数据分析真的能驱动用户快速增长么？

俗话说，“酒香不怕巷子深”；

俗话又说，“酒香也怕巷子深” 。

再后来，俗话还说，管他酒香不香巷子深不深，只要找个“数据科学家”，酒就可以大卖了。

这就是传说中的用数据驱动用户快速增长，说行话叫“Growth Hacking”。 不过， 数据分析真的能驱动用户产品的快速增长么？数据运营在哪些场景下有用？怎么才能让它有用？

今天的这篇长文，来自于《计算广告》的作者刘鹏（微信公众号：Comp_A）。作为中国数据变现和精准营销领军人物，刘鹏的《计算广告》已经成为多家公司数据和商业化部门教材。他本人曾在微软、雅虎、360等公司任职，在工作中通过数据驱动方法实现产品收入增长过10亿。

长文开始之前，先向大家预告一下， 1月4日和1月12日，刘鹏老师将会在网易云课堂开设 两场免费的直播课程 ，:分别为：

主题1：大数据领域的个人发展之路

主题2：互联网免费产品的财富引擎是什么

有兴趣的小伙伴可以直接扫描下方直播邀请卡中的二维码，点击“立即参加”进行占座，直播前会有短信通知提醒，点击短信中的链接即可参与。

数据分析真的能驱动用户快速增长么？

作者：刘鹏

关于用数据驱动运营增长，近来有不少相关的书籍与讲座。其实，这里的道道儿也并不神秘，大多数数据运营的场景，方法上都可以总结为下面的三板斧：

所谓用户转化漏斗，就是你的业务是如何一步步将一个用户骗到手的。举下面；的几个例子，你一看就明白了：
广告：展示—>点击—>转化
游戏：下载—>激活—>留存—>付费

无论上面哪种业务，都可以分解为一系列的阶段，经过每个阶段，用户都只有一部分留存下来。对漏斗的每一个环节准确地记录数据，以便分析和优化各个环节的通过比率，是数据运营的基础设施。

数据运营中的常见痛点，是明知道转化漏斗上某个环节的通过率较低，却找不到提高的途径。 常用的解决思路，就是把数据打细，分解到各个维度上分别观察，这往往能发现产品或系统上的问题。 如果多个维度能够灵活组合观察数据，就成了一个数据魔方(Data Cube)。下面的图虽然与互联网产品运营的漏斗数据没关系，但是原理是一样的。

比如说，你发现广告的点击率低，进而查到是Chrome浏览器上的点击率拉低了整体统计，那么就要在Chrome浏览器上深究原因，结果很可能是你的Flash广告素材直接被Chrome给屏蔽了。

这种用多维数据报表来定位和查找问题的办法相当有效，它实际上是高效的debug，仍然是一种“受”的策略。

那么有没有数据驱动的“攻”的策略呢？当然也有。 制定多个产品可能的改进方向，将它们放到线上，让实际数据来决定谁上谁下。 这种A/B测试的方法，往往是大家理想中躺着就可以优化出好产品的魔法，也是“数定胜人”理论的基础之一。

说到A/B的系统框架，可并不是个的简单的事儿。如何建立准确性和效率兼备的实验框架，值得单独写一篇长文，我们在这里就不多谈了。

上面的这三板斧，对于运营好一款产品非常重要。不过您要是认为掌握了这样的数据思维，就可以靠数据分析做出伟大的产品，那还是洗洗睡吧。

用户如何选择和评价一款产品，在不同领域有着截然不同的规律。简单来说， 我们可以把产品分为理性产品和感性产品。 比方说，3C类电商，就是比较典型的理性产品，而服饰类电商，就是相对的感性产品。计算广告和推荐系统，虽然技术栈有相通之处，但前者是理性产品，后者的感性就强得多。

对于理性产品来说，由于问题的目标稳定且容易量化，数据是最关键的优化手段之一。 拿广告产品来说，广告商使用它的目的，是为了获得更高的利润（当然这一利润可能是长期的，也可能是短期的），而不是为了获得心灵上的愉悦或快感。因此，当两个广告平台的投入产出比相差很大时，客户不会顾及哪个的使用体验更胜一筹，而是毫不犹豫地选择赚钱多的那个。

可是说到感性产品，就远没有那么简单了。 在感性产品的运营中，既然很难给出确定的优化目标，数据优化能起的作用就是有天花板的。

那么，数据化的运营在何种情形下会遇到明显的瓶颈呢？大致说来有如下几个方面。

几年前，有一家很火的游戏公司叫Zynga。据说，Zynga的老板并不鼓励创新，而是奉行“拿来主义”，将别人的游戏创意复制过来，用自己的一套数据运营体系快速超越对手。啥样的数据运营体系呢？说白了就是大量的A/B测试。设计说：草地得是绿的。产品经理说：不行，绿的红的数据说了算！于是，他们真的将流量分成红草地和绿草地两种配置，如果数据反映红草地用户付费高，那就把草地全变成红的，让植物学家们见鬼去吧！靠着这样的体系，Zynga一度在Facebook内长期霸占游戏排行榜的前三名。后来怎么样了呢？答案很清楚——现在还有谁知道Zynga么？

Zynga的衰落当然原因很多，不过不得不说惟数据论的产品运营思路也是推手之一： 你的数据测试体系再成熟，也不过就能搞搞草地涂红涂绿这样的雕虫小技，而游戏的新模式、新情节、新设计这样的真正创新方向，不是你具备了数据运营体系就可以具备，甚至也无法通过数据体系来判断高下。 拿iPhone举个例子，大屏交互、Multi-touch、应用商店这些大放光彩的产品特征，皆出自乔布斯对产品的信念与洞察，而非市场和需求调研的结果。

