5000字超干货|如何用数据分析驱动用户增长

小洛写在前面：

用数据来洞察用户，了解用户是做增长的基础。毫无疑问，增长的过程也是数据挖掘和分析的过程，那么如何用数据分析来做增长呢？让我们一起来看看。

本期内容分享者姜頔：硕士毕业于日本早稻田大学，前人人贷高级数据工程师，现易车数据分析专家，数据运营增长方向负责人。擅长0 ~1搭建各业务线监控体系，能够将数学模型与实际业务相结合，从数据中找出问题突破口。

问题1：数据分析可以应用于用户增长的哪些方面，增长模型又该如何建立？

产品的永恒主题一定是增长，而增长的背后一定要有数据的支撑，也就是我们所说的数据分析。我把市面上所有的增长方向分为3大流派，分别是市场营销派、实验增长派和技术派，下面详细的讲一下数据分析在这三种增长方向的作用。

       

市场营销派：概括的说就是渠道运营、市场运营花钱买流量，在这个环节不要觉得花钱买流量就叫增长，这事谁都可以做。但如何不花钱或者花更少的钱，获取更多、更优质精准的流量，那才叫增长。在这个环节，数据分析师负责搭建渠道评估模型、反作弊模型去监控渠道质量，指导渠道或老板，保证流量的优胜略汰。互联网有句话，4成的流量都是虚假的，信不信由你，反正我是相信。所以，如何利用好数据分析守住企业第一道流量关卡，显得尤为重要。

       

实验增长派：SeanEllis在他写的《增长黑客》里面提及到最多的方法，就是这种实验增长派。通过发现问题、提出想法、实验测试和复盘分析这四步来构建实验模型，在成本可控范围内不断测试，领悟增长真谛。发现问题和提出想法离不开关键指标，关键指标也叫北极星指标，德鲁克说过：“无法去量化，就不能控制”，通过数据分析让业务有数看，有衡量，再去增长。实验测试阶段涉及到用户分桶实验、AB test等，同样离不开数据分析。最后，结果复盘的时候，需要利用数据分析中的统计学原理，是否显著，置信度等方法，来论证你的实验结论是否严谨可靠。

       

技术派：技术派就比较偏向数据建模师的方向了，比如通过历史用户的行为数据，构建逻辑回归模型，判断用户下单意愿是否强烈并对其运营，这就更是数据分析了对吧。

聊完了3大流派，我们在按照生命周期去分解增长，说到生命周期，那必须聊一聊烂大街但是依然很好用的AARRR（海盗模型），我们把生命周期分成拉新、激活、留存、变现和裂变。

拉新阶段