用户增长常见问题及解答！

这篇是个开头，整理这段时间收到的询问中非常有代表性的5个问题，其中很多内容在书中有详细介绍。

这个是我在知乎上回答过的问题，很具有代表性。

很多产品经理和产品运营会非常疑惑，加上“用户增长”前缀之后，工作内容上会有什么变化？关于工作的内容和职能，以及在团队中的分工，本书的7.1.3节做了详细的介绍，并且在7.5.1中给出了头部互联网公司对三大类用户增长岗位的工作描述。此处不再重复，在此想跳出具体工作内容的介绍，补充一些对用户增长工作的理解。

（1）无论是在用户增长的哪个岗位上，都要具备用全局视角来看用户增长的意识。

全局视角在本书中1.3节有详细的介绍，并在第2章详细介绍了如何从方法论走向具体执行。

（2）用户增长不只是黑客。字面理解增长黑客，可能会以为他们的工作充满黑科技或者旨在通过各种技巧打造病毒传播。近一两年来也确实有不少对增长黑客的曲解，如果过于推崇免费、大量、快速获得用户，期待有一个简单上手的营销工具，快速搭建起社交裂变引擎，就是把用户增长想简单了。

用户增长还是要依赖于产品思维，尊重用户需求和市场规律，用好数据用好技术，本质上需要完善一个商业模式，而不仅是完成一个指标。

（3）用户增长远不止增长模型。这里的模型指的基于大量分析和事件总结提炼出来的，更高维度的、通用的、可以复制的一些思考方法。如今不乏很多经典的增长模型，但模型不是万能的。但凡做过用户增长的从业者，就知道只拿着这些模型，远远不能指导我们切入用户增长的工作。

不考虑行业背景、产品发展阶段去生搬硬套这些模型，反而会得到啼笑皆非的结果。

（4）用户增长需要关注增量，以及如何准确地评估增量。

对于处在最一线的用户增长从业者，实验方法以及合理应用会显得非常关键。并且我们要不断地向上去影响决策者，用更合理的手段来评估策略效果，打造实验文化。实验的基础原理不难，真正的障碍是实验的意识和分析的意愿。而实验也仅仅是一种科学方法，它能提升量化效果的精度、准度，但用户增长更为重要的还是找对方向，切到重点。

切不可拿着一些相对生僻的统计学知识当成用户增长的仙丹灵药，到处卖弄。

（5）我所理解的用户增长只是一种工作方法，是我们对以往多年商业社会以及最近20年互联网领域发展的一次阶段小结：需要看数据，需要更精准。

用户增长不那么玄乎，它是一种全局视角+实验方法的落地，它依然遵循互联网思维中最重要的一点：以用户价值为基础。

总而言之，方法论是拿来用的，而不应该是卖弄的，再花哨的用户增长实践，我认为都离不开以用户价值为基础，从宏观机会中创造或优化商业模式（道层面），通过数据驱动来打磨产品及营销手段（器、术层面）。勿忘初心。

这个问题主要是目前在产品运营和产品经理岗位上的朋友们的提问，相信数据分析、开发等同学也有类似的疑问，我借下图把一个理想的增长团队中涉及到的岗位和大致工作内容做下介绍：

每个增长项目都需要一个负责人，他为项目的目标制定负责（一般为某个指标提升多少），以及向下推动拆解目标至可执行状态。在整个项目执行过程中，负责人也是节奏的推进者，负责组织各类会议和讨论，并适时向上汇报以解决问题、获得资源、争取到合适的实验时间等。

数据分析主要负责增长机会的发现。除了常规的宏观业务表现数据外，更多的精力需要投入到对用户行为的分析中。主要目标是发现问题或者机会，进一步形成增长假设。在增长实验进行中和实验分析时，数据分析也是主力，需要掌控科学、严谨的分析方法，并且要站在中立视角来理性评判策略效果。

产品经理（或产品策划、设计）通常需要完成增长项目所需要的客户端功能设计、工具功能设计等工作。在客户端，需要从用户视角出发来设计好整个用户路径，通过必要的前后引导、合理的文案素材组合等，提升策略下发的整体转化率。而在工具侧，产品设计则需要基于团队需求设计好产品功能，提升团队工作效率，切忌盲目地做各种功能的堆砌。