Facebook的工程师在一次演讲中提到：Facebook多年以来坚持采用严谨的A/B测试框架来决策一个新feature是否被线上系统所采用。但是，结果是却是：Facebook PC版的首页三年来没有任何重大的升级。其实，这个结果本身就是发人深思的：难道Facebook又变成了人类社交网络的终结产品，并且已经优化到了全局最优点，无法再改进了么？

结论显然不是这样的，我甚至认为在那三年当年被废弃掉的许多改版方案中，未必没有被误杀的版本： 现有的A/B测试框架，都只能观测一个相对短时期内的数据表现，而长期的趋势与结论，如果没有对产品信念上坚持，很难等到开花结果的那一天。

我从传统纸媒杂志那儿听到过一个规律：一般来说，杂志在改版后的头几个月，都是骂声一片。然后几个月过后，新版也许会带来发行量的显著上升。这也可以作为短期数据缺陷的一个佐证吧。

博弈性的场景在互联网产品里是很常见的。

举个例子，大家可能知道互联网产品中有个Explore & Exploit问题，即用一部分相对随机流量探索未知空间，另一部分流量根据统计最优做决策。熟悉这个领域的朋友都知道，假如我们有两个E&E策略，是无法通过A/B测试来确定其优劣的。

除了E&E，其他博弈性的场景还很多，例如广告里的机制设计问题（也就是竞价市场的规则如何制定）；再比如有一定社交性的游戏运营策略，都是从原理上就无法通过简单分流量就能进行有效的A/B测试的。

当然，了解这些博弈性的问题，需要深入的产品见解和宏观思维能力，有很多奉行糙快猛主义的产品经理，宁可假装这样的问题并不存在。

数据这个账房先生虽然不可或缺，却并不是用户增长的定海神针。那么，真正能驱动一款产品的用户快速增长，靠的都是什么方法呢？从历史上成功的产品看，有下面一些思路值得注意：

说白了，用户快速增长最核心的问题，还是要千方百计酿出好酒来。产品好才是真的好，这是所有产品和运营应该追求的根本。由于上面讲的一些数据体系的问题，优秀产品经理的直觉与判断，不见得跟短期的数据表现相一致。在这样的岔路口上，坚持产品原则第一性，数据反馈第二性，长远来看是更加合理的。

需要特别说明， 真正优秀的产品，一般来说都不是在分析存量市场的基础上想出来的，于是也没有现成的数据统计可以支撑。 此前大火的Pokeman Go，用户增长之迅猛令人咋舌，不过我不认为它已经建立了完善的数据运营体系，即使有，也并不是其用户增长的关键。

什么是战略性推广渠道呢？简单地说，就是那些 “价格便宜、量又足” 的渠道。互联网很多产品的用户快速增长，往往是在这点上下足了功夫。

比方说，某跨境电商的崛起，与早期他们战略性地大量从Facebook购买流量有很大关系。而到了今天。Facebook的广告价格已经被抬高了很多，这样的渠道机会就不存在了。

在中国，非BAT的很多移动互联网产品快速增长，大多数都依赖预装这个战略渠道。厂商有预装，运营商有预装，方案商也有预装。在当年预装成本只有今天五分之一的时候积极花钱的产品，今天有不少已经成长为大公司了。

对于价值被低估的战略渠道保持敏锐的嗅觉，对产品的快速增长至关重要。

病毒式传播的方法有两类，一类是“传染”，一类是“传销”。

所谓传染，就是诱导和捆绑式安装：通过一款已经有很大装机量的产品，通过威逼利诱甚至暗中作业的方式，将另一款产品也带到用户的终端上，往往是多快好省的好办法。甚至有时候在普通的广告渠道商这么做效果也不错，比方说：移动上各类清理或安全产品，往往在广告投放时让直接恐吓用户“你的手机内存过低”或“你的手机风险很大”，用户顿觉菊花一紧，当时就安装了。

传销大家都不陌生了。在社交网络产生以后，传销式的推广方案实施起来更加方便。种种五花八门的拼团模式，转发抽奖模式，虽然不能说是严格意义上的传销，其本质也是发动群众斗群众，这样的方法如果用好了，必定有奇效，谁用谁知道。

互联网界对这一点的重要性认识是有所不足的。产品要立得住，保持葛大爷那样的躺姿也能挣钱，核心的用户认知非常关键。

在互联网界，大家往往奉直接效果传播为信条，在品牌建设方面的重视程度则有所不足。不过，近来oppo等公司的成功轨迹，让大家开始重新审视品牌和用户认知的作用。在笔者看来， 成功的品牌建设带来的用户增长，可能是迅猛而又健康的。

讲了这么多，其实并不是说数据化运营不重要，而是说要达到产品的快速增长，其实还有更重要的事儿。今天所有的互联网从业者，既要掌握正确的数据化运营方法论，又不要盲目成为拜数据教的教徒。做一款叫好又叫座的产品，虽然数据运营不可或缺，但还是要把核心精力放到“做出好酒”和“搬到巷子口”这两个关键点上。

看到这里，如果你对数据驱动仍然感兴趣，且仍然有疑问的话，就不要错过刘鹏老师接下来的两场直播课程。

有兴趣的小伙伴可以直接扫描下方直播邀请卡中的二维码，点击“立即参加”进行占座，直播前会有短信通知提醒，点击短信中的链接即可参与。

刘鹏老师的《计算广告》一书出版一年以来，重印了六次，影响了数万专业读者。最近，刘鹏老师新推出了《计算广告2.0》的线上课程，并致力于将它打造成数据与商业化领域最系统、最专业的课程。

这门课程的目标就是透彻、系统地讲解从“数据变现”到“用户增长”这一数据与商业化体系的精髓，让你具备扎实的决策和实战能力。

点击阅读原文，加入刘鹏老师的“计算广告”学习阵营！