最近几年，互联网圈有个词很火，叫做增长黑客（Growth Hacker），即以程序员的思维来做用户增长。

随着人口红利的逐渐消退，如何持续维系用户增长成为各大互联网公司的头等大事，各大公司纷纷组建自己的增长团队，以期在互联网下半场中能始终保持并占据自己的一席之地，用户增长成为当下互联网圈最炙手可热的工种之一。

有很多互联网公司的朋友过来问我关于增长的问题，大概为以下几类：

1、（能力）做用户增长需要具备哪些能力？

2、（思维）用户增长应该怎么做？

3、（方法）怎么才能把用户增长做好？

接下来会从能力、思维、方法三个方向来展开。

首先，做用户增长需要具备哪些能力？

为了让大家有个大致的概念，引用范冰【增长黑客】的一位人物：

安迪·琼斯（Andy Johns），是硅谷的一名富有经验的增长黑客，曾效力于Facebook、Twitter、Quora等著名公司的增长部门。

他的职业生涯或许可以让我们管窥一斑。2008年，当安迪加入Facebook负责用户增长时，公司设下的指标是，必须在12个月内获得2个亿的新增用户。

安迪·琼斯做了两件事：

1、向用户提供带有个人Facebook基本资料的博客小挂件，用户可以将小挂件的代码粘贴到自己的公共主页或者博客上，对外展示炫耀。结果，这个看似不起眼的小挂件每月为Facebook带来了数十亿次展示量、千万次点击量和百万级的注册量。

2、Facebook收购了一批来自第三世界国家的通信录服务提供商。通过这些收购，Facebook得以获取其关键技术，能更快地拿到潜在用户的E-mail地址，基于数据挖掘，对其进行精准的广告推送。

到2008年5月，Facebook的全球独立访问用户首次超过了竞争对手——老牌的Myspace。前者五月独立访问用户量达到了1.239亿人，页面浏览量达到500.6亿次，而后者的独立访问用户量仅为1.146亿人，页面浏览量为450.4亿次。

2010年，安迪离开Facebook，被当时同样如日中天的Twitter招至麾下。他加入后组建了一支25人的用户增长团队，负责探寻用户增长和活跃度提升的可能性。

安迪·琼斯做了三件成功事情：

1，改造首页，砍掉了热门微博和搜索框，减少了用户头像的显示面积，精简了文案，将需要重点突出的登录注册区域扩大到占据整个页面的三分之一，以便让用户的注意力聚焦到这里。上线后，效果立竿见影，24小时内用户注册率提升了约250%。

2，每当新用户注册，立即推荐关注至少10个用户。让用户有东西可看，活跃和留存得到提高。

3，开发和优化邮件自动发送功能。提高了单位时间发送的数量，每当用户获得粉丝、被转发收藏能第一时间收到邮件提醒。

在所有这些措施的运转下，两年间Twitter的活跃用户数量由1亿人增长到5亿人。

从安迪·琼斯身上，可以看到，做用户增长的人应该既了解技术，又深谙用户心理，善于通过技术化的手段解决公司产品的增长问题。

总的来说，一个优秀的用户增长人员应具备三大能力：数据分析能力、市场营销能力和产品工程能力。

数据分析能力：

包括数据统计和数据分析，

前者更多偏重于记录，通过数据埋点的方式来统计目标用户的关键行为，为后者的分析提供数据基础；

数据分析则基于实际业务需求的背景及数据统计结果做出针对、有目的性的分析。常见的数据分析方法包括渠道分析、转化分析、留存分析、用户画像分析、行为轨迹分析等；

市场营销能力：

懂用户，能精准洞悉用户心理，有效的利用各种营销技巧来切中用户需求，增强用户动机，消除用户疑虑，从而达成营销目的。

个人推荐几本书：

[美] 戴维.迈尔斯的<社会心理学（第11版）>，

[美] 罗伯特·西奥迪尼写的<影响力>，

[美] 丹·艾瑞里的<怪诞行为学>，

[美] 杰·亚伯拉罕的<冲破停滞点>；

产品工程能力：

通过技术思维结构化自己的思考，构建【问题分解—设计解决方案—A/B测试—总结—迭代】的正循环思考方式，并在反复的测试迭代过程中，培养出敏锐的用户嗅觉，提升做事效率；

其次，用户增长应该怎么做？

给大家介绍两种经典的用户增长思维模型，AIPL消费链路模型和AARRR转化漏斗模型：

AIPL消费链路模型，即Awareness - Interest - Purchase - Loyalty（认知-兴趣-购买-忠诚），偏向于从用户视角出发，描述一个用户从陌生，到体验，再到转化，最终变成忠实粉丝的过程；

很多传统公司，如宝洁，百事等，都遵循这种增长模型；

并且，伴随着移动互联网的逐渐普及，人们在享受着移动互联网带来的信息传播便利的同时，也产生了海量的数据，诸如石油和电力助推了第二次工业革命，电子计算机助推了第三次工业革命，那么数据作为移动互联网的“基础能源”，必将彻底引爆下一次的营销革命；

可以看到，中国移动互联网的双级巨头，正在把海量的用户数据和传统的增长模型相匹配，期望通过挖掘数据带来营销质的增长，例如，阿里巴巴的品牌数据银行和腾讯数据智库（TDC）也都是以AIPL模型作为主逻辑来建设的；

同样，对于APP的运营者来说，AIPL也是有一定的指导意义。

我们都知道，AIPL是一个理想过程，不可能每个用户都会走到忠实粉丝这一步。而运营者要做的，就是通过品牌教育、产品优化、活动运营等一系列方式，分层精确的推动我们的目标用户逐层向上迁移。

以电商类APP为例，假如“A”对应的是新安装用户，“I”是有过深度访问但没有发生转化的用户，“P”是成功下过订单的用户，“L”是每个月都会下单的用户，那么，对于“A”用户，需要让他更多地浏览、体验我们的产品；而对于“I”用户，则是需要引导他进购物车。

AARRR转化漏斗模型，即Acquisition - Activation - Retention - Revenue - Refer（获客-激活-留存-收入-推荐分享），偏向从数据视角出发，将用户在不同阶段参与行为的深度和类型进行拆解。

从获取用户到推荐分享，整个AARRR转化漏斗构成了一条螺旋上升的产品使用周期闭环。里面的每层漏斗都可以进一步拆解，有各自的套路和技巧，这些之后会单独拆分出来和大家细讲，就不在这里展开。

图片来源：slidemodel.com

最后，怎么才能把用户增长做好？

有哪些通用的方法和技巧？

我自己按照AARRR集中梳理了每层环节的一些核心方法和技巧——

获客：

• 客群分析（精准用户&次级用户）

• 渠道分析（Engamengt&ROI）

• 归因模型（助攻的秘密）

• 增长曲线

激活：

• 消费者行为分析（内部&外部动机、偏好分析、行为轨迹）

• 用户生命周期管理（RFM）

• A/B测试

留存：

• 留存曲线

• cohort分析

• 流失与唤醒

转化：

• 广告投放（规模&成本的面积问题）

• 转化分析（漏斗、页面优化&转化周期）

• 补贴打法

获客：

• 裂变模型（骨架与血肉）

如下图所示，之后会在<用户增长-分析方法篇>和<用户增长-实战演练篇>中为大家详细论述，敬请期待。

以上仅为个人的一些关于用户增长的心得，欢迎大家留言探讨。