增长黑客的几种常见分析方法

我认为，增长黑客是将如下几种分析用到极致的人：

1. 以北极星指标为增长方向，严密监控，一旦异动，及时诊断；
2. 通过增长点挖掘，作为增长的起点；
3. 使用ABtest工具，来实践增长效果。

那么，对应的分析方法分别是：

1. 北极星指标的监控预警与定位分析；
2. 增长点挖掘分析；
3. AB测试及效果评估。

下面展开介绍：

（一）北极星指标是方向

1.北极星指标对增长很重要：

• 是自上而下的现阶段最重要的问题的体现。是管理层的"指挥棒"，想清楚当前最要命的是什么问题，解决哪个问题关乎我的生死存亡。
• 集中资源在一件事儿上。我前公司，本事业部的增长压力已经很大，在制定KPI指标时，DAU、时长、登录率、甚至CTR等都作为核心KPI分发给不同的部门，每个部门如火如荼做了半年，年中复盘时发现各部门完成的都很好，但管理层关心的总DAU却下降了。因为各部门都追逐自己的小目标，不把大目标作为自己的KPI。
• 目标明确，提高行动力。目标不明确时，如何明确行动的方向？左右摇摆时，便是资源的浪费，是机会成本。

2.什么样的指标是合格的北极星？

• 能反映企业的使命，即如果该指标变好，公司是在向好发展。
• 易理解，上下理解一致；要简单，或给予足够的说明，方向因为理解不一致导致行动方向走偏。
• 灵敏，足够反映业务的活跃度，不可使用长时间才可以反馈的指标，是增长效率的要求。
• 可量化，想得到什么，便衡量什么，无法衡量就无法增长。

3.注意事项

• 北极星指标不是一成不变的，要适时调整，常常以季度、半年或年为周期进行调整，保证单一指标增长的"度"，实现资源最优化使用。
• 北极星指标一定是唯一的，但作为中高层管理者，要时刻牢记使命与长期可持续目标，在增长决策过程中防止粗放型增长导致致命风险，或阻碍长期能力的养成。要区分什么是必不可为的。

4.北极星指标我常用的异常监控分析方法

4.1 监控方法，可系统化工具化：

• 短期异常，引入质量控制图。

（1）计算环比与同比波动率；

（2）计算波动率的均值±n倍标准差，n的取值根据准确率和召回率来定

• 长期异常，引入移动平均线。

可以使用3日均线、5日均线、7日均线，判断均线交叉的点，来预警异常。

在经过剧烈波动期后，数据会回归平稳，往往会忽略长期缓慢的趋势变化，因此要引入长期监控。

4.2 异常分析方法，必须工具化、模块化，因为需要适应增长的快节奏：

• 常见的异常：

（1）日志异常，研发修改了什么，导致的异常。常见特征：

1）24小时分布与前一日明显不同，做24小时折线图；

2）异常的时间点与某个项目上线时间点契合（最好公司有上线单系统，不然追查这个有点费事）。

（2）作弊。常见特征：

1）来源/渠道为空或明显异常（查看UA），pv为1；

2）IP集中在一个城市或仅1个IP上；

3）页面集中，仅查看了某一个页面；

4）有激活app，未登录，即有设备号无登录账号，或一个登录账号对应无数个设备号；

5）集中在一个版本号上，而且往往是个老版本。

（3）业务上线。有时候业务庞杂，上线你不一定知道。常见特征：

1）某个页面大幅上涨；

2）该页面的数据从无到有；

3）该页面的24小时分布，确定上线时间点是否匹配。

（4）运营活动。常见特征：

1）活动页面波动；

2）24小时分布与活动开始时间点匹配

3）未出现疑似作弊的其他特征，如：版本号应是不集中的，登录账号与设备号齐涨。

这里重提幸存者偏差，业务方看自己的kpi指标时，倾向于向有利于自己的方向解读，而分析师有更多的数据和更多的视角来解读异常，由分析师监控异常或制作异常追查工具，能够避免错误决策。

对于异常归因的可视化，非常重要，这是快速定位原因的关键，对可视化方式也是见仁见智，我会在另外的文章中展开。

（二）洞察增长线是增长的起点

开门见山讲解初步挖掘增长点的简易方法：散点图。以分析影响新增用户的留存为例

第一步，找到影响新增留存的业务模块。

横坐标：新增且访问该模块用户数

纵坐标：这批用户的留存率（几日留存率，取决于分析目的）

（横轴与纵轴的选择，可结合分析目标做调整，比如：分析影响老用户活跃的因素，使用活跃用户数和活页天数等）

散点图，再根据均值或市场规律画参考线，将散点图切分为四个象限，如下图：

第一象限：留存和用户数均高，是有利于刺激留存的模块；

第二象限：留存高，但用户数少，应显性化的模块，给更好的入口；

第三象限：留存低，用户量也少，是否应砍掉？或优化；

第四象限：留存低，用户量却多，应优化。

可见，首先是四象限的优先级最高，其次是二象限优化入口。

第二步，找到影响新增留存的功能或页面A，方法同上。

第三步，确定魔法数字。魔法数字在增长线里的本质是，通过刺激手段使新用户增加复用次数来培养习惯，提升留存。刺激手段有两面性，如果不进行刺激，用户复用次数低，体验不了核心功能，留存差；若不限制地进行刺激，会使用户体验变差，导致离开，而且成本也居高不下。因此这个的魔法数字是寻找刺激次数与留存率的均衡点。针对第二步发现的功能或页面A，统计每增加一次行为A，带来的整体留存增长情况，找留存增长情况的百分点拐点（注意，非有该行为的人，而是整体新增；因为在刺激用户有行为A的同时，会有其他负作用，我们要的是整体新增留存增量最大的那个拐点），对应的行为A次数，便是魔法数字。

（三）Abtest，行动-实践是检验真理的标准。

ABtest系统工具的基本原理如下：需要有规范的埋点支持实现自动化，也需要自助的样本随机系统（如1.Rand；2.用户注册id尾数随机；3.余数随机等）。

优点是：高效产出分析结论，能做到分钟级、小时级；

缺点是：仅能支持简单的指标维度，复杂的分析较难支持。

效果评估是很好的补充，相当于手动ABtest，可以支持复杂的对比分析，来评估项目的效果，本质方法论一致。

End.