很多同学会经常看到“用户增长”“增长黑客”“增长团队”之类的说法，并且这些岗位常常一眼看上去和数据分析有关系。
比如：
“建立系统的增长模型，驱动增长的持续化和规模化”“构建用户转化漏斗，挖掘留存关键点，发现深层问题”“分析目标用户，建立用户画像，优化增长策略”
猛一看似乎自己都能干呀，但似乎又有点区别。那到底“用户增长”是个啥玩意，和数据分析有多大关系？今天系统讲解一下。
一、用户增长的起源
互联网界很多概念都来自硅谷，用户增长或增长黑客也是来自硅谷。有意思的是Growth Hacking（增长黑客）最早应对的假想敌是传统的Marketing（市场营销）。要解决的问题是：在传统市场营销中，大家都知道50%的钱被浪费了，却不知道浪费在哪里的问题。
因为在传统企业，销售的主导权在销售/业务/分公司手里，营销活动需要通过销售落地。因此，考核营销活动效果，很难讲清楚“销售1个亿，有多少归功于，多少归功于产品本身吸引力，多少归功于销售拼命干活”。因此商品管理、活动策划、市场推广的功劳就很难衡量。
品牌宣传就更难衡量了，老板只看到每年大把银子孝敬了媒体，真正起了多少作用根本无从说起——你甚至根本不知道你在电视、报纸、路牌、电梯间、网站上投的广告，到底有多少真的让用户跑到实体店来买货。互联网的PC时代，这种状况也没有多少改观，即使网站投了广告，用户还是得在实体店买货——PC时代互联网行业挑大梁都是公司。
直到移动互联网改变了这一切。因为移动互联网时代：
移动支付+智能手机，可以让用户随时随地消费。基于智能手机，企业可以直接和用户互动。物流一类基础服务极大完善。
2014年4G开始普及，同时微信、支付宝大量攻城略地，2015年滴滴、饿了吗、王者荣耀，这些移动互联网时代的标配开始出现并且迅速占领了我们的手机。同时，《增长黑客》这本书在2015年也同步上市，还真是时势造英雄呀。一时间掀起很大风浪，甚至有人宣称，以后只有CGO（Chief Growth Officer）没有CMO了（Chief Marketing Officer）。
二、用户增长的含义
用户增长是对抗营销的不可知性的。基于移动互联网应用，确实做得到，因为：
不需要线下销售，所以不需要和销售部扯皮。用户对广告的点击、下载应用、应用内购买行为均可以记录。基于智能手机，应用可以直接联系到用户，并得到用户的反馈。
基于这三点，企业可以相对精确地记录：
我投放的广告，获得了多少客户点击、下载。客户更容易反馈XX类的产品、活动、宣传。没有反馈的客户，停在了哪个环节。
终于，困扰营销界的千古难题，得到了一定程度的解答。（注意，千古难题并没有得到全部解答。既然数据可以记录，就可以造假。互联网广告界造假手段花样繁多、琳琅满目，完全可以单独写一本书了。有兴趣的可以关注公众号计算广告，跟着大神开开眼界）
基于这些精确的记录，企业可以：
追溯客户来源了解客户需求分析广告效果改善产品设计改善操作流程
经过这些工作，可以理直气壮的说：
我们投入营销费用，实现了增长！我们知道钱花到哪里去了！
这就是增长黑客or用户增长的概念流行一时的原因。
当然，硅谷的东西到了国内都会变形，用户增长也是。国内互联网企业太沉迷于烧钱做补贴圈市场的模式，沉迷于先免费圈人、再收费割韭的套路，沉迷于“过把瘾就死，不死就暴富”的赌博游戏。于是用户增长，渐渐演化成三大流派：
裂变流：这帮人口中的“用户增长”，就是基于微信做各种裂变，各种快速圈人，往往还伴有三级分销等打擦边球的东西。
投放流：这帮人口中的“用户增长”，就是做广告投放，基于各种广告平台规则砸钱圈人。往往他们喜欢喊“流量为王”，最近流行的“私域流量”也是他们捣鼓出来的。
