近两年，增长黑客的概念屡屡被大家提及，本文作者对其内容进行了统一梳理，同时也谈谈自己的理解与看法。
最近两年，增长黑客的概念很火，不少产品经理交流网站都有阐述增长黑客概念的文章。
衣二三CMO—DorisKe更是写了一篇用《增长黑客》的概念找男友的文章，读起来很有趣。而我在去年9月份，报了增长黑客的课程。算是由中国版《增长黑客》的作者范冰老师带进了这个门。
之后又看了Nir Eyal的《上瘾》和 Sean Ellis的《增长黑客》两本书，所以通过这篇文章梳理一下内容，也算是读后感，谈一下自己的想法。对于很多想法有错误或者不成熟，请大家指正，也欢迎大家进行讨论。
一，什么是「增长黑客」？
看见不少招聘JD上直接写的职位名称是「增长黑客」，但其实觉得增长黑客没有一个明确的定义。
提出这个词的Sean Ellis给出了这么一个解释：
“A Growth Hacker is a person whose true north is growth.”
可以解释为以增长为导向的这么一个人。
不过与其说是一个人，不如说是一群人。Sean在自己的书中给出了增长团队的人员配置：
增长负责人；
产品经理；
软件工程师；
营销专员；
数据分析师；
产品设计师。
虽然Sean说明，其中一些职位职能可以由一个人负责。但并不是一个人可以完全兼任所有职位。
这样说「增长黑客」是一个团队？这么说也对，但不完全。
由于被翻译成中文，所以「Growth Hacker」和「Growth Hacking」都被译为了「增长黑客」。前者可以定义为公司内相互配合致力于增长的一群人。而后者我认为是一个方法论，一个过程。
Sean的《增长黑客》的结尾也给出了定义：
我们相信增长黑客法远不只是一种商业战略，甚至也不是一个持续过程。它是一种哲学、一种思维方式，而且它能被任何规模的任何公司和团队所采用。
最后让我们用维基百科上给出了的定义来总结什么是「增长黑客」：
Growth hacking is a process of rapid experimentation across marketing funnel, product development, sales segments, and other areas of the business to identify the most efficient ways to grow a business. A growth hacking team is made up of marketers, developers, engineers and product managers that specifically focus on building and engaging the user base of a business.
增长黑客是跨营销渠道，产品开发，销售和业务其他领域快速实验的过程，以确定最有效的业务增长方式。
增长黑客团队由营销人员，开发人员，工程师和产品经理组成，他们专注于构建和吸引企业用户群。
二、「增长黑客」方法的核心什么？
很多人不了解「增长黑客」方法的人认为它是利用机巧的手段为产品或收益带来增长。不得不说机巧的手段的确是其中一部分，这一点应该被定义为创造「病毒营销」，但这并不是全部。
我认为「增长黑客」方法最核心的两点：一个是试验、一个是数据驱动。范冰老师还讲到一个核心理念是「以用户为中心」，这一点的确没错。但我认为这是贯穿于互联网行业的核心理念和文化，应该深深植根于我们心中，用个硅谷CEO大佬们常讲的话，这已经渗入我们的「DNA」。
「试验」讲的是我们大到功能、渠道，小到提示文案、按钮颜色都要进行试验。
我们绝大多数人，都没有乔布斯那样的产品感。很多老板、产品经理都会拍脑门做决定，即使是依靠自己的从业经验，也不一定完全正确。这样的话，开发完一个版本就上线，如果反馈不好，整体产品数据会受到冲击。增长黑客的「试验」减少了大规模上线后，如果反馈不好的话，对于产品的影响。
我很喜欢范冰老师讲的一个Facebook案例：
之前Facebook重新设计了网页的UI，大家都很喜欢，连扎克伯格都觉得非常的好。于是进行了A/Btest，覆盖用户面为5%，但测试显示用户页面的停留时间却减少了（靠广告营收的产品，页面停留时间是重要的数据，决定用户点击广告的可能性）。之后他们又扩大了几次覆盖用户面，但用户页面停留时间依然是下降的。所以扎克伯格全面叫停了这个版本。但人人网貌似完全抄袭了这个试验版本，结果可想而知。
Facebook测试版本（来自于网络）
「试验」的前边还应该有一个副词「快速」：
快速到一周测试几个版本，或者对于一个改动点的多个版本（比如文案）进行并行测试。快速的目标不光是为争取时间，更多是每一个试验，都可能激发更多试验想法。保持团队的活力。
举个例子，之前在百度的工作让我了解到百度凤巢广告的「创意」。
所谓「创意」就是百度搜索广告链接下的文案，在百度凤巢后台可以提交很多个广告「创意」，并可以进行优化。展现量、点击量等数据也会汇总到后台。供广告主快速的进行优化。这就是一种文案上试验。
