《增长黑客实战（范冰/张溪梦）》精读笔记

1. 检验商业计划

1.1. 创业是持续而反复的

• 1. 别自欺欺人，你的创意并没有那么重要
• 2. 初创公司常见两种失败: 1. 市场占有失败；2. 产品研发失败
• 3. 伪需求产生的5种原因：1. 创始人个人的梦想情怀；2. 寻求技术的商业化路径时结合生硬；3. 误将自身需求放大为整个市场的需求；4. 以感性体验代替理性思考；5. 盲目抄袭市场热点，缺乏对商业本质的深刻认知
• 4. 快速验证商业计划：1. 精益画布；2. MVP（1. 纸面原型；2. 数字原型；3. 虚构式MVP；4. 贵宾式MVP；5. 博客/公众号；6. 产品介绍视频；7. 众筹；8. 预售页面；9. 投放广告；10. 单一功能的MVP）；3. 设计冲刺
• 5. 爆款产品的实现路径：1. 先追求便宜，后升级产品
• 6. 世界上最难的两种事：1. 把自己的思想装进别人的脑袋；2. 把别人的钱装进自己的口袋
• 7. 转型是创业的常态：1. 别把对项目的质疑看作对个人的不尊重；2. 勇敢的放弃沉没成本；3. 经济局势其实并没那么重要；4. 做好接受辱骂的准备

1.2. 什么样的增长才是好的增长

• 1. 非零和游戏的牺牲品
• 2. 不能背离商业本质
• 3. 不再是烧钱补贴的美好时代
• 4. 需要建立系统的付费增长框架
• 5. 付费增长的三大姿势：1. 追求新增、留存，牺牲营收；2. 追求留存、营收，暂缓新增；3. 追求新增、营收，放弃留存
• 6. 增长的三个阶段：1. 种子期，PMF；2. 成型期，摸索增长之路；3. 增长期
• 7. 增进认知，优化价值传递：1. 吃自己的狗粮，自己要成为产品最忠实的用户

2. 组建增长团队

2.1. 硅谷独角兽的增长团队（facebook）

• 1. 运作：1. 试图用工程化的手段解决增长的困境；.2. 一切经过数据验证和编码开发完成
• 2. 工作：1. 关注整个用户生命周期，而不只是获客阶段；2. 通过数据驱动的方法，不断实验迭代；3. 把增长机制产品化，把增长做到产品里面去
• 3. 成员：1. 增长负责人；2. 增长产品经理；3. 增长工程师；4. 设计师/交互；5. 增长营销经理；6. 数据分析师
• 4. 日常：1. 制定策略；2. 实施方案；3. 招聘人才；4. 打造文化
• 5. 架构：1. 独立型：挑战如何在“维护用户体验”和“提升强劲增长”之间取得平衡；2. 功能型：看重速度以及迭代，挑战是与外部团队的沟通协作
• 6. 特性：1. 数据为王：是一种科学态度，也是一种艺术；2. 技术驱动：尽可能让机器接管，减少人工干预；3. 快速学习：每天接触大量行业信息数据，与短期失败和内部压力做斗争；4. 杠杆资产
• 7. 价值：1. 跨越职能鸿沟：确保在短期内提出正确的路径，确保高效实施；2. 保证专注高效：重新定义既有事物，优化现有功能，进行海量试验，从事各项分析；3. 凝聚团队士气：分出一支团队充当前哨部队，以试验寻求下一步行动的最佳路线，让整支部队在部署计划时有的放矢；4. 培育跨界基因：以互联网为核心的新经济时代意味着市场需要更多拥有跨界思维的人才

2.2. 国内落地的增长团队实践（teambition）

• 1. 创意驱动到数据为王
• 2. 如何筛选增长团队人员：1. 识别候选人冲破思维定势，提出独创性解决方案的能力
• 3. 日常管理事项：1. 不对上下班时间和上班做的具体事情做硬性规定，对工作绩效的评估主要在个人自己承担的目标达成度上
• 4. 如何召开增长团队周会
• 5. OKR指标衡量团队绩效：1. OKR三大基本原则（1. 可量化；2. 挑战性；3. 透明化）；2. KPI与OKR的区别（1. KPI通常由上级领导设立，OKR则由员工自行提出，经上级领导协商并同意后采纳，不能是命令；2. KPI侧重于目标的可实现性，OKR则倾向于挑战高难度；3. KPI的具体做法大多不需要公开，你可以任意施展，而OKR则要求公开核心做法；4. KPI体现的公司期望是员工拼命干活，OKR则鼓励员工用最短路径达成目标；5. KPI更适合流程性、规律性的工作，OKR更适用于创意性、探索性的工作）
• 6. 如何支持销售团队：1. 提供一些报表统计；2. 利用系统邮件推荐一些付费方案；3. 转化建议指导；4. 提前预警异常情况
• 7. 一些成功案例：1. 提示用户用书签保存项目链接；2. 提示用户可以自定义任务看板
• 8. 相关角色的一些建议：1. 管理层（1. 战略投资；2. 达成共识；3. 要么没有，要么周全；4. 不推荐数据负责人直接去推动）；2. 团队筹建者（1. 尽快以最精简的搭起基础设施；2. 尽快给出有意义的交互物）

