如何低成本搭建增长环境，操盘增长
对于我们每个职场人想要提高自己价值，掌握理论和方法论只是基础，更重要的是你有没有实际操盘工作，假设一场面试，你和面试官说我知道如何做数据分析如果我来这家公司我会从哪几个方向着手分析产品，和你真正分析过产品，能够具体讲一下观察到的数据产生的问题，远比你讲方法论让面试官心里踏实。
Part1
如何低成本搭建增长环境
所以我这次是把低成本搭建增长环境与增长方法论混合到了一起讲，搭建一套低成本的增长环境并不是接入一套友盟这么简单。如果这样简单其实to B产品早就发展起来了，它毕竟不是一个C端产品，它的复杂度主要是由于互联网技术和业务造成。所以还是有上手的门槛，其次就是你要知道相关的技能要用到什么样的功能。
这次分享分为四部分：
先分享了增长的底层理论，到底什么样的产品才能运用增长理论，以及到底有没有增长产品，产品经理为啥要懂数据分析。
第一部分讲了业务上，主要负责的核心指标，以及新功能如何评估天花板或者说收益。
第二部分讲了如何理解业务，并针对业务进行改进，以及如何做通盘的增长策略。
第三部分如何对策略进行实验，以及实验需要注意的事项。
特别申明一下：
我今天写的这篇文章不适合没有稳定的业务，它适合靠近PMF和已经验证通过PMF的业务。
Part2
好了，我们正式开始
首先我们先来看一个问题，就是增长是不是一个职位，现在我们看到很多招聘都写着增长这么一个职位，那么增长真的是一个职位？
首先我不认为增长是一个职位，它至多只能算企业的一个目标，至于数据分析对设计的产品设置数据量化指标，以及上线后查看数据反馈，通过数据洞察去修改产品，几乎应该是一个基础能力。
所以数据分析是一项技能，不应该是一个职位。其次产品经理为什么们要懂数据分析。
俞军老师说产品经理的最重要的三件事儿：研究用户，定义产品，作出高质量决策。其实都需要数据分析，绝大部分是用户需求都是存在的，所以我很少说伪需求，我更加看中的是需求量，用户价值量到底有多大。到底有多少用户在这个需求上是痛点。这是我在乎的。
用户研究和产品定义都要做定量的分析，其次决策也是一样的都是需要做定量的分析，分析用户价值的大小，预测收益。
除此之外作为产品经理或者运营，你每次优化产品总是需要用科学的方法来查看大量的用户群体是如何从行动上反馈你的优化的。这到底是用户样本本身是这样的，还是确实是你的产品迭代产生的。
那么怎么才能用数据驱动去训练自己的数据分析能力呢？我认为核心的点在于，首先是这个市场是真实有价值的，其次它接近或者已经过了服务和市场比配的这个阶段。
因为其实建立一个稳定的产品，市场，收入模型，以及稳定的获客渠道不是那么容易的一件事情。它需要在根据当前的情况不断的调整它的业务模型，商业经营模式，包括商业模式。去寻找比较适合能够稳定产生收益的模型，所以这个时候最重要的还不是量化数据分析。
而是快速的找到从种子用户扩展为快速增长的路径，去调试你的渠道以及产品。
看了很多美国做的调研的研究，他们认为增长最重要的三个核心理论就是使命、愿景、价值观，以及PMF，和AB测试这三条，其中使命，愿景，价值观，决定了你最大的天花板，你想进入怎样的市场，最终做成什么样子，价值观是怎样的。可能你看了这个有点虚，没关系，你就思考一下一个快速增长的用户群体，都有这很强的购买欲望，是不是增长的基础。
其次是你做的产品已经证明满足用户需求的。之后就是不断的进行实验，获得长效的增长。所以你可以把这个增长的方法抽象看成验证价值+演化论。就是只要价值成立，我去不断的做实验，尽可能降低我的实验成本， 总能找到正确的策略。
如果再让我增加一条，我认为是漏斗，因为用户在互联网上的行为是一个个的行为节点，这些行为节点连接起来就是漏斗。同时我认为漏斗也是一种还原论就是我拆解到原子数据后看清并优化了，那么整体就会优化。
这句话来自范冰的订阅邮件，我觉得它很好的说明了，策略和价值是相辅相成产生增长的，并不是策略产生了增长，而是用户价值本身是增长的，而策略进一步放大了这种价值。比如在视频网站公司，你做用户分层运营，落地页，AB实验都是为了让用户尽可能的增长。
考虑到用户来这里核心是看视频的，做出一个奈飞似的《纸牌屋》是带来高速增长的核心办法。用户分层，落地页，AB实验都是在当前的价值上尽可能变现，注意它并不是创造了「新」的价值。
