文科生如何做才能成為增長黑客，是否有可能？

12-27

問題簡述：
大學之後就沒再學過任何數學課程，研究生畢業後機緣巧合進了數據公司並且後來轉崗成了數據產品經理（網站統計產品）。經過一段時間工作後，開始重新思考自己的職業規劃，不確定自己是否適合在這個方向繼續。如果繼續，大概有一個方向：數據分析和增長黑客。
希望聽聽大家的看法，拓展下我的思路：這樣的背景是否適合在數據分析領域繼續下去，如何做才能提升自己？

下面我想詳細說說我的個人背景，描述可能會很啰嗦，但是我想越全面的描述對我來說越有針對性，如果您願意花時間看下去可以聽我啰嗦一下，為了節省時間您也可以只看上述的簡述，無論如何，都非常感謝！！！

詳細描述

教育背景：文學碩士、新聞傳播類專業。
目前的思維方式特徵：思辨型，不善於數理分析和形式邏輯推理；慢思考型，不是那種聰明機靈型，反應不是很迅速。但是善於思考、喜歡獨立思考，老師和朋友以及曾經工作的同事領導都表示我理解和領悟能力比較強。
具有自己分析問題、嘗試解決問題的素質，不過常需要和自己的思維惰性抗衡，還沒有形成那種條件反射。
數學基礎：小時候數學一直還不錯，初中一直都是數學課代表，高中後數學成績就一直不太好，雖然高考數學成績也算中上等（130分，我想大概是反覆訓練的結果），但潛意識裡懷疑自己是不是真的不夠聰明。大學之後就沒學過任何與數學有關的課程，高興了很長時間，但是後來發現，這是很大一塊缺憾和短板。研究生階段做論文也幾乎沒用到定量的社科研究方法，看論文時看到數字都跳過，那種對「數」的排斥感一直存在。
計算機技術和網路使用能力：大學期間學過VB，還不錯，腦子雖然反映會比較慢，但是最起碼腦子是能轉過來的；似乎算不上任何一個互聯網產品的「重度用戶」；好像也缺少那種鑽研技術的熱情（現在出於工作需要和理性考慮，會去主動了解技術原理和知識，這需要極強的自律和自製，遠沒到像「技術控「「極客」那種天然的好奇程度）；但是有很好的搜索精神，有問題會自己主動百度google，不做伸手黨。
工作經歷：14年畢業進入一家數據公司，剛進去的時候做的工作和數據沒任何關係，也沒有技術含量，但是於整個公司業務框架的作用是非常基礎的，說的高大上一些是語料整理工作，為了後續的數據挖掘環節提供「字典」和「訓練集」；其實這個方向往深入了走，就是「知識發現和知識挖掘」，但我當時的工作還遠沒到這個層面，自己也不具備相關的理論功底和知識基礎，也不太可能繼續。
但這份工作的關係，我的認知範圍和視野都得到了拓展，認識到在現代企業尤其互聯網企業中，數據分析是企業運轉經營過程中，進行決策和戰略調整的重要依據。（居然這麼大才了解這樣一個基本事實，羞愧捂臉~~~）
在第一份工作的基礎上我尋求轉型自救，後來成功轉崗產品經理。但是轉崗後，因為公司的業務調整，很長一段時間，其實是沒什麼具體工作的。業務和產品技能上幾乎處於停滯狀態，一直處於自學自己瞎抓階段。
後來離開了第一家公司，進入第二家公司，幾乎自己一個人負責一個產品（傳統網站監測產品，類似GA、百度統計）。因為這個產品不是公司的核心業務以及其他因素，半年來產品功能上也沒有迭代和升級。我的工作內容更多的是運營，也沒有人帶，一直處於自學狀態。不過這幾個月，自認為還是初步系統的掌握了網站監測和數據分析的知識體系和技術知識：自行學習掌握了簡單的JS事件布碼方法，學習了網站和應用監測的理論知識，了解過精細化運營分析產品，如mixpannel、amplitude以及國內的幾款同類產品等。此外，沒法對公司價值觀產生認同。在種種因素的綜合下，開始思考自己到底適不適合在這個領域繼續下去。
考慮繼續的前提是對數據分析工作的價值認同：由於傳統的網站和應用統計分析已經不滿足互聯網產品精細化運營的需求，我非常認同增長黑客的理念和方法體系。基於此前的工作經驗，我一直認為數據分析價值的落地和體現不能脫離業務和商業分析。同時我認為做數據產品經理還是需要具備數據分析的能力，雖然此前共事的同事都說不需要具備這些能力。因此我大致擬定的方向是，通過數據分析和增長黑客的知識和技能積累，繼續在產品經理、產品運營方向深耕。

