前言

《增长黑客》作为互联网产品策划必读书籍，详细介绍了如何让产品发展更好，并列举了各种案例和方法论。笔者作为技术人员，阅读《增长黑客》后整理笔记于此。忙碌的朋友们可以从本文看看是否有兴趣和必要去拜读下《增长黑客》。

什么是增长黑客？

首先看一个业界标杆增长黑客，高手的故事：

安迪·琼斯(Andy Johns)是硅谷的一名富有经验的增长黑客，曾效力于 Facebook、Twitter、Quora 等著名公司的增长部门。他的职业生涯或许可以让我们管窥一 斑。

Facebook一战成名

2008 年，当安迪加入 Facebook 负责用户增长时，他并没有太多这方面的经验。最初的六个月，他倍感焦虑，甚至一度认为自己随时可能被炒鱿鱼。公司设下的指标是，必须在12 个月内获得 2 个亿的新增用户。

为了探明哪些地方需要改进，安迪发起了一个深度研究项目。整个团队围绕 Facebook 海量的用户行为数据进行研究，试图找出驱使用户注册和活跃的因素。幸运的是，他们最终找到了突破口。

首先，他们面向用户提供带有个人 Facebook 基本资料的博客小挂件，用户可以将小挂件的代码粘贴到自己的公共主页或者博客上，对外展示炫耀。

结果，这个看似不起眼的小挂件每月为 Facebook 带来了数十亿次展示量、千万次点击量和百万级的注册量。并且，随着用户基数的激增，更多人愿意在自己的博客网站上贴出小挂件，以争取更多的好友和互动。

其次，Facebook 收购了一批来自第三世界国家的通信录服务提供商。这些提供商原本的业务主要围绕通过 API 和 OAuth 授权来收集用户联系方式。通过这些收购，Facebook 得以获取其关键技术，因而能更快地拿到潜在用户的 E-mail 地址，基于数据挖掘，对其进行精准的广告推送。

整套增长策略获得了空前成功。2008 年 5 月，Facebook 的全球独立访问用户首次超过了竞争对手——老牌的 Myspace。前者五月独立访问用户量达到了 1.239 亿人，页面浏览量达到 500.6 亿次，而后者的独立访问用户量仅为 1.146 亿人，页面浏览量为 450.4 亿次。

对于自己一手组建起来的 Facebook 用户增长团队所肩负的职责，安迪总结为以下五点:

数据分析——用户增长团队建立在对大数据的分析衡量基础之上。大部分时候，用户增长的工作就是在进行测试、调整并重复这个流程。他们需要与数据科学团队紧密协作， 通过内部工具研究驱使数据提升或下降的因素。

用户获取——用户增长团队内有一部分人负责互联网营销渠道，如 SEO(Search Engine Optimization，搜索引擎优化)、PPC(Pay Per Click，点击付费广告)或是电子邮件 广告等，每一项都包括一套极为缜密的优化流程。

产品研发——用户增长团队的意见将指导产品研发的各个关键部分，例如登录页面、 新用户引导流程、评论互动功能和支付系统等。基本上你能想到的任何地方都留下了用 户增长团队的智慧成果。

文化建设——团队文化对凝聚整个公司至关重要。用户增长团队协助树立数据驱动的理 念，确保所有人目标一致地快速执行，并随时准备迎战风险。

人才招聘——初创公司招募团队成员是一项困难的工作，并非人人都愿意冒险加入一家 前途未卜的小公司。但在用户增长团队的帮助下，如果公司的用户量达到五千万甚至五 亿，那么情况就大为不同了。

2010 年，安迪离开 Facebook，被当时同样如日中天的 Twitter 招至麾下。他加入后组建了 一支 25 人的用户增长团队，负责探寻用户增长和活跃度提升的可能性。

再战Twitter

Twitter 最早的着陆页由一家外包公司负责设计，页面上包含了大量繁杂的米素，如热门话题、 用户头像、搜索框等。

而注册和登录按钮则挤在一个极不起眼的角落里。安迪接手后，对着陆页进行了大刀阔斧的改造:砍掉了热门微博和搜索框，减少了用户头像的显示面积，精简了文案，而将需要重点突出的登录注册区域扩大到占据整个页面的三分之一，以便让用户的 注意力聚焦到这里。上线后，效果立竿见影，24 小时内用户注册率提升了约 250%。

安迪的另一个成功的尝试是，每当有新用户注册，立即向他们推荐关注至少 10 个用户。 这样一来，新用户的时间轴不至于空空如也，不知道该做些什么。当确保他们有东西可看时， 用户的活跃度和留存率便自然提高了。

最后，安迪还充分挖掘了电子邮件的作用。在此之前，Twitter 内部群发邮件用的是手动触发 的 Python 脚本，发出 1000 万封邮件需耗时三天，效率过低，每月也只发送一次。安迪看 到了其中蕴藏的巨大能量，因此主张将这一切机制化，开发了邮件自动发送功能，并着力优化了其性能，提高了单位时间内发送的数量。改进后，每当用户又获得了一名新粉丝，或是 一条微博被转发收藏，就会在第一时间收到邮件提醒，邀请他们回到 Twitter 来一看究竟。 在所有这些措施的运转下，两年间 Twitter 的活跃用户数量由 1 亿人增长到 5 亿人。

Quora之旅

2011 年末，安迪的职业生涯迎来了第三站——问答社区 Quora。据他介绍，较之 Facebook 和 Twitter，Quora 的底层代码结构更方便进行快速地修改部署，而不会牵连平台上其他无 关的模块，这使他在探索增长之道时更加高效和游刃有余，往往一天内就可以完成从测试到上线的全过程。他在 Quora 的主要增长技巧是琢磨活跃用户的行为模式，并将之归纳为一套 “标准动作”，然后引导其他用户去执行这套“标准动作”，例如完善个人信息、关注感兴趣的行业领袖等。

这就是增长黑客的作用。

据全球权威的 IT 研究与顾问咨询机构高德纳咨询公司(Gartner)调查显示，70%的高科技公司已经设置了“增长黑客”或者与之类似的技术营销类职位;前瞻客(Forrester)研究公司和天狼星(Sirius Decisions)咨询公司也在相关报告中提倡了企业设立类似职位的重要性。

基本概念

了解下基本概念：

AARRR模型

将增长目标拆分并概括为“AARRR”转化漏斗模型，即:Acquisition(获取用户)、Activation(激发活跃)、 Retention(提高留存)、Revenue(增加收入)、Referral(传播推荐)

“AARRR”转化漏斗中的 5 个环节分别的含义如下。

1.获取用户:

指让潜在用户首次接触到产品，或者可以更宽泛地理解为“吸引流量”、“用户量增长”。其来源途径可能多种多样，如通过搜索引擎发现、点击网站广告进入、看到媒体报道下载等。如果以开一家饭馆为例，那么这就像是饭馆在确定了选址、开张营业后，需要 努力招徕熙熙攘攘的过往人群进店一样，既可以在店门口散发传单，也可以开展免费试吃活动，或者邀请当地的美食节目拍摄一期宣传特辑。不同的推广方式，投入的成本各不相同，吸引到顾客的原因也千差万别。有的人不远万里慕名而来，有的人纯粹是想换换口味，还有的人刚好被“免费”二字所吸引。无论出于何种原因，只要有人肯一脚踏进店门，这就算是良好的开端。

2.激发活跃:

获取到用户后下一步是引导用户完成某些“指定动作”，使之成为长期活跃的忠实用户。这里的“指定动作”可以是填写一份表单、下载一个软件、发表一篇内容、上传一张照片，或是任何促使他们正确而高效使用产品的行为。如同饭馆吸引来顾客，但如果顾 客只是傻站在大堂里无所事事，那么就无法给饭馆带来实际生意。正确的做法是通过店内陈设布置和服务员主动引导，让顾客马上明白:哪里有空位可以就座，从何处获取菜单，如何使用优惠券，怎样办理会员卡，以及跟别人拼桌时如何相处等。

3.提高留存:

在解决了用户的活跃度问题后，另一个问题又冒了出来。用户来得快，走得也快。产品缺乏黏性，导致的结果是，一方面新用户不断涌入，另一方面他们又迅速流失。 我们都知道，通常留住一个老用户的成本要远远低于获取一个新用户的成本。因此提高用户留存，是维持产品价值、延长生命周期的重要手段。一家饭馆，如果物美价廉、独具特色， 或者在某方面有别人难以复制的核心优势，那么顾客就愿意反复光临，成为老主顾。“一锤子买卖”在市场上难以立足，而真正的可取之道是成为一家百年老店。

4.增加收入:

商业主体都是逐利的，很少有人创业只是纯粹出于兴趣，绝大多数创业者最关心的就是收入。即使是互联网时代的免费产品，也应该有其盈利模式。在一家客源稳定的饭馆里，增加收入可以通过制定营销策略、拓展外送业务、提高用餐高峰期翻台率等途径 实现。而在互联网行业，除了直接向用户收费，还可以通过广告展示、业务分成等方式向其他利益方收取费用。

5.传播推荐:

社交网络的兴起促成了基于用户关系的病毒传播，这是低成本推广产品的全新方式，运用妥当将可能引发奇妙的链式增长。这就如同检验一家饭馆是否足够有人气， 就看有多少顾客愿意主动向身边的朋友推荐。口碑的力量是无穷的，来自熟人的好评往往比 高高在上的权威品鉴更具说服力。

A/B测试

所谓 A/B 测试，简单说来就是针对想调研的问题提供两种不同的备选解决方案(比如两个下单页面)，然后让一部分用户使用方案 A，另一部分用户使用方案 B，最终通过数据观察对比确定最优方案。在现实生活中，达尔文《物种起源》中提到的物竞天择原理，本质上就是在谈同一物种的不同变体经过外部环境测试后存留延续下的最优结果，也算是一种 A/B 测试。 A/B 测试的基本思想包括:

提供两个方案并行测试。

不同方案之间只存在一个变量，排除其他干扰因素。

以某种标准判定结果优劣，筛出最优方案。

其中第二点，即单变量，需要重点关注。因为某种方案的优劣，不光与方案本身有关，也可 能与方案所适配的环境密不可分。
同样一段文案，若涂成黑色，在浅色底上会清楚醒目，在深色底上就可能很费眼力，而将文案改成白色，在深浅不同的底色上的视觉效果恰恰相反。这里我们就不能简单地得出结论， 黑色和白色哪种是绝对好的，而只能说在深/浅底色的确定条件下，使用白/黑色方案为文案 配色能取得更佳的视觉效果和转化率。 被比较的两个变量本身也不能是复杂变量，而应当是单一变量。如果硬要拿红烧茄子跟干拌土豆拼个高下，哪种美味只能靠评判者味蕾的主观偏好，解决方法是要么都改红烧，要么都换土豆，这样就能对单一的烹制方法或食材素质做出客观评价。

在产品设计中，A/B 测试常用于减少页面障碍、提升转化率、确定改版方案、新功能的小范围测试等。互联网产品中通过 A/B 测试改进产品的成功案例不在少数。例如，国外某开发者社区为了刺激游客注册成会员，在游客的默认头像中写上了“我爱 IE”这样戏谑的字眼——显 然这是对有追求的开发者莫大的“侮辱”，这令他们不得不注册会员并更改头像。测试下来注册转化率十分出色。

有损服务

有损服务，顾名思义是指刻意输出在品质上存在某些损失的服务，目的是以此牺牲换取其他方面(速度、稳定性、成功执行的几率)的优化。

唤醒机制

唤醒机制是指互联网产品中专为召回流失用户而设计的产品机制。常用的唤醒机制包括:电子邮件唤醒、消息推送通知、移动网页唤醒应用等。

如何成为增长黑客

需要具备的品质

热情:

兴趣是最好的老师，在缺乏外力协助和现成解决方案的情况下，唯有满腔热忱能驱动人持续探索，恒久坚持。

聪明:

网络上有浩如烟海的信息、知识、工具、参考产品可供随意取用，但同时信息噪音也很大，需要有效识别、高效筛选。聪明的人会知道什么是自己需要的，而哪些不值得浪费时间。

好奇:

从一大堆杂乱的数据和用户访谈中抽丝剥茧，发现问题和与传统认知相背离的异
样细节，从而进一步探寻到别人未曾发掘的机会。

资源:

最有效的一手实践案例和内部消息绝不会来自网络搜索。好的增长黑客既有发现机会的敏锐，又应当具有收集情报的途径。

影响力:

增长黑客要设法鼓动和说服团队中的其他成员，形成以“增长”为核心的默契心态，这要求增长黑客既是一名好的倾听者，也是一名好的演说者。

心态开放:

要明白自己喜欢的并不一定代表大众也喜欢，而自己讨厌的在别人那里也许 根本不构成任何困扰。要善于聆听他人的意见，养成空杯心态，及时将自己“清零”。

内心强大:

增长黑客的工作有相当一部分在于试验，从不可能中寻求可能。面对风险、失败和前功尽弃，内心强大才能越挫越勇，不至于在阴影中逗留过久，而是昂首阔步地迈向
下一个尝试。
 
一点点强迫症:

在能做到目标明确、抓大放小的前提下，对影响用户心智、事关转化的 细节有严苛要求，全盘把控，而不是明哲保身、不敢提出要求。被誉为“偏执狂”的乔布斯在 《The Lost Interview》采访中曾说:“伟大的人，不会在意自尊，大家都把注意力集中到产品上，这毕竟才是最有效的工作方式。”

需要具备的思维方式

1.数据为王:

合格的增长黑客首先需要具有数据思维。没有数据就没有比较，没有比较就没有进步。增长黑客的一切工作都是建立在数据分析的指导之上，而非拍脑门式地碰运气。 产品的功能逻辑越复杂，用户数量越庞大，数据分析的成本和要求就越高，这就越是要求增长黑客在纷繁复杂的数字中抽丝剥茧，抓住问题的本质。在平台级巨头公司的工作经历，让安迪·琼斯得以接触海量的用户大数据，借以研究网民普遍的行为习惯。为了获取更加准确的 验证结果，安迪认为在设计实验时应当首先明确目标，有的放矢；其次同一个实验尽量尝试 多次以便相互印证比较，并且尽可能拉长单个实验的测试周期，因为同一周内不同日子的测试结果往往也是有区别的。

2.专注目标:

增长黑客的工作必须时刻围绕增长展开，但有时通往目标的道路处于一团迷雾之中，并没有现成的套路和方法论可以直接借鉴。增长黑客必须自己设法找到破解的途径。整个过程可能冗长而沉闷，需经历不断地测试、改进、学习、再测试，这要求相当强的毅力和抗压能力。安迪·琼斯曾经面临过一个挑战:来自搜索引擎的流量占到网站流量的 40%，但其中只有不到 0.2%的人转化成注册用户，这意味着每 1000 个访客中有 998 人最终流失掉了。为了提高转化率，安迪的团队足足耗费了14 个月的时间研究着陆页的优化，这是一段极为漫长的周期，考验着每个人的耐性。好在功夫不负有心人，他们最终成功地将转化率 提高到了 5.5%以上。

3.关注细节:

任何一处细微的改动，都可能对产品全局的增长造成影响。增长黑客的职责之一，就是对这些看似微不足道的改动作出评估，通盘衡量得失，甚至决定某个功能是否应当上线。举例来说，安迪曾强调：哪怕一个网页的加载速度延迟数百毫秒，都会对用户的访问带来直接的影响，甚至最终导致用户无法忍受而选择离开。“如果新上线的功能会让我们的访问速度跌落 30%，那么即便再多科技媒体将我们吹捧上天，我也丝毫不会感到欣慰。” 相反，如果每个月都设法在某一方面优化 10%，那么一年后将会产生高达 3 倍的显著提升。

4.富于创意:

美国第一代增长黑客、Bebo 的联合创始人迈克尔·博弛(Michael Birch) 认为，“增长黑客”这种职业是科学与艺术的结合。他们善于左右脑同时开工，一方面，通过缜密的分析衡量自己的想法是否可行，另一方面，天马行空地提出解决问题的方案构想。在Facebook 时，安迪·琼斯创造性地提出了“博客小挂件”这个想法。在普通人看来，这就是一种彰显个性、表达态度的工具，人们将它挂置到个人主页的侧边栏上，以丰富页面显示的内 。但真正的作用不局限于此，当越来越多人通过搜索引擎发现 Facebook 时，竞争对手这才意识到，这些造型别致的博客小挂件不仅是好看的摆设，实际上还起到了建立反向链接、 提升 Facebook 在搜索引擎显示权重(Page Rank)的作用。

5.信息通透:

增长黑客必须一方面深入理解自己产品用户的活跃渠道，“从群众中来到群众中去”，扎根建立环环相扣的转化漏洞；另一方面抬眼看世界，时刻掌握海内外最新的产品和市场动向，尤其关注新生渠道和业界趋势。在需要横向对比同类产品的数据，或是纵向挖掘上下游生态的衔接情况时，如果能够找到相关从业者私下直接交流，则会大幅提高信息 获取的效率，在第一时间做出基于充分信息的明智决策。在美国，在“我为人人”的分享精神 和盘根错节的利益纠葛下，创业帮派之间彼此力挺的氛围浓厚(如硅谷的“Paypal 黑帮”)。 而在国内，以北京、杭州、深圳为代表的互联网一线城市在这方面也逐渐形成了开放合作的 共赢生态。

需要关注的指标

以下关键指标是增长黑客需要保持关注的：

网站类产品常用指标

页面浏览量(Page View，PV):

在一定统计周期内(通常为 24 小时)所有访问者浏览的 页面总数。该指标重复计算，即如果一个访问者浏览同一页面 3 次，那么 PV 就计算为 3 个。 PV 之于网站，就像是收视率之于电视，从某种意义上已成为投资者衡量商业网站表现的最重要尺度之一。严格意义上来说， PV 只记录了页面被加载显示出的次数，并不能真正确保用户进行了浏览，有些网站会利用这一特性“刷”PV，例如在页面中嵌入不可见的 iframe。还有的网站编辑为了完成 PV 指标，会将一篇长文(或组图)拆分成多页，从而制造出阅读量大的假象。

独立访问者(Unique Visitor，UV):

在一定统计周期内访问某站点的不同 IP 地址的人数。 通常在同一天内，UV 只记录第一次进入网站的具有独立 IP 的访问者。如果某人访问网易首页，又点开了三条新闻，则记作 4 个 PV 和 1 个 UV。UV 反映了网站覆盖的绝对人数，但没有体现出访问者在网站上的全面活动。此外，由于校园网络、企业机关等一些部门通常有统 一的对外 IP 出口，依靠 IP 来判断的 UV 也并不能做到完全准确，更优的做法是结合 Cookies。

访问数(Visit):

访问者从进入网站到离开网站之间的整个交互过程，视作一次 Visit。它可能包含一组页面浏览行为。通常界定同一访问者的两次不同 Visit 的判定方法是间隔时长，如 30 分钟。这意味着如果同一访问者连续的两次页面访问之间间隔为 15 分钟，则视作一次 Visit; 如果间隔 41 分钟(因故暂时离开或阅读了一篇长文)，则被切分为两次Visit。

着陆页(Landing Page):

指访问者浏览网站时所到达的第一个页面，又称用户捕获页。针对着陆页的分析追踪可作为判定外部广告或其他营销推广活动效果的依据，因此着陆页应当 是经过恰当优化的。

退出页(Exit Page):

