註冊轉化率很低，平均在8%左右。

上圖是當時的GrowingIO官網首頁，進入后直接看到的是使用者【申請註冊】的按鈕，使用者需要一次性填寫手機號碼、郵箱地址和密碼才能完成註冊。 當時就有人提出，是不是因為首頁需要使用者填寫的註冊訊息太多了，很多使用者還沒完成註冊就放棄了。 如果能將註冊流程拆開，使用者在首頁上填寫的訊息少一點，那麼用戶的註冊意願會不會有變化呢？

於是我們的工程團隊用來兩個半小時的時間，改版了註冊流程，得到了新的網站首頁，下圖所示。

在新的網站首頁中，使用者只需要填寫郵箱位址，然後點擊【開始使用】，剩下的註冊訊息在下一個介面完成。

GrowingIO在網站上集成了我們自己開發的SDK代碼，這使得我們可以即時看到網站上使用者的行為數據。 連續觀察了一個星期後，結果非常好，我們發現用戶的註冊轉化率提升了50%左右（藍色線條）。

就這樣，產品假設——技術反覆運算——數據驗證，用最小的成本在最短的時間內實現了產品的更新，提升了產品的註冊轉化率。

案例二：GrowingIO如何促進用戶活躍

對於一個產品而言，影響用戶活躍的因素很多，例如介面視覺、交互設計、產品文案和操作按鈕。 在傳統的視覺或者交互設計上，產品經理和設計師更多憑主觀感受來做產品設計決策;而GrowingIO在產品的介面和交互設計上大量使用了數據決策。

首先是介面設計，產品的介面往往能決定使用者對你的第一印象。 在第一版界面試行一段時間后，我們發現深綠色的主色調對用戶來說過於壓抑。 於是通過不斷設計-推翻-再設計后，我們確定了當前的淺藍色主色調，營造一種輕鬆的氛圍。

然後是內容設計，通過數據去分析使用者使用習慣。 GrowingIO發現大部分使用者傾向於使用看板來分析數據，並且使用的頻率遠高於製作的頻率。 因此我們新增了概覽頁面，並把看板和單圖兩大板塊從二級功能表提到了一級功能表。

最後是文案細節，在這次改版中，我們把所有操作和名詞的定義全部統一，如將定義和圈選統一定義成圈選，將單圖和圖表統一成單圖等，減少了顧客的疑惑感，提高用戶體驗。

上面的表格和柱狀圖清楚展示了在2015年12月到2016年1月之間使用者的平均使用時長。 在深綠色版本的時候，使用者使用度很低，平均使用時間不足10分鐘;淺藍色版本上線后，立刻看到使用者停留時間提升了20%左右。

其實，在上線新版本前GrowingIO內部是有很多質疑的，很多人覺得淺藍色一點也沒有特色，沒有效果。 但是上線后的數據告訴我們，它確實產生了很多很好的改變，所以這個設計風格保留至今，增加了用戶市場。

案例三：GrowingIO如何提高使用者留存

在SaaS行業有一個KPI叫做MRR，就是每個月的營收。 如果一個公司的客戶月流失率是3%，每個月有3%的客戶流失;同行業另外一家公司營業額月增長率是3%，或者同樣使用者的重複購買率是3%。 60個月後，兩家公司的營業差異是3倍，一個3%的月度流失率會造成若干倍營業額的變化。 這就是為什麼SaaS行業要關注LTV（客戶終生價值）的問題。![]()![]()

一般來說，如果你的獲客成本大於使用者生命週期這個價值的33%，這個企業基本上以後會失敗：這是過去十幾年美國總結出來的經驗。

為什麼要反覆強調流失率呢？

客戶的流失率越低，它的LTV就越高。 一個好的使用者留存或者較低的流失率，會給公司帶來幾何倍數的好處，具體如下。

1）使用者口碑傳播**：**一個使用者忠於使用你的產品，時間長了，就容易推薦給別人使用;

2）付費可能性提升**：**使用時長越長，付費的可能性越高，付的錢越高;

3）銷售機會增加：使用者留存越高，我們做關聯銷售、交叉銷售的機會越多，不同的新產品還能賣給客戶;

4）更低的CAC/LTV比率。

下圖是GrowingIO數據分析產品中的使用者留存圖，因為圖形類似手槍，我們也稱之為手槍圖。 手槍圖是分析使用者留存的利器，需要得到公司的重視。

![]()![]()上圖反映的是GrowingIO產品中不創建新指標的使用者的留存率。 大家可以看到，客戶如果不創建新指標的話，他的次日留存率是很低的，只有10%左右。

![]()![]()同樣一張圖，我們發現創建過新指標的使用者他的隔日留存率大概是30%。 創建指標的30%，不創建指標的10%，這麼大的差距!!! 我們怎麼找到這一點的？ 正如上面五步驟說的，我們把使用者分成了不同的區隔，然後對比使用者行為數據。

![]()![]()找到了這一點后，我們馬上做了一個改變，在我們產品非常明顯的地方增加了一個【新建】按鈕，這樣方便更多人去使用【新建】功能創建指標，提升留存率。

再舉一個社交產品增加使用者留存的案例。

當使用者在社交產品裡面增加了五個好友關係后，他的留存度和活躍率比不做新增好友動作的使用者高4倍。 所以，我們能看到各種社交產品，在各個入口放了這個功能，上傳資料和推薦好友。 這樣一來，大大提高了用戶的產品黏度。

四. 總結：數據驅動的精益運營

今天，我們的產品反覆運算速度越來越快，我們必須要學會用各種工具來輔助我們的決策。 在Growth Hacker裡面，如何使用各種工具對產品進行調優是一個重要的概念。

一個優秀的增長團隊，應該是同時具有工程技術、數據分析和市場行銷的基因。

作為創業公司，你必須充分瞭解你的產品，熟練使用自己的產品;只瞭解自己還不夠，還需要深入觀察用戶行為，最好有數據支撐。

然後，根據上面的觀察數據提出自己大膽的假設。 我們建議對用戶進行區隔，假設不同區分的使用者行為差異的原因。

接著，根據你的假設對產品進行快速調整，迅速上線。 有人會問，難道不需要先灰度發佈和A/B測試嗎？ 在創業公司資源有限的情況下，這樣操作費時費力，且門檻高，我們建議快速反覆運算，直接上線。

最後，根據產品新版本上線后的數據來驗證或者推翻你的假設。 如果新的數據表明效果改善，那就保留，如果效惡化，那麼儘快下線。

通過瞭解-假設-改變-驗證來不斷優化你的產品，提升產品體驗，這是精細化運營的必然要求，也是經過我們不斷實踐和檢驗得出的結論。

![]()![]()

The post 數據如何驅動產品優化？ | GrowingIO產品實戰案例 appeared first on 成長駭客交流第一站 - HyperGrowths™.