個性和性格：
有點矛盾，一方面，典型的文科生的那種「文藝」、感性，喜歡從人文角度認知、理解周圍的人、事、物，但另一方面，隨著視野和知識經驗的積累，希望能拓展完善商業分析和定量分析的能力。
不是很自信，因此一直「迷茫」。所以您能看到我上述的全是自己的缺陷和短板。
有點倔，所以才能這樣一個自己一張白紙的領域堅持這麼久。
基於這些背景信息，我適合在這個方向上繼續嗎？
由於自己經驗和能力有限，無法對自己形成科學評判。
如果繼續，需要如何系統的提升自己的能力？
比如，是否需要掌握數理統計的基礎原理，統計學（看過&<&<菜鳥學數據分析&>&>，&<&<深入淺出統計學&>&>，但還不能很好的理解並應用）、概率論；掌握幾種分析工具和技術，如SPSS、Python、R語言、SQL（會基礎、簡單的查詢）。
如果果然不適合，可能就得轉一個方向，從0開始。
好長的題目，不知道會不會被人接受，嘗試問一問吧。

如果您願意解答，非常感謝！
甚至非常大膽地邀請了業內大咖老師來回答，好忐忑（本來想匿名提問，但是邀請回答必須取消匿名），希望大家理解一個年輕人的困惑，非常希望能得到高人指點。

你的描述很認真，也看到你反覆修改過很多次提問。回答的稍微晚了些。

不清楚你從哪裡了解增長黑客這個概念，或許是《增長黑客》這本書，或者是國外傳過來的相關新聞。單純追求Growth Hacker這個title，挺難，因為中國互聯網環境並沒有專門為此設立的崗位。你追求增長業務，希望提高產品指標的能力是正確選擇。運營、產品、數據分析師都可以是增長黑客。

說說你的背景。

善於思考是一個好習慣，但沒看到你的例子，你需要證明它。在產品工作中，是否有想過某功能為什麼這樣設計，如果尋求另外的設計會怎麼樣。數據上升和下降的原因，如何提高它，哪一個因素造成了數據主要的波動。沒人帶不是問題，增長黑客也不是一開始就會增長，多切實思考。

再比如你學習網站的監測，那麼你們產品布置監測了嗎？如果有，你有沒有發現什麼有趣的案例，如果沒有，為什麼沒有推進？增長業務不是停留在想像的過程中，實際工作中你需要推動，需要落地執行，需要各部門協調配合，需要說服老闆。這不是分析能力，但這更重要。

不要只思考，思考後更要執行。

關於數學，我數學也不好，高考大約110分不到，你比我強多了。邏輯數理需要慢慢培養，這是你的劣勢。還有一種建議是曲線救國，嘗試鍛煉數據敏感性：你看一眼數據，就知道有沒有問題。多參與數據相關的工作內容。

關於技術，看你學了不少，想學的更多，也許書單都是滿的？雖然數據分析和增長黑客需要比較全面的能力，但早期別操之過急。業務用到哪個技能，就學哪個技能。工作中不實戰，你會很快忘記的。通過業務學技能，你能得到一個正向的反饋，做的好與不好都會讓人成長，也容易讓人堅持下去。

你沒有說到，但可能需要你注意的。

因為你希望在產品經理和產品運營的角色中加入數據分析能力，方向沒問題。但你本身還要具備產品經理和產品運營角色應該掌握的能力和技能。不要把數據分析作為主因素本末倒置。

你不會因為有數據分析能力，就成為一個好的產品或運營。

至於職場人的基礎，諸如執行力，溝通協調等，一併鍛煉。

認真看完了你的描述，我覺得你寫出來就是自我提升的很大一步。我覺得你心態還是要再開放一些，多像周圍的優秀的人學習，不要總呆在自己的小角落裡。

數據分析和增長黑客，都是為了解決業務問題，在工作中，嘗試從業務出發，看看做點什麼數據的事情能夠幫助到業務，不要總等著上級安排任務。驅動業務的事，需要提高推動能力，就是調動周圍的資源，把你的一些促進業務的想法真正落地。看你的描述這塊可能也欠缺一些。

