数据分析驱动增长
本文是我个人根据混沌研习社演讲视频整理的读书笔记，对很多的互联网公司来说，数据一直很重要，但是并没有一个可供参考的方法论，这篇会从数据驱动的必要性、LinkedIn数据驱动的底层逻辑、需要关注的指标、如何理解变现等等方面做详细的阐述。以下为笔记内容。
张溪梦
全球十大数据科学家， GrowingIO CEO
LinkedIn ebay petco EPSON
从道、术、器三个层次来说明
- 道：数据是驱动数据增长的关键
- 术：数据增长的方法论
- 器：一些常用的工具
数据增长的必要性
最早的数据分析师，姜尚，坐在河边钓鱼，周文王来请教治国的哲学，姜尚给讲解怎么扩展国家的方法论，算是分析师的鼻祖。
孙子兵法，共13篇。其中一篇讲一个国家有多少军队是取决于几件事情，一是你有多少的土地，你的土地上能生产多少的粮食，有多少粮食能养多少人，第有多少人能养多少军队。它是一个金字塔的结构，它是一个框架，是有基本的结构和框架，不会无厘头的增长。
ebay当时对数据的应用已经用到了极致。举个例子，当时的我的部门领导，25岁，办公桌上7个显示器，追踪150个指标，每分钟刷新一次。如果波动在0.1%百分点的波动，都会去追踪问责，这一点的波动都会影响当时6000万美元的营收。一般衡量一个业务线的话，大概能总结出5到7个指标。这个人还有一个非常强大的特点，举个例子，一个用户从来到首页到购买。搜索可能5到7个跟踪点，下单5到7个，支付5到7个，返款5到7个，它一层一层往下推。这是一个非常长的链条，如果有一个波动，他可以迅速推演5到7步，因为这是一个乘法关系，如果和普通分析师相比，他会是别人处理能力的100倍以上。所以才4年之内提拔成了副总裁。
LinkedIn
被微软270亿美金收购，营收达到30亿美元，把数据作为战略，作为公司的方法论。
这三个是公司的核心战略
用户的体验(Engagement)、数据、变现
三个球，用虚线连起来，形成一个闭环。
用户的使用会产生大量的数据，通过数据的各种分析又产生了新的变现的机遇，这新的产品又再次促进用户的使用和用户的活跃度。
Reid Hoffman(LinkedIn联合创始人)是一个有哲学思想的人，一是他认为社交网络的增长，可以产生几何性质的拐点，二是人与人之间的关系是非常非常有价值的。很早他就购买的六度社交的专利，就是通过六个社交关系的人就能认识世界上所有的人。他认为人与人之间的关系，是产生最核心价值的源泉之一。
前面是社交网络，背后是技术催生增长。
EPSON
这家公司实际是一家互联网企业，在那个时代的话，打印机基本上是免费得方式卖给客户的，给了很多补贴。它为什么做这件事情？也是互联网的思维，用影响迅速占领市场，以墨水、纸张等的来赚钱。最重要的一点，是收集用户信息，当年是手写，打到excel表格里，纸媒运到印度去，专门把这些手写信息变成数字。计算完用户忠诚度再去精细化营销。当时时2005年，全部计算完，根据每个用户情况来预案模型，营销完后，预案和实际差异不会超过5%。为什么要这么做？最重要的核心，持续的营收。所有的增长和变现是可预测的。强调一点，数据本身是有价值的，但是数据本身是不准的。收集过程中，不可能百分之百的还原，数据需要有一个持续性，这样才可能预测。
市场环境
中国移动端净增长用户持续下降
每日移动端用户使用时长：200分钟/用户
马太效应，大者恒大，小的长尾慢慢就死掉了
20个头部APP占据71%， 几百万家app和网站占据29%
流量红利向头部应用汇集
美国的GDP每年增长1%到2%
跑的快的、有效率的、商业模式好的公司会出来，需要精细化运营了。
今天来说的话，原先的流量为王的思维要转成用户为王的思维，核心的目的用技术、产品来帮助用户创造需求。
道的层面：增长是王道
如果公司里每个员工都需要关注一个东西，就是growth。
直接产生的关系有：
- 估值
亚马逊每年在亏钱，增长速度非常快，增长和企业估值息息相关的 - 增长才能激励员工向前冲刺
- 增长才能更好的服务客户
