本文笔者将从数据分析的“三个步骤”、“两个模型”两个板块，以全民K歌为例，来与大家讲述：如何用数据分析驱动产品用户增长？
（纯贴数据做分析看着太辛苦了，所以本文会从更方法论的角度来阐释）
前段时间在看到一个帖子在问：数据分析能驱动用户快速增长吗？
先说答案——“能。”，再说具体怎么做。
因为数据涉密，我不会用我经手过的产品数据来说明，而会选用一个我自己很喜欢使用的产品——全民K歌，来完成这篇文章。因为无法获得精准的产品数据，所以我会按照自己对产品的理解+部分第三方数据做分析，目的是分享数据分析驱动增长的常见方法，如有不科学的地方，欢迎指出。
以下， enjoy：数据分析常见操作方法是【三个步骤】&【两个模型】
一、三个步骤
三个步骤为：确定核心目标、列出组成公式、确认元素
在互联网公司常见的应用方式为：
核心目标（即北极星指标）=A*B*C
拿全民K歌来举个例子，全民K歌的slogan是：“你其实很会唱歌。”
产品最终价值就是让大家唱歌，并且让别人听到，所以他的北极星指标应该是：【每日原创歌曲播放次数】。在提升这个数据过程中附带产生的伴奏下载/播放次数，好友消息数等都是衍生数据。
因此，公式是：
每日原创歌曲播放次数=每日原创歌曲数*单曲平均播放次数
这就是核心的数据公式，接下来我们要确定影响公式的元素，公式可以被拆解为：
每日原创歌曲播放次数=（每日活跃用户数*人均产出歌曲数）*（单曲曝光次数*曝光-点击率）
这个公式可以无限拆解下去，按照产品的量级和功能复杂度，运营团队的人力资源做到最大程度的细分，在这里不继续穷举，就按照最后的这个公式做分析。
可以发现：影响核心目标的元素有：DAU，人均产出歌曲数，单曲曝光，歌曲曝光-点击率。
常识可知，在乘法里，每个元素的提升，都能对整体结果带来提升，运营团队可以根据这四个元素来做针对性的增长计划：
1. DAU
根据不同的公式对产品的定义，又可以被拆解出很多元素。
我们简单的认为，全民k歌的活跃用户定义为当天登陆过app的注册用户，则可以分解为：注册用户数*打开频率。
注册用户数可以通过异业合作，好友邀请裂变，应用商店，信息流等很多方法提升，属于常规操作，本文不做详细讨论（重点：格外注意黑产用户）。
打开频率，长期来看可以用设置有效的功能场景（例如：打卡签到，歌唱教学），合理的渠道推送（消息push提醒等）等方式提升。短期则可以通过一些事件营销和社区传播的手段，引起用户的注意和讨论，从而阶段性的提升打开频率。
2. 人均产出歌曲数
首先需要做用户分层：高质量用户（产生过内容）的平均水平是多少？普通用户（从未产生过内容）的水平是多少？
全民k歌一定会有一部分用户是不唱歌的，产生过内容的可能只占30%，那我们在这里是否只统计产出过内容的用户的数据呢？
当然不是。
首先，这样的统计是会影响数据公式的，不能用高质量用户的平均水平放大到所有用户来统计，这样会导致我们对用户现状盲目乐观，甚至做出错误决策。
那为什么要分层呢？直接算一个总平均数不就完了？
我简单做了一个K歌类用户的漏斗。（真的很简单……）
艾瑞数据显示：全民K歌的月活1.6亿，假设按照我的逻辑来定义活跃用户的话（以下数据均为个人假设）：按照4个层级按4:3:2:1的比例划分，则人均产出数量为0.16首/天
从策略而言，我们要把0.16这个数字提升到0.2甚至0.3。
从执行而言，有两种方式：
1）让每一层的用户向下一层流动。
——即让沉默用户开始听歌，让只听歌的用户开始唱第一首歌，让偶尔唱歌的用户活跃起来。基本的逻辑是改变4321这个结构。
2）提升每个层级的平均产出数量。
例如：让0变成0.1，让0.3变成0.5。
基于以上的数据分析和目标拆解，那运营就可以有更加明确，精细化的策略。
例如：目标是让只听歌不唱歌的用户，从人均生产0首歌，到人均生产0.1首歌。
可以对应的策划【你的第一首歌】活动，通过降低参与门槛（例如：做简单的抢麦，唱两句就好了，不用唱4分钟的完整歌曲，先让用户开第一次口），提供激励因素（无论是情感激励-组队抢麦，还是利益激励-发金币）都可以。
3. 单曲曝光次数
原创歌曲的曝光，通常通过以下3种方式：
社交关系链——关注/好友等
机器算法推荐——附近/推荐，猜你喜欢等
固定曝光位——发现-各类榜单，点歌-各种榜单/各种分类，广告位等
运营可以围绕不同形式，设定不同的数据目标，策划对应的运营活动，从而提升在不同的板块里的歌曲曝光次数。
举个
