最近一兩年間，繼 『Lean Startup』 之后，又有一個(gè)新的 Buzz 名詞在創(chuàng )業(yè)圈子里很火：『Growth Hacker』。Growth Hacker 專(zhuān)指那群既懂技術(shù)又懂運營(yíng)，以技術(shù)的手段來(lái)驅動(dòng)市場(chǎng)運營(yíng)的人才。這里姑且不論這個(gè)名詞到底是不是被玩壞了，但是其定義的背后，是很多非常好非常值得學(xué)習的實(shí)戰經(jīng)驗，稱(chēng)之為 Growth Hacking。維基百科上對 『Growth Hacking』 的定義是技術(shù)創(chuàng )業(yè)型團隊通過(guò)數據分析和量化指標來(lái)推廣產(chǎn)品時(shí)所使用的一種市場(chǎng)運營(yíng)技術(shù)，其中有兩個(gè)非常重要的點(diǎn)，分析和指標。一切分析的目的都是為了更好的了解你的用戶(hù)，更好的了解你的產(chǎn)品對于用戶(hù)的價(jià)值，并以指標化數據來(lái)指導我們的下一步工作。

對于創(chuàng )業(yè)者而言，每天我們的工作就是讓產(chǎn)品能變得更好一點(diǎn)，讓客戶(hù)用得更舒服一點(diǎn)。但是，我們如何才能知道產(chǎn)品是在往好的方向走還是壞的方向走？當我們添加了一個(gè)功能后，我們如何知道用戶(hù)是喜歡這個(gè)新功能還是討厭之？我們又是否知道用戶(hù)為什么喜歡我們的產(chǎn)品，亦或到底不喜歡哪些地方？

我們每天都充滿(mǎn)了這類(lèi)的疑問(wèn)，而回答這些疑問(wèn)的最好方式莫過(guò)于尋找到那些隱藏在產(chǎn)品背后的真實(shí)數字，讓數字說(shuō)話(huà)，建立量化模型。只有這樣，才能更好更快的成長(cháng)。知易行難，我相信大部分創(chuàng )業(yè)者都知道數據驅動(dòng)的價(jià)值，但是該如何去做去獲取這些數據，又應該特別關(guān)心哪些數據卻是知之甚少。下面就讓我們圍繞著(zhù)『分析』這個(gè)中心，盤(pán)點(diǎn)一下優(yōu)秀的統計分析工具及其背后的設計思想。

Google Analytics

說(shuō)起分析工具，估計 Google Analytics 是目前使用最廣泛的，強大且免費。Google Analytics 主要給我們提供了幾大關(guān)鍵指標：

頁(yè)面瀏覽量（Page View）：網(wǎng)站在某一段時(shí)間內的頁(yè)面瀏覽量是多少。

用戶(hù)瀏覽量（User View）：網(wǎng)站在某一段時(shí)間內的用戶(hù)瀏覽量是多少。

渠道來(lái)源（traffic sources）：用戶(hù)流量來(lái)源于哪些不同的渠道。

訪(fǎng)客特征（User demographics）：訪(fǎng)問(wèn)用戶(hù)具有哪些特征值，用來(lái)做用戶(hù)分類(lèi)

。

訪(fǎng)問(wèn)路徑（Flow Report）：用戶(hù)在網(wǎng)站上的訪(fǎng)問(wèn)行為，各個(gè)頁(yè)面的進(jìn)入率和跳出率。

不難發(fā)現，整個(gè) Google Analytics 的數據是以訪(fǎng)問(wèn)為中心的，可以很方便的了解網(wǎng)站的訪(fǎng)問(wèn)和渠道轉化情況，可以說(shuō)對于大部分的網(wǎng)站尤其是內容類(lèi)網(wǎng)站來(lái)說(shuō)已經(jīng)足夠。但是，對于像『風(fēng)車(chē)』 這樣的客戶(hù)驅動(dòng)型 SaaS 產(chǎn)品類(lèi)網(wǎng)站，Google Analytics 就顯得不合適了。比如說(shuō)，當我知道了風(fēng)車(chē)首頁(yè)每天的訪(fǎng)問(wèn)量達到了一千或者一萬(wàn)，來(lái)自于36氪或者我的博客的比例分別是多少，頁(yè)面之間的轉化率和退出率是多少等等這些訪(fǎng)問(wèn)信息，我下一步該怎么辦，我該如何改進(jìn)？不知道！對我來(lái)說(shuō)，關(guān)鍵的數據不在于這些數字化的訪(fǎng)問(wèn)量，而是用戶(hù)本身，真正有價(jià)值的是用戶(hù)從訪(fǎng)問(wèn)到注冊、從注冊到使用、從使用到訂閱服務(wù)，分別是怎樣的一個(gè)過(guò)程。