閱讀之前，你需要思考以下幾個問題：

• 增長有瓶頸，如何從數據中解決？
• 也許不是增長停止，而是陷入產品死亡迴圈？
• 只有 20% 的功能，經常被使用者使用？
• 怎麼從產品里導入自己的魔法數位？
• 產品增長，有「留存魔法師」？
• 你清楚你的產品功能牆嗎？

大家好，我是葉玎玎。 今天的主題與「成長駭客」相關，增長離不開分析工具。 過去五年的創業過程，我使用過很多分析工具，經歷過無數的痛苦和鬱悶之後，現在選擇自己來解決這個問題。

Part 1 | 不想陷入產品死亡迴圈？ 少做沒用的功能

當我們的增長遇到了瓶頸期，如何從數據中發現要去做什麼，怎麼做？

目前的大環境，對於產品經理的市場運營提出了要求。 今天我會講一下 GrowingIO 在這一塊是怎麼做的。
有一個很有意思的話題：
一個增長團隊在公司里，到底屬於哪個部門？
屬於產品、研發還是技術？

我們自己也有這個問題，之所以有這樣的疑問，是因為成長駭客的特殊性。 有人說它其實是一個變化的市場，因為關心的是用戶傳播和品牌;有人說它定了很多產品需求，參與了很多產品設計，所以隸屬於產品;也有人說大多數事情是跟數據打交道，所以跟研發相關。

這些說的都對，所謂「成長駭客」的工作是用數據驅動的方式傳播和改進產品。 接下來做的事情，包括品牌傳播，都覆蓋在數據的背後。

我們先瞭解一下產品的發展規律。 不知道多少人對 「Product Death Cycle」（產品死亡迴圈）這個名詞熟悉，感覺自己的增長停滯不前，但很多情況下遠遠比你想得糟。

你可能已經陷入了產品死亡迴圈。

我們會滿懷激情地開發一些產品，上線后發現沒有人在用，會問客戶為什麼，是不是因為有哪些功能缺失？

客戶會告知很多想要的東西，我們會如獲至寶，開發這些功能，然後滿懷激情地又上線了。 結果發現還是沒有人使用，然後又問客戶需要哪些功能，是不是有哪些功能做得不夠好，我們又開發缺失的功能。

為什麼會有強大的自信，覺得正在開發的功能一旦上線以後，使用者就會開始使用？
目前的產品里到底有多少功能？
下意識、條件反射的話，能說出多少功能？

比如說 GrowingIO，我可以說有單圖、看板、分群、留存、細查、即時、圈選等，這些我下意識就可以說出來。

但是做這些功能真的有用嗎？

我們需要去驗證。
一個專門從事 IT 專案跟蹤的權威機構曾經對很多大型研究機構進行研究，發現每家公司、每個團隊可以做出很多功能。 在公司，大家討論得熱火朝天，工程師們的鍵盤敲得噼里啪啦響，我作為工程師，知道做功能感覺非常棒。

但在大部分產品里，50%的功能基本上沒有被使用者使用，30%的功能很少被使用，20%的功能才是經常被使用者所使用的。 與其增加更多的功能，我們更需要思考用戶為什麼不用。

如果要知道為什麼，很顯然會想到可以做用戶調研、用戶訪談、市場調研、調查問卷等等，這些都是過去行之有效的方式。 但是我們往往忽略掉，系統本身有一個巨大的保障，如果把使用者在產品、應用里所留下的行為數據稍稍往下深挖一點，我們會發現裡面有大量的事實。

通過數據查看，可以發現產品使用中的大量事實，找出真相，破解問題，這才是需要我們真正思考的。 與其做些沒用的功能，不如思考哪些功能被使用者真正所需要。

要尋找真相出來，到底應該用什麼？
我們得瞭解整個產品週期和一些基本的原理規律。 當一個使用者訪問我們的應用，顯示互聯網產品的使用者轉化週期：

當他被我們整個的價值觀或者文案所吸引，註冊好后開始使用產品;他認同產品所表現出來的價值，成為一個激活使用者;一個激活用戶頻繁使用時，變成活躍使用者;一個活躍使用者花錢購買更多的需求變成一個客戶;當這個客戶推薦產品給朋友，他就變成粉絲。

這是一個標準的從訪問用戶到粉絲的漏鬥。

• 從訪問到註冊，使用者獲取的過程;
• 從註冊用戶到價值認同，使用者激活的過程;
• 從價值認同到頻繁使用，使用者留存的過程;
• 從頻繁使用到付費轉化，客戶轉化的過程;
• 從客戶轉化到推薦、到粉絲，使用者推薦的過程。

這裏特別想指出，對於不同的應用來說，各種階段的表現形式可能不盡相同。 比如說，GrowingIO 是一個分析工具，需要用戶上傳數據給我們，給他做各種數據的呈現。 所以對於啟動階段，我們並不以註冊為結束，以使用者安裝我們的 SDK、成功上傳數據為結束。

這種從上到下的漏鬥模型，一步一步把使用者群往下細分。 如果換一個角度，發現每一個都是漏損、流失的過程，當你把每一步的流失存積起來，會發現一個非常慘烈的事情，你獲取的大量使用者都流失掉。

我們做過一個調研數據，在一個標準的互聯網產品，用戶註冊第一個月的留存表現情況：1000 個使用者訪問到網站，其中有 200 個用戶註冊，這當中有80%的用戶體驗到產品變成啟動使用者，40% 的使用者在一天后回訪網站，20% 的使用者在 7 天后回訪，10%的使用者在一個月以後回訪。

如果看這個數據會發現：每拉新 1000 個使用者，1 個月以後只有2%的使用者給我們貢獻日活，98%的用戶已經流失掉。

與其我們打開更多的口子，不如考慮一下如何提高把訪問用戶變成有效用戶的整體漏洞轉化率。

我們自己和有一些客戶聊過，他們每年投上百萬的費用在 SEM （搜尋引擎行銷：Search Engine Marketing）上、管道上、活動上，但是效果怎麼樣？

完全是不好的狀態，但是他們不敢停，一停，流量就下來，因為整個轉化的漏洞後面沒有持續跟蹤，至於什麼是 CAC（Customer Acquisition Cost，用戶獲取成本），CAC 多少，MR （Measurement Report，測量報告）多少，完全不知道。

比起做更多市場活動、拉更多的用戶進來，而且還只有2%的人群，我們更應該思考：

為什麼？ 為什麼使用者要留下來？ 為什麼使用者流失了？ 留下來的使用者和流失的使用者有什麼區別？ 留下的使用者在使用哪些功能？ 流失的使用者去了哪裡？

一旦瞭解了「為什麼」之後，才可以對症下藥，破解整個困局。

Part 2 | 思考解構：用戶在產品里做了什麼？

我們要知道使用者在產品里做了什麼，從群體的角度、個體的角度思考：

這些使用者在產品里是怎麼做的？
有沒有達到我們正常給他設置的路徑？
有沒有體會到價值的路徑？

只有這樣，我們知道「是什麼」，才能知道「為什麼」，才能採取相應的行動改善這個東西。

先從瞭解「是什麼」開始，也就是使用者在你上面到底做了什麼。

剛才提到，有 80% 的功能使用者並不適用，20% 功能使用者才經常使用。

怎麼找到這 80%、20% 的事情？

可以從兩個角度思考解構：
第一，每天使用者在使用什麼功能？
第二，哪些功能真正促進了整個使用者的留存？
哪些功能在被頻繁使用？ 我們自己會比較清楚產品里到底有哪些功能，在過程中會用整個功能頁面到達率，或者功能頁面流覽量來定義產品功能的熱度。

我們可以非常清楚地看到，藍色、灰色、黃色提供主要的入口，後面一些新加的功能並沒有帶來太多的流量，這也證明我們做的東西並沒有解決使用者的需求。 堆積圖是非常適合用來比較不同的指標在時間線上的變遷，也可以通過這樣的方式做一個堆積圖，把所有的產品功能列出來，那我們就知道，使用者每天到底在使用什麼。