指访问者浏览网站时所访问的最后一个页面。退出页数量大，并不等同于网站的黏性差，此时应当参照退出数与页面浏览量的比值，即退出率。若某个页面本不该有较高的退出率(如在线购买流程的下单环节)，则需要检查该页面，防止其成为整站的流量漏洞。

跳出率(Bounce Rate):

用于衡量整站或网页的黏性。跳出，指访问者仅仅浏览了一个网页就结束了访问(Visit)。整站跳出率=全站跳出数/全站页面浏览量，它反映了整站的导航效率;而针对单独页面计算的跳出率=该页面跳出数/该页面浏览量，它是对单个网页导航能力的评价。一般而言，跳出率越高代表网站的问题越大。

展现数(Impressions):

又称印象数，指广告在浏览器中被加载的次数。只要广告内容被加载出一次(如刷新了页面)，展现数就加 1。 服务器打点数(Hit):打点指服务器收到一次请求。如访问者浏览了一个仅有 10 张图片的 网页，则打点数记作 11，其中包括 1 次网页请求和 10 次加载图片的请求。

转化率(Conversion Rate):

转化，指达成了某种预设的目标，如引导用户完成下载、注册、新闻订阅、走完新手介绍流程等。转化率是计量这种转化成效的指标，可用于衡量网站内容对访问者的吸引程度和宣传效果等。例如，广告条的转化率=通过广告条点击进入着陆页的流量/广告条的展现数;注册的转化率=完成注册流程的用户数/到达注册页面的流量。

停留时间(Duration):

指一次访问的持续时长。通常较为简单的计算方法是用最后一次访问的时间减去访问第一张页面的时间(但这将无法统计最后一次访问的持续时长)。

初访者(New Visitor):

初次访问网站的访问者。通常用 Cookie 判断，并以一定时限为统计周期，通常为一个月。如果上月某人访问过网站，次月再次访问，则对于次月内的第一次访问行为而言，这个访问者仍视作该月内的一个新的初访者。

回访者(Return Visitor):

相对初访者而言，如果一个访问者在该月内重复访问，则视作回 访者，也就是“回头客”。该指标衡量网站内容对访问者的吸引程度和网站实用性。统计周期内所有初访者数量+所有回访者数量=独立访问者数量。

访问来源(Referrer):

指一次访问或一个网页浏览的流量来源，又被称作“推荐来源”。访问 来源可从不同维度进行划分。如按来源网站的性质，可划分为来自搜索引擎、网站推荐(如 友情链接、广告条、软文植入)、无网站来源(用户直接进入网站，如从浏览器收藏夹点入、 直接在地址栏输入域名)等;按来源网址的形式，可划分为来自域(如 fanbing.net)、网 站(如 www.fanbing.net)或 URL(如 http://www.fanbing.net/about.html);按照内外 部，可划分为站外链接或站内来源。 其他属性:有的第三方统计工具可结合自身收集的其他数据，获取访问者进一步的信息，如地域分布、系统环境、性别比例、年龄分布、学历分布、职业分布等。

软件及移动应用类产品常用指标

新增用户数(New Users):

指首次打开应用的用户数量，通常通过设备识别符(如苹果系 统的 UDID)来识别用户的唯一身份。由于传输统计数据需要联网，因此即便是首次打开应 用，若未能联网，也统计不到。此外，卸载再安装通常不会算作新增用户，老用户的版本升 级也不会计算在内。当然，如果下载了应用但并未安装，或安装之后没有启动过，也无法统 计为新增用户。

活跃用户数(Active Users):

指统计周期内有过特定使用行为的用户数量。同一用户在一个统计周期内多次使用记作一个活跃用户。这里“使用行为”的定义因应用而异，有的团队将 启动即视作活跃，有的则需要满足启动+执行某种操作(如浏览过至少一条新闻)，还有的 则索性将常驻后台的守护进程没有被杀死也统计进了活跃范畴中。因此如何计量活跃用户数， 归根到底还是看团队真正追求的是什么。活跃用户数一般看“日活”(Daily Active Users，DAU) 和“月活”(Monthly Active Users，MAU)。

升级用户数(Updated Users):

指由已装的老版本升级到新版本的用户数量。时常有人问， 像 QQ 这样保有量已经很大的应用，为什么每天还能在应用市场上创造如此巨大的下载量? 其中很重要的因素之一，就是将用户从老版本升级到新版本的下载行为统计了进去。

留存率(Retention Rate):

指用户在某段时间内开始使用应用后，经过一段时间，仍然继 续使用，这部分用户占当时新增用户的比率，也就是“有多少人最后留下来了”。留存率用于 衡量应用的质量和营销效果的好坏。通常新增用户如果因为真实需求而来(如从应用市场主 动搜索并下载获得)，则留存率较高;而因为博眼球的营销推广(尤其是有奖活动)进来的 用户，留存率较低。并且，不同种类应用的留存率也有各自的基准，如游戏的首月留存率通 常比社交类高，而工具类的首月留存率又比游戏高。留存率通常看次日留存率、3 日留存率、 7 日留存率、15 日留存率和 30 日留存率。

总用户数(Total Users):

指历史上所有新增用户数之和。该数字由单纯地相加获得，存在一定水分，无法体现已经流失或极不活跃的用户情况。

单次使用时长(Duration):

指用户从一次启动到退出应用所耗费的时间长短，用于衡量应用的黏性。应用在后台运行并不会计入其中。不同类别的应用，单次使用时长可以千差万别。 工具类产品解决问题目标明确，用户完成任务之后就会立即退出，比如看一下天气、优化一下内存占用等，用几秒就可以关闭。而视频播放类应用则能持续更久，通常可达到几十分钟。

平均单次使用时长(Average Duration):

计算方法是某日总使用时长/该日启动数，可用 于更准确地评估用户的使用状态。因为一款应用在不同时段的使用时长可能存在差别，用户 早上挤地铁时的一瞥与晚间睡觉前的沉浸使用，其单次使用时长本身是不具备可比性的，只 有平均之后才能用于横向比较。 使用间隔(Interval):指连续两次使用之间的时间间隔。如果一款定位于提供每日新闻资讯 的应用的使用间隔过长，则说明对用户的黏性不够强，并未培养成每日使用的习惯，只是在 偶尔想起来时看一眼。这就需要在产品上下功夫，或采取一些运营手段弥补，如定时推送当 日的头条新闻。

转化率(Conversion Rate):

指应用内特定行为目标的转化情况，如让用户点击某个按钮、 播放一段视频、邀请一批好友等。

K 因子(K-Factor):

衡量产品的病毒传播能力，计算方法为每个用户平均发出的邀请数量/ 收到邀请转化成新增用户的比率。如果 K 因子大于 1，表明产品具有自我传播能力，会随着 用户的使用而持续扩散。