ABtest流：上两类都是小平台，大平台往往已经有很大存量规模，于是想办法做“质”的增长，其中的核心就是ABTest。自己不会做没关系，多搞一些点子试试就好了。
当然，你会说从工作内容上看，这玩意和数据运营、渠道运营、用户运营有好多交集。为啥不是这些传统部门来承接，还要搞一个新概念。大家要知道：做管理的可不像我们这些搞技术的，做管理的总是天生喜欢捣鼓点新概念。新概念才能更吸引力，才能整合新团队，才能搞出更多位子升官。才能搞出更多个人成长机会。所以大家习惯就好。
而细心的读者已发现，以上三类工作都跟数据分析有直接关系！这也是开篇各种疑问的来源。
三、用户增长与数据分析
用户增长要对抗未知性，必然依赖数据分析。可以说数据分析能力是增长团队的核心能力之一（必须加之一，明白这个很重要）。
最基础的，是数仓、和数据埋点，没了这俩连记录都没有，后续就无法分析了。
再往下，最基础的指标是AARRR，这个指标体系往往用来衡量用户群体规模、增长态势、重点环节。陈老师之前有分享，戳链接：AARRR模型的使用注意事项【防坑提醒】。
再往下，三大流派对应的分析方法是有区别的，我们详细分享下：
▌裂变流：K因子与超级传播者
裂变流的核心在于：参与裂变的用户有多大比例能真正响应，响应裂变的用户能带来多少新增。因此裂变流喜欢讲K因子（K因子=邀请数*转化率）。以此衡量裂变效果。不过从实际操作上看，超级传播者分析思路会更适合。因为每次裂变，真正能带来大量新增的往往是少数KOL或者至少是个KOC，所以区分是否存在超级传播者，到底传播力有多少，对于设计裂变方式有非常重要的参考意义：
▌投放流：转化漏斗
投放流的核心就是投放的转化漏斗，转化漏斗在很多地方都有分享，大家看图就好：
▌ABtest流：ABtest搞起……
ABtest有很多成熟的文章分享，这里不再赘述，大家看图就好。
需要提醒的是，ABtest本身并不是唯一检验idea的方法，还有很多其他方法可以用。ABtest太耗时间，而且经验上看，结果会存在偏向性。往往产品流程用Abtest，一般都是接近传统流程的方案胜出。往往是转化问题的Abtest，一般都是优惠度大的获胜……所以ABtest可以用，但切莫沉迷。
四、用户增长岗位好不好
讲了这么多，很多同学自然会问：那作为数据分析师，加入用户增长团队好不好？有没有什么坑点要注意。这里一并解释一下：
首先要明白：用户增长不是数据分析！用户增长本质是个业务部门，要对业务负责任。甚至有可能个人都要对活跃用户数、付费用户数、转化率等业务指标负责。这对很多做数据分析的同学是个考验。有些同学就是你让他写报告可以，一提“负责”“绩效挂钩”“不行扣钱”他就怂了。所以在选择团队的时候要小心看清楚：到底要不要负责，负哪些责，然后评估下自己抗的住不。
其次，用户增长核心能力不止数据分析。比如裂变，如何设计裂变形式、测算奖励幅度？比如投放，如何设计海报、选择渠道？这些需要的是运营能力。这又是做数据分析同学的一道坎。很多做数据的同学停留在：“活跃低了，要搞高”上，缺少实际业务能力。因此在选择团队的时候要小心看清楚：到底这个岗位需不要业务能力，需要多少。当然，也有些增长团队，就是单纯招数据分析师，所以要小心鉴别。最后评估下，自己抗的住不。
丑话在前边说完，讲点有吸引力的。用户增长部门可能在某些公司很核心，可能是新设部门，可能有很好的绩效奖励（远远大于数据分析部门），所以在薪资、个人成长机会上，都可能是一个好选择。毕竟不是所有的程序员都能做到架构师，毕竟不是所有公司都需要首席数据科学家，所以对很多同学是个好机会，具体怎么把握，就看个人能力和公司条件了。
