增粗、增大、增长:《增长黑客实战》读书笔记 (上篇)

10分钟速读:《增长黑客实战》读书笔记 (中篇)

本篇文章是《增长黑客实战》系列读书笔记的最后一篇。“增长黑盒”将持续为大家分享互联网营销心得、增长黑客工具评测、技术变现案例以及各种读书笔记。

本篇笔记主要从数据、用户心理和技术驱动三个角度出发。

1.秉承数据为王

正如同在之前一篇读书笔记中提到的,增长黑客的核心是用数据来做决策,而不是凭借所谓“经验”和“感觉”,想当然地去判断结果。一个数据驱动的增长团队成员热爱数据,会以一种及时的方式获取、处理、探索和使用数据来创造效益。对于许多科技公司来说,数据更是产品的心脏。

数据分析职位正变得越来越抢手,这说明了利用数据来驱动增长已经成为了现在互联网行业的趋势。

第一种职位是数据科学家。《增长黑客实战》例举了Airbnb和Twitter数据科学家的岗位,年薪分别高达123724美元和135402美元 – 这仅次于美国工资最高的牙医岗位,甚至比律师岗位还要高!

另一种近似的职位是数据分析师。他们往往可以独立完成一条龙的分析工作:数据提取整合-分成统计-可视化诠释-开发数据工具。数据分析师与科学家在岗位职责上的区别,从字面上就可以看得出来:分析师更注重实际的工作,而科学家则看重理论和策略的优化。通常,数据分析师的能力涵盖:数学知识,分析工具,编程语言,业务理解,逻辑思维等。下图是数据分析师常用的工具:

《增长黑客实战》读书笔记(下篇): 用数据和技术驱动互联网公司增长-增长黑盒 - 增长黑客专用工具箱 - 增长黑客社区

既然数据分析岗位如此吃香,很多人肯定想知道:如何才能快速成为一名数据分析师呢?

《增长黑客实战》推荐了“数据分析师七周速成秘笈”-这是篇干货是由facebook增长团队的邹昕创作的。“速成”分为三个阶段,加起来大约需要49天:

a. 基础技术修炼:学会SQL、Excel基础功能和Tableau。一共需要80个小时,每天学习10小时,相当于8天。

b. 数据分析方法:阅读经典教材,如《Case in Point》、《Introduction to Probability Models》、《思考,快与慢》,了解各种统计学知识和分析方法。读完需要10天。

c. 行业知识:主要以平时积累为主,重复搜索-总结-思考这个流程,不断了解感兴趣的行业。这大约需要20天。

数据分析的一般步骤和需要掌握的技能点如下所示:

《增长黑客实战》读书笔记(下篇): 用数据和技术驱动互联网公司增长-增长黑盒 - 增长黑客专用工具箱 - 增长黑客社区

那么,对于创业公司来说,有没有必要去花费重金去招募数据分析师?数据分析到底能给企业带来哪些价值呢?本书描述了两个让人印象深刻的例子:

Buzzfeed这家被主流媒体所不屑的网站主要提供“专供上班族无聊消遣的新闻”,它一度面临着变现困难的问题。CEO及时转变策略,利用数据分析结合社交媒体传播,让Buzzfeed一跃成为15亿美元估值的顶尖公司。首先,Buzzfeed有一套“病毒指数”系统,通过分析帖子的指数,判断其是否值得传播,不断创造热点内容,引爆病毒传播。其次,Buzzfeed基于Hive系统构建了一套分享传播的可视化项目Pound,用来预测内容的传播效应。同时,Hive系统还可以针对不同的社交平台,指导生产不同规格的内容。

Facebook当年,Facebook进行过一次耗资巨大的改版活动-耗时一年,分配了30人团队执行项目。从“直觉”来判断,新版的页面用户体验更好。然而,对5%用户进行灰度测试时,数据却显示各项指标都在下滑,尤其是广告展示数和营收- 当月收入一度下降20%。最后,扎克伯格还是按照数据做出了决策 – 忍痛割爱放弃这次改版,并让已经升级到新版的12%的用户全部换回老版本。“一切必须经过测试”-Facebook秉持数据为王的态度,不得不让人佩服。

数据可以用来判断项目是否健康增长:

a. 留存率:facebook增长部门副总裁认为,它是“最重要的唯一指标”。如果产品的留存率很低,再多的增长都是徒劳(这是本章留给我印象最深的一句话)。要提升留存率,必须深入用户之中。

b. NPS净推荐值:全程Net Promotion Score,计量某个客户会向其他人推荐公司产品的可能性指数。公式如下:NPS=(推荐者数/总样本数)X100% – (反对者数量/总样本数)X100%

c. 惊喜时刻和魔法数字:让原本打算浅尝辄止的新用户成功驻足,转化为忠诚的常客(惊喜时刻)。奠定惊喜时刻的数据指标,被称为魔法数字。通过用户行为的观察,找到这个数字,然后进行对照测试,最后转化成批量的“标准动作”。

但是,数据不是万能的。数据无法解决下面三个问题:

a. 数据不懂社交情绪:计算机擅长为社交产品定量,而非定性。

b. 数据无法理解业务背景:人类的决策并不都是独立离散的世界,而是镶嵌在时间序列和背景之中。数据服务理解人类思维产生的过程。

c. 数据会抹杀创新精神:用固有测试模板生成流水线产品,难以让人取得耳目一新的感觉。

2.洞悉用户心理

《增长黑客实战》中提到,利用Persona抽提目标用户的典型特征,建立一个生动的用户模型,将有助于我们深入地了解用户(基本上,Persona要模拟出一个活灵活现的人物,包括姓名,爱好,真人照片等等)。通常,我们使用3-7个Persona去涵盖产品的核心用户群。Persona的七大原则:P(Primary research):基本性,E(Empathy):移情性,R(Realistic):真实性,S(Singular):独特性,O(Objectives):目标性,N(Number):数量,A(Applicable):应用性。

新手引导流程(User Onboarding也是在理解用户心理的基础上构建出来的系统,它可以帮助新用户快速找到前文所说的“惊喜时刻”。

《增长黑客实战》读书笔记(下篇): 用数据和技术驱动互联网公司增长-增长黑盒 - 增长黑客专用工具箱 - 增长黑客社区

洞悉用户心理