百度凤巢广告的「创意」
「数据驱动」：试验之后，肯定会得到数据，对数据进行分析也成为了重要的一步。（其实这是一个循环，我待会再说。并且数据应该和用户调研等相结合）
当今互联网公司都非常强调数据，他不仅体现了这个企业获得的流量、营收…也指导着企业、产品的发展方向…产品经理/产品运营/市场都应该具备数据分析的能力。
北大光华管理学员的王汉生教授在他的书《数据思维》中，写到了数据的分析有三个作用：
为企业节省成本；
为企业扩大盈利；
为企业规避风险。
而互联网行业，我们一般能够接触到是前两个作用。
Sean希望「增长黑客」最好能对用户的每一步行为进行数据的监测，并且关注真正重要的指标（很多业务其实「PV」「DAU」等数据并不那么重要。）一些时候也需要对用户群体进行划分，并分析用户的行为和特征，包括渠道来源和该渠道用户的使用情况等。这样的数据监测，可以避免在产品规划、渠道投放上的盲目，从而实现节省成本的作用。同时高质量精准的渠道、精炼的产品流程、甚至对于特定群体的刺激，都能使企业获利。
三，「增长黑客」团队是如何工作的
这个流程建立在一个前提之下：产品已经找到了PM/F。
Sean用了「好产品是增长的根本」作为第二章标题，这个好产品指不是没有Bug，用户体验极佳。而是你知道产品的核心价值是什么，对哪些用户来说具备这样的核心价值以及为什么具备。
Sean写了这样一句话：
增长黑客的基本原则之一就是在确定你的产品是否不可或缺、为何不可或缺以及对谁不可或缺之前不要进入快节奏的试验阶段。
他同时举了很多反例，一些公司在没有找到产品核心价值时就贸然开始营销、增长。即使通过病毒营销累积了大量用户，也只是昙花一现，最终陨灭。
而这种不可或缺体验，以及他是否能够为目标用户提供这一体验，则是所谓的 PM/F（Product/Market Fit） ，既「产品/市场匹配」。
怎么验证这种匹配呢？范冰老师给出了这样的方法：
确定目标用户；
找出未被满足的需求；
定义产品价值主张；
设计产品MVP；
开发；
验证。
其中设计MVP(Minimal Viable Product,既最小化可行产品）是经历过从0到1的产品经理最了解的方法。MVP原则要求我们在第一个版本中，尽可能的只设计产品的核心环节和功能，只求快速得到市场验证。
刘飞老师在《从点子到产品》一书中曾拿微信举例：
网传的 微信1.0版本（来自于网络）
以及Keep创始人王宁，创业开始是从微信公众号做起的，并且Keep应用的第一个版本只有一个视频功能。
至于验证，则需要针对产品来看他的使用数据。不同的行业和业务，所反应的数据会有区别。
Sean也说了一个方法，被称为「Sean Eills测试」：
告诉现在的用户：你们今后无法再使用这个产品了。
如果有40%的人对此表示“非常失望”，那么你的产品就达到了P/MF。
当然如果你的产品没有满足这个测试或是数据并没有达标，你就需要优化你的产品了，或者衡量你的想法是否真的正确，产品的核心价值是否偏离。
关于PM/F，我跟之前的领导的有过一场辩论：辩论点在于PM/F是否仅是0-1时候的要考虑的问题。还是在企业的转型期也同样适用。
我认为是后者，PM/F的在任何新业务开始的时候，都需尝试和论证。其实观点也很简单，新的业务相当于一场二次创业，需要考量市场上的接受程度。
不知其他朋友是否有更好的见解，欢迎留言，与我讨论。
以上可以说是企业或产品的奠基人们应该去确定的问题，下面是之后我们能做什么。
这里还有个点值得一说。Sean提出了一个 「aha moment」 的重要概念：
「aha moment」就是产品使用户眼前一亮的时刻，用户真正的发现了产品的核心价值的时刻。
达到「aha moment」的用户留存机率将大大增加，那这时候产品将大机率通过「Sean Eills测试」。这时即可开启增长模式。
但有时我们的提供的核心功能并没有达到使用户有aha的感觉，而是其他功能给了用户这个时刻，这个时候也许你可以转化思维，发掘产品其他的可能性。
例如：现在instagram的核心功能，只是他前身的一个小功能。或者Yelp开始时是做城市搜索产品的，却通过数据发现，很多用户都在使用评论功能。
Sean把找到「aha moment」视作增长团队工作的第一步，以他的论述来讲他是验证PM/F的一步，我不否认这点。但「aha moment」的发觉应该是产品初期的基础工作，所以我没有把这一步算在增长团队的常规工作流程之中。
在找到了PM/F之后，我们来说增长黑客团队的工作流程。
1. 设立增长目标，即北极星指标（这点每次循环可以根据业务需求进行更改）
2. 分析数据
了解已经符合目标的轨迹： （比如使用哪些功能/哪几屏/打开app频率/平均订单金额/购买哪些商品/什么时段下单/哪些日子下单）
了解已经符合目标的用户的特征： （比如从什么渠道来的/使用设备/人口学特征（年龄、收入）/哪些地区/还是用过哪些app）
同时对用户展开调研和访谈。
