洞察并解锁数据增长的隐藏线索 / 开普饭

5月7日，诸葛io数据巡展来到「深圳」，本次巡展的主题为《让用户从“初见”到“狂热”的数据洞见》，大咖精英云集，共同分享智能数据驱动决策下的用户增长。

到场嘉宾有诸葛io联合创始人赵乾坤博士、嘟嘟巴士市场总监郭知静、小蓝单车深圳市场总监江珊芝、广州向日葵信息科技有限公司Growth Hacker负责人罗玲，之前分享了嘟嘟巴士市场总监郭知静的发言再多"讨好"用户的套路也不如真诚相待（点我查看）。

今天的内容整理自：诸葛io联合创始人赵乾坤博士的现场发言《洞察并解锁数据增长的隐藏线索》。

❶ 增长是企业发展的核心

❷ 增长的基础：策略篇、用户篇、产品篇

❸ 增长的核心要素

❹ 增长背后的逻辑

❺ 诸葛io的增长特技

现场手绘版-课堂笔记

增长是企业发展的核心

先分享一个理论和一个定律

荷塘理论：

一个池塘要长满荷叶,假设第一天你能看到1片荷叶,第二天你能看到2片荷叶,第三天你能看到4片荷叶,第四天你能看到8片荷叶,以此类推,每天以成倍的速度增长,问荷花铺满整个池塘的前一天,池塘里有多少荷花!

现在企业的增长是指数级的增长，不是线性的增长。增长背后是因为整个世界环境在不断变化，这个变化其实反过来是需要通过数据的方式进行衡量的。

诺威格定律：

诺威格定理是指“当公司的市场占有率>50% ，市场占有率无法再翻番了”。

这个理论和定律，侧面反映了现在市场增长的速度之快。很多公司都经历过从上线初期补贴用户，之后逐渐取消补贴，最后实现收费变现的过程。什么时候停止补贴，这是经过计算的。

最早的滴滴和快滴，合并之后整个市场占有率超过30%，这个时候立马就会停止补贴，因为背后有一套数据算出来增长指数在什么地方。隔了这一天之后，不用补贴，增长速度依然还有这样的惯性，这个惯性过来之后，不得不用它的服务，不管是司机端，还是C端消费者，如果不用它叫不到车，司机如果不用它拉不到特别多的活儿。

从策略、产品、用户的角度

看增长逻辑

策略：单点需求→复合需求→稳固满足→生态系统

任何一个企业，在初创时期，首先要满足的是客户的单点需求，实际上这个单点需求是一个种子。比方说，最开始滴滴或快滴，满足的是叫不到车的单点需求，所以需要一个软件能够知道周围有哪些车，通过这个平台通知司机来接你。包括最早阿里巴巴做B2B平台，包括企业建立信息沟通的桥梁。

之后是复合需求，最开始是叫不到车，后来发现有快车，也有专车，任何一个产品从单点需求的满足之后，扩展到复合需求的满足，针对不同的人群，不同客户需求扩展产品策略。有了这些之后，当我们把各个场景覆盖之后，这个时候需要有一个突破性的进展。

比如，滴滴，现在大部分预算放在研究新的智能驾驶，研究电动车，研究出行交通工具本身。它也在扩大它的生态系统，这个生态系统不只是自己往上下游去扩展，同时也是开放自己的接口，比方说从供应商那边，如果它要做智能汽车，可能会跟汽车厂商合作，如果做智能驾驶，需要跟背后的AI算法的公司进行合作。最终形成了一个基于交通的生态圈。

比如阿里，从最开始B2B，到现在的天猫，到后面的生态系统，包括支付、物流配送，都是生态构建的过程。任何一个企业在增长的过程策略基本上都是按照这样的方式进行扩张的。

从用户角度看，任何一个产品，其实它在市场上得到认可的过程是分为这几个部分（上图），新产品刚出来一定寻找最早使用该产品的用户，这些用户要么对行业或对这个需求有感受，并且愿意去冒险。比如，苹果手机刚出来的时候，最开始使用的人，其实并不是多么认同它，而更多的是认同这种体验，这种价值。苹果的价值是“就要跟别人不一样”，它最开始获取的第一部分的用户，就是希望刻意跟别人不一样的这些人，这些人成了它首批客户。