2.3. 海外创业公司本土化

• 1. 失败教训：1. 好友A：广告行业跳槽德国创业公司的中国分公司（1. 漠视本土市场消费习惯；2. 保留无关痛痒的英文品牌；3. 错失快速扩张的时间窗口；4. 背负技术债务沟通压力；5. 耗费市场预算错误收购；6. 忽略日常公共关系打理；7. 盲目增员随即快速收缩）2. 好友B：传统媒体撰稿人后效力于硅谷互联网公司的北京分部（1. 直接汇报VS曲线汇报；2. 高层管理岗位缺失；3. 商业模式缺乏本土竞争力）
• 2. 如何选择加入海外基因的创业公司：1. 选择比能力更重要（1. 业务模式是否可本土化；2. 管理体系是否是绊脚石；3. 是否认可和喜欢周围的伙伴）

3. 提升协作效率

3.1. 流量漏斗模型

• 1. Acquisition(获取用户)
• 2. Activision(激发活跃)
• 3. Retention(提高留存)
• 4. Revenue(增加收入)
• 5. Referral(传播推荐)

3.2. 从增长模型中挖掘机会

• 1. 创建增长模型：1. 价值（1. 一种持续获得增长创意和试验灵感的有效途径；2. 帮助你判断如何设置优先级；3. 指导你科学有效的设计一场试验；4. 将每一次试验结论统一到一套体系中，便于团队成员分享经验）；2. 核心原则（1. 覆盖全面；2. 逻辑精简；3. 全员贯彻）
• 2. 确认北极星指标（North Star Metric）：1. 避免虚荣指标（1. 点击量；2. 访问量；3. 页面浏览量；4. 独立访客数；5. 粉丝/好友/赞的数量；6. 网站停留时间/浏览页数；7. 收集到的用户邮件地址数量；8. 下载量）
• 3. 自下而上的提升核心指标

3.3. 建立团队内部协作流程（核心5个环节）

• 1. 头脑风暴：1. 前提（1. 确立了明确的指标，并对产品增长模型由清晰的认识）；2. 基本原则（1. 推迟判断；2. 鼓励大胆的创意；3. 基于他人的创意延伸；4. 不要偏题；5. 一次只有一个人说话；6. 借助视觉语言；7. 追求数量；）；3. 四种方式（1. 观察法；2. 关联法；3. 社群法；4. 提问法）
• 2. 确定优先级：1. 三个维度评估（1. 收益值；2. 消耗量；3. 半衰期）；2. 五项评定指标（1. 流量Traffic（1分最低、5分最优）；2. 口碑Word of Mouth（1分最低，5分最优）；3. 影响力Impact（1分最低，5分最优）；4. 自信心Confidence（1分最低，5分最优））
• 3. 小规模测试：1. 科学革命的三个阶段（1. 承认自己的无知；2. 以观察和数学为中心；3. 取得新能力）；2. 真正可持续的增长是通过小规模测试的不断迭代，验证试验假设，并将成功结果不断累加的过程（Pinterest不断修改的例子）
• 4. 动手研发：1. 不要重复发明轮子；2. 内容动态化；3. 让机器替你自动化执行（婵游记的冷启动）
• 5. 持续优化：1. 从过往的成功经验中总结出经验，提高下一次临门一脚的胜算；2. 案例： Airbnb如何设计邀请系统实现用户暴涨（1. 界定成功；2. 监测数据；3. 实际开发；4. 测试效果；5. 持续优化）

4. 秉持数据为王

4.1. 数据制定决策

• 1. 数据分析师职位：1. 分析过程：从数据提取、整合，到进行分层、统计或其他复杂的分析；2. 能力模型：数学知识、分析工具、编程语言、业务理解、逻辑思维等；3. 修行之路：基础技术修炼、数据分析方法、行业知识
• 2. 搭建数据分析基础设施
• 3. 确定数据的权威性：1. 一切必须经过测试
• 4. 一切均可被数据化衡量：1. 先明确待量化的内容，找出核心的问题
• 5. 数据不能解决什么：1. 数据不懂社交情绪；2. 数据无法理解业务背景；3. 数据抹杀创新精神