當你知道使用者在使用什麼功能以後，開始思考：
到底哪些功能，會影響使用者的留存？
用戶為什麼留下來？
留下來有什麼區別？

所以，開始比較不同的功能之間對留存的影響力怎麼樣。 現在外面有很多「成長駭客」的故事在向大家介紹留存魔法數位。
比如：

• Linkedln 發現：第一周增加 5 個新社交關係的使用者，留存度很高;
• Facebook 發現：在註冊第一周里增加 10 個好友使用者，留存率很高;
• Twitter 發現：在第一周有 30 個 follwers（追隨者） 的使用者，留存度很高。

這些都是留存分析中發現的魔法數位。

怎麼從產品里導入自己的魔法數位？

這就是我們首先要瞭解在非魔法數位的前提下，各個功能之間的情況怎麼樣？

沒有任何功能表現能力是最差的。 有一個非常搶眼的、留存率大大高於其他的功能，是我們要主力推的。 找到最高的兩個功能，它們相比其他功能有更好的表現。
我們應該思考：為什麼這些使用者使用了以後，促進整個流程？

當瞭解了不同功能對新使用者留存的影響之後，下面要尋找到留存的魔法數位。 我們最近新開發一個功能叫「留存魔法師」，讓你們定義了自己的產品之後，不用關心任何的東西，自動基於存量用戶數據進行分析出來，到底哪個功能的使用頻率達到怎麼樣的情況下，可以讓你得到魔法數字，系統的留存率更高。

我們有一個細查功能，七天之內用過細查功能的留存率達到3%以上。 用的功能越多，留存率越高，因為代表是一個黏度使用者，但是我們並不需要追求留存率最高點，我們需要瞭解的是，超過某個數字以後，在留存率情況下有多少是不同的東西。

因此，我們關心超過三次使用者或者超過兩次使用者有多少量，過十次使用者有多少量，通過使用者量和留存兩個對比。 當然背後是非常複雜的統計模型，通過這種方式，我們就可以知道，到底不同的功能做了多少次以後，就可以產生一些質的變化。 這是一個例子，當你訪問我們這個頁面以後，不用自己做就可以直接得到結論。

從圖中可以看出，GrowingIO 可以根據使用者行為數據，自動判斷出與留存強相關的「Magic Number」。

Part 3 | 對使用者分群：通過維度進行群體分析

一旦當你知道使用者在做什麼的時候，你會知道哪些功能會影響到使用者的留存，這樣能提高你的激活轉化率。 下面我們思考，做過這些行為和沒有做過這些行為的人，到底是怎麼做的，也就是要對群體做分析。
前些天跟產品經理聊天時，他問了我一個問題：

像優步這樣的產品，用戶進來第一天，給他發紅包，促進使用。 第三天，為了促進消費，再發一個紅包。 第五天，又會發一個紅包。 他想知道，對於那些第一天領了紅包，第三天、第五天沒有領紅包和第三天、第五天領了紅包和全都沒領的人，在留存變化上是什麼樣的情況？

這三個情況就是分層對比。 我們需要知道這三個群體在這用里是怎麼做的，做了哪些，沒有做哪些。

我們會建一個使用者分群，可以通過維度切分。 比如，今天關心市場投放，這次活動帶來多少訪問量，維度選擇頁面來源，再跟指標做結合。 指標里第一天領了紅包，也就是第一天領紅包的按紐點擊率大於零，第三天等於零，第五天等於零。

通過這個，定三個分群。 一旦定了分群，有兩件事情可以做：

第一，比較不同群體之間到底有什麼相似性，有什麼差異性？

這是我們目前正在開發的功能，讓你找到兩個群體之間最大的差別在哪裡;

第二，當我們宏觀上瞭解不同群體之間的差別，可以再從明細上考慮各個群體里具體的人到底在做什麼，怎麼做。

對於我們來說，每天的註冊量可能只有幾百個，這個時候會每一個都看一下，每個註冊使用者按照不同的分群切分，在整個流程中到底做了哪些事情，是怎麼做的。 我們會有整體的細查功能，一旦開始明確用戶在整個產品里用什麼，之後開始對症下藥，找出潛在的問題。

比如說，有一個客戶建立漏鬥，發現在用戶註冊過程中，從填電話號碼獲取驗證碼到下一步，轉化率只有 20% 多，非常低。 他們通過市場功能發現，使用者在這個過程中不斷地點擊獲取驗證碼，他們研究用戶為什麼不停地點擊？

最後發現，因為錯誤提示「手機號碼不對」，驗證碼用了一個非常灰色、讓別人不太容易看清楚的文字。 找到原因后，他們就把這個顏色變成了紅色。 通過細查功能讓工程師解決這個問題，註冊轉化率在四周從 20% 多變成了 85%，整整提升四倍。

我們還有一個客戶在註冊的過程，有一步是需要通過郵件註冊，進入項目轉化率只有 50% 多。 產品經理通過細查去看，註冊郵件到註冊確認頁面，沒有進入下面的用戶是怎麼停止的？ 很多郵件發出以後，會進入垃圾郵件，導致使用者流失掉。 他們大膽做了一個嘗試，把郵箱嘗試直接砍掉，全部採用手機註冊，整個轉化率從 50% 多提升到 80%。

Part 4 | 聚焦是最高效的：用數據找到產品的問題

通過細查功能，可以了解使用者的明細，知道使用者做什麼，沒有做什麼，使用者量很少的時候，很容易發現問題。 我們可以做用戶調研，但是沒有什麼比你坐在電腦面前看的更直觀。 人會說謊，但數據不會。 用數據驅動產品找到問題，改進產品。

當我們發現這些問題時候一定要去思考：
知道問題的時候，要做什麼？
要去怎麼改進？
讓研發做什麼？
產品做什麼？
市場做什麼？
銷售做什麼？

每一步都要去想，有什麼事情是可以做的。

比如，在整個使用者的啟動過程中，我們要知道：沒有用哪些功能的使用者留存率很低，用了哪些功能的使用者留存率很高，開始構建整個使用者的標籤體系。 一個使用者，預設系統是註冊使用者，每預設一個功能，達到一個標籤，根據不同的標籤去做測試、篩選。

在註冊過程中，根據標籤的不同，比如說不同的東西能換回或者說能提高多少轉化率。 針對結果，當我們選了一批測試用戶，根據使用者不同的行為，推送功能案例和功能介紹以後，在整個留存率方面，從不到25%提升到50%，足足提升兩倍。

當你知道數據有問題的時候，不能只是知道，你要去思考我要怎麼執行，怎麼做事情，怎麼跟蹤這個效果。 只有這樣，我們才能持續地優化。 數據對我們來說，有兩個作用：一是驗證，驗證我們的假設是否是對的;二是預測，我們需要去知道過去發生的，才能預測到將來要發生的。

很多使用者把分析工具當成了看報表、看事實，這樣就結束了，只是查看這個網站怎麼樣，沒有人思考基於這個前提下應該做什麼，有什麼可以做，能改變什麼？ 問自己五遍這個問題，自己在這個訊息上能做什麼不一樣的事情，希望達到怎麼樣的結果，你可能就會發現完全不同的視角，會知道下一步要做什麼。