之后数据分析师进行分析找到相关性比较高的特征。
3. 提出想法
这里Sean讲到：让团队成员无所顾及的提出自己的想法，即使是天马行空的想法。
并且需要建立“想法池”（类似于产品经理的“需求池”，但“想法池”包含跟更多）按下边模版填入想法：
a. 想法名称：（例子：购物清单）
b. 想法描述：
c. 假设：根据经验估计可能影响的用户数量
例子：通过给用户提供便捷查询并回购商品的功能，回购用户人数将提高20%
d. 待测指标：具体说明评估测试结果需要追踪哪些指标，并且不应该只看淡一指标。
例子中的可以追踪：用户数量，商品数量，回购数量，回购比例以及平均每笔订单金额。
Sean还说，最好能够开发一个系统，对想法进行管理。同时把提出想法的权限，开放给公司的任何团队，甚至是部分用户。
4. 排定想法的优先级
这里Sean和范冰老师都讲到了ICE的评分标准。这里评分完全由提出想法者进行打分，但增长负责人，会根据自身经验对打分进行评估和修正。
ICE评分体系（每项满分10分）
相加得到平均分。并把平均分从高到低进行排序，当然打分只是重要的衡量依据，之后团队根据关注目标筛选想法。
5. 进行试验
在试验前，选定对照组和试验组。
如试验遇到问题，应向增长负责人汇报，他将根据情况考量。
6. 分析结果并总结经验
Sean给出了如下模版：
试验名称/描述/使用的变量/目标客户。例如：试验针对的是某个营销渠道还是只针对移动用户，抑或针对付费用户？
试验类型：比如：产品功能/页面名称/营销文案的修改/某个创意/新的营销策略；
受影响的特征：这可能包括试验在网站上或者App中运行位置的截图，或者某个广告牌、电视或电广告中的某个创意的副本；
关键指标：通过试验希望改进哪些指标；
试验时间点：包括起止日期（包括星期几）；
试验假设和结果：包括最初的ICE得分、样本量、置信水平和统计功效；
潜在在干扰因素。比如试验的季节，或者其他促销活动可能影响的访客行为；
结论；
试验收获。
妥善保存这些试验总结，以便之后查阅。
这个过程循环往复，构成了增长团队的工作流程。说的简单点，就是 分析-构想-排定优先级-测试-分析 的一个循环。
四，关于AARRR漏斗模型
AARRR漏斗模型（来自于百度百科）
Acquisition （获取）-Activation （激活）-Retention（留存）-Revenue（收入）-Referral（传播）
这个模型基本都已被每一个「增长黑客」文章提及，每一项其实都能延伸出好多好多的东西。这里简单的介绍一下（多数都是书中内容）。
首先说一下，在Sean的书里并没有明确的说明最后的R–Referral（传播），但并不是没有！这个下文会说。
1. Acquisition （获取）
这里主要讲产品的获客方式：常见的获客方式有：传统广告（电视、地铁站等），互联网付费渠道、SEO、ASO、内容营销、地推、病毒传播等等。
传统广告虽然现在很常见，但效果很难监控。我认为多的是在做品牌，扩大知名度。
而依靠互联网的渠道，都可以进行流量的监控。可以用于快速的试验和筛选。
（但据我所知，很多公司的市场或运营团队并没有这么做，这样就意味着渠道的质量不得而知）
Sean也提到了两个匹配：
a，语言/市场匹配，也就你对产品优势的描述打动目标用户的程度。
这一点上我们需要对文案进行优化：向之前提到过的百度搜索广告的「创意」；或者是产品下载页的话术要更加生动且紧扣产品功能；文案上需要我们多进行测试，并且不断优化。
b，渠道/产品匹配，即你选择的营销渠道在目标用户推广产品时的有效程度。
这一点Sean，想阐明的是渠道如何筛选。比如SEO，成本较小，但耗费时间较多；或者付费推广渠道，见效快，但成本很大。
Sean建议：从成本、定向、控制、时间投入、产出时间、规模 6个纬度来进行考量。
对于渠道的要进行严格的监控，不光只关注用户的浏览、注册，还要关注用户的行为和留存等等。避免刷量等行为造成的损失和判断的失误。
2. Activation （激活）
作者在这里介绍了上一篇文章中的那本书— 《上瘾》，上一篇文章是读书笔记，算是提炼了这本书的精华 。有兴趣的同学可以看一下，这本书主要对激活和留存的方法做了阐述。
对于用户激活这个步骤，作者提到了Fogg模型 B=MAT。B代表行为，M代表动机，A代表能力，T代表触发。从这三个维度来衡量促使用户展开行动。
在激活这一步，我觉得重点在于如何引导用户到达之前提到过的「aha moment」的操作。
这个时候我们还是需要对用户的行为进行监测，书中有下图这样一个流量漏斗对各个渠道，每一步的转化都进行了监测。
《增长黑客》书中漏斗报告截图
最好能配上用户调研，比如一个用户在某个页面停留时间过长，那这个时候询问他遇到了什么困难，是获得珍贵建议的好时机。
B行动上，我们的目标就是需要更多用户到达着这个「aha moment」，从B=MAT的模型来进行分析：
从A能力层面，我们可以降低产品的摩擦和学习成本，比如第三方快捷登录，让用户更快注册（额，过年还得填手机号