加油多學多嘗試！

謝邀
看了你長長的描述，已經感受到你的真誠和認真了。
講道理，我對增長黑客不是很懂，也就知道個大概。但是對於核心的問題，你是否適合在數據分析領域發展下去，我可以說下自己的想法。
我本科是通信工程專業，雖然是工科，但數學也是絕對的短板，今天還被一個數學問題折磨的頭大。但是在數據領域這段時間，也接觸了不同的人，有技術大牛也有業務大牛。可以感受到，數據領域很廣，不同技能的人可以在其中找到屬於自己的位置。
所以在我看來你的硬體條件是沒有什麼缺陷的，不會在數據領域吃虧。那麼到底你適不適合在數據分析領域發展，更多的就是你自己是怎樣看待，最重要的是，你是否討厭這樣的工作，如果不討厭，那麼就合適，如果不僅僅不討厭更是有些喜歡，那麼就不需要猶豫了。我一直認為可以做一份自己不討厭的工作就是幸運，如果可以做一份自己喜歡的工作更是要珍惜。
關於決定，我的建議是你只要看準大的方向就好，大的方向「喜歡不喜歡」「行業有前途行業沒前途」，這些方向定好之後，中間的問題不需要考慮過多，考慮的太多有時候也只是庸人自擾，隨著做一件事情，會發現之前很多所預想的問題都完全變化了。
如果你做好了決定，相信你可以找到提升自己的方法。

三個步驟
第一個練內功互聯網運營相關的套路你得熟悉
第二個借勢大V 熱點等
第三個產品本身好。長期的增長都是產品本身好的。互聯網行業，盲目跟風大多都死掉很慘。

看了你非常詳細的問題描述，我覺得其實題目中強調的「文科生」不是非常大的問題。

增長黑客是一個非常多面的角色，他是市場營銷、產品研發、數據分析三個角色的聚合。而增長黑客工作的核心，是以最快的方法、最低的成本、最高效的手段獲取大量的增長。

我覺得文科生的背景不是大問題，甚至那種所謂文科生特有的「喜歡從人文角度認知、理解周圍的人、事、物」特點，也許反而會成為你工作中的一個優勢，特別是在市場營銷這一方面。

其實就像高票答案回答的，「增長黑客」這個概念在國內還不是非常成熟，更不要說互聯網公司相匹配的崗位了。GrowingIO 一直在數據驅動增長這個領域探索，對於「增長黑客」也有相當的知識積累。所以今年我們寫了一本 80 頁的《增長黑客手冊：如何用數據驅動爆髮式增長》，希望能夠更加系統、全面、深刻的闡明增長黑客的相關知識，下面是電子書目錄：

在這本電子書中，我們從最基本的概念入手，循序漸進，分別介紹了如何成為增長黑客、必備技能、常用工具、增長案例，以及進階的增長團隊搭建。

你可以點擊此處了解並下載《增長黑客手冊：如何用數據驅動爆髮式增長》。

下面是電子書第二篇內容「如何成為一名增長黑客」的全文，文章的作者是之前在 http://GrowthHacker.com 做 Growth 產品經理的曲卉女士，她曾經和增長黑客概念的提出者 Sean Ellis 一起工作。

文章根據曲卉女士在 2016 年 GrowingIO 數據驅動增長大會的演講整理，在這次演講中，她系統介紹了增長黑客的所必需的套路、內力和兵法。

有趣的是，她在形容增長黑客的成長路徑時，引用了金庸先生的小說，是不是在某種程度上正好回應了你關於「文科生」與「增長黑客」的疑問呢？

如何成為一名 Growth Hacker（增長黑客）？

大家好，我是曲卉，非常感謝大家來聽我的演講。

我之前在 http://GrowthHackers.com 做 Growth 產品經理，非常幸運地和 Sean Ellis（編者註：Growth Hacker 概念的提出者）一起工作，我從他身上學到了很多增長和創業的知識。我現在在 Acorns ，一家小額投資的 App 公司，負責用戶留存的工作。