所以说讲了这么多，只想说你要是做增长，行业的增长是一层漏斗。其实任何一个市场放大了看也是漏斗，就是一层是有需求的用户，有需求不一定是购买的用户，第二是用户知道这个产品，第三层是用户认可这个产品，最后一层是用户通过询价，比较发现你的产品，比竞品和替代品都要合适。他才会发生购买行为。
我们所说的市场要么是有需求的用户不断增多，这证明这个市场的总体容积变大了。要么就是技术导致的成本降低，即最后一层漏斗忽然一下进来了很多人。因为一个产品或者满足需求的服务降价了，那么它可能把一些之前有需求但是价格不合适的用户转化过来。
Part3
主题1.如何测量天花板
因为之前都是在创业公司，我发现创业公司最大的特点就是领导脑拍需求，脑拍KPI。当时我一直在猜想有没有办法能够预估业务业绩的。知道XXX在清华大学讲的产品课，从透露出来的笔记来看。他认为市场体量和增速是有一个默认的关系的，在一定体量下如果你有一个增速，你就可以拟合出市场来。
注意看一直在强调有一定的体量，也说明了我这次分享的内容是一定要有稳定的一个业务模型的，有一个业务体量的，否则拟合的数据不准。
测算我会从三个角度讲起，分别是业务总量，单一指标测算（核心指标），新功能测算这三个部分。
业务总量测算GMV，我们通常使用自回归差分移动平均模型 ARIMA。时间序列 是指将同一统计指标的数值按其先后发生的时间顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测。
会以历史数据来拟合，注意你要保留一部分数据作为对这个模型的测试，带入最近的一年数据看模型是否是准确的，之后就可以预测未来的收益了。
当然我们不大可能性操盘整体的业务体量，如我们负责一个业务先，我们还是需要去了解一下如何测算自己这个分支业务的指标，我们可以使用ARIMA时间序列模型来预估收益，我们也可以去寻找需要预估的指标和其他指标有无明确的关联关系，特别是比如注册率，和首次购买率，这些是在同一个转化路径上的数据。是有很强的彼此关联关系的。然后剔除掉波动很大的数据节点，我们就可以拟合出你的留存率。
下面，我们着重讲一下如何测算小功能的收益，我给出三个方法，
方法一：是你增加的一个可见的内容，或者是位置明确功能，那么可以看下相似区域的点击情况。如上图中右侧悬浮的在线客服。以及上图中的知乎，如果你的设计是把入口放到了会员中心顶通栏，那么下面footer会员tab的点击折损，再到顶通栏位置的折损就是你最终的流量。
除非你做什么异常设计，否则它很难超越这个区域用户的认知。这就自然引出了第二点。
方法二：你可以从调研的用户中去评估用户的主观效用，多少是有需求，有认知，并且认可认为价格合适的。可以去预估一下，这个需要你做过大量的用户调研或者看用户反馈也可以用这种方法来预估上线后的用户量。我这里说的是某个功能哈。
方法三：就是漏斗模型这个也可以结合方法一和方法二一起来看，首先用户一定是有一个功能入或者说场景的唤起点，你可以看这个入口的区域的点击情况，其次大概估算一下有多少用户，第三是假设终点是最终的转化点，看一下路径上有哪些关键节点，假设节点转化率来预估最终收益。
其中两种都可以用友盟的方法来实现，比如相似的区域可以通过无埋点来查看点击量。第二是漏斗模型可以上线后帮你验证你的猜想。对这不是商（shi）业（yong）广（fang）告（fa）。我希望告诉你如何把工具用到操盘方法论上，帮你快速的实现业务操盘。
第二是大部分的分析工具用法是很相似的。因为底层存储的数据纬度近乎一致。1）一套免费的不限时间的友盟，可以让你快速学会分析工具的使用。2）熟练使用分析工具会让你对页面对数据分析有新的理解。3）实操过后，会让你在求职中拿到更大的砝码。
说了这么多量化方法和数据决策的方法，但是我不是一个数据笃定主义者，任何工具和手段都是为了实现业务的增长，本质还是创造用户价值，最终实现商业价值。那么完全依靠数据有哪些问题，我总结了五条：
第一：效用是主观的，比如用户喜欢喝茶，他就认知到茶的价值，你就算把猫屎咖啡降价到1元一杯，他们也不会去购买的。其次是效用多少无法评估。所以做量化的问卷去评估用户的效用是不科学的，最好是用钱来评估。