小米社区，曾邀请打算购买的潜在用户在该社区中提需求，比如：希望小米手机具备何种功能，能帮“我”做到什么，最终当建议得到采纳时，用户会觉得很爽，转身就成了小米的代言人，同时会向不同的人去推荐。

在第二个阶段，通过产品的价值得到行业或有影响力人的认可，在此之后就必须做出引爆式的增长。

由上图，前面两部分的占比加起来只有16%。假设这个市场有一千万的潜在用户，前面一开始只占了16%，从16%到34%，实际上是有一个巨大的鸿沟。这个过程中，实际上就是从0到1的过程。前面增长的过程是一个验证的过程，后面大部分客户的需求能不能得到满足，这需要通过实验来达成。到后面一些晚期用户，大部分都是跟风，如果有一半的人都在用，基本上他也会去用。最后留下的这部分，是对创新有抵触情绪的。

这是我们认为产品增长的一个基本规律，是任何产品推出来必须遵循的一个规律。

产品：找到切入点→从0-1→从1到100 （万）Growth→100（万）到无穷大

产品本身，如何构建一个有增长性的产品。可分为四个部分，从无到有，从有一个想法开始，怎么样验证这个想法。正如嘟嘟巴士的案例，最好的想法来自于自己的需求，自己有亲身体验，觉得这个地方不方便，需要这样的服务，但是市场上现在没有这样的服务。

第二部分，这个服务并不是一个类似航天计划这样一个非常复杂的工作，可以通过技术手段实现。

第三，如果你说出一个创业想法，周围很多人说这个点子不错，基本上就别做了，因为这个肯定不行，在最初提出这个想法的时候，一定是只有极少数的人认为这是一个不错的想法。这个和前面的用户增长的曲线是匹配的，只有少部分真正的用户有亲身体会，愿意冒险试用新产品。

怎样找到一个好的切入点？刚才从三个维度去衡量。从0到1，当你都想到这些点，周围的人也觉得不是特别好的想法，甚至很多人反对。把我的产品推向市场，并且在市场上得到一定的认可和反馈，市场在产品的契合度。这个过程中需要利用精益创新，先出一个最小的可行化的产品出来。

举个例子，美国有一家网上存储公司（类似国内的百度网盘），最开始这个创始人不太懂技术，就画了几张图，其实这些都没有实现出来，这个图模拟的是这样的过程：假设你现在有手机、PC，有很多文件需要同步，怎么样解决这些问题？我现在给你提供一个解决方案，在手机上做的任何操作或文件的传输在PC上可以直接看到。拿这几张图得到一部分投资人的认可，然后开始推进这件事。

从一个想法到设计出来，到验证反馈的过程。0到1的过程不容易进行标准化，因为其中的变数比较多。今天要讲的是增长，从1到100的过程，产品基本上得到了一部分人的认可，需要把市场快速做大，让更多人使用。这就是产品从1到100的过程。当真正做到100，最后要继续往下增长的时候，要扩展新业务的模型，或者说新的产品，或者是新的上下游的业务。这部分是一个生态系统的构建。

商业分为三个核心的部分，要有产品，有目标用户，同时要勾勒出来用什么样的产品功能特点去服务什么样的客户，这是一个三角关系。这中间实际上是需要通过数据的积累、衡量进行分析和验证的。

诸葛io的MVP概念和精益创业理念，先有这个假设，基于这个假设去观察到底是对？还是错？探究背后的原因是什么？洞察客户需求产品的根源是什么？然后再采取一些行动。这些行动能不能从根本上解决假设里面列出来的用户需求，通过这个反馈形成一个闭环。最终验证这个产品或产品功能点的研发，甚至说产品的转型，都需要用这样的方法论去验证的。