今天我和大家分享的主題是「從增長黑客到增長團隊」，包括 Growth Hacker 所必需的套路、內力和兵法。

Part 1 | 什麼是增長？

我自己在做 Growth 的過程中發現，增長黑客早已經不是一個單打獨鬥的獨行俠形象，而是轉變為有體系、有模型、強調試驗、追求結果、以團隊的形式來推動增長。

一、我對增長的理解

這是我對產品和增長的理解：產品是價值創造，而增長是在向更多的人傳播價值。

增長團隊應該圍繞產品的核心價值，讓更多用戶更便捷、更頻繁地體驗到產品的核心價值。通過讓用戶快速上手、了解產品的使用方法，當用戶不再使用這個產品的時候，可以通過推送、郵件等方式再次激活。

我覺得增長是下一代的營銷，原因如下：

關注整個用戶生命周期，而不僅僅是獲客；
通過數據驅動的方法，不斷試驗迭代；
將增長機制產品化，把增長做到產品裡面去。

以 LinkedIn 的雙重病毒營銷為例，老用戶可以給新用戶發邀請郵件，起到拉新的作用；新用戶加入的時候會給老用戶發一份提醒郵件，問他要不要來看看，這樣可以起到促活的效果。這樣的雙重循環，LinkedIn 早期的增長團隊花了一年半的時間進行打造、細化、優化，甚至為此主動延期其他功能的上線。

增長團隊日常的運營模式我覺得主要是兩大部分：戰略部分和執行部分。

戰略部分中，增長團隊需要去理解整個公司的商業模式，找重點，定戰略，這是比較欠缺的。戰略部分需要稍微長一點的周期，比如聚焦做用戶激活中某個點，定一個30-90天的小目標。

然後再進行執行部分，快速迭代試驗；我在 http://GrowthHackers.com 就是用這樣的流程做增長的，是很有效率的。

二、案例分析：如何提高用戶留存

下面我講一個實際案例，如何通過增長的方式改善用戶留存率。

第一步，設定增長目標。

對我們來說就是提升用戶留存。我們要定義用戶的關鍵行為，提高用戶持續投資的比率。

第二步，確定聚焦領域。

因為越聚焦，想到的試驗想法就越具體，越容易執行。通過數據分析發現，用戶只要開通了『定期投資』的功能，長期留存就有明顯的提高。

然後進一步聚焦，在 App 里有6種方式可以開通定投，我們選擇了『新用戶開通定投』。因為在用戶生命周期越早期的時候，產品能夠產生.的影響越大。

最後，我們定了一個很激進的目標：把「新用戶開通定投」的使用比例提升超過50%

第三步，排序各種各樣的試驗想法。

這是我們上線的第一個試驗。一個定期投資的確認框，並且加入了一句簡單的文案「你願意開通每周5美元的定期投資嗎？」，這是一個性價比非常高的試驗點。一個文案的變化，需要的工程師、設計師的資源非常少，但因為是一個關鍵節點，所以產生的效果會很大。

第四步，設計上線試驗和 A/B 測試

第五步，分析應用結果

這是最佳試驗組，其實很簡單，就是把小額積累的結果量化了。就是這樣一個很小的變化，轉化率提高了80%，起初我們也沒有預料到會有這麼高的提升。

我們後續的一個試驗就是把『定期投資』這一步提前，這個試驗又把轉化率提高了近一倍。

一個月時間，兩個試驗，耗費工程師約10小時，我們『新用戶的定投投資率』達到了原來的數倍之多。但我們沒有停下，從這個試驗中我們獲得了一個洞察：把以少成多的結果呈現給用戶的時候，能夠說服他們開始定期投資。

由此，我們做了很多改變。比如更改了應用商店的文案，在 Facebook 上的文案和廣告設計，以及做了一個小功能叫增長計算器，幫用戶計算投資回報情況。這個過程不僅讓用戶留存團隊從中受益，用戶獲取、付費增長的團隊也從中學到了很多東西。

三、增長的核心是試驗

美國的某一個團隊，在10周內做了122個試驗，每一個試驗帶來的結果都不是很大，但是這122個試驗的累計結果使關鍵指標提高了1000%。

所以，增長的核心是試驗。

不要忽略小的試驗累計的結果，但是也不一定要做非常小的測試。不是所有的公司都能做到非常快速的迭代，需要根據自己公司的情況來衡量適合做什麼樣的試驗。

Part 2 | 如何讓增長更有效？

做增長是要追求影響的。有時候可以做的事情太多，會產生亂花漸欲迷人眼的感覺，做增長最深、最難的在於，找到增長的聚焦點、著力點。我個人覺得讓增長更有效，其實是如何更有效的做試驗，我把它分為一個模型、兩種數據和四類試驗。