所以，以訪(fǎng)問(wèn)為中心的分析工具并不足夠，我需要的是以用戶(hù)為中心的分析工具。目前，比較流行的兩個(gè)選擇是 Mixpanel 和 KissMetrics。

Mixpanel

Mixpanel 從頁(yè)面訪(fǎng)問(wèn)量數據的局限跳出來(lái)，轉而以用戶(hù)行為為驅動(dòng)。Mixpanel 主要給我們提供了幾大關(guān)鍵指標：

用戶(hù)動(dòng)態(tài)分析（Trends）：你關(guān)心的用戶(hù)行為發(fā)生了多少次，占總比例多少。

行為漏斗模型（Funnels）：某些關(guān)鍵行為是怎么發(fā)生了，每一步有多少的留存率和流失率。

用戶(hù)活躍度（Cohorts）：網(wǎng)站用戶(hù)的活躍度如何，可以用來(lái)區分忠實(shí)用戶(hù)和普通用戶(hù)。

單用戶(hù)行為分析（People）：?jiǎn)蝹€(gè)用戶(hù)在網(wǎng)站上做了哪些操作，過(guò)程是如何的。

所有的用戶(hù)行為對應一個(gè)事件，你需要事先規劃好你想跟蹤哪些事件。比如以風(fēng)車(chē)的注冊轉化率為例，我們希望了解所有訪(fǎng)問(wèn)的用戶(hù)中，有百分之幾的比例注冊了，首次訪(fǎng)問(wèn)注冊的比例是多少，這些用戶(hù)是怎么注冊的，是通過(guò)頂部的注冊快捷按鈕，還是查看產(chǎn)品信息后注冊的，亦或是查看了其他如用戶(hù)教程頁(yè)面后注冊的。在我們的首頁(yè)，有多少用戶(hù)是查看了產(chǎn)品一覽圖后就注冊的，有多少用戶(hù)是查看了更多的信息后注冊等等，都是我們預設的一個(gè)事件。有了這些信息后，我們在提高注冊轉化率這個(gè)目標上，就能更有針對性更有方向性的做實(shí)驗，也能很直觀(guān)的了解到底每個(gè)變化是帶來(lái)了提升還是降低。

KissMetrics

KissMetrics 跟 Mixpanel 很類(lèi)似，都是以用戶(hù)行為為導向的分析工具，所提供的功能也基本一致。不過(guò) KissMetrics 在針對用戶(hù)的行為分析上做的更深入也更簡(jiǎn)單，能讓你更加清楚地了解用戶(hù)行為背后的各方數據。Mixpanel 也能做，就是需要更多的去學(xué)習它的功能。

至于是選用 Mixpanel 還是 KissMetrics，總體上來(lái)說(shuō)我覺(jué)得都是很不錯的分析工具，都可以去試試。如果你有所猶豫不知道該選哪個(gè)的話(huà)，我的建議是抓鬮，:) 開(kāi)個(gè)玩笑，我不建議浪費時(shí)間在選擇上，重要的是開(kāi)始做了。但是如果你真想評測一下哪個(gè)更適合你的產(chǎn)品場(chǎng)景，推薦嘗試一下 Segment.io，一個(gè)在各種統計分析工具前面的代理，可以同時(shí)使用 Mixpanel 和 KissMetrics，做結果比較，當然也就可以無(wú)縫地切換 Mixpanel 和 KissMetrics。

到此為止，現在我們已經(jīng)有用戶(hù)數據了，也知道問(wèn)題在哪里，那么我們該如何來(lái)解決這些問(wèn)題嗎？前面也介紹過(guò)了，分析的目的是為了指導下一步工作，讓執行更有方向性和目的性。這時(shí)就需要更加專(zhuān)業(yè)化的進(jìn)階分析工具，如 UserCycle、Customer.io 和 Optimize.ly。

UserCycle

UserCycle 的賣(mài)點(diǎn)很簡(jiǎn)單，你并不需要大量的數據，你真正需要的是每次專(zhuān)注一個(gè)指標，獲取能讓你用來(lái)提升這個(gè)指標的目標數據，進(jìn)而提供執行的輔助。如果說(shuō) Google Analytics、Mixpanel 和 KissMetrics 是純粹的分析工具的話(huà)，UserCycle 則做得更多，從統計到用戶(hù)分組、從分組到生命周期維護、從生命周期到分組實(shí)驗測試，各方面了解用戶(hù)行為，提升用戶(hù)的價(jià)值。

統計分析（Trends） & 用戶(hù)分組（Cohorts）：跟前面的幾類(lèi)一樣，以用戶(hù)行為為中心，讓數據說(shuō)話(huà)。也根據用戶(hù)對于產(chǎn)品的參與程度不同，劃分成不同的群組。

生命周期維護（Lifecycle Messaging）：與用戶(hù)不停的保持互動(dòng)，既讓客戶(hù)更滿(mǎn)意，也知道為何流失用戶(hù)?；谥暗挠脩?hù)分組，方便根據用戶(hù)的不同情況，采取不同的互動(dòng)方式。