不要讓太多的訊息影響到你的決策，在過程中聚焦做一件事情是最高效的。 回到從註冊用戶到粉絲的漏洞，我們需要知道每一步漏洞里的每一步轉化率，那就可以非常聚焦地瞭解到當前這個階段，最應該改進哪個步驟，哪個是最符合的，哪個是投入最輕、效果最好的，這個階段要以使用者獲取為第一目標去思考。

我們知道問題以後，開始拆解流程，分為三大流程：訪問進來、用戶註冊、安裝完成。 在這三個步驟里，到底哪一個流失率最高，提高註冊轉化率還是安裝轉化率，從中分析哪個更有價值。

做註冊轉化率的時候，經過多少步驟？ 可能有三四個頁面，每一步的轉化率怎麼樣？ 明確每一步的轉化率之後，又得到一個更小的漏洞，從這個漏洞里知道哪一步的轉化率更低，這個時候又開始做拆解，找到最低的轉化率，再思考那一步做什麼。

逐級拆解，越往下拆，越能知道下一步該做什麼。 只有這樣，才能做到單點突破，才能一個階段、一個目標快速執行，才能執行反覆運算、優化增長你的產品。
所謂的產品增長，主要回答兩個問題：

• 我是誰？
• 賣給誰？

在不同階段，對這兩個問題的答案可能不盡相同。

The post 如何從自家產品找到增長魔法？ appeared first on 成長駭客交流第一站 - HyperGrowths™.

在文章開始前，我想向大家介紹一個人，也就是這篇文章的作者 @曲卉 ，作為兩個孩子的媽媽，她還有一個非常酷的身份 - 成長駭客，曲卉在「成長駭客」方面有許多經驗和心得，我們也會陸續發佈她的系列文章。

曲卉，GrowingIO 特邀作者，曾被成長駭客教父 Sean Ellis 招至麾下，在著名的成長駭客網（Growthhackers.com）擔任增長產品經理。 目前在美國個人金融類領先的應用 Acorns 公司擔任市場總監。

Part 1 | 成長駭客是什麼？

成長駭客的概念由成長駭客網的創始人 Sean Ellis 在 2010 年首次提出，他的傳奇事蹟包括作為最早期的行銷人員參與了 Dropbox，EventBrite 等多家獨角獸公司的指數型增長。 「成長駭客」被他描述為以增長為唯一目標的一群人，他們所做的每一件事都力求會給產品帶來持續增長的可能性。

2012年，現任Uber增長副總裁的Andrew Chen在他的個人部落格上發表了「成長駭客就是新的市場部副總裁」（GrowthHacker is the new VP marketing）， 又把成長駭客定義為行銷人員和程式員的混合體，他們不僅僅依賴於傳統的行銷策略，而是通過 A/B 測試，著陸頁，病毒式傳播等等各種技術手段來給產品招攬使用者。

現在大火的房屋分享網站 Airbnb，當年利用美國老牌二手訊息交換網站 Craiglist 快速獲取使用者，就是最著名的成長駭客案列之一。

簡單的說，Airbnb 成立初期，網站搭起來，有了最早期的房源，最缺的是什麼？ 使用者！ 而Craiglist如同台灣的 58 同城，每天都有上千萬的使用者在上面發佈和瀏覽各種分類訊息，其中一類就是尋找在其他人家裡借宿的機會。 與其花錢打廣告，Airbnb 的團隊意識到 Craiglist 的已有使用者群就是一個大金礦。

於是他們做了一個 Craiglist 的集成，只要房主在 Airbnb 上發佈房屋出租的訊息，就可以一鍵點擊，通過幾個簡單的確認，自動發佈到 Craiglist 上，推送到大量的尋租者面前。 這麼一個神來之筆，説明 Airbnb 以幾乎零成本獲取了大量早期使用者，而它和傳統的行銷手段大相徑庭：第一它技術含量很高，是幾乎只有工程師才能想出來並實現的手段;第二吸引使用者不是依靠外部行銷管道，而是把這個一鍵推送的功能植入到產品當中。

所以，成長駭客和傳統的市場行銷有什麼不一樣？在我看來，增長是下一代的市場行銷，它不光大大拓展了市場行銷手段的邊界，重新定義了行銷和產品的關係，隨著這一領域的不斷發展和演化，還帶來了很多全新的思維模式和流程。 我覺得在未來"成長駭客"這樣一個名詞不一定會被主流認可，但是它的許多方法論將會逐漸滲透進到各個公司的市場和產品部門。 總結起來，我認為是這麼幾條：

1. 打破常規，重新思考「行銷」

從 Airbnb 的例子里可以看出，增長不一定僅僅依賴於外部管道，而是可以被植入到產品內部。 許多近年來最成功的產品，創始團隊都花了大量精力把增長機制融入到產品當中，並不斷優化。 比如在 Facebook 的增長團隊中，不光有行銷渠道專家，也有專門負責產品"增長路線圖"的產品經理，他們和負責核心功能的產品經理並行，專門負責對產品內增長機制的開發和優化。

2. 不斷試驗和反覆運算

不是每個想法都能一擊即中，而且產品千變萬化，世界日新月異，當年 Airbnb 可以靠 craiglist 來獲取大量使用者，現在別的公司如法炮製卻不一定有用。 所以用戶增長的核心就在於通過大量試驗，找到針對你的產品，用戶和目標，哪些方案可行，哪些不可行。 而試驗的內容五花八門：可以是探索一個全新的社交平臺，可以是嘗試和某個網紅合作推廣，可以是優化應用中的用戶註冊流程，也可以是嘗試新的使用者推薦獎勵機制。 增長團隊需要針對市場和產品現階段的情況，找到對用戶增長潛在影響最大的重點領域，然後通過大量的試驗來達到目標。

3. 數據驅動決策

數據分析在使用者增長運營中地位十分重要，無論是建立使用者行為追蹤體系和資料庫，還是早期構建增長模型，定義關鍵指標，或是日常運營中的發現增長機會，和分析試驗結果，都需要強大的數據分析能力。

4. 對使用者生命週期的全面關注

做增長，鼎鼎大名的海盜指標 Pirate Metrics AARRR 不可不知：Acquistion 用戶獲取，Activation 用戶啟動，Retention 使用者留存，Referral 用戶推薦，Revenue 盈利，很多增長團隊還會加入 Resurrection 挽回流失使用者。 可以看出，和傳統市場部門側重於獲取使用者不同，增長部門的關注點幾乎涵蓋了一個使用者從入門到流失到挽回到深入的各個環節。 因為對於初創企業，使用者流和現金流同樣重要，只有全面追蹤使用者流入和流出，才能發現改進的機會從而實現用戶增長。

Part 2 | 從「成長駭客」到「增長團隊」

矽谷最早成立專門的增長團隊的公司包括 Facebook，Twitter，Linkedin，Quora 等，隨著這幾個獨角獸公司使用者的大幅增長和商業上的巨大成功，「Growth」逐漸開始成為矽谷創業公司最熱門的新興部門。

有趣的是， 由於人們對「駭客」這個稱呼的小心翼翼，以及「增長」這個新興職能還在持續演化中，你可以在Linkedin上看到各種各樣的增長職位：Head of Growth， Growth Marketer，Product Manger Growth。 這些職位的側重點略有不同，但都表明瞭從「成長駭客」到「增長團隊」的演變，那就是把「增長」作為一個長期系統的職能來運作，而非靠一個兩個 hack 來暫時提升數據。