每用户平均收益(Average Revenue Per User，ARPU):

简单的理解就是“能从每个用户 那里收多少钱”，是衡量产品盈利能力的指标，也可用来检测不同市场渠道获取的用户质量。 ARPU 的通常计算方法是产品在一定时限内的收入/活跃用户数。结合单用户的获取成本，可 以推断出产品是否能形成自我造血的持续发展能力。

每付费用户平均收益(Average Revenue Per Paid User，ARPPU):

与 ARPU 将收入平摊 到所有用户头上不同，ARPPU 只计算从所有付费用户处获取的平均收益，据此更准确地把握 付费用户的支付能力、消费习惯，并有针对性地对这部分付费用户重点运营和服务。

月付费率(Monthly Payment Ratio，MPR):

指一个月的统计区间内付费用户占活跃用户 的比例。

生命周期价值(Life Time Value，LTV):

用户从第一次使用产品，到最后一次使用之间， 累计贡献的付费总量。

需要的工具箱

统计工具

Google Analytics、国内百度统计、CNZZ统计

用户行为统计

Mixpanel、KissMetrics、UserCycle、Customer.io、Vero

A/B test

Optimize.ly、Unbouce

项目管理

Basecamp、风车

移动应用数据分析

友盟、TalkingData

APP数据追踪

App Annie（监控ASO关键字排名）

方法论

最小mvp交付

互联网是快速试错和收集信息的平台，也是一个公正的仲裁者，永远能反映客观的市 场动向。聪明的团队应当从产品每一次调整所带来的反馈中汲取营养，不断强化优势，及时纠正错误，找到适合自己的 PMF 状态，成为被市场接受的玩家，而不是因循守旧地沉沦在既 有的产品创意中，完全罔顾市场的需求和反馈。

除了待验证的基本功能外，反馈渠道、公告看板、自动升级和使用行为统计这四件事必须纳入考量。

1.反馈渠道:

请尽可能为你的 MVP 用户提供产品内部的反馈机制(如网站顶部的留言板入 口、移动应用中的提交反馈页面)，而不仅是在产品体外设置独立的反馈渠道(如微博、微信、QQ)。用户希望在遇到问题的那一刻尽快将自己的疑惑、惊诧与愤懑传递给开发团队。 这些最终采取了行动的少数派用户，极有可能出于两种初衷:第一，他们的确遇到了棘手的 麻烦;第二，他们真的是你产品的忠实粉丝，以苛求的眼光审视任何一个不完美的细节，热 忱地为团队带来改善意见。无论遇到哪一种，都决不能令其失望，倘若反馈渠道的门槛过高， 会令他们望而生畏，提反馈的冲动也随之烟消云散。

2.官方公告:

包括群体公告和针对单个用户的定向消息通道。公告看板的目的是向用户传递 来自产品官方的声音，包括团队动态、运营公示、反馈回复，以及应对突发情况的紧急通知 和危机公关等。对于网站而言，公告看板的具体实现形式可以是首页的一条醒目的横幅、个 人中心的系统消息或是群发的邮件，而客户端及移动应用内的公告则可能更加醒目，如能够 轻易占据用户注意力的推送通知(Push Notification)。并非每个用户都有看公告的习惯， 然而对于试图主动了解官方信息的用户而言，找到入口的方式必须简单易行。

3.自动升级:

网站的优势是随时部署，用户打开浏览器看到的永远是最新的内容。相比之下， 客户端和移动应用的用户是经过漫长的链条转化而来的。如果用户每次获取新版本都要再一 次经历手动搜索、下载和安装的过程，许多偷懒的用户宁愿选择继续维持在老版本，而最终 看不到我们呕心沥血迭代出的升级版。这与我们快速迭代的开发策略背道而驰。最佳策略是 在产品启动时提示用户有可用的新版本，当用户确认升级后，通过内置的下载模块在后台完 成更新，整个过程无需用户介入，而是“傻瓜式”地完成。

参考案例：

Groupon先简单实现MVP再开发自动化功能

大众点评先简单实现MVP来判断商机

Hyperlapse简单实现MVP抢占先机

微信游戏简单粗暴减少视觉设计时间

基于微信开发最小MVP

1.开发成本低。

微信公众平台的开发者模式，允许开发者通过开放的接口接入自己的服
务器，响应公众号粉丝的输入。掌握 PHP、HTML5 等网站开发知识就能够实现各种媲美原 生应用的酷炫交互功能。你也完全可以将设计精美应用界面的时间省下来，用微信聊天窗口 里一来一回的简单问答作为基础互动。相比动辄数万米的应用开发，成本可压缩在十分之一 到五分之一。

2.无须适配。

移动平台的适配是开发过程中绕不开的恼人障碍，某些碎片化平台的适配 工作甚至可能占到研发工作量的 40%以上。而依托于微信，则可将这部分工作量完全省去(或 者说由微信的研发工程师代劳了)，无需在意某些特定机型的用户无法使用。

3.分发方便。

引导用户去特定市场，下载动辄几 MB 的应用安装，并完成一长串的注 册登录流程，这会让你的潜在用户望而生畏。在微信公众平台内建一个 MVP，则几乎省去了 这块成本，无安装门槛，推广成本也极低。此外，维护微信平台的功能如同维护网站，可以 随时上线、下线，不需要让用户下载升级安装包。

4.便于收集反馈。

微信本身就是个沟通工具，你可以明确地知道每个用户的身份，查询 他们的互动记录。用户也习惯于直接以对话的方式提交意见，这比要求用户去应用内的反馈 模块或是专门撰写一封电子邮件更加高效。

5.数据得以沉淀。

通过微信公众平台开发 MVP，获得的初期数据信息是可以提交到自 己的服务器上的，不会随着 MVP 的废弃而不再具备效用。换句话说，微信内的数据与日后 开发的应用数据是能够复用和互通的。这比一般的静态 MVP 更有长效价值。

参考案例：

聚美优品利用微信进行MVP验证

悠泊利用微信进行mvp验证

大范围推广前先测试到位

缺乏成熟产品做依托，再强力的推广也无济于事。在展开野心勃勃的扩张计划前，还是先小心地为产品验证市场，确保达到 PMF 状态再大肆铺开为宜。就叮咚小区而言，更加稳 妥的做法，或许是先选取几个目标小区试点推广、跟踪反馈，尽可能收束繁杂的功能而有所 专攻，待达到一定的满意度和留存率后，再考虑大面积推广。这的确会额外耗费一些时间， 但并不等于浪费时间。叮咚小区用 1 亿米的昂贵失败，为我们证明了 PMF 的重要性。