产品运营主要负责增长策略的制定，基于对用户的理解，全面产出“如何提升增长目标”的运营思路。

在很多增长团队中，可能产品经理和产品运营工作内容类似，概括而言就是整体负责增长策略的设计和落地生效。

研发人员主要分为算法和工程。其中算法需要和产品运营深度协作，更精准地找到人群、提供更合理的数值方案。与之相关的很多产出都是出自算法同事开发的模型。工程主要负责客户端前后端相关功能的开发，以及工具的开发。

总体上，一个基础的增长团队需要包含以上这些成员。根据增长项目的不同，如果有很多涉及市场投放和品牌策略，则还会包含市场营销同事。如果一些项目涉及渠道投放和商务合作，则还会包含商务和法务同事等。

最近字节跳动的朋友也出了一本《策略产品经理实战》，有些朋友会问增长产品经理和策略产品经理又有什么区别。

我个人认为二者的最大区别是团队归属，有交集，但其实差异不是那么重要。策略产品经理通常有一个明确的目标，需要通过各种策略的制定和优化来提升相关的指标；很多用户增长产品经理需要关注策略制定，我们之前的团队就有专门的岗位做增长策略。如果这个岗位落在了增长团队，那么就是增长产品经理的title，如果没有那么通常就叫策略产品经理。

延伸一下，策略在做什么？具体策略和业务有很强的相关性，下面举一个滴滴的例子介绍策略产品经理在做什么：

滴滴派单策略主要的原则是：站在全局视角，尽量去满足尽可能多的出行需求，保证乘客的每一个叫车需求都可以更快更确定地被满足。同时，尽力去提升每一个司机的接单效率，达到总的接驾距离和时间最短。

想要实时做到最优几乎不可能，但是稍微延迟、等到积累了一定量订单后再做批量匹配是一种可行的办法。它的核心思路是先让乘客和司机稍等一段时间（实际时间并不长，用户几乎感知不到等待差别），待收集了一些订单和司机信息后，再集中分配。当有了足够多且较密集的订单和司机后，派单策略就可以更合理地、从全局视角来找到更优的派单方式。

下图给出全局最优的一个场景示例。如果在乘客A呼单时立即为其就近派单给车1，随后呼单的乘客B派给车2。可以看到，乘客B需要比较久的时间才能等到车2，这样乘客B就有可能取消订单。经过全局最优的处理，稍等片刻后同时处理乘客1和乘客2的订单，可以发现如果将车1派给乘客B，车2派给乘客A，二者的等待总时长相对于之前是更小的。在没有过多牺牲乘客A体验的前提下，乘客B的订单也得以完成。当然，实际决策时要比这个例子复杂，但是核心思想基本一致。

不是的，公众号的作者、视频号的作者、B站UP主或者做直播的朋友，都需要关注用户增长和实验。确实，互联网公司的数据和工具相对完备，更容易上手，但更为重要的是具备增量的意识和实验思维。依靠第三方平台，也可以很好的利用数据来做一些假设和验证。

例如，在对于数据的利用上，公众号拥有“近似实验”的能力。微信公众号后台可以支持按地域下发，可以找到两个粉丝接近且城市等级、规模接近的城市尝试做对照实验。针对两个地域下发同一篇文章，可以大致验证不同的标题、图文布局、下发时段等对用户打开率、读完率、吸引关注等的影响。虽然这并不是严格的随机对照实验，但如果结果的差异较大，还是能够作为优化的参考。

用户增长岗位需要快速定位问题，找到解决方案。所以简历和面试过程中需要集中呈现解决问题的能力。在面试过程中，需要简洁描述出解决问题的过程，体现出可复制性。重点推荐STAR原则，将背景（Situation）、任务（Task）、行动（Action）和结果（Result）这4个元素描述清楚。再根据面试官重点关注的点来做详细介绍。更多面试准备的内容，还可以参考书中7.5小节的内容。

候选人面试成功，首先是具备能力。在7.4节中列举了三个必备思维和三大必备能力。假设当候选人具备基本的能力，还需要准备一些目标岗位所处赛道的增长洞察，充分了解增长机会，做到来之即战，是非常重要的加分项。切换到招聘者视角，同样可以参考能力图谱来考察面试者。

作者：青瓜早报

来源：用户增长实战笔记（ugnote）