早期創業公司往往只有一個增長人員單打獨鬥，所以需要一個懂數據、市場、產品甚至程式設計的「雜家」;當公司發展到一定規模后，有能力組建專門的增長團隊，會逐漸引入更明確的分工：

增長產品經理負責產品內啟動，留存和傳播機制的開發和改進;增長行銷經理通過搜尋引擎，社交，郵件等各種可量化渠道獲取和使用者留存;工程師、設計師、產品和行銷經理緊密合作來設計和進行各種產品測試;數據分析師負責提供各種使用者行為數據，分析試驗結果，為增長尋找靈感;增長團隊的領導人需要最終對使用者增長的指標負責。

有了團隊，一套系統的增長方法論也至關重要。 對一個初創公司，簡單說來，可以考慮採用如下幾個步驟：

構建增長模型：基本上就是用一個數學公式總結公司的增長模型，把對增長影響最大的關鍵指標都暴露出來;

定義核心指標：也叫「北極星指標」或者「OMTM」（one metric that matters），最簡單的例子比如 SaaS 軟體的周活躍用戶數， 或者交易市場網站的訂單成交數;

找到聚焦領域：結合公司增長模型和海盜指標 AARRR，找到要最大化核心增長指標，現階段最應該聚焦的領域;

產生想法，上線試驗：針對目標，建立一系列的試驗想法，按照影響力，難易程度，和成功可能性排序，然後快速實施並上線測試;

召開增長會議：每周選擇固定時間，整個團隊包括管理層一起，討論試驗的結果和心得，從而明確下一步的重點。

想要像成長駭客一般做增長，我們需要建立有效的增長模型，找到增長的關鍵指標，並能對相應指標進行量化及分析，發現增長機會，監測用戶行為變化，適時調整增長策略。 想要踐行上述操作，你需要強大的數據分析能力，而掌握一款優秀的數據分析產品，則能讓你如虎添翼。

下一篇，我們將會和大家分享 @曲卉 的文章「從矽谷小白到市場總監，我是怎樣成為一名成長駭客的」。

GrowingIO：來自矽谷新一代數據分析產品，數據採集無需埋點，用戶行為分析更精細，助你實現使用者快速增長和變現，點此免費註冊試用。

The post 增長駭客教父 Sean Ellis 的產品經理，教你找到企業增長的基因 appeared first on 成長駭客交流第一站 - HyperGrowths™.

作者 | 趙征宇，日日煮產品戰略副總裁

來源 | 本文根據趙征宇在「GrowingIO 2018 增長大會（北京）」上的演講內容整理編輯

大家常說「人人都是產品經理」 但在當今互聯網背景下，我認為人人都應該成為增長經理。 企業對每個人的技能需求都是複合的，既要懂數據和使用者，也要會寫 PRD，完成產品反覆運算。

現在，我們常常面臨的挑戰是：要在短期內完成豐富的經驗積累，併為公司帶來快速的業績增長。 作為一個中年產品經理，我總結了 10 條產品力原則，希望能幫大家在增長的道路上提提速。

1. 腦海中始終有一張不斷被完善的產品架構圖

我是日日煮的產品戰略副總裁，這是一個香港美食品牌。 剛入職的時候，怎樣才能儘快瞭解公司並上手工作？ 我的做法是從產品架構入手。

基於現有內容，總結公司的各大產品線：

• 內容生態產品線 —— 給用戶帶來價值的美食內容
• 社群互動產品線 —— 包括微信、APP 的社群，讓使用者和平臺產生關係
• 商業價值產品線—— 以課程、廣告、電商為主，擁有商業價值的產品
• 平台產品線 —— 包括會員系統、行銷系統等內部產品

接下來，就要往大框架裡填充各類小產品。 這是我給日日煮整理的大致框架：

我們往往只負責框架下的某個小產品，但一定要把這個小產品放在整個業務板塊里，認清它的目標和功效。 把握了產品節奏，才能與營業單位有效溝通，合理安排工作的優先順序。

2. 一份靠譜的 Roadmap

說到產品反覆運算，大家都不會陌生。 反覆運算能否順利完成，往往取決於產品經理的思考深度。

以搭建菜譜分享社區為例，相信各位都能完成產品路徑層的規劃。 先完成菜譜清單，以熱門美食吸引使用者流覽轉發，然後開放發佈功能，鼓勵用戶原創分享。

資深的產品經理，在產品路徑之外，會疊加運營增長的規劃。 比如，上線菜譜清單前需要準備多少則菜譜？ 上線用戶發佈功能前需要累積多少種子使用者？ 忽略了運營增長，就可能出現功能上線后沒人用的尷尬情況，這對創業公司來說，幾乎是致命的。

再進一步，優秀的產品經理還需要規劃產品的數據目標。 我們不僅要做一個產品，更要做一個有價值的產品。 因此，我們需要考慮產品的用戶體量，評測這一體量是否能支撐產品反覆運算。

3. 大結局前的反向思維能力

回到菜譜社群的案例，大家覺得這個 Roadmap 有沒有什麼不足之處？

既然目標是讓更多用戶參與社群互動，第二次反覆運算的收藏/轉發功能就顯得特別重要。 當我們只有2000 個菜譜的時候，用戶隨手翻翻就看完了，有沒有收藏的必要？ 是否應該把用戶發佈功能提前，讓大家更早參與社群的互動？

這就是反向思維能力，在整個團隊都認為某個專案都不錯的時候，需要一個人站出來反向思考，用各種角度挑戰規劃的合理性，往往能避免很多無用功。

4. 就算只剩一位工程師也要活下來的求生欲

還是菜譜社群的例子，我們可能需要10位工程師才能實現一個月內社群搭建及上線工作，包括菜譜清單，用戶發帖及分享，評分及榜單功能。

但如果老闆只給你 5 個人，上線時間不變，你會怎麼辦？

砍功能。 核心的菜譜清單不能砍，為了保證社群活躍度，用戶發帖和分享也不能砍，所以我會把評分和榜單功能砍掉。

如果只有 3 個人呢？

那就做一個單向產品，只保留核心的菜譜分享功能。

如果只剩你自己了呢？

回歸產品核心目標。 搭建菜譜社群是為了讓美食愛好者分享各自的美食菜譜。 那搭一個論壇是否也能實現？ 雖然這不是我自己的產品，但在招到研發之前，我還是不會讓整個工作停下來。

很多初創公司的融資規模都不支援充足的技術資源，這就要求增長負責人思考每天的人力是否都花在了最好的功能上。

5. 上天入地的換位思考能力

換位思考，指的是考慮每個需求背後的原因。 有的需求可能是例會上討論出來的，有的是老闆安排的，也有的可能是日常聊天聊出來的。 但這些需求方的目標到底是什麼？ 有沒有更好的實現方式？ 這都需要產品經理進一步理解消化。

我常用一句玩笑話，考驗自己是否真正理解了需求：如果業務方去生孩子了，我是否能勝任她的工作？ 比如，一款市場投放產品，你能否幫助市場監控投放數據，衡量投放的ROI？ 簡單來說，就是站在業務角度，使用自己的產品。