第二：就是数据反映了用户的行为趋势，没有用户的情绪和感受，比如用户点击了五次抖音看完了，并不代表他喜欢继续看下去。比如他是一个考研的学生，下次推送后，他把App删除了。
所以，在武汉和北京我都问了现场的听众有没有机会去做用户听音，其实如果你的产品是一个轻体量的产品，不一定有客服中心的，或者创业公司嘛，老板都希望你写PRD推进需求，做什么用户听音。所以很多人其实是没有真正的调研过客户的。
又到了功（guang）能(gao)介(shi)绍(jian)对于哪些没法做用户听音的客户，我更加推荐你们使用友盟，特别是单个用户访问路径的功能，因为我知道很小的公司产品的影响力，你都不一定能在微博，贴吧找到用户的抱怨，所以看单个用户访问路径，无论是流失的，还是用了你们核心功能的用户，是你了解用户的为数不多的方式。
第三：数据剥离了场景，这个同事给我的例子，统计上发现长途司机几乎每次出行都需要加很多次油，如果我们和中国的长途加油站谈一个团购的价格是不是长途货运司机会来买服务呢。其实是大部分的货运司机路线是固定的，且都已经有长期合作的固定加油站。
第四：不是所有的系统都可以找到比价好的量化收益的方式。比如基础的功能，收益很难量化。
第五：过度的使用预测方法会导致运营动作变形。比如为了完成指标做一些短期伤害用户的事情。
Part4
主题2.如何构建系统的增长策略
今年已经过了四分之一，领导估计也定好了一个亿的小目标，轮到我们来思考如何达成这个目标了。
操盘前第一件事儿，也是最要的一件事儿，就是理解你的业务是怎么赚钱的。打个比方业务就是印钞机，我们通常不会再去造一个印钞机（开发一个新业务）。我们多半是优化这个印钞机，拆解他看看他是印板不行还是零件破损，导致工作效率低下的。要找到当前印钞机的问题，让他印出更多的钱来。
通常一个业务都会有市场，渠道，产品，服务供应端组成，其中我们从一些之前试探明确的渠道来获取用户，提供给他们稳定的服务。整个链条我们肯定是希望都通过产品或者软件系统来自动化完成的。但是显然这是不可能的。我们就需要组织结构，不同的部门来通力合作，来保障服务交到用户手中。同时为了运营这家公司你一定是要投入资源的。让他用户购买后，也会有钱流回到公司。当然整个市场还包含了直接竞争的公司和提供替代品的公司。随着时间变化，市场，竞品，替代品都会发生变化，所以你的业务也会不断变化。
所以正如这页PPT，我们需要讲业务看清，只有看清业务，才知道确定哪些指标，之后根据指标来获取数据，最终根据数据发现问题。
在这之后结合老板的要（hui）求（zhi）业（da）绩（bing）来看下这个业绩从大的漏斗上看是不是靠谱的，同时预估一下几个比较重要的转化节点的问题如果改进了是不是可以优化整体的漏斗进而完成收益。当然这也包含你完成业务需要的资源和整体的组织结构，人员分工是否需要调整。
在这之后你要根据业务给出具体转化策略，注意很多方向不一定是一次性完成的，可能会步骤。
最后和业务爸爸统一思想，不要让业务爸爸反复的催促你的deadline。
其实任何业务都可以拆分成两部分，一部分是流量拉新， 一部分是留存。具体这个流量拉新和留存如何切分要看你的业务。之后拉新就会分成渠道和转化漏斗。其中渠道多半使用加法，转化漏斗多半使用乘法。
所以流量监控这部分哈，大家一般都使用工具来完成的，又到了产（shang）品(ye)介(guang)绍(gao)的时间了。接入一套免费的友盟，先把流量数据看起来，这部分自己搞也很划不来。其次看到流量数据是最简单的，你就是请研发吃顿饭，接入一下友盟就可以了。最好让他们顺便把业务数据也顺便给你做了。
业务指标体系分为两部分，一般都是GMV也会按照新客和老客来看待。老客就按照留存曲线来拆分就好了。而新客可以反向拆分来看待每个渠道最终带来的用户，这样你也知道了渠道的拉新效率。
数据看清以后，你就要针对业务变化提供策略了，从GMV包括新客和老客的收入贡献公式拆分，来看到底从哪个大的方向进行优化。同时并对这个大方向给出策略，最终统筹看这些策略需要多少资源，人力，整体上要投入多少钱。需不需要调整人员组织结构。以及需要不需要做长期的增长搭建系统工具。
我们把某个公式拆分下来的节点来用来举例子，你再去针对这个转化节点的问题去想策略。以及大概分几步完成。预计的收益是怎么样的。