参考案例：

Dropbox先做好了市场调研，足够热度后才开工

Facebook获取种子用户

知乎获取种子用户

b站获取种子用户，提高用户质量

小米的种子用户

云笔记的种子用户

Airbnb为房东拍照，提高质量

增加平台曝光率

让更多的人知道你的产品。

参考案例：

Facebook针对用户资料页SEO优化

Twitter主动优化SEO

RapGenius 通过贾斯汀·比伯增加搜索曝光，优化SEO

TechCrunch通过维基百科建立反向链接，优化SEO

大姨吗通过副标题巧堆关键词，优化ASO

Circa引导高满意度的用户为应用评分，优化ASO

大众点评“更新跑得快”活动，优化ASO

豌豆荚捆绑下载

分析选择目标用户和推广渠道

每一个产品的目标用户和适合它的渠道都不一样，需要分析快速尝试。

参考案例：

人人网从线下到线上

盛大从线下到线上

viber，选择地推时，考虑了区域特性、群体渗透、易获得性，用更加巧妙的方式降低成本，提高效果

Uber选择城市，考虑天气原因

Tinder选择目标用户

华尔街日报利用wifi推广自己的订阅服务

AB测试

有些时候，备选方案模棱两可，甚至区别看起来无关紧要，例如某个按钮是用橙色还是红 色，摆放的位置偏左还是偏右。面对这种情况，传统解决方式要么是根据设计师的审美来定， 要么是一群人共同表决，要么由某个领导拍板决定。无论哪种方式，都不免受到个人主观因 素的制约，未必代表的了广大用户在实际使用场景中的认知。“不识庐山真面目，只缘身在此 山中。”通常解决此类情况，最合理的办法之一，就是进行 A/B 测试(A/B Testing)。

参考案例：

Airbnb利用A/B测试优化按钮使用率

37Signals利用A/B测试优化

电子商务网站ZAGG进行A/B测试优化详情页

百姓网进行A/B测试比较展示效果

补贴策略

在现实生活中，最吸引人们进入商场抢购的除了节假日的减价促销外，返利和补贴也是屡试 不爽的惯用伎俩。二者的区别在于，前者是直接给出的优惠条件，后者则是需要顾客先行付出，再获取一定的好处。类似补贴的方法在互联网产品中时常可见，妥善运用不仅能在短时间内影响用户的单次决策，还可能在更大的时空范围内逐渐引导和改变用户习惯。

最简单的补贴形式无非是线下玩法到线上的简单平移，即对用户消费后的直接返利。例如各 大电商网站挂出的“买满 99 米送 10 米优惠券”、“电子书全场 5 折起，买两本可免费获赠一本”。 它之所以被广泛使用，自然是源于其长盛不衰的生命力——在用户对是否下单犹豫不决时，这通常是压垮骆驼的那最后一根稻草。

在此基础上，衍生出一种更进一步的优惠券特性——限期使用，即当天消费获得优惠券并不 能马上用来买新的东西，而必须等到未来的某一时点才能生效。

参考案例：

滴滴利用红包补贴

当当的留存补贴策略

游戏化

游戏化(Gamification)，其目的是利用人类爱玩的天性，通过改造接触、沟通和 参与的过程，产生具有吸引力的、持续的外在激励，诱发参与者的内在激励，从而更有效地 提升参与者的参与度，实现态度和行为的转变。过去人们创造各种虚拟现实世界去逃避现实 世界，现如今游戏化让人们带着玩游戏的心态重新回归现实世界并影响和重构世界。在健康 医疗、教育培训、公共政策、市场营销、企业管理等领域，处处可见游戏化的影子。 美国未来学家、世界顶级未来趋势智库“未来研究所”游戏研发总监简·麦戈尼格尔在其著作《游 戏改变世界》一书中提出了游戏的四大决定性特征:目标、规则、反馈系统和自愿参与。

目标:

指玩家靠努力可达成的具体结果。它能吸引了玩家的注意力，并不断调整自身的参与度。

规则:

为玩家如何实现目标做出限制。它消除或限制了达成目标最明显的方式，推动玩家去探索此前从未尝试过的可能性。规则可以释放玩家的创造力，培养玩家的策略性思维。

反馈系统:

通过点数、级别、得分、进度条等形式来反映玩家距离实现目标还有多远。对玩 家而言，实时反馈是—种承诺:目标绝对是可以达到的。它给了人们继续玩下去的动力。

自愿参与:

要求所有玩游戏的人都了解并愿意接受目标和规则。

参考案例：

星巴克的积分游戏策略

Foursquare的积分策略

滴滴针对司机的积分激励制度

逻辑思维微信电商卖月饼

脚本化自动化运营

产品早期尚未形成稳定的用户来源和社区氛围，想要让人与人之间通过信任建立起对等友善 的信号，往往并不那么简单。而一旦达到一定规模，产生羊群效应，则在此基础上再让人们 产生某种行为转化则容易得多。如果用现实社会作对比，我们时常会听到某楼盘开盘时会雇 佣一些群众演员排队，制造销售火爆的假象，从而吸引到真实消费者并且抬高售价，就是这 个道理。

参考案例：

Quora的脚本化运营

有损服务，放下不必要的坚持

我们的产品必须始终像机械钟表那样精确缜密地运行，覆盖所有的用户使用场景，保证用户 在任何时候都能获得最完整的使用体验，否则就有疏离用户的危险。这是许多团队(尤其当 创始人具有一定技术背景)正在恪守的准则。但是如果完全这样做，那意味着我们必须为满 足大众所有的需求而无差别地堆叠产品特性，这将导致团队无法聚焦在核心用户身上，功能主次不分、定位混乱，七拼八凑成残破丑陋的“弗兰肯斯坦”。

参考案例：

QQ农场使用有损服务

微信有损服务

红米有损服务

引导新用户快速上手

产品开发团队经常陷入的又一个误区，是以己度人地将自身对产品的了解代入到普通用户的认知中，想当然地觉得他们能理解产品是干什么用的，每个操作如何进行，以及如何最大化地发挥产品的功用。遗憾的是，绝大部分用户是一群慵懒忙碌的聪明人，你必须在第一时间呈现出最棒的一面，让他们迅速上手，有事可做，否则他们的注意力很快会被其他更加简单有趣的东西吸引走。