分組實(shí)驗測試（Split-Test Experiments）：當知道用戶(hù)為什么喜歡你的產(chǎn)品或者討厭你的產(chǎn)品的時(shí)候，你就可以有目的去改進(jìn)產(chǎn)品了。在改進(jìn)產(chǎn)品的時(shí)候可以多采用分組測試，看不同的變化帶來(lái)的改進(jìn)會(huì )有什么不同，尋找到最優(yōu)解。

Customer.io

Customer.io 做的事情比起來(lái)就簡(jiǎn)單多了，它也只做了整個(gè)分析過(guò)程中的某一點(diǎn)，生命周期郵件（Lifecycle Email）。一個(gè)產(chǎn)品的成功與否，關(guān)鍵在于看有多少忠誠的客戶(hù)，郵件互動(dòng)就是為了制造忠誠的客戶(hù)。而郵件互動(dòng)的關(guān)鍵又在于如何在正確的時(shí)間給正確的用戶(hù)發(fā)正確的內容來(lái)提高郵件打開(kāi)率。同樣以風(fēng)車(chē)為例，對于活躍的用戶(hù)我需要跟用戶(hù)互動(dòng)的目標和跟一次性用戶(hù)互動(dòng)的目標顯然會(huì )不同，所以也就不能給同樣的郵件內容。所以，我必須了解用戶(hù)之間的差異，基于用戶(hù)的不同行為發(fā)送不同的郵件來(lái)互動(dòng)，而這，就是 Customer.io 在解決的問(wèn)題，專(zhuān)注在郵件互動(dòng)這一塊。

同類(lèi)的產(chǎn)品還有 Vero。不過(guò)風(fēng)車(chē)目前沒(méi)有在使用這些工具，一是因為 Cohorts 功能跟 Mixpanel 有所重復，二是因為郵件發(fā)送我們直接使用了 SendCloud，沒(méi)必要再使用一套。但是這兩個(gè)產(chǎn)品的創(chuàng )始人都是很好的 Growth Hacker，推薦訂閱其產(chǎn)品的郵件列表。

Optimize.ly

非常簡(jiǎn)單直接的標語(yǔ)，Optimize.ly 就是 A/B 測試的利器。A/B 測試對于現在的創(chuàng )業(yè)者來(lái)說(shuō)已經(jīng)不再陌生，但是如何去做以及怎么做對于很多人來(lái)說(shuō)都略顯陌生。當我們定義好我們想去嘗試的實(shí)驗，可以通過(guò) Optimize.ly 非常簡(jiǎn)單的修改頁(yè)面，然后剩下的就不用操心了，可以說(shuō)即使是沒(méi)有技術(shù)背景的市場(chǎng)人員也能很簡(jiǎn)單的學(xué)會(huì )如何做 A/B 測試。Optimize.ly 會(huì )根據用戶(hù)行為的不同，給出不同的測試報告，讓我們能真真切切的了解對于轉化率的影響，持續的改進(jìn)流程和頁(yè)面來(lái)讓產(chǎn)品變得更好。

除了 Optimize.ly，Unbouce 也是不錯的 A/B 測試工具?；蛘吣阋部梢圆皇褂眠@類(lèi)第三方工具，全部自己控制來(lái)做一些測試，只是相對會(huì )更耗時(shí)間，要權衡一下是否值得。

一切為了成長(cháng)

了解和使用了上面所說(shuō)的這么多工具，其實(shí)目的也非常明確，就是為了更好的成長(cháng)。這正是 Growth Hacking 的核心目標。而成長(cháng)，從分析開(kāi)始。Dave McClure 曾對評估成長(cháng)提出了一個(gè)很簡(jiǎn)單的 AARRR 指標模型：Acquisition（用戶(hù)訪(fǎng)問(wèn)）、Activation（注冊轉化）、Retention（用戶(hù)留存）、Referral（推薦分享）和 Revenue（客戶(hù)轉化）。所有的分析和執行正是為了提高這些數值。我們很幸運在現在這個(gè)時(shí)代，能有這么多人出來(lái)分享他們的經(jīng)驗，能看到有這么多優(yōu)秀的應用能幫助我們更好的的成長(cháng)。準備好了，以目標為導向，以數據為基礎，善用第三方工具，不停的實(shí)驗，不要害怕犯錯，然后去享受這成長(cháng)的過(guò)程吧。

作者簡(jiǎn)介：本文作者是中小團隊協(xié)作工具風(fēng)車(chē)的系統架構師、36氪特約作者葉玎玎，喜歡研究開(kāi)發(fā)流程及方法論，關(guān)注如何改善團隊協(xié)作，你可以通過(guò)微博聯(lián)系他 @yedingding 。