下面我们讲下做数据量化分析对产品能力的提升：
第一就是通过量化明确具体的用户价值
比如我之前在互金公司，想当然的认为用户要完成注册，完成开户等初始化设置，身份认证，才去充值投资。我觉得我优化了用户身份认证就会极大的提升充值率。
但是真正的用户流程是大部分用户是先充值采取做自己的真身认证获取理财的优惠券。我认为我帮助了100%，其实只帮助了1%的用户。如果再逻辑的推导下去，如果用户继续认证，我还是没有帮助到，我只是帮助了那些一次认证失败就离开的用户。
这里又到了使（guang）用（gao）介（shi）绍（jian），就是最好对核心的路径，用户使用的先后顺序可以烂熟于心，相同的动作，如果互换顺序，可能这两个行为漏斗流量会差距特别大。比如我讲的案例。
其次很多人如果想升级友盟的付费系统，获取更多能力，需要说服老板，大部分老板不关心直接看不到的收益的事情。当然了接入数据分析系统，让你快速看到数据，开始数据驱动产品操盘业务是一个很好的帮助你自己成长的方法。但是对老板是没有明确的收益，这时候，你需要对核心的交易流程监控起来，如果发生了数据波动你又能快速找到问题，那么你就可以证明系统的价值，让领导追加投入。
核心思路还是接入免费系统，先用熟练了，先提升自己的价值，然后帮助业务快速发现问题，让老板意识到工具的价值，进而提升数据分析系统的复杂度。
这条接上面讲的用户，用户永远是分层的，大部分产品优化，绝对不是影响到所有的用户的。比如之前有一个运营找到我，希望优化活动落地页，增加更多视频讲解价值。说这个可以整体提升价值，如果你从我讲的用户分层的原因其实他只能转化部分用户。
大部分的增长人员都是做认知门槛降低，降低交易成本，也可能是设计交易模型事情，但是多半不会深入到创造新效用上。那么给更多的信息，是不是可以提升转化呢，当然可以，但是按照用户的金字塔分布，你只会影响到中等需求强度的人，他们很可能没有很好认知到这个产品的价值，你可以通过增加价值讲解转化他们，但是低需求的人可能认为划不来，要靠价格，或者改变交易方式来转化他们。
总之你一但量化了你用户群，你会发现一个功能一定不会对所有的用户起作用的，他只能对一部分用户起作用，对于不同用户来说，他的边际是会不一样的。
量化有助于你思考商业价值，首先我鼓励先从用户价值思考，因为用户价值是一切的基础，核心还是先要有用户用，这至少证明你产品有用，之后是你的产品有人付钱用（这证明你提供了很高的，并且稀缺的用户价值），所以除了给用户提供用户价值之外，一定要确定一些指标是商业价值的。要么这个指标是有很大的用户价值，要么就是有很高的商业价值。否则不建议做这个需求。
最后定指标做猜想就是为了培养自己的产品感，一定要先有猜想，然后迭代产品来看是不是符合猜想的。不要先做产品，然后翻过头来看具体是啥数据。要尽量做到对产品的预估。
Part5
主题3.如何通过实验验证猜想
你已经看了数据洞察除了问题，也给出了策略，预估了收益，数据变动以及给出了如何检测策略是否成功的分析模型。这时候就要做实验了。实验里面比较重要的我认为有这么三点：
1）要明确问题，目标，策略，以及监控的指标的逻辑关系，就是问题来自你要完成的目标。其次是监控的指标是针对问题和策略。比如我们认为注册量少，我们要优化注册转化率，我们可能是优化登录流程，那么我们检测的指标可能就是注册转化率。
2）AB实验上线后，一定要看一下数据库有没有数据，一般页面端的问题多半是1）AB工具没有work。2）网页版的AB在传值的时候，容易出现没有穿过去的情况，特别是分属于不同开发。
3）算好样本量，达到统计显著性。
又到了产（shang）品(ye)介(guang)绍(gao)的时间了。接入一套友盟的数据不单单可以分流量，制作漏斗，监测单个用户行为路径，还能做AB测试而这些都是免费的，难（kai）道（fa）不（jie）香（ru）嘛？
最后一篇讲的是AB实验需要注意的点。
第一项就是指标不能多，比如你设置十个指标总有一个是向着正向变化的，这个就是没有意义的。第二项就是样本量，这再次说明这个理论不适合特别小的公司，因为如果你的样本量不够的话，其实很难证明这个变化是你的改进造成的。还是数据波动造成的。其他两条大家看PPT就可以了。