增长背后的逻辑

注意力-》体验-》交易

寻找你的第一增长指标

增长背后的逻辑可以分为两块，第一，所有的增长都是遵循三步法则，从注意力开始到体验，建立信任，到最终交易的过程。不管是现在大家用的手机也好，骑的单车也好，打的车也好，首先会通过各种广告渠道，各种媒体投放，各种方式获得你的注意。然后它会拼命的去吸引你去体验它，只有通过体验你才能真正的跟它产生信任的关系，有了信任的关系，才有可能为它买单，形成交易。

在整个增长背后的逻辑里面，不同的阶段，不同的产品，不同的行业在不同的时间点，必须找到第一增长的指标。在不同的时间段，一定只有一个目标，这是一个可以量化并且可以衡量的指标。

比方说，我们在最初做注意力获取的时候，看有多少展示，有多少覆盖，这是注意力的阶段。当注意力达到一定程度之后，要这些人来体验我们的产品，甚至对我们的产品产生信任，这个时候指标又发生一些变化。这个时候第一阶段注意力的指标已经成为一个虚指标，这个指标如果不能跟第二个指标之间产生相关性的连接，它是孤立的。

在这三个阶段，我们会定义不同的核心指标。怎么做商业的增长，“2A3R”的模型是做增长的基础框架，首先要获取用户，让这些用户知道你，不管你是通过广告、微信、微博，或者是朋友圈的方式。第二部分，他知道你之后，你要把它激活，让它真正的变成你的客户，这有不同的定义。可能对于某些APP来说，可能让他下载APP就可以了。对于线下的客户，要真正能够去体验，注册成为客户，这算是用户的激活。对于电商来说，可能是把流量带过来，必须在这儿成交一单，那才是真正激活的用户。

当你突破了这道坎之后，要让你的用户持续的使用你的产品，当然前期是根据产品本身的属性。当他长期购买你的产品，你产品的服务、质量不错的情况下，他会帮你做一些口碑的传播，让周围更多的人知道你的产品。经过这样一套逻辑，最终达到的目标是在收入上有比较大的增长。

刚才说到，增长的过程中，指标一定要是商业化的指标，什么是商业化的指标，假设我是某电商平台的运营和市场的同事，我跟老板汇报说“通过线下扫码，这周网站来访用户多出了50%，在电商网站上停留的时长增加了30%”，这两个数据并不是一个核心的商业目标，而是要分析为什么收入增加了？还有什么办法让增加不断复制？

换一个角度，如果你是一个视频网站，或者是一个内容平台，通过市场活动，线下宣传推广，最终跟老板汇报说“我们的用户量增长了50%”，这个是一个合理的跟商业相关的指标，让用户停留的时间更长，就有更多的机会，更多的时间在视频里面插播广告，在浏览的过程有更多的位置展现广告，这是和商业相关的。不同的企业在自己选择自己的第一指标的时候一定要与自己最终的核心指标相关。

有一种办法实际上是把核心指标进行拆解，最终的目的是要赚钱，基于A类、B类企业赚钱的模式不一样，A类企业是看订单量和客单价，通过不同的方式优化某一个变量，最终总量会得到提升。增长并不是指我们能看到的数据量的增长，或者是某一些指标的增长，一定是商业本质利益的增长。

诸葛io的增长特技

广告监测

广告监测，任何一个产品推向市场，可能会去腾讯的广点通买微信、QQ的广告，或者是在微博上做大号的投放，或者是通过百度关键字竞价进行流量的购买。传统逻辑上，这些流量的购买只会告诉你：你花了多少钱，带来了多少的流量。

刚才所说的，所谓的增长一定要跟商业逻辑相关。诸葛io的广告监测不仅打通了流量获取全过程，更多的是把流量获取之后，将后续的用户行为与获取渠道产生关联。假设你是一个电商网站，以前通过广告监测，只能知道通过不同的渠道获取了多少流量过来，但是这些流量进来以后有没有购买你的商品，有没有按照你设定的路线去执行，有没有搜索你的商品，最终怎么样找到你的商品并下单？

