连数据分析做不好，还好意思做增长？

对于增长来说，数据分析意味什么？如何做好数据分析呢？

一、增长与数据分析

利用数据来洞察用户，这是做增长的基础。毫无疑问，如果没有数据分析，那么增长也是无法实现的。所以不难理解，招增长的职位里面都会要求一点，就是熟悉数据分析，对数据敏感。

可见，增长的过程也是数据挖掘和分析的过程，难以脱离数据，常见的工作步骤如下：

解读公司战略，寻找到一个关键的数据指标，即北极星指标

不断拆解指标，形成一个又一个小的单一化指标，并划分到不同的路径

按照路径可做的实验影响程度，评估增长实验的优先级

实验上线以后，分析一下相关数据

根据分析结果来确定增长方法，同时输出下一步的指标计划

那么，在增长的过程中，到底在利用数据分析什么问题呢？数据分析又有哪些实际应用呢？接下来，让我们看看数据分析在工作中是怎样使用的，从而帮助产品实现增长。

二、数据分析的实际应用

数据分析在增长的过程中，拉新和激活与留存是常见的实际应用，下文将进行详细说明。

1. 用户拉新

在这个环节，通常APP的流量来源可分为付费和免费两大来源。一般付费流量都是通过广告投放、应用商店的付费推广等方式来获取，而免费流量则可通过多种运营手段来获取，设计激励机制来刺激用户下载和分享即可。

付费流量：

通过付费来获得流量，我们需要对渠道转化和质量评估进行数据分析，从而能衡量投放的效果和价值。

渠道转化的常见数据指标就是CTR（点击率）、CVR（转化率），其数据意义就是能指导我们优化用户的外部转化，降低成本。

质量评估就是分析投放渠道的质量，便于评估该渠道是否值得继续投放。每家公司评估渠道质量的指标都是不一样的，一般都需要紧密地结合产品战略来进行设计。

常见的指标有DAU、营收、留存率、流失率等，但不管是哪种指标来衡量，公司都应该重视ROI，这是最基本的原则。

免费流量：

在免费流量获取的环节里，我们往往会通过活动的激励机制去刺激用户完成APP的下载安装和注册，例如新用户可获得代金券或者积分之类的激励。

在这个环节中，我们可以把获取流量的过程看作是一个漏斗模型，通过对转化率和最终安装注册量的数据分析，我们能看到转化所出现的障碍和问题，可获得优化的路径和方法。

此外，我们还能利用聚类分析的方式来分析，就是考察不同画像的用户在不同场景下的数据表现，从而可以设计出针对不同用户建立不同的拉新模式。

2. 激活留存

其实，相对拉新而言，激活留存才是真正的增长，否则拉新回来的用户都流失了，就失去了增长的意义。

在激活留存这个环节，我们不得不提一个概念，那就是啊哈时刻。啊哈时刻能提高产品的活跃度，有助于进一步留存。

所谓的啊哈时刻，就是让用户感到兴奋的那个点，我们说的增长其实是围绕啊哈时刻去做的，它像一种力量，推动着用户去对产品产生喜爱。如果没有啊哈时刻，产品是很难实现自增长的，所以找到啊哈时刻让用户喜欢产品，让用户获得超出预期的体验是非常重要的。

所以，在激活留存这个过程中，我们不得不利用数据来衡量用户激活，而且在激活之后还得分析短期的次日留存或7天留存数据。

在分析留存数据的时候，我们通常会聚焦用户在某个时间某个场景下做了某些行为与用户的短期和长期留存的关系，以此来评估实际该引导做什么更好地实现用户真正地留存下来。

由此可见，我们能够不断设计实验，来寻找那个影响留存的关键指标，从而能很清楚地看到哪种方法更有利于APP激活和留存。

值得一提的是，在用户留存这方面，召回用户也是一个相对重要的部分，这个时候我们需要评估用户渠道，制定多个召回用户的设计及数据分析体系，从不同角度去探索合适的召回方案。

在这个过程中，我们需要对每一个操作进行数据化的分析，只有这样才能实现可视化，清楚看到能优化的空间。例如，利用APP PUSH来召回用户，我们就要关注用户接收到PUSH后的打开率，如果打开率很低显然召回是失败的，所以提升打开率是利用APP PUSH召回用户的一个重要数据指标，那么接下来优化的任务很清晰，就是提升打开率。