6.ROI 極高的設計生產力

如何實現產品設計的快速反覆運算？ 以下是我整理五大步驟，讓產品經理快速闡述產品設計，提高思考和溝通效率：

• 核心路徑
  用不超過 15 個字的描述，講清楚產品的操作流程。 以共享單車為例：掃碼、驗證、開鎖、騎行、關鎖。 這是使用者操作的核心流程。 流程描述清楚后，其實每一步都可以變為數據指標。 比如每天的掃碼量，騎行時長等。
• 模組結構
  把專案拆解為一個個互相聯繫的模組。 比如登陸模組，可能包含簡訊通道，語音驗證碼通道，第三方登陸整合以及登陸后的設備關聯等。 模組結構圖能讓產品設計更完整，不會遺漏任何路徑或功能。
• 功能樹
  功能樹的作用就是把各個模塊的場景具象化。 以支付為例，包括微信支付、支付寶支付、餘額支付和積分支付，每個支付模式下又有不同的優惠條件。 將功能樹與模組結構結合，能將產品功能描述得更清楚。
• 頁面結構
  頁面結構描述的是每個頁面之間的關係。 頁面結構和功能模組是相通的，每個模組都應想對應其中一個頁面，而頁面裡的功能也要體現在模組里。 有了頁面結構，就能和業務方進行深入溝通了。
• 原型設計
  現在很多產品經理一上來就會把原型設計做出來，但其實這樣的效率非常低。 我們關注的往往是功能和頁面間的邏輯，把邏輯架構樹立好才能一步到位完成產品的原型設計。

7. 讓人舒服的遞進式溝通能力

溝通和研發有一定相似之處，需要用各種修復補丁來完善發佈的版本。

很多時候，在溝通開始前，產品經理其實沒必要把功能細節想透。 溝通的第一步通常只是發佈信號，比如我想做積分換錢功能。 不同部門的人聽到這個意見之後，會站在不同的角度去思考這一功能的利弊。 進過兩天的思考，雙方再溝通功能細節，效率會有明顯提升。

在研發過程中，常出現產品和業務溝通中斷的情況。 其實保持進度的更新是很有必要的。 比如研發進度已經到 30% 了，運營端的內容資源是否也開始準備了？ 大家訊息保持同步，才能更好實現整體專案落地。

8.Excel 高手

每個產品經理心裡都需要一個表格，瞭解每個功能對公司業務增長的價值。 每個項目的增長指標與公司的業務間都有聯繫，這是一個遞進的過程。

（趙征宇曾在 「GrowingIO 2017 增長大會」就"如何設定並衡量增長指標"發表演講，獲得熱烈反響。 歡迎流覽整理文件《點融產品 VP 趙征宇：增長是一個探索人性的過程》）

作為產品或增長經理，我們需要從收入和成本的角度評判業務是否健康。 此外，我們還要熟悉核心的增長指標以及拆分后的各項指標，可能是使用者量、活躍度，也可能是平均成交金額等。 持續跟蹤每一個最小增長單元數據，才能在第一時間發現業務問題並作出調整。

9.Answer First

針對這一點，大家不妨先看看以下兩個回答：

當被問到某一專案的表現情況時，我們的第一反應往往是A模式。 每個人都有舒適區，表達自己的經歷是容易的。 而依照 B 模式，總結表現結果，尤其是數據表現不好的結果，往往比較困難。 但這樣的回答，才是我們真正需要的。 如果沒辦法直接回答一個問題，那所有圍繞這個問題的討論都是浪費時間。

10.認識自己的能力

最後一點是認識自己。 這主要依靠個人的日常積累。 我每次來參加活動都會有收穫，不僅來自嘉賓的演講分享，更多的是來自和大家的交流。 吸收了大家的想法，回去思考自己做得如何，才能在以後做得更好。

很多人看到的成長其實是產品或平台的成長，自身的成長離不開個人的努力。 希望這十個原則能説明大家，無論在產品還是個人層面，都實現快速增長！

關於 GrowingIO

GrowingIO 成立於 2015 年，是業內領先的使用者行為數據分析產品。

依託於快速部署的無埋點技術，GrowingIO 獨創雙模型採集體系，幫助客戶實時採集全量使用者行為數據，搭建完整的數據監控體系，幫助產品、運營、增長負責人，即時優化產品和運營策略;

GrowingIO是國內數據驅動增長解決方案服務商的領導者，提供國內領先的"分析產品+增長實施+諮詢服務"數據服務體系，幫助企業構建數據運營閉環、落地增長。

點擊此處，獲取 14 天免費試用！

The post 與167位增長經理共事後的經驗總結：10條產品力原則 appeared first on 成長駭客交流第一站 - HyperGrowths™.

不結合自身業務特點的增長實踐都是耍流氓，To B 領域更是如此 ——

• 如何準確把握產品/服務的核心價值？
• 如何滿足決策群體的訴求？
• 如何提升用戶價值感知？

2月26號（下週二），GowingIO特邀歐冶雲商平臺運營負責人程夏瑩女士，復盤 B2B 商城增長實踐，傳授數據驅動 B2B 業務增長的實戰經驗。

點擊文末連結，立即報名！

1.課程大綱

主題：數據驅動 B2B 商城用戶增長

1. B2B 企業用戶增長的挑戰
2. 探索產品核心價值主張
3. 優化用戶轉化路徑
4. 精細化會員體系和用戶運營

2.講師介紹

程夏瑩

歐冶雲商平臺運營負責人

台灣人民大學統計學碩士，數據驅動增長實踐者，在 B2B 電商領域有豐富產品設計及運營經驗。

3.課程安排

課程日期：2月26日（星期二）

課程時間：15：00 - 16：00

課程形式：GrowingIO 在線視頻直播，免費參加

報名方式：點擊文末連結，或掃描下方二維碼，或訪問連結http://webinar.growingio.com/watch/2860458 。

識別二維碼報名

4.PPT 預覽

點擊此處，立即報名公開課！

The post 公開課報名 | To B 增長三要素：產品價值、用戶和價值傳遞 appeared first on 成長駭客交流第一站 - HyperGrowths™.

3 月 5 日，GrowingIO 增長研究院在北京發佈《 2018 增長白皮書》，系統介紹了 2018 年國內用戶增長（User Growth）領域發展情況。

《 2018 增長白皮書》分為 5 章，依次是增長關注趨勢、增長崗位需求、企業增長現狀、增長團隊分析和 2019 增長機會概括。

作為一項國內領先的數據驅動增長領域從業者研究專案，GrowingIO 增長研究院已連續兩年發佈增長白皮書。 它旨幫助產品、運營、市場、增長負責人等從業人員更好地理解其職責、技能、挑戰，以及其面臨的當前和未來的發展趨勢;並説明更多的企業招聘及培養增長人才、組建增長團隊、落地數據驅動增長。

更多詳細內容，請掃描二維碼訪問白皮書官方下載位址：

1.增長產品經理和增長運營成為行業新寵

2018年互聯網行業獲客的整體成本，包括人力成本、流量成本、資本成本、注意力成本，大幅度上升。 這促使整個行業更加關注"增長"理念，包括如何提升轉化率和留存率、ARPU 值和復購率等指標。

為了應對增長挑戰，阿里、騰訊、百度、位元組跳動、滴滴、美團等頭部公司都開始設立增長職位，增長職位已日漸成為未來企業持續高效發展的標配。 以今日頭條、抖音的母公司位元組跳動為例，位元組跳動在拉勾網上同時對外公開了23個增長崗位需求，覆蓋增長產品、增長運營、增長策略分析、增長開發等大部分方向。