一、一個模型

增長模型可以幫你把很多的細節提煉化、精鍊化，在看細節之前把大的概念看得簡單一些。

在增長黑客的『海盜法則』AARRR模型中，用戶獲取就是流量入口，激活就是驚喜時刻，留存就是產品的價值，變現涉及單位價值的問題，推薦就是放大效應。

增長模型就是任何一門生意或者你的公司都能用簡單的數學模型來描述，可能不適用於所有公司，但你總能找到簡單的模型來描述你的商業模式。

比如一個 SaaS 軟體公司，可以把它的收入問題簡化為：網站訪問量×試用註冊率×試用購買率×付費用戶活躍度×付費用戶訂閱長度×定價。模型可能很簡單，但是這個模型可以幫你避免遺漏重要的方面，並且找到整個體系中出現最大的瓶頸的地方。

在 http://GrowthHackers.com 的時候，有一段時間發現我們 SaaS 軟體最大的瓶頸在於產品激活。這時如果你沒有去改善激活，就會錯過重要的發力點。所以增長最重要的是追求影響，追求結果。

二、兩種數據

兩種數據分別為定量數據和定性數據。

1. 定量數據

定量數據在增長中很重要，他起指導方向的作用，告訴你什麼地方有機會，什麼地方可以做測試。其次是衡量結果，幫助你調整方向。

舉個例子，Calm 是美國的一個冥想 App ，他想提高用戶留存率，在數據中發現一個很有意思的事情，只有4%的用戶使用「每日提醒」的功能，但這4%用戶的留存率相比其他人高很多。

於是，他們做了一個假設。開通「每日提醒」功能的用戶，能夠更好的把冥想形成每日習慣中的一部分，從而成為忠實用戶。然後他們做了測試，發現假設是正確的，並且可以通過這個點做更多的試驗。

2. 定性數據

因為我自己是數據分析出身，很多時候想把所有的答案都在數據中找到，但有時候最簡單的方法就是去問問用戶。

Pinterest 是美國做圖片社交的網站，他從最開始就有個很有名的按鈕就是『Pin it』，就是保存的意思。他們把 Pinterest 推廣到其他國家的時候，用戶激活率、留存率很低，但是找不到原因。後來法國的產品經理去做了用戶訪談，發現用戶根本不明白『Pin it』是什麼意思。

後來他們做了一個測試，一組使用「Pin it」，另一組使用「Save」，發現使用「Save」組的用戶激活率、留存率都提高了，並且在美國也有一樣的效果。雖然很不情願，但他們在今年6月份，還是把「Pin it」改成了「Save」。

有時候你和用戶聊一聊，就可以知道一些你從數據中看不出的東西。

BJ Fogg 用戶行為模型是斯坦福的一位學者提出來的，用於如何驅動用戶做出某種行為。公式是：行為=動力×能力×觸發。

行為：想讓用戶採取的行動；
動力：讓用戶體驗價值；
能力：讓行為容易做到；
觸發：提示用戶採取某種行動。

我們做增長很多時候是想影響用戶行為、改變用戶行為，但要記住一點，一個用戶永遠是一個人，不只是數據。有時候可能需要通過一些數據觀察結果，但永遠不要忘記，定量數據和定性數據這兩部分都非常重要。

三、四類試驗

以下是我可能會用到的幾種不同的試驗模式。

第一類，MVT，最小可行性實驗。

就是如何最快的用最簡單的方式實現你的想法，可能設計不是很好看，程序也不是很穩定，但是先看看結果怎麼樣。如果結果是好的，可以再去做好做精。

第二類，Double Down，乘勝追擊。

當你看到一個試驗有好結果的時候，你要在這個地方下更多的賭注，做更多的試驗，直到這個地方的邊際效應變得很低。

第三類，Optimization，優化試驗。

針對一個小的點做很多的優化。

第四類，Exploration，探索性試驗。

嘗試新的方向，可能是比較大的變動。

舉個例子，有個軟體叫 ProdPad，用途是幫助產品經理管理整個產品的開發過程。他最早的時候是30天試用期，通過數據發現，9天就可以判讀出這個用戶會不會購買這個產品。

