唬人的增长黑客，到底是个啥

什么是增长黑客？先来看官方定义

增长黑客是一群以数据驱动营销、以市场指导产品，通过技术化手段贯彻增长目标的人 。

这个概念最早源于硅谷创业者Sean Ellis，它指的是一种用户增长的方式。说的直白一点，就是试图用更聪明的方式解答产品得以增长的奥秘，并使之成为助力 产品增长的长效机制。

通俗点说增长黑客是介于极客、发明家和疯子之间的一种状态角色

不得不提的AAARR转化漏斗模型

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。 而增长黑客的工作也围绕这个漏斗模型层层展开。

AAARR

接下来我们对每一层进行详细分析，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)

获取用户

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

搜索引擎优化(SEO，Search Engine Optimization)是利用搜索引擎的排序规则，通过人为手段来干预目标页面排名的手法，它能获取更多自然流量，带动网站自我增长。

种子用户决定产品调性

之所以称为种子用户，包括以 下三层含义:

• 这批人数量少，获取不易;

• 他们进入产品的阶段较早;

• 种子用户如同种子一样孕育着希望，可塑性强

例如知乎早期的发展策略是精英路线。它采用了严格的邀请和审核机制，李开复、徐小平、雷军等互联网大佬和一批投资圈、 媒体圈的从业者成为了它的种子用户。这从根源上奠定了知乎的调性，也使它在圈内迅速成 为话题产品，一码难求 。

动漫爱好者的聚集地——哔哩哔哩为了过滤出高质量的早期内容贡献者，维持社区的健康生态，采用了一套答题机制来拦截不够“资深”的动漫爱好者，滤出真正了解和作品的达人

激活

激活常用策略

激活

ABTEST

所谓 A/B 测试，简单说来就是针对想调研的问题提供两种不同的备选解决方案，然后让一部分用户使用方案 A，另一部分用户使用方案 B，最终通过数据观察对比确定最优方案。

A/B 测试的基本思想包括: 提供两个方案并行测试。 不同方案之间只存在一个变量，排除其他干扰因素。 以某种标准判定结果优劣，筛出最优方案。

留存

一款产品一定存在流失用户，市场竞争中这种用户新老交替是不可避免的， 但流失用户的比例和变化趋势能够说明产品满足用户的能力和竞争力。

留存 留存

变现

变现

传播裂变

病毒式传播，是基于用户诉求的一种传播方式。不同于以往“中心化”一对多广播式的传播路径，“去中心化”的病毒式传播中人人都是节点，传播的效果能够以几何级数倍增，四两拨千斤地撼动潜在受众的认知。

病毒传播的两大核心指标：

• K 因子(K Factor)
• 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

• 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。

传播裂变——bug营销

bug营销

论坛、微博、QQ 群里出现了一条广为流传的消息：“百度云网盘的支付系统疑似出现了重大 bug，所有付费套餐的价格变成了原来的 1/1000，1 毛钱就可以买一年会员，100GB 最高等级套餐也只要 5 毛钱，快去抢福利啊！！”一时间网民炸锅了，不管之前有没有百度云网盘的账号，这会儿都麻溜地奔去抢购。

类似的BUG营销包括拼多多之前发生的100元优惠券事件、目前比较火的直播带货标错价格等，都是抓了用户爱捡便宜心理

传播裂变——借势营销

借势营销说白了就是蹭热度，热点意味着话题度，间接=流量。热点借势玩得好，品牌就像风口上的风筝，投入少量创作成本，就能飞上曝光巅峰，投资回报率怎一个“划算”了得

奔驰CEO辞职借势

2019年5月，奔驰CEO迪特·蔡澈退休。在大家都当它是一个常规人员变更事件时，奔驰的竞争对手宝马，公布了一支致敬广告片。

ex

传播裂变——用户心理把握

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。 用户心理可以总结为以下8个关键词

喜爱、逐利、互惠、求助、炫耀、稀缺、害怕失去、懒惰

如何明确业务核心指标

分析完了AAARR模型后，我们如何实践呢，如何明确业务价值和实验方向。增长黑客的一切工作都是建立在数据分析的指导之上 ，不同产品对数据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。

data

用数据说话

在数据来源正确的前提下，进行数据分析的方法可分为定性分析和定量分析。

• 定性是我们能够透过数据表现出来的特征，刻画出产品所服务的用户心智，明确运营方向
• 定量是用实际数据指标说话，反向验证我们的运营策略、用户画像、心智是否准确

数据分析就是定性分析与定量分析相互结合，不断验证的过程。提出假设、设计方案、 分析数据、验证或推翻假设，最终抽丝剥茧，逐渐接近真相

数据都是相互验证的，保持数据敏感往往能发现新的机遇，比如如果出行单量上升，那么大概率是遇到了恶劣天气或者当地有重要活动。如果电商平台婴儿车单量上升，那么大概率奶粉的销量也会上升。

data

理论有了，模型有了，增长实验应该落地？

按照科学实验的原则，设计实验和测量结果，如果实验正确，把假设投入实际应用，如果错误，修正假设，进行下一次实验，如此往复。

experience

增长流程

比起套路和技巧，流程化的增长实验路径才是高效可行的

method

构建增长模型

model

增长模型分解案例

输入变量：总活跃用户数

输出变量：访客流量、新增用户激活数、已有用户数、老用户留存率

ex

增长工作任重道远，今天就到这里啦~~