“增長黑客”的概念正火，但是想要成為真正的“GrowthHacker”卻并不容易。無論是產品還是運營，都會碰到各種增長瓶頸，如業務停滯，用戶下滑等。那么該如何破解增長瓶頸，成為真正的“增長黑客”？本文從五個方面教大家如何用數據破解增長瓶頸。

     增長是一個非常大的話題，比如用戶注冊增長，活躍度增長，商業營收增長等，不同的增長問題解決思路各異。

　　下面主要以APP運營中DAU（日活躍用戶）的增長為例進行講解，這個分析思路也可以舉一反三。

　　【破解增長瓶頸的五大策略】

　　增長瓶頸該如何破解呢？結合自己多年數據分析和增長的經驗，為大家提供了五大步驟，串起來形成一個閉環的增長操作步驟。

　　第一，了解自己產品，找到發力點。

　　我們應該有一套數據采集和分析體系，每天為我們提供產品和業務的宏觀數據。通過對宏觀數據的分析，找到增長的發力點。

　　第二，拆解關鍵指標，確保可以執行。

　　上面找出的作為發力點的指標可能非常宏觀，我們需要根據實際將其拆解成多個指標，確保產品和運營可以在日常工作中執行。

　　第三，豐富和升級增長武器庫。

　　第四，細分用戶群，快速迭代實驗。

　　數據分析很多時候就是在細分，通過不同維度將用戶分群，對不同用戶群設計不同實驗。

　　第五，實驗效果監測和數據分析。

　　迭代實驗結束后，對實驗的效果進行分析，把結論用于改進和指導下一次實驗。

　　一、通過宏觀數據了解產品狀態

　　反映產品狀態的指標很多，如PV/UV/DAU等等。在這里我們主要介紹3個指標，分別是DAU/WAU，DAU用戶成熟度構成和增長加速度。

　　1.DAU/WAU反映的是用戶活躍度，是每天去重活躍用戶數除以每周去重活躍用戶數的比值。

　　不同產品的活躍度不一樣，產品定位于天的用戶活躍度越高越好；定位到周的，活躍度稍微低一下。DAU/WAU的比值是1/7到1。1/7的時候代表7天里面每天登陸的用戶都不一樣，這個活躍度最低；1代表7天里面每天登陸的用戶都一樣，活躍度最高。因為產品定位不一樣，活躍度指標天然不一樣，這個需要不斷觀察，在數據分析產品GrowingIO里，通過指標管理這一功能，可以輕松做到。

　　2.DAU用戶成熟度。

　　每天活躍用戶里面，他們的首次激活時間是不一樣的。把當月內激活的所有用戶統計下來，看看他們在日活里面的比例，用來評價用戶的成熟度。

　　3.增長加速度

　　做增長分析的產品經理經常看增長曲線，有些聰明的產品經理把每天的差值做了一個曲線；或者把增長速度的曲線做一個求導，求加速度的曲線。增長的驅動力反映到數字上就是增長的加速度，速度的數字波動，反映到加速度的曲線上波動更大，需要做好平滑處理。

　　通過上述指標來快速了解我們的產品狀態，找到我們的增長瓶頸。增長過程中兩種常見的瓶頸：

　　1.當成熟度1個月以內的活躍用戶占日活躍用戶的比例超過30%，說明新用戶在日活躍用中的比例非常大，表明我們產品處于生命周期較早階段。這個階段的用戶流失率也是非常大的，我們應重點關注拉新，優化新用戶接入的流程。

　　2.當成熟度1個月以內的活躍用戶占日活躍用戶的比例低于30%，說明我們的產品逐漸成熟。這時需要把目光放到存量用戶上，提升存量用戶的活躍度；但是也要兼顧第一類問題。

　　二、拆解關鍵指標，確保可以執行

　　通過數據分析了解了自己產品的發力點方向，一個是拉新，另一個是留存。雖然找到了發力點，但是不集中，需要我們將其拆解，直到拆解后的指標可以被執行，其效果可以反推到核心指標上。

　　拆解關鍵指標有三種方法，分別是按照用戶使用習慣、用戶生命周期、產品來拆。

　　下面以分析一個APP的DAU為例，具體介紹如何拆解關鍵指標。

　　假如我們關注的核心指標是DAU（日活躍用戶），但是這個指標非常大，難以具體執行；我們可以按照用戶使用習慣進行拆解。

　　活躍用戶會主動打開我們的APP；同時不活躍用戶，我們要向他推送信息，借此喚醒他們；最后還可以在微信或者其他APP頁面中打開我們的APP（也稱調起）。這樣就把日活躍用戶指標拆成三個指標：主動打開，推送和調起，方便進一步執行。以推送為例，它由兩方面組成：推送到達率和點擊率。優化到達率和點擊率，進一步方便了實際執行和落實。