所以他們做了個簡單的試驗，把試用期從30天縮短到了14天，發現試用購買率提升了一倍，但是續約率不是很高，也有用戶也打電話抱怨試用時間太短。從這個地方他們得到了一個很強的信號，可以繼續把14天改成18天、20天，一點點測試，但效果很小。

後來他們做了一個比較大的改變，把整個用戶界面重新設計了，並且添加了很有意思的設定：試用期只有7天，但是你可以通過一些行為延長試用期。邀請一個同事，可以增加3天；加入一個想法，可以增加1天。這再次使得購買力提升了一倍。

所以大家在做試驗的過程中要靈活地搭配各種各樣的試驗方法，最大化你的結果。

Part 3 | 增長團隊

我會從搭建增長團隊需要的條件、工具技能、流程指標、架構、我個人搭建增長團隊的經驗以及增長團隊的日常，這5個方面和大家分享增長團隊相關的內容。

一、組建增長團隊的條件

組建增長團隊之前，要從以下幾個維度看。

產品：開始決定組建增長團隊之前，你的產品有沒有通過核心價值測試？
文化：是否能夠得到領導層的理解和支持。

如果沒有領導層的支持，增長團隊是很難進行下去的。同樣的，領導層需要明白增長團隊的作用，不能對增長團隊有不切實際的期望，把公司所有的增長任務都放在增長團隊這裡，而忽視其他部門對於增長的作用。

資源：能不能拿到需要的資源和工具？

比如要進行產品優化測試，你能不能拿到工程師、設計師的資源，如果拿不到，相當於巧婦難為無米之炊。

流程：有沒有設計好增長團隊的流程。
人員：能否從內部組建一個跨部門的團隊，如何架構這個團隊
突破點：有沒有想好最初90天的聚焦領域？

二、增長需要的工具和技能

做增長所需的工具和技能主要為4個方面：數據分析、產品優化、營銷渠道、編程設計。

我個人認為數據分析的是基礎，是很重要的一部分。我在這裡列出了一些國內外常用的用戶行為分析的軟體，比如說國內就是 GrowingIO ，國外有各種各樣的軟體。從數據分析產生的一些想法最終需要測試，才能判斷他是否可行。

產品和營銷渠道，我會把他們想像成兩個戰場，營銷渠道像外部的戰場，在用戶還沒有接觸到產品的時候，需要和其他的產品競爭用戶的注意力。產品優化則像內部的戰場，用戶進入你的產品之後，可能你和用戶的關係更近了一步，但你還需要不斷的測試和優化，找到用戶更快速理解你產品價值的方式。

最後一部分編程和設計，主要是實現的部分。

三、增長團隊的流程和指標

從增長指標開始找到小的聚焦領域，產生想法、上線試驗、分析數據、應用結果，不斷循環，直到你的指標有一定改善。

需要關注的指標從大到小，應該是公司的「北極星指標」、「聚焦領域KPI」、「試驗結果指標」、「試驗數量」。

其中，試驗結果指標要具體到每個試驗，最終的結果是更好還是更壞。而試驗數量在一定程度上是可以控制的。這4個是衡量增長團隊比較重要的指標。

四、增長團隊的構架

選擇合適的增長團隊構架，分為增長團隊內部構成和增長團隊在公司的構架兩部分。

1. 增長團隊的內部構成

比較基本的配置有增長產品經理、程序員、設計師、數據分析師，也有一些公司會把付費營銷、病毒營銷放進去，將增長產品經理替換為增長營銷經理和渠道專家。

2. 增長團隊在公司內的構架

一類是獨立模型，直接向 CEO 彙報，另一類是功能模型，向產品副總彙報。中小型初創企業、和大型初創企業架構他們增長團隊的方式是有差異的。

我在 http://Growthhackers.com 的時候，增長團隊是向產品副總彙報的，我們團隊有增長產品經理，以及一個獨立的增長工程師，設計師和產品團隊共用。
在 Acorns 時增長團隊處於產品和市場的交界點，所以我們和產品團隊共用設計師、工程師、分析師。
Airbnb 的增長團隊也是歸在產品團隊下，但是進行了細分，分為「住客增長」和「主人增長」，「住客增長」分為了具體的病毒傳播、平台、付費營銷部分，每一部分的團隊都有獨立的設計師、工程師和分析師。

