硅谷一线增长实践者曲卉：数据驱动增长的道与术

数据驱动增长的体系与基础、流程，如果你掌握了，应用起来，其实就像一个自动传送带一样，你不需要费太大的劲就可以事半功倍。

在过去的10年里，美国的很多公司在应用数据的路上经历了不同的阶段，从最开始的时候没有数据，到后来开始有数据无应用，到最后全面数据与企业决策的全面结合。

通过多年的工作和对行业的深度观察，我今天和大家分享4种如何用数据去驱动增长的方式。

第一种是指标建模。

所谓的指标建模，就是如何用指标和模型的方式把企业的业务、产品高度概括化、提炼化，让企业在海量数据中挖掘出数据之间微妙的联系，过滤掉大量无用的信息，让企业能很快触及核心问题，从数据中提炼价值。

第二种是机会洞察。

金融和互联网是目前数字化程度最高的行业，这两个行业中沉淀了大量数据，比如渠道数据、用户数据及业务数据等，这无疑是一座金矿，里面潜藏了大量可以被发现的珍宝，可以被进一步加工、打磨。机会洞察就是企业要有一双能发现金矿的慧眼。

第三种是衡量结果。

衡量结果的基础是企业要有科学的评估体系。企业开发一套系统，要去衡量其产生的效果，然后从中得到一些洞察，进而有指向性地进行完善和迭代。在整个流程中最重要的一环就是衡量，因为只有科学的评估体系，才能使企业的系统运转有度可依，有病可查，否则很容易陷入南辕北辙的困境。

第四种是决策自动化。

当完成前三个步骤之后，决策自动化就水到渠成了。

当下机器学习与深度学习的无监督训练算法等技术日渐成熟，越来越多的决策可以依赖算法的自动化完成，这将使得企业决策的速度、效率和质量都大大提高。

这就是四步数据驱动增长的“道”，下面我重点介绍一下“术”的部分。

指标建模

指标建模最重要的概念是两点。

第一点：找到最重要的指标

形象的说就是“北极星指标”，简单来讲，就是在现阶段企业最核心的问题是什么，并且找到一个指标去衡量。

世面上的产品可以分为三类：

消磨时间的。比如很多短视频、新闻类软件。

提升效率的。比如很多SaaS类产品。

促成交易的。比如很多电商、旅行类产品。

第二点：搭建增长模型

不同类型产品的北极星指标是有所差异的。比如，DAU之如消磨时间类的产品，付费用户的活跃程度之如提升效率类，GMV、交易量之如促成交易类。

总之，企业要根据自身业务的特点、禀赋、目标去寻找到相适应的北极星指标。

增长模型听起来是一个非常抽象的概念，在落地阶段要如何去搭建一个完善的增长模型呢？

以电商产品为例，基于一款产品，企业首先要去确定它的北极星指标。

如果该产品处于比较早期的阶段，那么企业可以选择用户数或者是订单数作为北极星指标；如果产品已经处于成熟阶段了，把交易额选为北极星指标就更合适一些。

假设这个产品的北极星指标是交易额，接下来企业要做的就是想办法去拆解它。拆解北极星指标可以有各种各样的方式，比如说可以按新用户、老用户贡献了多少销售额来拆；或者可以按商品的品类去拆，也可以按照用户步骤去拆。

总之，要把北极星指标按照最合理的维度去进行拆分。

这样就可以把很抽象、无法捕捉的指标进一步分解为很细致的指标，为运营和其他团队提供较为直观的决策基础，进而反馈回北极星指标去完成提升。比如说，把商品详情页的转化率提高，相应的交易额也会随之提升。

指标建模最重要的意义就是帮企业触及核心，找到最重要的研究和提升方向，同时梳理出影响方向最重要的因子，并挖掘出潜在的规律和价值。

机会洞察

机会洞察不是只围绕某一环节单独进行，而是伴随整个客户生命周期而展开。

在用户获取、激活和留存、召回流失、变现中每一个阶段都有增长的机会和增长的可能性，相应在每一个阶段里面都潜藏着一些数据。这些数据都提供一些增长线索，比如说在获客阶段有渠道数据，在激活、留存和召回阶段有用户行为数据，在变现阶段有业务数据。

但很多企业一般面临两种困境，一是缺乏完整的数据；二是数据之间无法打通。