　　再往下，按照用戶的生命周期來分，有活躍用戶和沉默用戶。還可以繼續往下拆，活躍用戶按照產品使用習慣拆分，有內容消費型，社交型和工具型。

　　上面這個對提升APP關鍵指標DAU的拆解過程，告訴我們只有對核心指標進行合理拆解，具體到可以執行，才有現實意義。

　　三、豐富和升級增長武器庫

　　拆解好指標后，需要選擇合適的增長武器來實現我們的增長目標。在選擇增長武器的過程，需要注意什么？

　　首先，增長武器必須觸及到用戶，不然是會失效的；

　　其次，需要不斷豐富武器庫，根據使用效果來升級；

　　然后，需要對客戶分群，“精準打擊”。對于武器來說，不是說選一件“核武器”來全方面打擊就是最好的，我們需要選用一件精準的武器，對客戶分群，實現精準覆蓋；

　　最后，可以自動檢測、持續影響。選中增長武器后，需要對用戶實行自動檢測，持續對用戶施加影響。為什么要自動化監測呢？很多時候我們有可能同時在跑很多實驗，如果人工操作的話，工作量大，而且效率低。自動化檢測不一定要一個非常準確的值，我們可以大概設置一個閾值，當超過這個值就報警。

　　下表列舉了常見的增長武器，在拉新、留存、提升活躍度、用戶召回和市場推廣等不同場景下，有不同的選擇。

　　具體選擇哪一種武器，需要我們在使用的過程中不斷迭代實驗，直到發現最優解。

　　四、細分用戶，設計增長實驗

　　選擇好增長武器后，需要設計增長實驗來檢驗效果。

　　1.明確實驗的目的，跟蹤一個指標。一個方案同時追幾個指標是不合理的，最好只設立一個指標，便于觀察者排除影響因素。同時，設定的指標最好是“率”或者“比值”。比值不會受到量的影響，如果定位量的話容易受到流量或者入口的影響。

　　2.明確用戶群：用戶群規模越細分越好，方便進行試驗和比較。

　　3.設置benchmark,必須有對照試驗，方便實驗前后效果的對比。

　　4.整個實驗的過程必須可以追溯和重復，實驗效果好的時候可以多次重復。

　　5.快速重復和迭代。單位時間內得到的結論越多，增長越多，收益越多。

　　五、效果監測和數據分析

　　增長實驗結束后，需要對實驗效果進行檢測和分析。

　　首先是直接的效果檢測，是否達到預期值。然后分析實驗對核心指標是否有明確的提升。同時要檢測其他指標的異動情況，評估實驗是否影響到了用戶體驗。

　　如果實驗非常多，一段時間內進行非常多的快速迭代的話，就需要建立指標體系。通過統計的方式分析指標之間的影響程度和相關性，這也是一個不斷優化的過程。

　　數據分析尤其重要，決定了實驗迭代的速度和方向，因此要得到格外重視。

　　【案例：APP沉默用戶的召回】

　召回正在流失的用戶是APP運營的重要工作。下圖是某APP的用戶流失示意圖。

　　橫軸是時間，豎軸上的數值代表不同類別用戶所占的比重。在圖示的右上方標有用戶的類別，紅色是當天的活躍用戶減去當天新增用戶后的數量；橙色是代表前天的活躍用戶但是昨天沒來；越往上用戶就越遠離我們。

　　如果把整個用戶看成一個水池，新增用戶就像往池底注入水，然后不斷上升，越來越遠離我們，然后蒸發。當然也有一些流失的客戶自然返回，像一個降雨的過程，慢慢下沉。

　　在這個案例中，接近50%的客戶有超過一個星期沒有回來；如果能把這50%的客戶拉回來，其價值可能遠遠大于新增用戶的價值。

　　接下來細分流失客戶，分成7-13天未訪問和14-30天未訪問的客戶；然后分別向兩類客戶推送信息。

　　以某內容類APP為例，我們向兩類客戶發送了“每周內容精選”，發現7-13天未訪問的用戶召回率非常高，高于自然回訪率。但是14-30天未訪問的召回率非常差，跟自然回訪率差不多。然后我們就去分析自然回訪的客戶會在APP里面有哪些操作？我們發現很多自然回訪的客戶會到訪問電影專題，我們猜測是不是用戶看了某部電影然后回來了。于是我們向用戶APP推送信息，但是推送到達率非常低。

　　分析得出結論，大部分流失的客戶都卸載了我們的APP。于是改用發短信，向用戶發電影票優惠券，但是必須到APP上來認領。數據證明了，這個效果非常好，14-30天未訪問的用戶群體的回訪率得到了較大的提升。