增長和增長團隊都是比較新的概念，大家在組建增長團隊的時候，應該根據自己公司的情況做出最佳的選擇。

五、我搭建增長團隊的經驗

在 Acorns 早期，我作為增長產品經理去推動增長的時候，第一步就是做試驗，因為我想向其他團隊證明，我這樣一個職位和我團隊的價值。我做了大量的數據分析，找到了一些好的突破點，取得了一些迅速的勝利。獲得好的結果之後，就要想辦法和大家分享。

分享的目的有兩點，

讓別的團隊能夠從中受益，他們也可以使用我們取得的成果。
建立並倡導增長團隊的文化，讓大家都願意支持我，給我資源，推動增長。

所以，組建增長團隊，有比較具體、務實的部分，比如工具和資源，也有比較模糊的，比如文化、人員、流程。具體的部分比較容易，模糊的部分是比較困難的。

大家都知道金庸武俠小說里的郭靖，是一個經典的，從懵懂少年一步一步成為俠之大者的形象。他學得的第一個劍法是從江南七怪那裡學得的《越女劍法》，後來從洪七公那裡學得《降龍十八掌》，最後機緣巧合獲得《武穆遺書》。

這個過程和增長黑客從新人到成為一個增長團隊的領袖很相似。

最開始關注的是一些套路、招式，具體的工具怎麼用，各類細節。
到了中期的時候，你的內力開始增強，這裡的內力就是說你對某個行業有多了解，你對用戶有多了解，能否明白用戶的心理、行為，或者說你使用數據分析產生洞察的能力越來越強了。
最後的《武穆遺書》部分，就是兵法。做增長最終追求的影響力和結果。想產生好的結果，並把這個影響力最大化，你就要學會排兵布陣，如何設定流程，和其他部門如何相處等等。

從《越女劍法》到《武穆遺書》，這也是一個新人從增長入門到增長進階，再到增長黑客的成長曆程。

非常感謝大家，我今天的分享就到這裡。希望大家在做增長的路上能夠很順利，能夠一路向北！

本文作者 | GrowingIO 增長團隊
GrowingIO 是來自矽谷的新一代基於用戶行為的數據分析產品，數據採集無需埋點，用戶行為數據分析更專業。登陸GrowingIO 官網立即註冊免費試用。

天下事有難易乎？為之，則難者亦易矣；不為，則易者亦難矣。

首先，你要成為什麼樣的人，愚見以為，和你從哪裡來沒有必然聯繫。

Growthing Hacker是什麼？

增長黑客是介於技術和市場之間的新型團隊角色，主要依靠技術和數據的力量來達成各種營銷目標，而非傳統意義上靠砸錢來獲取用戶的市場推廣角色。增長的職責是產品運營技術的結合體。增長黑客的概念從矽谷到中國，能夠迅速普及起來，得益於兩個方面：

1.數據埋點工具GoogleAnalytics、Mixpanel、諸葛IO等即插即用的服務只需開發者在程序/網頁內嵌入幾行代碼，就能一條龍式地以低成本實現供基礎數據分析等所需要的數據。對於初小企業而言，無疑是性價很高的將業務用戶等數據化的行為，這為增長黑客的普及創造了基礎環境。

2.另一方面，越來越多的行業巨頭出於擴大市場份額、構建生態系統、完善配套服務、探索盈利途徑等需要，建立了屬於自己的開放生態，並發布了配套的API供開發者調用。開發者通過接入平台，能夠直接調用平台的身份授權、用戶關係、內容數據，以及計算能力。產業的融合為初創企業帶來更多變革和創新機會，也為富於尋找增長點的增長黑客們提供了閃轉騰挪的全新舞台。其次是，線上獲客流量的持續攀升，使得越來越多的企業從靠錢砸流量的策略轉而尋找更多的替代方式，這時適時出現的增長黑客作為一種線上流量的補充方式迅速得到部分企業的認可。

所謂木石之性，安則靜，危則動，方則止，圓則行。增長黑客，數據產品經理的興起，大勢所趨是也。

Growthing Hacker方法論
a.數據驅動
數據分析，數據驅動，首先是必須要基於當前的業務體系的，因此在細分領域很難找到一個統一的標準，但是在從0到1搭建數據驅動所需要的數據體系時，可以從以下通用的AARRR模型入手：