- 社会也是需要企业增加，企业雇佣人员，也满足社会的需要。
基础的方法论
彼得格鲁克：如果你不能衡量，那么你就不能有效增长
数据和衡量100%的关联
数据驱动，快速迭代 — 基础方法论
ideas -> product - > data
推荐一本书《4步创业法》书英文名字叫 《Four Steps to Epiphany》,在成熟企业之前创始人需要的一些方法论。
一个好的企业必须有一个好的基因，就是学习
一个概念或者创意 ——> 一个好的产品或者服务 ——> 迅速收集到用户的数据来验证这个概念，好的话进入下一个决策周期，不好的话需要调整
迭代：小公司没有足够的资源，必须足够的快和效率；大公司如果分拆成小部门，每个部门也没有足够的资源。想做出效果来呢，必须用小的资源做出大的事情，早期的话，直觉能起到一定作用，但是发展到稍微大些，就需要用户的反馈和数据来帮助决策。迭代的越快，就会越稳定。
产品经理、运营、销售的角度来看，需要一个更广大的思维体系
增长黑客的“海盗法则”
获取(Acuisition) -> 激活(Activation) -> 留存(Retention) -> 变现(Revenue) -> 推荐(Referral)
- 其中变现是一种核心的能力，不能变现的公司是不能持续的
- 其中的推荐有4种思维方式，最佳的推荐就是通过口口相传来达到，《引爆点》(Tipping Point)，背后有很强的数学，
病毒系数，0.1%，是不具备病毒传播能力的，起码要做到做到0.7%到0.8%，如果能做到超过1的话，就是自然增长，不用投一分钱的广告。
通过广告，考虑一个获客成本，一个用户带来的价值，这两个指标必须要明确。快速占领市场，来获得定价权
通过用户使用，你看到你周围很多朋友在用，潜移默化的产生影响
用户反复购买产品
用户呈金字塔分布
20%的用户可以贡献90%的营收
用户是呈金字塔分布
但是用户价值是呈树叶形分布，橄榄球形用户结构
很多底层用户往往为你贡献的营收是很低的，linkedinebay底层用户大概贡献5%，顶层1%的用户贡献15%到20%，顶层往下部分的5%贡献20%到30%的营收。当年linkedin是从上往下打，核心用户定位顶层梯形下面的用户。再慢慢往下和往上扩散，因为顶层用户的需求往往很特殊。
“数据驱动型”产品经理的思维
驱动力、阻碍、钩子
1、什么驱动力让用户使用我们的产品 driver
2、什么阻碍了用户使用 obstable
3、产品里面什么是钩子，哪个功能是产品里抓住用户的
如果一个企业不知道这三个要素，是很难有效增长的
拉新在渠道、转化率、和体量之间的平衡很重要
utm追踪码
一个案例，做过4家公司，2个上市，两个被并购，通过华尔街的编辑写旅游相关的文章，通过广告和google搜索引擎带来流量，这样就带来了大量的信用卡的生意，一年大概有一亿美金的收入。他是怎么知道这些文章的效果，并调整推广的策略呢？通过设定追踪点，广告来源、广告媒介、广告名称、广告内容、广告关键字，对应，utm_source=baidu、utm_medium=cpc、utm_campaign=tryitfree、utm_content=free_trail、utm_term=limujiang
以前营销只看流量，今天一定要关注效果
一定要养成一个习惯，看各种图表
Jeff Weiner的例子是LinkedIn CEO, 每天5点半起床，看57个指标，为什么搜索降低了，为什么转化率增长了5%等等，对数据的痴迷，让公司非常关注数据。linkedin的销售是普通SAS公司的3倍，获客成本是别家的50%。
每个人都关注指标，每个部门，每个人关注指标，能迅速发现问题，迅速调优。
管理者也好，执行者也好，要开始关注这些指标。
破除用户壁垒，产品中的障碍和怒点
如何能找到产品中的怒点？
是人就会犯错，通过数据就能找到这些怒点。
推荐一本书《inspire》
产品经理需要用数据将产品分层抽象
- 视觉
一个按钮的摆放位置，颜色等等做各种测试，精细化运营每天都会发生 - 交互设计
