增长黑客的实际应用

首先是提供报表和 Dashboard 。根据公司每一个同事的业务需求，去产生他需要的结果；这个时候需要重点关注关键指标，生成报表或者Dashboard，便于可视化分析。在制作指标的时候，数据尽量不要做历史的存量，比如从公司成立到现在一共有多少个注册用户，这个数字看似很辉煌，但是没有可比性，我们更加关注的是每个周期的变量趋势，对比本期和上期的数据， 由此发现问题。

然后是假设检验，指导业务。等到我们报表或者是 Dashboard 反应整个业务发展情况后，对工具使用也会有比较好的经验，可以根据业务经验提出一些假设，并指导你的产品和运营。然后观看数据发展趋势，来验证你的假设是否成立；借此不断优化你的产品和运营。

5.2 常见的数据分析入手途径

报表应该覆盖关键行的为（注册、激活、购买支付等等）和关键的路径（转化、漏斗、留存等等），其中要重点关注“怒点”行为。

什么是用户“怒点”？如果用户在一个页面上面10秒之内针对同一个元素连续进行了超过5次以上的操作，那往往可能是出现他拿鼠标对这个按钮不断的点，这就是用户的一个“怒点”。

那这种情况有两种可能，一种是产品真的做得很贱，就是一个动作要按同一个按钮 8 次，那8 次都是切换不同的状态了。另外一种就是产品出现了不符合用户认知和预期的表现，那这种情况下用户的推论是网络问题或者是产品卡住了，有些情况是他没有真正理解你这个产品交互的逻辑，那很可能其中你的设计有一些令人迷惑的地方，或者是有一些提示没有到位的地方，你这个过程其实很值得深入的进去找一下。

5.3 假设检验

假设检验一个比较标准的步骤如上图所示。我们观察到一个现象，结合业务经验推测这个现象是由于什么样的机制引起的，或者是有什么样的机制是跟这个现象是相关的。如果假设成立的话，我们推广这个机制可以更好地优化我们的产品，如果不成立的话，产品或者运营可能会恶化或不变。我们通过前后持续的数据观察，对比数据变化的差异来分析假设是否成立。

5.4 teambition案例分析

上图是 Teambition 的在线创建项目的界面，针对这个项目我们专门做了漏斗分析，当时观察到一些用户在【项目类型】处操作后就退出了，还未完成创建项目。在这样的情况下我们能不能改善这件事情呢？根据以往的经验，界面上过多的选择往往会分散用户的注意力，导致核心操作受到影响。创建项目的核心是要用户创建一个项目，而不是非得选择一张封面。

那怎么来验证这件事情？如果能省略掉非关键因素，把非关键的信息放在用户创建项目完成后再来自定义，那么能否有改善呢？

根据上面的假设，我们对创建项目的界面进行了简化。上图左边是创建企业项目，右边是创建个人项目，非常简单便捷，不到一分钟就能完成。

通过后期的漏斗分析我们发现，转化率确实是大幅度提升了。

6. 总结：打造自己的Growth Model

6.1 海盗模型-AARRR

积累出大量的这样的洞见，来支撑你的产品的更新迭代，之后经过验证的假说或者你所有决定的汇总，也就成为了大家所说的 growth model，也是现在一个所谓的很热的词，海盗模式-AARRR，就是把每一个首字母拆开的话就是获客、激活、留存、变现和推荐。

获客（Acquisition）就是主要从网站渠道获得到访的网站流量。

激活（Activation）让用户真正的体会到这个产品迭代创新价值并且愿意回来用，理解你这个产品了。

留存（Retention）就是你长期定位来源你这个产品，而不是只是注册就走掉了，那这个其实是越来越被现在业内的人士开始关注和重视的。因为低价流量的时代基本上终结了，再加上收入正常的产品过程中，购买率的转化等等或者是往销售那边导流转化的效率等等。

推荐（Referal）让用户向他的好朋友或者同事等认识的人去介绍。

其实上面的每一步，企业都有自己的目标取舍。假如在用户注册的过程中，是尽可能让用户少填信息提升注册转化率，还是让用户完善信息方便销售部门后期跟进呢？其实，企业可以结合自己的发展阶段制定对应的策略；例如初创公司可能比较注重转化率。

将AARRR模型中，你企业实际业务所关注的每一点结合起来，就称为了你自己的Growth Model。现在能够比较好地建立和迭代Growth model是行业当中比较稀缺的、看重的技能，另外就是完成了迭代之后实时去检测并且改善rowth model。

6.2 打造数据驱动的团队

最后一点，团队数据意识和工具使用能力的培养。这个非常重要，内部意识加上他们能够自己操作数据得到自己想要的结论的话，在某种意义上是这种先进技术在你们组织内的杠杆率。

影像数据驱动的主要有两个因素：

第一是企业数据基础设计的建设速度很慢，传统的手动埋点过程耗时1-2个月，等出新版本的话，项目基本告吹。

第二是数据的使用者和采集者错开，鼓励自助查询，业务、运营和产品经常使用数据，需要利用数据来支持决策；但是采集和处理数据需要数据工程师来跑。等数据工程师把排队堆积的数据报表跑出来，业务那边已经错过了最佳决策时机。这样同样会严重限制数据技术的使用和企业决策的进行。

在这种情况下，建议使用第三方的SaaS 化的SDK 来简化埋点，并尽量鼓励自助查询，甚至自助埋点，方便业务端人员自行完成数据的查询和数据驱动决策的过程：这是一件非常重要的事情。

（编辑：开发网_郴州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!