参考案例：

Twitter引导新用户快速上手

利用社交维系来阻止用户流失

新人收到了夹道欢迎的礼遇，老用户则不断维持着新鲜 感，产品留存率就有了保障。引入社交关系是一种常用的提高留存率、增加用户活跃度的武器。

参考案例：

全民飞机大战利用合体来留存

啪啪利用关系链来召回用户

外卖平台利用红包获取关系链

设计唤醒机制

常用的唤醒机制包括:电子邮件唤醒、消息推送通知、移动网页唤醒应用等。

电子邮件唤醒
EDM(Email Direct Marketing，电子邮件直邮营销)是网站常见的拉新和唤醒手段，通过 将邮件投递到用户的邮箱，实现品牌的曝光和提示，将用户召回网站。

使用 EDM 唤醒用户的策略主要如下。

1.提供奖励

最为常见的一种形式，给予用户一定的物质或精神奖励，如消费折扣、VIP 特权、免运费、 购物卡等。例如国外的域名注册服务提供商 GoDaddy，会不定期为不活跃的老用户提供优 惠码，吸引用户下单订购。

2.告知进展

将产品的更新情报、商业蓝图或是团队重大调整事项告知用户，吸引用户感受新界面、体验 新功能等。如 Evernote 推出商业版、IFTTT 增加对 Nest 硬件的支持等。

3.个性化推荐

根据收集到的用户行为偏好数据，推送精准的个性化内容，而不是千篇一律毫无区分的宽泛 信息。如知乎每周精选的 EDM，会根据不同的用户发送相应的热门内容。

4.用户社交互动提示

即依托人际关系的纽带，通过邮件告知用户社交网络上最新发生的活动，例如新的好友申请、 收到一封私信等。Twitter 会定期发送用户尚未处理的消息。Airbnb 默认会将房东的私信回 复用邮件告知。

好的应用推送

1.推送授权(Push Notification Authority):不同平台对推送通知的授权方式和权限大小 标准不同。在 iOS 上，用户有权力在首次启动时拒绝应用程序的推送通知。而在安卓上，推 送通知通常是默认打开的，用户需要到程序中设置关闭，或借助第三方工具来防止骚扰。权 限的差异直接导致两大平台上的推送通知到达率不同，安卓可达 95%以上，而 iOS 一般不到 50%。为了提高用户保留推送通知权限的意愿，应当在需要的时候再发起权限请求，尤其推 荐用简单的浮层或弹窗提示告知用户获取权限后的使用目的。

2.徽章通知(Badging):徽章通知是唤醒用户的一大强效武器，原因之一是有不少患有“强 迫症”的用户总想点开图标处理消息，以消除徽章通知，让桌面清爽。在 iOS 7 之前的版本中， 即使应用程序的推送通知被用户关闭，也可以申请获得 Push Token 来显示徽章通知，继而尽最大努力地维持存在感。目前原生的安卓系统并没有徽章通知，但已经有第三方厂商的定 制 ROM 提供了该功能。

3.本地通知(Local Notification):本地通知是 iOS 系统唤醒用户的另一种方法。它在外 观上与正常的推送通知类似，不过所有的通知均是在预设的时间点到来时发起自本地，无须 与服务器交互，不需要联网。本地通知适用于特定时间段内使用可能性较大的产品。例如《刀 塔传奇》手游，会在一天之内分早中晚三个的活跃时段向用户手机发起本地通知，告诉用户“又 到了美味的大餐时间，不来顺便玩一把游戏吗”之类。

4.地理围栏通知(Geofenced Notification):当应用检测到用户接近或进入了特定的位 置范围内，就将启动地理围栏通知。典型的使用途径包括商场的自动导购应用、周边餐饮服 务发现应用等。由于联网方式和手机性能的不同，获取用户所在的位置可能出现误差，影响 地理围栏通知的实际效果。

5.图片推送通知(Picture in Notification):单纯的文字通知通常需要在 100 个英文字符 或 20 个汉字内抓住用户的眼球。一种更加吸引人的方式是使用图片做推送通知。安卓系统 提供了这样的功能，允许开发者定制通知栏图标、展开大图、媒体背景等

6.表情文字(Emoji):对于 iOS 这种暂不支持在推送通知里加入图片的平台，一种变通的 方法是使用 Emoji 表情文字来代替。恰当地使用不仅可节省字数，也能让内容更加抢眼。

参考案例：

Facebook利用邮件触发用户，利用其好奇心

利用在线广告技术

某天访问电商网站 A 时，偶然发现了一件感兴趣的商品， 尽管当时没有立即下单，但在日后访问其他网站 B 时不断地看到这件商品的广告，屡屡挑动 你的消费冲动，并最终让你乖乖成为了它的俘虏。如果你觉得这种“阴魂不散”的广告曝光几 率只是巧合，那可就太小瞧增长黑客们了。实际上，这里使用了一种叫做“重定向(” Retargeting) 的在线广告技术。

所谓重定向，是一种针对已经浏览过网站的人群进行再次营销的广告方式。它能让用户曾经 看过的广告再次展示在其面前，通过这种不断的提醒来强化品牌印象，并最终促成消费行为。 一般的网站广告带来的购买转化率都低于 5%，意味着超过九成的顾客就这样流失掉了。但 实际上，他们中间也很有可能存在潜在消费者，只不过暂时需要更多时间来考虑和比对，一 旦时机成熟，就会产生购买决策。重定向广告的价值就在于捕获到这些原本“漏网之鱼”们的 购买意图，将他们重新引导回自己的站点里，完成下单消费，而不是白白便宜了别家。想知 道如何运用好重定向广告，就要先知道它的原理。首先你需要在网站里插入一段追踪代码， 当用户进入该页面后，代码就会在他们的电脑里植入一个 cookie，它会标记出用户身份和感兴趣的商品信息。当这个用户访问其他网站时，只要该网站加入了重定向广告联盟，就有资 格读取出 cookie 中记录的用户身份和商品信息，并将动态的广告位“掉包”成用户感兴趣的商 品广告。这里的“重定向广告联盟”泛指第三方的重定向广告服务商，如 Adroll、Retargeter、 Chango，也包括像 Google Adwords 这样专业的展示广告功能。

如果你旗下同时经营了几家网站，那么他们天然地便是你的重定向广告联盟。例如在淘宝上 看过的一件宝贝，也可能隔天出现在天猫的广告栏里。这就像一颗热追踪弹，牢牢锁定着目 标用户的去向，任你跑去天涯海角，最终仍逃不出它的追及范围。根据 Google Adwords 提供的官方数据，在 30 天内出现 7~10 次横幅广告的转化效果是最佳的，而能做到这点的 重定向广告将转化率提高到了三倍以上。