点击交互，让用户怎样更好的体验到产品 - 信息框架
如果信息框架很烂的话，用户就找不到信息，就不能顺利的购买 - 内容
包括你的产品，你的定价，你的产品是否有针对性，如何服务你的长尾客户。 - 用户
正确的内容在正确的时间赋予正确的客户
用一张热图迅速了解用户高流量落地页
往往用户实际的使用和我们当初设计是有很大差别的。
举个例子，一个新闻阅读页面，为什么第二篇的点击率比第一篇要高。需要深挖一下，是不是图片带来的影响，是不是这个专题更好，是不是需要之后的运营要做这个专题的文章等等。
RFM理论
Recency Frequency Monetary 三个指标
Recency：用户什么时候来的，昨天来的用户比上个月来的用户有价值
Frequency：单位时间之内，他来的频次越多，这个用的价值就越高
Monetary: 单位时间内，花的钱越好，他的价值越高
实时数据的跟踪能更好的对产品做调整，越早的知道就能越早的调整策略；还有一点，可以很好的判决技术故障。越早的知道的话，就能越快的修好。
漏斗分析
所有的业务都是电商的业务，所有的业务都是转化的业务
漏斗设定之后，知道每一步的衰减的值，这个在用户到达一定规模，值是恒定的，是可衡量的。
关注增长和运营的区别，关注增长的人不止看数量，他要看这个率，这个率越高增长速度越快，转化率应该是一个恒定的，不应该是一个大范围波动的。提高转化率就提高增长速度，
漏斗的好处可以发现用户属性的不同会带来不一样的转化率，比如chrome和IE浏览器用户的注册转化率不一样，要接着找到为什么转化率不一样？然后针对这个问题做调整，增加它的转化率。
漏斗还有一个好处，能够把一个东西分解成可测试的东西，比如一个广告，有长文案和短文案，通过两个漏斗来做测试，就能衡量出来。
查找用户注册失败的原因 — 怒点
产品中往往有很多的功能是我们不易察觉和发现的，如果是bug我们就修了，通过数据能做到跟踪和察觉。
例子：我们产品页面大量用户反复登录，是因为短信验证码有延迟，是错误的，但并不是所有用户都是这样的，所以掩盖了，通过数据分析找到这个问题，修改了这个问题，转化率就提升了。
怒点的查找，找到不能转化的这些用户群，然后详细去看三四个用户是怎么用你的产品的，通过对用户行为的观察，就能找到很多超过我们设计范畴的那些使用行为，找到行为以后，找到原因并解决掉。
驱动用户的因素
提升用户留存
做一个好的产品，如果只关心一个指标的话就是用户留存
虚荣指标：新增数量、流量，
实用指标：用户留存
领英怎么做这件事呢？
facebook linkedin总结出来的：
一天回来低于 50%
7天之内 低于20%
1个月之内 低于10% 永远不可能成功
怎么解决，对功能进行切分，找到功能用户粘度值
linkedin发现第一周增加5个社交的比少于5社交关系的，粘度增加3倍
不用找到为什么会这样，只需要在各个设计入口增加他的社交功能。所以不要只看留存，还要看他的核心的原因。
各个企业都有自己的魔法数字：
Twitter发现新用户在30天内关注30个好友，就很容易在平台上活跃
LinkedIn发现新用户如果一星期内加到5个联系人，留存和使用频度将会提高3至5倍
DropBox发现只要新用户使用1次Dropbox文件夹，就大大增加变成忠诚用户的可能性
用户的价值是通过一两个核心功能来实现的，不是150个功能的叠加，每个公司都有自己的魔法数字 。找到哪个那些是最忠诚的用户，然后不断的拓展你的用户。
合理的运用工具
- 5）改变未来？
- 4）预测未来会发生什么？
- 3）观察当前正在发生什么？
- 2）理解为什么发生？
- 1）以前发生了什么？
只有改变才能创造大量的价值，1、2、3、4这个步骤是不可忽略的。越往上价值越高。
问题
1、 样本含量？
开始问20个用户是否需要你这个产品？
至少需要问50个用户功能
冷启动阶段，需要拉500个用户对交互体验做测试
5000个用户做有意义的分析模型。
其它，还有是直接给用户打电话，或者站在用户边身边观察