自Facebook 2008年成立Growth Team伊始，“增长”已经成为企业公开追求的关键词。如何以最快的方法、最低的成本、最高效的手段谋得大量增长，成为管理者运营产品的核心问题。本文上篇将从数据分析角度，阐述打造“增长黑客”中的关键技法，并于下篇提供“增长黑客”的9种武器，敬请持续关注。
来自：数据观 https://www.shujuguan.cn/?from=tszn
关于“增长黑客”的著作已经不少了。第一位创造出“Growth Hacker”一词的人——硅谷著名增长专家Sean Ellis认为，“增长黑客是将增长作为唯一目标的人。他做的所有事情都是围绕如何增长而开展”。
图片来源：http://www.coelevate.com/
增长听起来是“市场营销”的一个模块。但并非如此。事实上，“增长”比“市场营销”的聚焦范围更广、触角更多。
* “市场”聚焦品牌认知与获客；“增长”聚焦完整的用户生命周期，从获客、激活、留存、盈利到推荐（即著名的AARRR）。* “市场”的目标是销售线索、注册、下载等等；“增长”的目标是增长率。* “市场”团队包括市场营销人员、工程师、设计师、产品经理，每个人都各司其职；“增长”团队包括工程师、设计师、数据分析师、市场人员，他们有可能是一个人，也有可能是几个人，但活得像一个人。* “市场”对产品的变化影响不大；“增长”可能会造成产品中的许多改变。
关于最后一点，举一个简单的例子，携程把广告做到了淘宝上，这个叫做“市场营销”。Airbnb利用逆向工程技术，以API的方式，从Craigslist获取了大量免费流量，这个才叫做“增长黑客”。
打造“增长黑客”——你需要的人才类型
“增长黑客”之所以是“黑客”，因为他们通常脑路清奇，创意频生，想常人之不敢想；另外，还懂点儿黑科技，出手如电，干常人之不能干。
一个文案可能在头脑中能和太阳肩并肩，但不知道现实中怎么上天；一个研发可能在现实中会写超牛逼的代码，但不知道用在产品中的哪个着力点。
不够，这些都不够成为一个真正的增长黑客。Growing IO创始人张溪梦在一个增长黑客主题演讲中曾经概括：“增长黑客是市场营销、产品研发、数据分析三个角色的聚合。”
图片复现自张溪梦演讲PPT
市场营销＋产品研发比较好理解，很多增长手段都要靠市场营销的点子配合产品研发的技术来实现的。数据分析又在其中扮演着什么角色呢？
事实上，这跟“增长”的核心——实验有关。Growth Hackers前Growth产品经理、Acorns市场总监曲卉在2016年的Growing IO数据驱动增长大会上，讲述过增长团队的工作流程：
可以看出，确定指标，聚焦领域之后，增长黑客们正是通过一次又一次的快速实验，来达到增长的目的的。而每一次实验的想法，都是从上一次实验的结果——也就是数据中，诞生的。
举例来说，我的Q3目标是提升50%的用户（增长指标）；通过分析，锁定在提升购买上（聚焦领域）；我希望通过缩短试用期来达到目的（产生想法）；于是我针对一些用户研发并上线了“将30天试用期缩短到15天”的实验（上线实验）；我搜集并分析实验上线后的数据，发现试用购买率提升了，但续约率不高（分析数据），因此将这个政策扩展到全部用户（应用结果），并展开下一个实验——“把试用期延长到18天，每推荐一个新用户增加试用期3天”（产生想法）
这也是为什么，数据分析成为“增长黑客”最核心的能力之一。每一个成功的增长专家，都将数据视若珍宝。如果自己没有特别强大的数据分析能力，也会将团队中的数据分析师视若珍宝。
增长黑客必备的8种技能
那么，增长黑客都做些什么呢？或者说，他们需要掌握哪些具体技能，才能够成为“增长黑客”？
Growing IO团队在《增长黑客手册》中，总结过增长黑客必备的8项能力。其实，这也是现代运营人必备的8项能力。