参考案例：

Nitro利用在线广告

变惩为奖

1.绝不责备用户。用户的选择受到当时当地的信息接收渠道、产品易获得性、消费习惯和试 探心理等综合因素影响，有时甚至是在不经意间采取了行动。他们很可能并未意识到自己正 在使用盗版的行为侵害了开发者的正当利益，也暂时无从感知到官方的正版产品将带来更有 保障的高品质体验。对于这部分用户，不能指望谴责能瞬时带来改观，更好的方式是循循善 诱，给出引导方案，让他们自行在利弊之前权衡并导出判断结论。

2.给予合理补偿。人们普遍存在一个心理:从未获得的东西无关痛痒，但已经到手的东西若 要失去则变得难以接受。无论是熄灭会员灯，还是剥夺盗版使用权，本质上都是夺走一项用 户已经到手的东西，无论其来路是否正当，总归是不愿意的。因此合理的补偿能最大程度抵 消这种负面情绪。

3.提供转化便利。体现诚意与尊重的最好方式莫过于发起一项请求时，为对方提供最大程度 的便利。在产品设计策略中，可包括更加清晰的引导步骤、更加准确的文案表达、更加减省 的操作步骤和更加令人欢欣鼓舞的成功反馈。这能让原本因“负罪感”而产生补偿想法的用户， 快速将这种冲动落实为具体行动，从而刺激产品销量增长。

参考案例：

QQ发现漏洞后变惩为奖

CleanMyMac变惩为奖

建立商业智能系统

通过技术手段提升互联网公司内部运作的效率和可控性，从而降低运维成本、提高命中 率、获取更多收入。

用数据可视化的方式 辅助企业管理，可使得管理成本降低，管理效率提高。这里面的核心有三个:

第一，数据的 采集和存储。百姓网具备很强烈的数据意识，因此数据仓库方面的技术实力较强，能够做到 核心数据的实时采集和存储。

第二，数据可视化。如果没有一个直观、简单的数据可视化呈现方式，管理者是没有使用动力的。

第三，极客精神，使得技术开发工程师有能力、有热情进行自主的系统开发。尤其值得一提的是，百姓网的几乎所有的操作运维系统、内部管理系统，均是团队自主研发的。在这其中，增长团队扮演了重要的需求提供者和执行承担者的重 任。

参考案例：

百姓网建立商业智能系统

用病毒传播撬动增长的杠杆

病毒式传播，是基于用户诉求的一种传播方式。一款产品如果采用了正确的病毒式营销方式， 能够自然勾起人们分享给他人的欲望，在新媒体的语境下用最低的成本将产品扩散给更广的 人群。不同于以往“中心化”一对多广播式的传播路径，“去中心化”的病毒式传播中人人都是节 点，传播的效果能够以几何级数倍增，四两拨千斤地撼动潜在受众的认知。你在微博上看到 有人喜不自胜地炫耀《雷霆战机》的高分截图、在邮件中收到一家新上线网站的内测邀请码， 或是周末喝咖啡时听朋友眉飞色舞地描述自己如何用手机应用搞定跨境旅行，都是典型的病 毒传播场景。这种以人际关系“信任”为纽带的传播，通常比商家的自卖自夸更具说服力。

衡量病毒传播的两大核心指标是 K 因子(K Factor)和病毒循环周期(Virial Cycle Time)。 K 因子，用于评判病毒传播的覆盖面。其公式为:K 因子=感染率 X 转化率。感染率是指某 个用户向其他人传播产品的程度，例如发送一封邮件邀请、进行一次口碑推荐。转化率是指 被感染用户转化成新用户的比例。更简单地说，1 个 K 因子表示平均 1 个用户能带来 1 个新 用户。K 因子越高，产品自我获取新用户的能力越强。提高 K 因子，主要从提高感染率和转 化率两个方向入手。鼓励用户平均发送更多邀请，如在一对一的通讯录联系人邀请之外，增设发微博、邮件群发选项，可以增加感染更多用户的机会。优化被感染者看到的着陆页，让 注册步骤尽可能简短，则能提高注册成功的转化率。 病毒循环周期，是指从用户发出病毒邀请，到新用户完成转化(如点击阅读、注册、消费的 行为)所花费的时间。病毒循环周期越短，效果越好。在这方面数据的佼佼者要数视频网站， 你在优酷上看完一则奇趣搞怪的 30 秒视频，将它顺手分享到微博上，马上便能引来粉丝的 围观，整个病毒循环周期只需几分钟。为了缩短病毒循环周期，首先应当尽可能减少用户的 操作成本，如醒目的行动号召、方便的一键分享按钮、傻瓜式的下载安装注册流程。其次可 以设法增加用户的“紧迫感”，如 24 小时后就会失效的优惠券、注册后能立即收到 10 米返利 的承诺等。

Bug营销

由 Bug 引发的网络狂欢，背后极有可能是精心策划的一场炒作。作为国 内搜索引擎网络巨头，百度在众多互联网公司中的技术实力毋庸置疑，此前也曾经推出过电 商平台有啊及支付平台百付宝，因此对于相比之下业务逻辑更简单的网盘支付系统，不至于 出此纰漏。即便的确因为工程师的疏忽而偶然马失前蹄，也不可能在早上 6 点问题发生、21 日全天掀起网络热潮的情况下，经过数十个小时仍没能修复。

参考案例:

百度网盘bug营销

迅雷bug营销

借势营销，乘势而上

当网络热点爆发后，聪明的产品懂得借势营销，将产品的推广融入到用户喜闻乐见的语境中， 通过争夺用户的注意力加强自身的曝光和转化。聪明的借势可以事半功倍。

参考案例:

各大旅行网站借势营销

SegmentFault光棍节程序员闯关秀

免费模式商业变现

参考案例：

QQ会员付费化

Evernote付费化

陌陌的三方市场流量变现

RootTools开源变现

Bidesketch放弃免费专注付费

搜狗输入法导流变现

VeryCD导流变现

有哪些经典案例？

Dropbox先做好了市场调研，足够热度后才开工

同步云存储服务 Dropbox 的创意始于创始人德鲁·休斯顿(Drew Houston)自己上下班时的痛点:无法用移动设备获取电脑中的文件。为此他希望招募一群 天才来共同实现这个有些前卫的想法。但他并没有急于马上动手开发，因为这需要克服重大 的技术障碍，且投入成本暂时无法预估。取而代之的是，他选择在目标人群高度集中的新闻 推荐平台 Digg.com 上发布了一则充满极客俚语的宣传视频，一本正经地向科技爱好者“虚构” 了 Dropbox 的产品功能，以此判断是否有人为这个创意买账。结果这段 3 分钟的视频引发 了网友的兴趣，经过投票很快便蹿升到当日热文榜单首位，吸引了几十万人访问视频中显示 的着陆页。愿意排队