本文根據(jù)作者之前自己學(xué)習(xí)數(shù)據(jù)驅(qū)動增長的過程，為想要學(xué)習(xí)這個技能的朋友提供一個具體的行動方案。如果你有足夠強的欲望get到這項技能，你一定能夠自己搞定“干貨”的部分，形成屬于自己的方法和認知。

“數(shù)據(jù)驅(qū)動增長”也被稱為“精益化數(shù)據(jù)分析”，通過在相對于完整產(chǎn)品更加微觀的層面建立數(shù)據(jù)模型，進而指導(dǎo)產(chǎn)品設(shè)計和運營，使得“數(shù)據(jù)驅(qū)動增長”產(chǎn)生了比傳統(tǒng)數(shù)據(jù)分析巨大的能量。這2年逐步走紅的各種強大的SaaS數(shù)據(jù)分析工具，為數(shù)據(jù)分析的精益化提供了可落地的工具。

“授之以魚不如授之以漁”，這篇分享沒有所謂“干貨”的東西，因為僅僅通過一篇文章絕對不可能得學(xué)會數(shù)據(jù)驅(qū)動增長的方法。本文根據(jù)作者之前自己學(xué)習(xí)數(shù)據(jù)驅(qū)動增長的過程，為想要學(xué)習(xí)這個技能的朋友提供一個具體的行動方案。如果你有足夠強的欲望get到這項技能，你一定能夠自己搞定“干貨”的部分，形成屬于自己的方法和認知。

但凡從“低能小白”到“高能熟練”都會經(jīng)歷三個境界：始驚、次醉、終狂。本文按照這3個階段分別介紹對應(yīng)的的學(xué)習(xí)內(nèi)容、學(xué)習(xí)方法和素材。

學(xué)習(xí)路線圖

始驚：認識數(shù)據(jù)驅(qū)動增長

數(shù)據(jù)驅(qū)動增長與傳統(tǒng)數(shù)據(jù)分析的去別

目前大多數(shù)公司里面使用的數(shù)據(jù)分析工具都是查看UV、PV、DAU、按鈕點擊數(shù)等，通常在產(chǎn)品改版或運營執(zhí)行之后看下產(chǎn)品的關(guān)鍵指標(biāo)變化情況。這種比較粗放的方式存在一些不足：

• 不能對用戶持續(xù)追蹤，以致于無法分析一個完整的轉(zhuǎn)化路徑、無法跟蹤用戶留存、無法分析一次運營是否可以對活躍產(chǎn)生長期的貢獻……
• 不能對用戶群體進行靈活細分，以致于無法分析用戶流失的原因、無法分析某個功能對KPI的貢獻、無法進行精準(zhǔn)運營……

與傳統(tǒng)的方法和工具相比，近2年新出現(xiàn)的SaaS工具和數(shù)據(jù)驅(qū)動方法不止是效果提升，而是存在一個時代差。

1.區(qū)別之一：更微觀的量化

數(shù)據(jù)驅(qū)動增長要求細致入微的數(shù)據(jù)化。需要對每個模塊、每個功能、每一種運營行為搭建分析模型，所謂的“精益”就體現(xiàn)在這里。

同時，搭建這個模型的人必須了解諸如：“什么樣的行為可以算作活躍？一個完整的轉(zhuǎn)化路徑包括什么？哪些用戶特征應(yīng)該作為用戶分群的維度？”這樣的問題。因此，搭建數(shù)據(jù)驅(qū)動模型要求對自己負責(zé)的業(yè)務(wù)非常熟悉，應(yīng)該由產(chǎn)品經(jīng)理或產(chǎn)品運營親自完成，而不是由專職的數(shù)據(jù)分析師代勞。

2.區(qū)別之二：前置分析

傳統(tǒng)的數(shù)據(jù)分析通常是在產(chǎn)品優(yōu)化或運營方案完成后，對效果進行“后置分析”。而數(shù)據(jù)驅(qū)動增長可以在方案設(shè)計之前進行“前置分析”，進而知道做些什么事可以提升增長。