搜索引擎优化，互联网时代不可不会的基本招数，可以归纳为“有点儿联系就能搜到我、点击连接就能找到我”；营销自动化，工具时代的“组合拳”，通过整合EDM与CRM，自动触发邮件干预用户决策，可以归纳为“虽然我没有时间跟客户一对一服务，但胜似跟客户一对一服务”；病毒传播，听起来可怕干起来厉害的一招，可以归纳为“虽然我只认识7个人，但我认识的每一个人周围都有700个人”；内容营销，Inbound marketing相当注重的部分，可以归纳为“我的资金只够请一个文案，但每天都有人追着这个文案的内容来到我的网站”；应用程序接口，技术人员发挥黑科技的最佳战场，比如Airbnb，其原始流量就是通过API从craigslist“偷”的。可以归纳为“轻轻地我来了，正如我轻轻地走，我挥一挥衣袖，带走你天空中的云彩”。A/B测试，把你从经验主义带到数据驱动的绝密武器。Pinterest的“Pin it”变成了“Save”，就是A/B测验的产物。可以归纳为“To be or not to be，试试就知道了。”
最后是数据分析技能，可以说，前面你做了那么多的营销、实验、传播，如何把它们变成下一个想法，还得让这些动作所产生的数据来说话。让这些数据说话，大体上可分为两个步骤：
跟“增长”有关的数据，通常来自于企业产品内外两个部分。内部数据可以通过产品日志、无埋点用户行为数据分析工具来搜集，外部数据则有可能散落在官网、博客、微信公众号、知乎、百度推广、腾讯DSP、美恰客服、Salesforce、金数据等等来源。“统计”的第一步是获得这些数据，并将它们连接到同一个地方，统一管理。
图片来源：数据观-最易上手的数据分析云平台
不管你是要做转化漏斗分析，还是用户分群，都需要将上述数据整合到一起，并进行清洗和处理。去除冗余数据，统一数据格式，通过计算或分组聚合，把零散的数据变成指标。黑客时间宝贵，一个好用的工具可以让你非常快速地完成这个过程，并将该过程保存下来。当你需要新的报告的时候，只要更新数据源即可，无需重复工作。
图片所示工具：数据观－在线ETL
利用统计好的产品内外数据，基于实际的业务需求，可以开展分析了。不同的业务需求，有不同的分析方法，甚至相同的业务需求，不同的人做出的分析也不尽相同。这都没关系，只要达到“将数据转化为清晰和有意义的洞察”的目的即可。
实际上，Principa信贷解决方案负责人Thomas Maydon在近日发布的文章中，将数据分析根据复杂度与价值高低，划分为四个种类。“增长黑客”所做的分析，基本上集中在“内两圆”中，也就是“描述型”分析和“诊断型”分析。
［描述型］的分析回答what的问题：我的产品发生了什么？
* 数据类型通常是综合的、广泛的、实时的、精确的；* 以高效的可视化来展现；
拿漏斗分析来举例，我整合了当日来自官网日志、Salesforce的数据，对用户的注册行为做了一个分析。
制作工具：数据观 最易上手的数据分析云平台
从这张漏斗图中我发现，从输入姓名到最后提交试用，用户在这个过程中是不断流失的，但流失的核心节点，在于“输入邮箱地址”和“输入邮箱验证码”这两步。是否用户在手机验证之后，发现还要邮箱验证，而失去耐心？是否发送邮箱验证码的服务器有问题，导致很多用户无法即使收到邮件？根据这个流失的核心节点，我产生了两个疑问，并希望据此进行测试，而这个流失原因，也被我“转化”成增长的机会点了。
这就是“描述型”分析。
［诊断型］的分析回答why的问题：为什么我的产品发生了这样的事情？
* 需要有从全局钻取到细节的能力* 需要有隔离所有混淆信息的能力
拿官网注册日报来说明。其中一个重要的KPI是新增用户数。我发现，今日与昨日注册用户数量有明显提升，那么，发生了什么事情呢？
通过对该KPI的下钻，发现来自某战略合作伙伴app store的注册跃居第一。跟该伙伴合作有一段时间了，为何昨日突然发力？对方做了什么？是否可以“嫁接”到其它伙伴的合作方式中？
从发现问题到找到原因，这就是是一个简单的“诊断型”分析了。
最后，总结一下，增长黑客是市场营销、产品研发、数据分析三个角色的聚合，要想成为一名增长黑客，至少要具备这8项技能：搜索引擎优化、营销自动化、病毒传播、内容营销、应用程序接口、A/B测试。
欲知“增长黑客”需要哪9种武器，敬请关注《8项技能9种武器 打造企业增长黑客（下）》