然後，根據具體的業務類型，搭建基於業務的數據分析體系。根據怎樣獲得一個用戶，用戶激活，留存，變現，自轉播，然後根據每一個階段的數據指標，來指導將下的策略制定。比如以下，從某大廠遊戲的數據分析體系框架：

b.AB-TEST
AB-TEST，其實可以理解為2種類型，產品層次，項目層次，在初創企業可能更多的是以產品的AB-TEST顯現。在擁有較為成熟的一二梯隊的互聯網公司，更多的是以產品+技術的項目層次出現。
1.產品AB-TEST之路
凡戰者，以正合，以奇勝。故善出奇者，無窮如天地，不竭如江海。產品AB-TEST追求從產品層次來達到數據增長。比如功能的優化，頁面圖標布局的改進，購物註冊等流程的優化。

2.項目AB-TEST之路

項目AB-TEST體系在一二線互聯網公司基本都處於核心部門，百度一個數據工具成本在百萬之上，並且需要以項目管理的角度來量化產品，運營等核心數據指標。當然了，對於該職位的產品經理的背景技能要求從技術和產品的角度都很高。下圖是美團的推薦搜索優化的AB-TEST框架。

簡單來說，A/B測試的流量切分是在Rank Server端完成的。根據UUID(用戶標識)將流量切分為多個桶(Bucket)，每個桶對應一種排序策略，桶內流量將使用相應的策略進行排序。然後通過特徵提取，模型訓練，以期達到推薦功能的迭代優化。如下圖所示：

增長黑客的百寶箱

工欲善其事必先利其器，選擇一款優秀的工具，可以有效的提高工作效率。下面，小編分享以下幾款常用工具。

A.Python

數據大體可分為內部數據和外部數據。獲取外部數據的一個高效方式就是網路爬蟲，通過編寫腳本語言，按照一定規則自動抓取網路上的信息。編寫爬蟲腳本語言的時候，需要考慮目標頁面結構、是否要登錄訪問、反爬蟲限制、下載格式等因素。如果是內部數據的話，可根據業務需要進行提取。Python數據分析可自由個性化的數據可視化。主要用到的庫有pandas（數據的操作），numpy（數據的計算）， matplotlib（數據可視化）,可根據需要訂製需要的報表。這裡推薦一本經典入門書籍：

鏈接: https://pan.baidu.com/s/1nuPclXB 密碼: gahc

B.墨刀

是一款在線的原型工具,讓您十分鐘設計一個 App原型。墨刀具有便捷式交互、在線協同、打點評論、真機模擬演示、sketch插件等功能,快速上手,功能強大、學習成本低。axture也用過，但是繼電器什麼的設置會比較麻煩，而且貌似版本之間也會有影響。原型工具只是原型表現的工具，怎麼舒服怎麼來吧。

C.GoogleAnalystics

Google Analytics（谷歌分析）是谷歌推出的一款免費網站流量分析工具，是目前全球使用最廣的網路分析服務。不過需要掛 VPN翻牆。比較麻煩。

D.GrowingIO

流量分析更多是結果型數據分析，它並不能很好解釋背後的用戶行為邏輯；要想增長，就必須洞悉用戶行為及其邏輯。不同於 Google Analytics 的流量分析，GrowingIO 是基於用戶行為的數據分析產品，其「無埋點」數據採集技術可以採集 Web / APP上的全用戶行為數據。另外類似的還有tableau等數據可視化工具。 GrowingIO 提供渠道分析、轉化漏斗分析、留存分析、事件分析、智能路徑分析、活躍用戶分析、實時分析等等功能，滿足絕大部分的業務數據分析需求。

碼字不容易，更多乾貨，詳見下面二維碼~~

http://weixin.qq.com/r/4jtgeBXEYEgfrVEb927w (二維碼自動識別)

看了你長長的問題介紹，我覺得你還是有機會成為增長黑客的。
建議：
1.加強對業務的理解能力，可以在平時補充一些有關消費者行為學，市場營銷的知識;，這些知識對於「增長」很有幫助;
2.充分將業務問題與所學技術、工具結合起來，相信會有巨大的作用！