數(shù)據(jù)分析從效果驗證變成了驅(qū)動產(chǎn)品優(yōu)化和運營方案形成的重要力量，這個變化如同軍事領(lǐng)域把“地毯式轟炸”變成“精確制導(dǎo)轟炸”一樣意義巨大，大幅提升了產(chǎn)品人員的工作效能。

推薦資料

在逐步認識“數(shù)據(jù)驅(qū)動”是什么的階段，無需閱讀太多資料，只推薦一個《產(chǎn)品經(jīng)理數(shù)據(jù)分析手冊》，主要介紹了一些對數(shù)據(jù)驅(qū)動增長“形而上”的認知。

附：《產(chǎn)品經(jīng)理數(shù)據(jù)分析手冊》下載地址

次醉：積極學(xué)習(xí)

首先要掌握的是相關(guān)的思維和方法。例如：評估每個功能對轉(zhuǎn)化、留存、活躍的貢獻，發(fā)現(xiàn)轉(zhuǎn)化環(huán)節(jié)的可優(yōu)化空間和優(yōu)化方法，評估某一類運營策略對KPI的影響等等。

然后是掌握一款好用的工具，國外的google analytics，mixpanel；國內(nèi)的諸葛IO、GrowingIO等都是口碑很好的SaaS工具，不但能支持數(shù)據(jù)驅(qū)動的模型構(gòu)建，還能省去埋點、查數(shù)據(jù)上面的時間浪費。

學(xué)習(xí)數(shù)據(jù)驅(qū)動思維

在掌握理論化的方法之前，應(yīng)該先學(xué)習(xí)一些案例，由淺入深地對數(shù)據(jù)驅(qū)動產(chǎn)生一個比較直觀的認識。

研究一些案例雖能形成直觀認識，但是知識和方法比較散、不成體系。建議讀者使用腦圖對里面涉及的方法、工具、思路進行提煉，親自思考總結(jié)會讓你會對數(shù)據(jù)驅(qū)動的方法有更深刻、更有條理的認知。如果讀者實在沒有時間整理，這里也提供了我整理的腦圖的下載地址。

學(xué)習(xí)數(shù)據(jù)驅(qū)動工具

不能熟悉一個工具的話，掌握了方法也沒法落地實施。前面提出的幾個工具都有很不錯的口碑。

這里我整理了GrowingIO的客戶培訓(xùn)視頻，可以通過視頻學(xué)習(xí)工具的使用，里面也包含一些具體的案例。當(dāng)對一個工具熟悉之后，再去看諸葛IO等其他同類型工具，會發(fā)現(xiàn)在功能、使用方法上大同小異，工具間切換成本非常低。

附：視頻下載(愛奇藝播放器打開)

終狂：反復(fù)練習(xí)

如果你所在的公司已經(jīng)在踐行數(shù)據(jù)驅(qū)動增長的方法，那么工作就是最好的練習(xí)。如果不能，那么可以自己套用數(shù)據(jù)驅(qū)動增長的方法，把別人做的工作來幾次沙盤模擬，思考如何設(shè)計分析模型，如何把數(shù)據(jù)結(jié)果用圖表呈現(xiàn)。

比如對于一個產(chǎn)品功能，你的分析模型可能包括：該功能的留存率、用過該功能的用戶在KPI的表現(xiàn)、該功能的使用率等等；

比如對于一個運營活動，你的分析模型可能包括：參加過該活動的用戶在活動前后活躍度的變化、活動效果隨時間的衰減情況、參加了活動的用戶相對于沒參加活動的用戶活躍度的差異等等。

相關(guān)資料

目前講相關(guān)方法的出版書籍只發(fā)現(xiàn)了《精益數(shù)據(jù)分析》，但個人覺得這本書更像是個手冊，諸如“知識框架+理論+案例”這種風(fēng)格的講解很少，不適合通篇閱讀。其余還有幾本可看的電子書，權(quán)且作為補充吧。點此下載

如有問題和建議，可在人人都是產(chǎn)品經(jīng)理論壇留言。

本文由 @劉鑫洋 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自PEXELS，基于CC0協(xié)議