通过诸葛io打通用户最终的触点，到用户的行为数据到交易数据。比方说，我们会发一些红包，在某一个时间点或某一个地域发一个红包，发红包之后的有效性有没有，针对哪些人这个红包的有效性是更高的。这个过程要整合红包的发放、领取，后续的数据。如果说你的红包发放是通过分众传媒或二维码发的，这个时候只能监测到这个渠道带来了多少流量，而这些流量后续到你这儿有没有最终的结果，没有达成交易的那些用户都做了哪些操作？他有可能试着去开锁了，但是后来又放弃了，有可能打开了，但是周围没有车，各种情况都会发生，这些情况如果不通过数据的打通，是很难获取到的。

获客分析

诸葛io典型客户——光明牛奶，覆盖区域以上海本地为主，提供“送奶上门”服务。光明乳业非常传统，在户外广告牌投广告，通过送奶员扫二维码，实际上它在不同渠道花了不少的钱，但只能知道这个渠道本身的流量大概是多少，最多找第三方做一个监测。但实际上这些人到它订奶的APP到底是订了哪些奶？这些用户行为他完全不知道。这方面诸葛io对光明牛奶进行数据整合，优化了媒介投放的策略，在哪些地方投放的效果最好，这个效果并不是指流量，而是刚才“2A3R”整个流程，到最后的交易。

Aha Moment

Aha Moment，有些东西看不懂，突然就懂了。

说一个案例，美国Facebook在校园进行过推广，获取了大量用户进行注册，每天新增的用户特别多，但是留下来长期使用的用户没有新用户增长那么快，但不知道什么原因。

我们把数据分析一般分为两部分，一部分是假设验证，一部分是探索式的分析。探索式的分析就是刚才这种场景，观察到一个现象，但不知道背后是什么原因造成的。探索性的分析主要是解决一些我们不知道我们知道的东西。世界上有一些事情是我们知道我们知道的，有一些是我们不知道知道的，我们不知道知道的那些其实是非常重要的。Facebook如果新进来一个用户在十天之内没有加到7个互相之间的好友，他后面再也不来的概率比其他的高出数倍，也就是说基本上就不会来了。这是通过数据分析的方法获取的。首先我们不知道跟时间、好友、行为有什么关系，这是数据分析的魔力。

有了这样的发现之后Facebook会做什么事情呢？会给新用户推荐在这个平台上可能认识的人，当用户加到七个好友后，基本上后续就会不断的再过来做其他动作。

这是诸葛io本身支持的功能，我们服务一个直播平台，直播平台会考虑，怎么让用户充值，用户什么情况下会充值？基本上80%的用户在第一天会充值，这是不可思议的事情，这80%充值用户后续又有多少人会继续充值呢？我们服务的平台，当时二次充值率是极低的，基本上一大半都会流失。后续充值和后续没有再充值的这些人的特殊性在哪儿？首先是人群属性，从地域也好，年龄也好，在线时间段也好，看这些特征。还有就是充值之后的行为，是花钱购买礼物？还是进行文字沟通？还是通过其他点赞方式进行互动？所有这里面变动的因素特别多。我们通过数据分析帮客户明确找出了最终能够刺激客户二次付费的核心点。

个性化服务

个性化服务是为暴走漫画（以下称“暴漫”）做的数据服务。在暴漫早期，每个用户进入之后看的东西都是一样的，个性化服务指的是从用户怎么来的，到用户来了之后干了什么，整个全流程的数据积累，诸葛io帮助暴漫做了一个个性化的推荐服务。也就是说，现在打开暴漫，你看到的和别人看到的可能就不一样，这不是简单的基于用户订阅了什么，而是基于用户看了什么，看了之后有没有点赞，之后有没有进行搜索，以及用户浏览内容的标签和属性。因为暴漫是靠广告盈利的，对于用户停留的时长，以及看文章的篇数有了2倍的增长。这不叫讨好用户，更多的是了解用户，知道他的需求，给他跟他需求相关的内容。这就是诸葛io数据分析背后的核心应用场景。

产品改版评估

不管是硬件还是软件产品都会进行改版升级，在改版过程中，我们都会设想一条路径，如果改版之后，预期数据是这样的——有官方统计，在产品改版，有1/3的产品改版是让用户的体验变差的，不但没有变好，而且是变糟的。有1/3是持平的，1/3是最终变好的。