4.2. 常见方法及指标

• 1. 一般步骤：1. 第一步、数据准备（1. 获取数据、验证数据、数据清洗、操作加工、数据抽样、存储归档）；2. 第二步、数据观察（1. 单一变量：点 图、抖动 图、直方图、核密度估计；2. 两个变量：散点图、LOESS平滑、残差分析、对数图、斜率；3. 多个变量：假色图、马赛克图、平行坐标图）；3. 第三步、数据建模（1. 推算和估算（均衡可行性和成本消耗）；2. 缩放参数模型（缩放维度优化问题）；3. 建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）；4. 数据挖掘（1. 选择合适的机器学习算法；2. 大数据考虑Map/Reduce；3. 得出结论、最后绘制图表展示）
• 2. 判断项目是否健康增长：1. 相比注册用户数，统计活跃度或收入的增长情况是更有价值的指标
• 3. 留存率-产品早期“最重要的唯一指标”
• 4. NPS净推荐值：衡量产品早期用户忠诚度：1. 测算方法：推荐值%-贬损值%=净推荐值
• 5. 魔法数字：惊喜时刻：1. 用户在使用产品到达特定阶段后所产生的对产品的肯定
• 6. 群组分析作用：1. 衡量产品业务的整体进展；2. 评估产品改版的效果；3. 优化产品的用户体验；4. 寻找产品改进关键点；5. 提升用户参与度
• 7. 热图分析：1. 常见类型（1. 基于鼠标点击位置的热图；2. 基于鼠标移动轨迹的热图；3. 基于内容点击的热图）

5. 洞悉用户心理

5.1. 理解目标用户（Persona）

• 1. 七大原则：1. P代表基本性（Primary Research）；2. E代表移情性；3. R代表真实性（Realistic）；4. S代表独特性（Singular）；5. O代表目标性（Objectives）；6. N代表数量（Number）；7. A代表应用性（Applicable）
• 2. 包含的内容：1. 赋予每一个角色姓名、年龄和性别；2. 寻找一张代表这个角色的真人照片；3. 确定所在的地理位置；4. 职业、收入范围；5. 喜好、人生态度、对于外部特定刺激的固定反应；6. 用户使用产品的场景和外部因素；7. 致使他们使用产品的主要原因；8. 他们的根本需求、痛点及核心目标是什么；9. 与产品使用相关的其他补充信息

5.2. 新手引导，加速惊喜时刻的到来

• 1. 三大法则：1. 消除用户疑虑，降低挫败感；2. 为用户提供立竿见影的好处；3. 根据用户行为施与小恩小惠
• 2. 八个步骤：1. 注册环节；2. 欢迎信息；3. 让用户马上体验主要功能；4. 询问反馈；5. 提供建议；6. 鼓励用户邀请好友；7. 向用户提供定制的个性体验；8. 提供有营养的长期价值

5.3. 让产品像病毒一样疯传

• 1. 社交货币
• 2. 诱因
• 3. 情绪
• 4. 公共性
• 5. 使用价值
• 6. 故事

5.4. 用科技绑架用户心智

• 1. 默认选项
• 2. 无尽信息
• 3. 社会认同
• 4. 随机奖励
• 5. 退出门槛

6. 技术驱动营销

6.1. 营销逐渐被技术接管

• 1. 营销和产品的边界正在变得模糊
• 2. 获得用户数据越来越容易
• 3. 开放平台接口（API）提供更多机会
• 4. 营销者眼界逐渐放宽

####### 6.2. 爬虫抓取

• 1. 步骤：1. 选定目标；.2. 技术方案；3. 性能优化；4. 资源结构；5. 见招拆招；6. 数据处理；7. 数据分析
• 2. 常用工具：1. Curl；2. file_get_contents；3. charles；4. 八爪鱼等

6.3. A/B测试

• 1. 基本思想（1. 提供多个方案并行测试；2. 不同方案之间只存在一个变量；3. 以某种标准判定结果，筛出最有方案）

6.4. 深度链接：打破移动应用彼此割据封闭状态的技术

• 1. 优势总结（1. 解决了跨域信息损耗的困境；2. 打破了入口垄断；3. 实现了入口的多样化和切片化）

o6.5. 实用工具箱

• 1. 快速制作可交互产品原型：墨刀
• 2. 利用Slack+Hubot自动发布内容
• 3. 利用Mailchimp进行电子邮件自动化
• 4. 快速搭建直播服务，七牛直播云
• 5. 快速搭建支付和运营系统，Ping++
• 6. 利用Google Alerts监控舆情和商机
• 7. 获取更多测试用途手机号，专属小号
• 8. 搭建微信自动回复机器人，Wechaty