近幾年，互聯網圈有個詞很火，叫做增長黑客（Growth Hacker），即以程序員的思維來做用戶增長；隨著人口紅利的逐漸消退，如何持續維系用戶增長成為各大互聯網公司的頭等大事，各大公司紛紛組建自己的增長團隊，以期在互聯網下半場中能始終保持并占據自己的一席之地，用戶增長成為當下互聯網圈最炙手可熱的工種之一。

有很多互聯網公司的朋友過來問我關于增長的問題，大概為以下幾類：

1，（能力）做用戶增長需要具備哪些能力？

2，（思維）用戶增長應該怎么做？

3，（方法）怎么才能把用戶增長做好？

接下來會從能力、思維、方法三個方向來展開。

首先，做用戶增長需要具備哪些能力？

為了讓大家有個大致的概念，引用范冰【增長黑客】的一位人物：

安迪·瓊斯（Andy Johns），是硅谷的一名富有經驗的增長黑客，曾效力于Facebook、Twitter、Quora等著名公司的增長部門。他的職業生涯或許可以讓我們管窺一斑。2008年，當安迪加入Facebook負責用戶增長時，公司設下的指標是，必須在12個月內獲得2個億的新增用戶。

安迪·瓊斯做了兩件事：

1，向用戶提供帶有個人Facebook基本資料的博客小掛件，用戶可以將小掛件的代碼粘貼到自己的公共主頁或者博客上，對外展示炫耀。結果，這個看似不起眼的小掛件每月為Facebook帶來了數十億次展示量、千萬次點擊量和百萬級的注冊量。

2，Facebook收購了一批來自第三世界國家的通信錄服務提供商。通過這些收購，Facebook得以獲取其關鍵技術，能更快地拿到潛在用戶的E-mail地址，基于數據挖掘，對其進行精準的廣告推送。

到2008年5月，Facebook的全球獨立訪問用戶首次超過了競爭對手——老牌的Myspace。前者五月獨立訪問用戶量達到了1.239億人，頁面瀏覽量達到500.6億次，而后者的獨立訪問用戶量僅為1.146億人，頁面瀏覽量為450.4億次。

2010年，安迪離開Facebook，被當時同樣如日中天的Twitter招至麾下。他加入后組建了一支25人的用戶增長團隊，負責探尋用戶增長和活躍度提升的可能性。

安迪·瓊斯做了三件成功事情：

1，改造首頁，砍掉了熱門微博和搜索框，減少了用戶頭像的顯示面積，精簡了文案，將需要重點突出的登錄注冊區域擴大到占據整個頁面的三分之一，以便讓用戶的注意力聚焦到這里。上線后，效果立竿見影，24小時內用戶注冊率提升了約250%。

2，每當新用戶注冊，立即推薦關注至少10個用戶。讓用戶有東西可看，活躍和留存得到提高。

3，開發和優化郵件自動發送功能。提高了單位時間發送的數量，每當用戶獲得粉絲、被轉發收藏能第一時間收到郵件提醒。

在所有這些措施的運轉下，兩年間Twitter的活躍用戶數量由1億人增長到5億人。

從安迪·瓊斯身上，可以看到，做用戶增長的人應該既了解技術，又深諳用戶心理，善于通過技術化的手段解決公司產品的增長問題。總的來說，一個優秀的用戶增長人員應具備三大能力：數據分析能力、市場營銷能力和產品工程能力。

數據分析能力：包括數據統計和數據分析，前者更多偏重于記錄，通過數據埋點的方式來統計目標用戶的關鍵行為，為后者的分析提供數據基礎；數據分析則基于實際業務需求的背景及數據統計結果做出針對、有目的性的分析，常見的數據分析方法包括渠道分析、轉化分析、留存分析、用戶畫像分析、行為軌跡分析等；

市場營銷能力：懂用戶，能精準洞悉用戶心理，有效的利用各種營銷技巧來切中用戶需求，增強用戶動機，消除用戶疑慮，從而達成營銷目的。個人推薦幾本書，[美] 戴維.邁爾斯的<社會心理學（第11版）>，[美] 羅伯特·西奧迪尼寫的<影響力>，[美] 丹·艾瑞里的<怪誕行為學>，[美] 杰·亞伯拉罕的<沖破停滯點>；

產品工程能力：通過技術思維結構化自己的思考，構建【問題分解—設計解決方案—A/B測試—總結—迭代】的正循環思考方式，并在反復的測試迭代過程中，培養出敏銳的用戶嗅覺，提升做事效率；

其次，用戶增長應該怎么做？

給大家介紹兩種經典的用戶增長思維模型，AIPL消費鏈路模型和AARRR轉化漏斗模型：

AIPL消費鏈路模型，即Awareness - Interest - Purchase - Loyalty（認知-興趣-購買-忠誠），偏向于從用戶視角出發，描述一個用戶從陌生，到體驗，再到轉化，最終變成忠實粉絲的過程；很多傳統公司，如寶潔，百事等，都遵循這種增長模型；

并且，伴隨著移動互聯網的逐漸普及，人們在享受著移動互聯網帶來的信息傳播便利的同時，也產生了海量的數據，諸如石油和電力助推了第二次工業革命，電子計算機助推了第三次工業革命，那么數據作為移動互聯網的“基礎能源”，必將徹底引爆下一次的營銷革命；可以看到，中國移動互聯網的雙級巨頭，正在把海量的用戶數據和傳統的增長模型相匹配，期望通過挖掘數據帶來營銷質的增長，例如，阿里巴巴的品牌數據銀行和騰訊數據智庫（TDC）也都是以AIPL模型作為主邏輯來建設的；

同樣，對于APP的運營者來說，AIPL也是有一定的指導意義，我們都知道，AIPL是一個理想過程，不可能每個用戶都會走到忠實粉絲這一步。而運營者要做的，就是通過品牌教育、產品優化、活動運營等一系列方式，分層精確的推動我們的目標用戶逐層向上遷移。

以電商類APP為例，假如“A”對應的是新安裝用戶，“I”是有過深度訪問但沒有發生轉化的用戶，“P”是成功下過訂單的用戶，“L”是每個月都會下單的用戶，那么，對于“A”用戶，需要讓他更多地瀏覽、體驗我們的產品；而對于“I”用戶，則是需要引導他進購物車。

AARRR轉化漏斗模型，即Acquisition - Activation - Retention - Revenue - Refer（獲客-激活-留存-收入-推薦分享），偏向從數據視角出發，將用戶在不同階段參與行為的深度和類型進行拆解，從獲取用戶到推薦分享，整個AARRR轉化漏斗構成了一條螺旋上升的產品使用周期閉環。里面的每層漏斗都可以進一步拆解，有各自的套路和技巧，這些之后會單獨拆分出來和大家細講，就不在這里展開。

最后，怎么才能把用戶增長做好？有哪些通用的方法和技巧？

我自己按照AARRR集中梳理了每層環節的一些核心方法和技巧——

獲客：

客群分析（精準用戶&次級用戶）

渠道分析（Engamengt&ROI）

歸因模型（助攻的秘密）

增長曲線

激活：

消費者行為分析（內部&外部動機、偏好分析、行為軌跡）

用戶生命周期管理（RFM）

A/B測試

留存：

留存曲線

cohort分析

流失與喚醒

轉化：

廣告投放（規模&成本的面積問題）

轉化分析（漏斗、頁面優化&轉化周期）

補貼打法

獲客：

裂變模型（骨架與血肉）

文章來源：微信公眾號dantaniunai