诸葛io帮助客户做的事情是，针对不同的版本，衡量企业对应的核心指标的变化。这个变化背后的人，是什么样的人在改版之后用了，这些人具备什么样的特色，怎么样把这些同类型的扩散出来，让用户知道你的新功能。任何一个产品改版，实际上都是产品新功能从早期的使用者，到早期的主力军，到后面客户获取的过程。

行业看板

针对不同的行业，诸葛io有不同的解决方案，比如说电商行业，到底应该关注哪些指标，电商人可能都知道，要看RF模型，最近一次消费，消费频次，贡献值。如果我是一个做内容服务的厂商，需要关注用户观看的频次，停留的时长等数据指标，基于所有诸葛io服务的客户，我们积累了不同行业的经验。

诸葛io是基于产品+服务的模式。数据产品不像买手机，iphone设计出来小孩都会玩。如果是专业产品，要让分析师可以用，产品部、市场部、老大们也可以用，这其实是很困难的事情。

以“用户”为中心的

数据统一管理平台

诸葛io的理念是通过产品+服务的方式，帮助企业驱动它的增长。

分享一下在行和分答的案例，在行曾创造40天一个亿估值的奇迹。后来发现在线上进行预约，线下见面这样的商业模式增长并没有预期的那么快。很多专家收到了很多用户的收藏或喜欢，但被约见的概率很低，刚开始都不知道原因，就各种猜想。

过程中，在行的同事说要做人群画像分析，看这些购买了线上服务和线下约见的人，和点收藏但没有去支付的人，甚至说上来看一看的人，看这三波人本质上的差异是什么。本质上没有发现什么差异，在行提供的服务相对来说都是偏互联网、创业专业一点的。后来基于数据，我们是用实验的方式，通过数据来验证一个商业模式。因为在行的专家大概要两百块钱以上可以约见，约见的成本高，不是说跟他约一下还需要协调时间。第二，一下支付两百块钱，如果他讲的东西我都不认同，或者说讲的东西对我没用，那岂不是很浪费。

从这两个方面，在行出了“吱”一下的功能，可以通过语音先问一个问题，三五块钱就可以让专家听到，专家通过语音的方式给你进行回答，这样的方式在在行里面进行实验。为什么这些人没有形成交易。通过刚才那套逻辑，先做一个假设，通过一个原型进行验证，然后得到一个反馈，对产品进行契合，最后再做大规模推广宣传的过程。

目前，在企业数据非常分散，CRM系统、客服系统、线上网站上的用户行为数据等等都是孤立的，诸葛io首先是为企业提供多元的数据整合，提供一个统一数据管理平台，避免了各个部门没有在一个统一的口径下进行数据的统计和对比。

要解决用数据驱动业务增长，首先第一步要在企业内部做好数据梳理，做数据统一化集成的管理，并不是把所有数据放在同一个数据库里面，更重要的是把这些数据的关联性连接起来。通过一次市场活动带来了多少粉丝，这些粉丝在网站，在APP上的行为是怎样的，后续形成的交易是怎样的。串联起来之后，衡量和后续带来的策略才能带来效果。这些是非常基础的一部分。

很多传统企业，包括互联网企业也一样，对于数据并不是所有人都知道该怎样去用。目前数据系统的可用性，或对用户的友好度是不够的。诸葛io希望每一个部门，每一个执行者都可以在我们的系统，通过简单的设置拖拽可以定义一些与自己KPI相关的指标，不需要懂BI，也不需要懂数据采集，每一个人都可以在上面定义自己想要的指标。部门的工作应该怎样协调，业务进行怎样，要进行实时反馈。

以前，数据大多在一个部门管理，现在要把这些能力赋予到各个业务执行层面上，通过KPI拆解协同的完成整个业绩目标。诸葛io可针对用户生命周期对用户所有的细节进行查看，所有指标的背后都可以知道达成这些指标背后的是哪些人，没有达成的是哪些人，都可以一对一的进行服务。