神坛上的野菊花，深入浅出增长黑客
来源|运营有毒 ID:yyyoudu
每一个案例都经过深入信息搜索、梳理和总结，力求复盘整体的运营出发点和策略。不代表全部真实，但求有所收获。
增长黑客翻译于“Growth Hacker”，近几年从硅谷传到国内，兴起和让人们津津回味的案例包括Hotmail、Airbnb、LinkedIn和Facebook等国外巨头，而成果皆是数据倍数增长。加上其核心理念之一是零或极低的营销费用投入，因此更受到资金和资源捉襟见肘的初创公司吹捧。
通过研究增长黑客，对产品不同阶段的运营策略会有更深刻的理解。文章将抛开国外的案例角度，结合国内的环境，聊聊对增长黑客的理解和应用。
一、增长黑客的思维
先说说增长黑客的本质。根据定义来看，它是基于产品形态和数据分析，利用技术手段实现目标数据的倍数自增长。这里包含了几点潜在含义：
<1> 人员必需懂产品、数据、用户同理心和技术实现原理；
<2> 利用技术手段实现，而非依靠营销投入；
<3> 达到数据倍数的自然增长，无需依赖持续投入。
如果把这些要求全部压缩到独立负责团队，或者个人甚至，那么显然是要求极高，当然硅谷的公司们也是按照这一高标准去组建团队和执行。
增长黑客涵盖用户获取、激活、留存、变现和推荐5个环节分析优化，代表案例，比如Dropbox的邀请好友赠送存储空间、Twitter的默认好友关注等对比来看，其实国内的诸多公司都一直有实践类似的事情，只要有相对完整的团队配置。
大公司有BI、用研、UX、SEO部门，不少业务部门也有数据分析的人员或职能，优化产品和业务的数据。小公司，除了产品优化外，在推广手段之新上也令人叹为观止，比如有奖邀请的应用、站群、SEO等，时间更都早于Growth Hacker在国内的兴起。
差别在于思维和组织架构的原因，国外的增长黑客职能在国内是剥离的，根据不同的数据目标，分散于业务部门和对应服务部门，没有以“增长”为统一目的整合。
所以增长黑客并非神坛之物，也许就是你一直在做的事情。它是运营思维的新组织形式，基于增长黑客的思维来调整团队结构和目标，也许能给数据增长带来新的突破。
二、增长黑客的类型
从我们熟悉的运营理念出发重新理解，增长黑客有两个特性：
第一、它直面的问题是用户的所有转化环节，就是用户漏斗，也是运营的常规职能；
第二、技能的重新组合和极致化，譬如数据分析不再停留在业务和渠道层面，而是与产品技术紧密结合。因此增长黑客是一种更加务实和扎实的思维。
不是所有产品所处阶段和有能力组建增长黑客团队，所以将基于运营的角度来看下如何应用增长黑客的思维。
1、运营自动化
也称运营产品化，将人肉工作用程序来替代，这是运营需要养成的一种“偷懒”思维，反而能给公司节约运营成本（包括人力）、提升效率。列举几种情形：
内容自动化。包括内容的进与出，“进”是指信息的收集，通常需要去特定网站搜集诸如文章、联系方式、商品信息、图片等，这时候可以让技术人员通过爬虫程序，或者用第三方采集工具（如火车头），来批量获得，并形成特定的格式。
更高的技术要求则是对采集数据的清洗、挖掘分析和重组应用。
“出”是指产品上根据时间、格式等要求，由程序自动完成内容的导入、编辑、发布和回应。这是大多数新产品都会面临的内容空窗期。
操作自动化。包括审核、客服、商品上下架等，高频次，重复性的操作，通过规律的总结，用程序制定规则实现自动操作。
需求模块化。包括各类的业务需求，比如用户管理系统、频道模板管理系统、数据提取系统等，从中长期来看满足运营更丰富的尝试需求，降低技术成本。
譬如淘宝的TMS系统，包含了频道页面搭建所需的各种类型模块，如焦点图、豆腐块等，新建频道或优化频道都可以快速完成，并测试不同样式的效果。
2、营销产品体系
通过特定的产品和规则，达到内容和用户扩散，并形成流量回流或用户口碑的目标。在硅谷的增长黑客案例中，也有非常大量的类似案例。
现在很多的营销功能已经形成标配，比如签到、有奖邀请、分享、会员体系、排行榜等，创新功能同样有红利效应，当这些营销功能越普用，所谓的“增长黑客”效应越差。
总结一些成功的营销功能，无非基于两点：
布点，产品所到之处，必有引导。譬如Hotmail案例、分享页的下载浮窗；
基于情感，或利益驱动用户行为。很多创造性的营销案例均可代表，譬如拼团砍价、FB的代码挂件、大字报、有奖邀请体系。
当然，创新需要对用户行为数据和情感共鸣有很好的理解应用，再加上点尝试的勇气和运气，实非易事。但基于已有的玩法，在产品的不同阶段，用不同规则也是有不同效果。
譬如有奖邀请可以分为暴力邀请，和深度邀请。前者就是注册或激活就有奖励，配以防作弊规则；后者可以对邀请来的新用户的行为有一定要求，比如下单、对话、发帖等，邀请者才有逐级的奖励、分成，或者对邀请者制定二次、三级的规则，享受多级邀请的奖励。
还有签到，除了简单的加经验积分外，还可以有签到盖楼，随机签到等不同猎奇和奖励的玩法。