在分析602份增長崗位招聘通知的基礎上，GrowingIO 發現企業較少招聘 Title 為「成長駭客/Growth Hacker」的崗位。 更常見的 Title 是和現有工作相結合的崗位，比如增長產品經理、用戶增長運營、數據分析師（增長方向）、增長工程師等。 其中，最受歡迎的崗位是運營增長（佔37.21%）和增長產品經理（佔34.33%）。

2."數據分析"成為增長人才核心技能

在分析 602 份增長崗位招聘通知的基礎上，GrowingIO 發現"數據分析"成為增長崗位職責的第一要點，"圍繞使用者生命週期展開運營"、"提升活躍度"緊隨其後。 同時，「對互聯網有深度、獨特理解」成為提到次數最多的任職要求，"好奇心"、"Growth 經驗"、"執行力"緊隨其後。

LinkedIn 台灣區總裁陸堅表示：

"我期待的這個人（編者注：指增長人才）需要對數據高度敏感，能夠從運營的角度提出需要關注的業績指標，並且主動推動與數據和產品部門的協作。 這個增長負責人需要在運營、產品、數據之間遊刃有餘，是很重要的角色，得是個全才。 ”

3.增長團隊正在逐漸成為互聯網企業標配

參與本次調研的 1701 份問卷中，33.8% 的受訪者表示所在企業成立了增長團隊，顯著高於 2017 年 25.4% 的比例。 所在企業暫未成立增長團隊的受訪者（占受訪者總體的 66.2% ）中，有 82% 表示所在企業有必要成立增長團隊。

這表明越來越多的企業認識到增長的重要性，正在或希望通過組建增長團隊的方式來驅動企業和用戶增長。

白皮書還介紹了三種常見的增長團隊架構，分別是獨立增長團隊、矩陣型增長團隊、混合型增長團隊。 三種不同架構的增長團隊模式各有利弊，企業在實際操作中還需要靈活變通。

除了上述內容，GowingIO 還在調研 1701 位互聯網從業者的基礎上，總結出 5 大 2019 年增長機會點，分別是：1）小程式;2）組建增長團隊;3）使用者生命周期運營;4）APP 出海;5）流量下沉。

作為國內領先的使用者行為數據分析產品，GrowingIO 自成立以來已經服務了 7000+ 企業級客戶， 説明人人貸、滴滴、陌陌、58 趕集、春秋航空、Camera360、華住、如家、北森、銷售易等提高轉化、提升使用者留存，實現用數據驅動增長。

點擊此處，免費下載增長白皮書！

The post 《GrowingIO 2018 增長白皮書》下載 | 增長產品經理和增長運營成行業新寵 appeared first on 成長駭客交流第一站 - HyperGrowths™.

作者：張溪夢，GrowingIO 創始人 & CEO
來源：GrowingIO 2019 增長大會（北京）演講

大家早上好，今天我分享的主題是：基於台灣市場現狀，我們該怎樣去做增長？

幾年前，美團的王興先生最早提出了「互聯網下半場」的概念，當時網上存在很多爭議。 但是今天，重點不是我們要不要準備進入「互聯網下半場」，而是：我們已經在「互聯網下半場」裡面了。

1.互聯網上半場：靠 「豆腐-TOFU」 驅動增長

「豆腐」這個詞在英語里就是 TOFU，那為什麼「互聯網上半場」要靠吃豆腐來做增長呢？

1.1 什麼是「豆腐-TOFU」？

做 Marketing 的同學對漏鬥結構非常熟悉，它有頂部、中間、底部。 漏鬥叫 Funnel，TOFU 就是漏鬥的頂部（Top of the Funnel），而它的中間部分叫 Middle of the Funnel。

TOFU 里的使用者人群非常寬泛，但我們很難描述這一類使用者到底是誰，畫像是怎麼樣的。 一般來說，這個階段的人群對產品的價值認知可以說是最低的，基本上還沒有需求;他們的另一重要特點是，其單體價值是最低的，或者說極低。

進入漏鬥中間後，我們會有初步的用戶畫像、使用者分群。 這裡面的使用者開始意識到產品或者服務的價值，有了這方面的需求，而且需求是不斷提升的。 其單體用戶價值是中等的。

進入了真正購買的階段以後，使用者人群非常細分，畫像很清晰，也許人群數量相對來說比上面的漏鬥少很多。 但是，他們已經決定購買了或者已經買了，在考慮第二次購買、重複購買。

1.2 市場在變，使用者在變，靠「豆腐 - TOFU」是否還能驅動增長？

在 GrowingIO 2017 年增長大會之前，我們對大約 200 家客戶進行了調研，包括 30 家頭部企業。 當時Linkedln的增長與產品國際化全球副總裁Aatif Awan問，大家都怎麼做增長？ 95% 的客戶，異口同聲地說出兩個字 —— 買量。

買量是我們做增長的最佳途徑，通過買量的方式，在過去10年裡，我們非常成功的完成了互聯網的上半場。 其中有兩大驅動因素：

第一，持續爆發的用戶數量和使用者需求。

可以看到，互聯網、房地產、金融、電商、消費品各個行業都在蓬勃發展，市場驅動是現狀，因此我們需要趕快抓住這一波流量進行跑馬圈地。

第二，領導力驅動增長。

在台灣市場里，我們原來能開 100 家店，第二年能開 500 家店，第三年能開 2000 家店，這種執行效率、管理能力和領導能力，我個人認為是世界上絕無僅有的，這是驅動增長非常重要的引擎。

2018 年初發生了很多明確的變化：

• 每一台手機上安裝App的數量，整體趨勢是下降的。
• App 被卸載。 最近的一些分享報告顯示，大家在換機的過程中，一些比較老的 App 會被卸載或者不安裝。
• 推廣費用增加。 單體使用者的投放成本在以每年 20%-25% 的速度持續增加。
• 業務增長趨緩。 無論是傳統實體行業，還是現在的互聯網新經濟，其業務增長都出現了瓶頸。
• 融資難度大。 由於缺乏資本、資源，一級、二級市場形成趨冷，增長乏力，這不僅限於互聯網初創公司。

這是截至今年 9 月份的數據，大家可以看到，在兩年前，移動端用戶的增長還在 17% 左右，而今年 8 月份已經降到 1.7%。 與此同時 App 的安裝數量在下降，用戶也逐漸多元化了，我們該怎麼辦呢？

下面的數據是今年， GrowingIO 在拜訪客戶的時候問了很多企業一個問題：您今年最關注的 KPI 是什麼？

超過 50% 的企業說是轉化率，"今年老闆要的增長是以轉化率為基礎的增長"。 另外一點，我們要健康的 GMV。

什麼意思？ 舉個例子，我們有一個做教育的客戶，其網頁點擊的平均成本在 200-400 元之間，但是留資以後的成本增加了 3-4 倍，變成 600-800 元了。 留完資以後，完成線下門店註冊的成本變成了 2000 元。 註冊完買單的成本變成了 7000-8000 元。

