探秘增长黑客其中的奥秘
很多人都没理解增长黑客的含义，盲目的去学习，这样不但学习不到精华，反而会适得其反。
那么增长黑客到底是什么呢？
他们以数据驱动营销，以市场指导产品，通过技术化手段获取最快速度的用户增长，同时成本最低化。职责接近于市场推广部门，但他们又同时了解技术，又兼备营销头脑，懂得产品核心价值，能用最简单的语言描述这个产品是什么、解决什么问题，在此基础上清晰定位有关增长的问题，并寻求解答。
既然以技术支持营销，那么增长黑客的工具箱里有哪些工具呢？
1. Google Analytics
使用最广泛的统计工具，主要提供以下指标：
页面浏览量(Page View)：网站在某一段时间内的页面浏览量是多少。
用户浏览量(User View)：网站在某一段时间内的用户浏览量是多少。
渠道来源(Traffic Sources)：用户流量来源于哪些不同的渠道。
访客特征(User Demographics)：访问用户具有哪些特征值,用来做用户分类。
2. Mixpanel
从页面访问量数据的局限跳出来, 转而以用户行为为驱动。提供以下指标：
用户动态分析(Trends):你关心的用户行为发生了多少次,占总比例多少。
行为漏斗模型(Funnels):某些关键行为是怎么发生了,每一步有多少留存率和流失率。
用户活跃度(Cohorts):网站用户的活跃度如何,可以用来区分忠实用户和普通用户。
单用户行为分析(People):单个用户在网站上做了哪些操作,过程是如何的。
3. KissMetrics
和Mixpanel 很类似，都是以用户行为为导向的分析工具，所提供的功能也基本一致。不过 KissMetrics 在针对用户的行为分析上做得更深入也更简单，能让你更加清楚地了解用户行为背后的各方面数据。
4. UserCycle
从统计到用户分组，再到生命周期维护和分组实验测试，从各方面了解用户行为，提升用户的价值。
统计分析(Trends)：统计分组是以用户行为为中心，让数据说话。
用户分组(Cohorts)：根据用户对于产品的参与程度不同,划分成不同的群组。
生命周期维护(Lifecycle Messaging) :用于与用户不停地保持互动,既能让客户更满 意, 也能知道用户为何流失。
分组实验测试(Split-Test Experiments) :当知道用户为什么喜欢你的产品或者讨厌 你的产品的时候，你就可以有目的地去改进产品。在改进产品的时候可以多采用分组测试, 来衡量不同的变化带来的改进效果，寻找到最优解。
5. Customer. io
用于分析管理产品生命周期中使用的邮件(Lifecycle Email)。确保在正确的时间给正确的用户发正确的内容。邮件互动来增加忠诚客户。
6. Optimize. ly
是 A/B 测试的利器。当我们定义好我们想去测试的实验时,可以非常简单地通过 http://Optimize.ly 来定制和修改页面。http://Optimize.ly 会根据用户行为的不同,给出不同的测试报告,让我们能了解页面变化对于转化率的影响。Unbouce也是不错的A/B 测试工具。
那么增长黑客中的常用指标是什么呢？
网站类产品：
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。该指标可重复计算。严格意义上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。
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。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。
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。
退出页(Exit Page):指访问者浏览网站时所访问的最后一个页面。
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)。一般而言,跳出率越高代表网站的问题越大。(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。)
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。可用于衡量网站内容对访问者的吸引程度和宣传效果等。（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
软件及移动应用类产品：
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。必须联网才能统计。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。
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。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。
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，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。
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。
使用间隔(Interval):指连续两次使用之间的时间间隔。
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):“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。
每付费用户平均收益(Average Revenue Per Paid User,ARPPU):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。
<来客推（www.laiketui.com）是国内知名商城系统及商城网站建设提供商，为企业级商家提供零售商城、B2B2C多用户商城系统、社区团购商城系统、微信分销系统、小程序商城、微分销系统等多端商城网站建设解决方案>
申明：本网站部分文章和图片来源网络编辑，如有侵权及时沟通删除，来客电商原创文章，转载请注明来源。
