《增长黑客实战》（第4-6章）

4 秉持数据为王

4.1 数据能够解决什么

4.1.1 是否一切皆可数据化衡量

如何估算芝加哥有多少钢琴调音师？
解答：芝加哥人口大约300万人，假设平均10-30个家庭中有一部钢琴，每部钢琴大约一年需要调音一次，每个调音师每天大约调音4-5家，每个调音师每年工作250天。那么，上述问题答案可由以下公式求得：

婚姻幸福相当于收入增加多少带来的快乐？
英国伦敦大学的研究人员对1万名英国人的快乐程度、财富、健康和社会关系进行了调查，他们把受调查者的“生活满意度”从高到低划分为7个级别，计算出人们每提升一个“生活满意度”级别，每年需要多挣多少钱。
通过对比这两类数据，研究人员计算出了每个社会因素和生活方式因素所对应的“价格”。比如，婚姻幸福和每年多赚5.4万英镑所带来的欢乐相当，两个人同居所带来的快乐等同于每年多赚8.25万英镑，经常和邻居聊天所感受到的快乐则相当于每年多赚4万英镑。

真正的量化过程不需要无限精确。尽管公共事业及各类投资、商业管理决策中所需要量化的数据往往看起来异常复杂，难以获取。但只要先明确待量化的内容，找出核心问题，或是将一个笼统问题层层分解、剥离，对含糊的概念做出清晰的定义，就能为数据驱动的决策提供良好解决办法。换而言之，如果你提不出任何数据化衡量的思路，说明你对问题理解得还不够深刻。

4.1.2 数据不能解决什么

1.数据不懂社交情绪
计算机擅长为社交产品定量，而非定性。数据分析师能够获悉你在过去一周内47%的使用时长用于跟新认识的好友聊天，但却无法捕捉到你心底对一年仅能见2次面的儿时玩伴的牵挂。

例：Facebook通过数据掌握了用户对发布和查看照片功能的喜爱，于是着力于让平台产生更多照片。平台价值也随着用户数据资产的沉淀而不断增值。但反其道而行之的产品Snapchat一经推出，让不少青少年用户纷纷改旗易帜。因为Snapchat开创的“阅后即焚”社交产品模式，允许用户在发送照片后的几秒钟内，立即自动清除。这转瞬即逝的互动形式，反倒刺激了用户的紧迫感和创造力，人们得以毫无顾忌地肆意使用。Snapchat每天产生的照片及视频上传量，甚至一度击败了Facebook，让后者不得不考虑收购或模仿。

2.数据无法理解业务背景
人类的决策并不都是独立离散的事件，而是镶嵌在时间序列和背景之中。数据本身不懂得如何叙事，也无法理解思维的浮现过程。我们掌握的数据越多，统计上显著相关的变量也愈发繁杂，而变量之间如何作用、权重高低如何设置，以及如何排除没有实际意义的干扰变量，则需要结合背景考虑。

例：一款异性交友产品，出现大量优质女用户流失的现象。通过数据分析，原来是因为她们动辄每天收到数十条陌生人的聊天骚扰。在简单地与女性用户沟通后，我们产生了做一个“一键清除未读信息”的功能。满怀信心地将功能发布上线，却意外发现用户并不买账，留存曲线并没有因此更好看。直到参与一场线下的圆桌访谈，才找到了个中症结：她们之所以并不打算使用“一键清除未读消息”，是故意想留着未读消息数量的数字，在各种场合假装不经意地晒出截图，彰显自己的人气——被骚扰越多，反而显得越有魅力。如果不去理解用户使用的背景和微妙的心态，光靠观察数据仪表盘，我们是不可能领悟到这一重要需求的。