最終的獲客成本要 8000 元左右。 如果不把產品賣到 2-3 萬，這個企業就是在虧損的。

我們還要再拿錢去買廣告，花 1 萬塊錢買來客戶。 最終，做一個客戶虧一單，這個公司要麼融資，要麼倒閉，這就是現狀。

所以，我們要追求健康的 GMV，要做一單能掙錢，要把產品賣給好的客戶，而好的客戶要能夠回來。

兩年前， 95% 的人靠「豆腐- TOFU」驅動增長，現在已經開始慢慢遷移了。

2.互聯網下半場：要靠啃「骨頭」驅動增長

講到這裡，咱們再講講怎麼啃 「骨頭」，即依照骨頭模型做增長。

現在做流量生意的企業，基本上都進入了最後的馬太效應階段，產生了各種各樣的壟斷，處境越來越艱難。 我們線下做服務，做重，毛利會減低，不像線上的毛利那麼高了，該怎麼啃骨頭？

2.1 認識我們要啃的 「骨頭」 模型

首先給大家介紹一下 「骨頭」 模型。

以前我們只考慮漏鬥的上部（媒體流量產生了各種廣告），現在我們要優化上端的漏鬥。 我們要經營部落格、知乎、視頻，要給銷售線索打分，要細化每一個 leads（線索），每一個銷售線索要與線上、線下活動進行融合，讓用戶不斷提升購買意願。

再往下走，進行私域流量、使用者再運營或者 CRM 體系，我們需要對用戶進行再次觸達，精準運營，讓買過一次的使用者變成第二次購買的使用者、忠誠客戶。 同時他們還要能給我們帶來流量。

這整個漏鬥由上到下，就是我們要啃的「骨頭」模型。

2.2 開始 「啃骨頭」的三個環節

接下來我們要開始「啃骨頭」了。 這裡有三個很重要的環節，跟以前講的「成長駭客」模型有呼應，但也會結合台灣市場的現狀。

（1）第一個環節：啟動和轉化

第一點也是非常基礎的，我們必須要專注啟動和轉化階段。 我們有客戶說，他們過去兩年通過優化落地頁，轉化量提升了 11 倍。

大家想一想，如果只做廣告投放、做大量的關鍵詞，我們能不能在過去兩年時間里，把整體轉化量提升 11 倍？ 我覺得這是非常困難的。 但是，在這裡把工作做紮實了，把細節做出來，就能夠產生效果。

（2）第二個環節：復購和會員

其次，要非常專注現在的復購和會員體系。 前段時間，Costco 在上海的那家店被擠爆了。 有人唱衰，說這個會員體系可能只適用於美國，在台灣不會有太大的繁榮，但「成長駭客」以前也是美國的模式。 現在臺灣很多企業已經開始做會員體系了。

大家仔細思考，為什麼 Amazon 20% 的收入來自於會員，為什麼 Costco 的整個盈利都來自會員？ 為什麼要這麼做？ 為什麼能這麼做？ 為什麼還做到了？

我強烈建議大家，在明年的戰略里，我們要把復購、健康的 GMV 和會員體系這些工作做好，做紮實。

（3）第三個環節：私域流量

2018 年底吳曉波先生提出了「私域流量」的概念，在這之後誕生了好幾個現象級公司。 最近大家還聽到過這種聲音嗎？

只去裂變沒有價值的產品是無意義的，只是在推廣沒有價值的東西，過眼雲煙而已。 最本質的東西，還是產品價值、客戶滿意度。

產品的核心價值打好了，再去產生我們真正的公司粉絲、產品粉絲，產生我們的產品大使、商業大使，這才是真正的核心粉絲。

3.數據驅動增長的關鍵步驟

3.1 關鍵步驟一：數據

數據驅動增長的起點不是數據，而是要把我們線下的各種實體業務變成數位化，這是非常重要的一個階段。 數位轉型、數位化升級，絕對不是只是給傳統企業做的。 我們只有做完數位化，有了小程式、App、網站各種觸點，才能做數據化。

數據化的核心目標是什麼？ 我們要收集 3 類數據：

1. 用戶行為數據;
2. 使用者的交易數據;
3. 用戶的畫像數據。

這三類數據非常簡單，我們今天不講供應鏈、財務或人力管理體系，只講用戶、增長和價值。

3.2 關鍵步驟二：連接

我們有了那麼多數據源，下面必須要做的就是讓數據之間產生連接，連接會產生巨大的商業價值。 這是以前我在領英、Ebay 工作時深刻體會到的，也是 GrowingIO 創始的根本，我們企業的願景就是要用數據連接世界，幫助每個人生活變得更美好。

連接的力量是極大的，對內我們把數據連在了一起，對外我們把使用者和產品、使用者和用戶連接在一起。

3.3 關鍵步驟三：智慧

如果只有數據、連接，而沒有分析、洞察，沒有預測模型的演算法，就不可能做到根據使用者來精準運營，因此智慧化也是 GrowingIO 下一階段需要協助我們的客戶做的工作之一。

3.4 關鍵步驟四：運營

即使我們把數據、連接、智慧都做了，沒有觸達使用者的手段，沒有持續運營的理念，我們也不可能產生真正的商業價值。

數據、連接、智慧、運營，看起來非常簡單，但做起來可能非常難。

4.為什麼數據越來越重要？

為什麼現在數據變得越來越重要？ 分享美國人講的兩句話，他們做的非常成功。

第一句話：優秀的團隊知道如何針對度量的內容進行優化。

我們首先要定下北極星指標，定下核心轉化節點，然後根據這些核心的衡量指標進行優化。 這是我們普世的增長核心理念，也是優秀的團隊要做的。

第二句話：偉大的企業會針對最重要的事情優化度量的方法。

優秀的團隊背後還有偉大的企業。 偉大的企業會針對最重要的事情優化度量的方法。 在過去，我們講的創新、創造，是產品創新、行銷創新、管理創新、運營創新，很少提及衡量方法的創新。

給大家舉幾個公司的例子，斯隆改造通用汽車，杜邦兄弟改造杜邦，用了一個非常重要的指標——資本和股本的效率，這個當時創新出來的指標，把兩家企業變成了偉大的企業。

之後，通用電氣的傑克韋爾奇引入了一個指標「SixSigma」，用它來管理整個生產流程，把通用電氣變成了一家股東回報比超過 10 倍、20 倍的企業。

所以，今天我們應該在數據上、衡量上、戰略上做哪些創新呢？

• 第一點：公司的戰略目標要清晰，我們到底要去做什麼事？
• 第二點：需要把這個戰略目標分解成核心的經營指標。
• 第三點：上下同欲。 必須有更多的員工、團隊朝共同的核心指標努力。

這三個方面的創新一定會造就偉大的企業。 我們過去的工作經驗，以及我們客戶現在在做的工作，都在朝這個方向努力，在業務衡量、戰略制定、數據分析上做創新、反覆運算、進化。

結束之前，我要給大家介紹 GrowingIO 全新推出的電子書《使用者行為數據分析 —— GrowingIO 實戰指南》。 這本書緊密結合業務實踐，收錄了 GrowingIO 自創立以來在使用者行為數據分析領域的經典方法論、產品實踐和客戶成功案例。 希望這本書，對大家做增長有有説明！

我的分享就到這裡，謝謝大家！

點擊此處，免費下載完整版電子書！

The post GrowingIO 張溪夢：靠吃”豆腐”驅動增長已成為過去，啃”骨頭”做增長才是未來 appeared first on 成長駭客交流第一站 - HyperGrowths™.