3、数据驱动
在增长黑客的理念中，数据分析是重中之重，既是发掘创新式优化的源泉，也是测试评估不同优化效果的依据。数据链条的目标是用户的转化漏斗，致力于提升每一个转化环节，有两个显著特点：
数据极致化。把追踪链条做长，做细致，从用户的触答数量、到注册、到互动、到付费等一系列行为，都可以追踪到单一用户，而不仅仅停留在注册转化的层面。从根本上判断渠道的优劣，进行取舍。
要做到长链条的数据追踪，技术上要求很高，国内现在有神策、GrowingIO这样的第三方深度数据服务商，也逐渐受到关注应用。
数据全面化。掌握每个转化率指标的数据构成，常规的数据分析方法，诸如点击热点图、跳出率分析，找出问题产品的共性。
譬如在做返利网站的时候，发现跳出最多的页面是商品详情页，并且有大量商品是没有返利的，当用户想购买的商品无返利，那么使用的动力就瞬间消失。处理的方式是对无返利商品进行适当的补贴，推荐其他高返利商品。
另外，也需要你细致敏感，有点想象力。很多问题基本的数据无法体现，需要串联对比看。
譬如我们希望找出影响付费转化率的因素，可能的做法是按照付费行为将用户分层，同时记录用户的其他数据指标，不断对比其他指标的变化规律。也就是增长黑客里常说“魔法数字”。
4、外部营销
开发各类的小插件、小应用、小游戏，在社交产品上分发传播。自主开发的情形，时机把握、创意酝酿、规则设置，虽有考究，但也有偶发性，千火万火，轮不到我。
一些成熟团队，或第三方，主要利用模板，在不同的主题下，反复更替，以量取胜。
增长黑客不是救命稻草，在运营上，仍要基于基本的需求分析，渠道布局和各类运营手段来制定策略，先定执行，才有衡量优化。
三、增长黑客适用性
Y Combinator的CEO：最初的正确指标是“是不是所有的用户都会非常喜欢我的产品，然后自发地口口相传”创始人最好将精力集中到这个问题上，如果答案为“是”，再将精力放到发展目标上。
这是基于硅谷式的增长黑客的适用标准，也是组建正式增长黑客团队的基础。但将增长黑客的手段拆开使用，未尝不可。
譬如初创产品首先是关注核心功能的使用情况，内容的填充，互动的及时性，通过技术手段实现一定程度的自动化。典型的案例是蝉游记通过微博抓取和过滤用户数据，并进行模拟对话邀请，实现种子用户的自动化获取。
产品发展期，有足够的数据可以分析用户行为，深入的研究用户的流失、各个功能的点击使用情况，通过小的优化降低流失。
四、成长环境
与硅谷的工程师文化不同，国内非常多的产品是运营驱动。运营在C端用户前线，承担了多数的业务发展指标，对渠道理解和用户交流深刻，并依托数据分析业务发展，优秀运营也有不错的产品思维，是增长黑客很好的潜在角色。
然而在市场压力面前，产品和数据雕琢总不如营销投入来的轰轰烈烈，受人“敬仰”，难有沉得下心的目标和环境。
再看产品经理，其对产品有天然的掌控，善用各种工具，熟悉技术原理，有严禁的逻辑。但产品经理和运营“不和”并非空穴来风，原因就是不少产品经理的成长轨迹不在一线，更多职能的是内部的需求协作和管理。大多数公司技术人员更是很多屈居业务幕后，没有很好的参与业务角色。
譬如电商类、O2O的业务驱动型公司，产品经理很多只是需求对接，运营有绝对的需求主导权。那么自然的，转化率，流量等数据分析都是由运营来完成。
但整体而言，对于集大成者，既要像产品经理，对产品足够的细节足够熟悉，和产品的一些设计理念，并熟悉技术的实施原理；也要有运营的一线市场和用户经历，以及非常好的数据嗅觉和处理能力。
从团队的角色配置而言并不难，难的是在大量的无效测试中，如何坚守独立的目标，而不被市场化的增长诱惑溶解。
五、神话还需落地
增长黑客不是雪中送炭，首要是优化出有价值，体验好的产品，并推进运营策略的执行。思维上注重数据布局、运营产品化的力量，减少对渠道投入的依赖，自我造血止血。人才结构的不同，更无需一味去追寻同质化的团队。
神化的案例飘忽眼前，原来却是漫步山野的菊花，只看如何采摘。
【相关阅读】
写给产品/市场/运营狗的黑科技教程：如何用数据抓取调研竞品、获取用户？
姑婆那些事儿推广服务 点击 :http://www.gupowang.com/news/4585.html
大家都爱搜:ASM 互联网资讯类类有话说App推广运营经验线下推广活动推荐微信营销姑婆专题姑婆圈ASO校园推广地推ASO100渠道刷量校园运营团队
姑婆那些事儿(www.gupowang.com)是互联网推广运营知识分享平台,关注移动推广(android,ios)运营,网站推广运营、校园推广及互联网领域最新动态 。欢迎关注我们的微信(gupo520),新浪微博(姑婆那些事儿)。
版权声明:本文来源于互联网,仅作分享学习之用,姑婆那些事儿负责整理推荐。文章仅代表原作者独立观点,不代表本平台运营者观点与立场。如有版权问题,请联系姑婆那些事儿—小秘书(微信号:gpxms001)协商解决
文章评论(0)