3.数据抹杀创新精神
曾经借力Facebook平台大热的社交游戏公司星佳（Zynga）强调常态化地检测用户身份和他们的行为。通过分析用户一段时间内在游戏中与其他玩家的交互行为、前N天内建造的房子数目、前 M 个小时内杀死的怪物个数等，他们便可以知道用户达成参与的关键点，并设计出符合玩家需要的游戏。但也正是这样投其所好亦步亦趋的刻板设计，抹杀了游戏作为一款感性产品的创新精神。在固有测试模板下生成的流水线游戏，绝不可能产生让人耳目一新、大放异彩的特性，新的模式、特性、剧情必须仰赖游戏创造者灵光一闪的创造力。最终，玩家在厌烦了社交游戏的惯常套路后纷纷流失，星佳游戏黯然衰落。

4.2 数据分析常见方法及指标

4.2.1 数据分析的一般步骤

培养数据分析能力，可以从两方面着手：一是数据分析方法论的建立，二是以入门到精通的方式掌握数据分析的技能。

数据分析的一般步骤及其需要掌握的技能点，如下所述。

第一步：数据准备（这很可能花费你70%的时间）
• 获取数据（爬虫抓取、基于自有数据仓库）
• 验证数据
• 数据清洗（包括对缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集的处理）
• 使用Python进行文件读取，导出为csv或者txt格式便于操作加工
• 数据抽样（数据量大时常用随机抽样提取子数据集）
• 存储和归档

第二步：数据观察（发现规律和隐藏的关联）
• 单一变量：点图、抖动图、直方图、核密度估计等
• 两个变量：散点图、LOESS平滑、残差分析、对数图、斜率等
• 多个变量：假色图、马赛克图、平行坐标图等

第三步：数据建模
• 推算和估算（均衡可行性和成本消耗）
• 缩放参数模型（缩放维度优化问题）
• 建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）

第四步：数据挖掘
• 选择合适的机器学习算法（如蒙特卡洛模拟、相似度计算、主成分分析）
• 大数据考虑用Map/Reduce
• 得出结论，最后绘制图表展示

4.2.2 留存率——产品早期“最重要的唯一指标”

在用户获取和留存之间，增长团队主要负责的是用户获取，而留存率则主要取决于产品。当产品还没有达到真正的P/MF阶段前，增长对于公司来说都是徒劳的。如果留存率很低，那么先把重点放在产品的改进、市场方向的调整上，而不是继续加速扩张宣传。

为了找出影响留存率的关键因素，可以尝试向用户询问下面4个问题：
• 最初是什么因素驱动你注册账号试用我们的产品？
• 产品哪些地方没有达到你的预期，或是觉得很难使用？
• 停用一阵后，你为什么愿意再次回来使用？
• 哪些因素会让你倾向于今后更频繁地使用？

此外，如果统计代码部署得当，足以观测每一个单体用户的使用行为，那么去“死亡现场”勘探一下——也就是观测那些流失用户的最后一次使用行为，看看他们走过哪些路径、干了哪些事情、有哪些痛点还未解决，借此模拟用户流失的场景，寻求维护优化策略。

4.2.3 NPS净推荐值：衡量产品早期用户忠诚度

在创业型团队早期研发中，缺乏海量的数据反馈，面对数量有限的种子用户，NPS净推荐值系统是一种结合了定量研究手段和定性分析的有效方法。

NPS（Net Promoter Score），净推荐值系统，是一种计量某个客户将会向其他人推荐公司产品或服务可能性的指数。

计算NPS的方法很简单：

1.通过问卷或面对面访问，请用户回答“你在多大程度上愿意向朋友（亲人、同事）推荐某服务或产品？”用户以10分制数字作答，10分表示非常愿意，0分表示非常不愿意。
2.根据用户回答，将用户分成三类：评分在6分及以下的归为“贬损者”（Detractors），即用户不满意、无忠诚度；7-8分的归为“被动者”（Passives），即用户总体满意但没到狂热的程度，会考虑其他竞争对手的产品；9-10分的归为“推荐者”（Promoter），即用户是忠实狂热的，会考虑继续购买或推荐给其他人。
3.推荐者与贬损者在用户总数中所占百分比之差，就是净推荐值。

• 优点：与长期利润增长正相关，可操作性强，易理解和接受，能直接与竞品比较，帮助企业明确业务优先级，弥补了用户满意度调查（ACSI）所得信息太多又缺乏