成长是产品或公司从诞生到死亡所经历的过程。一个产品从0到1的过程，是业务增长和用户增长的关键时期，决定了它能否生存下去； 1-N过程是业务、用户、业务不断增长的时期，决定了它能否活得更好，是在互联网世界里默默无闻，还是成长为独角兽。

这里介绍一个在产品工作中常用的方法论来驱动数据指标的增长：当老板给你一个增长指标时，掌握如何分析指标背后的增长因素，以及如何针对这些因素采取策略并持续通过数据增长闭环进行验证和优化。

如何发展你的实践：

1.明确增长指标，分析目标性质

2.从本质上拆解生长因子

3.评估增长战略的优先级

4.策略实施和数据验证

5.数据、策略、数据迭代闭环

相信很多产品系的同学都经历过这样的阶段。老板给你分配一个任务，某某指标在本季度结束前上升到X%，并在末尾加一句，这个指标的完成就是你本季度。的 KPI 或 OKR。作为一个被动接受者，你的第一反应可能是抗拒，但是当你运用以上的成长方法来分析和实践指标时，相信成长对你来说并不难。

01 定义增长指标并分析目标的性质

得到增长目标后，首先分析一下为什么要提高这个指标。对于一个产品或者一个公司来说，增长的目标不外乎两个方向：对于用户和对于公司。这里的用户是指用户价值和用户体验。通过带动指标增长，提升用户体验和用户价值，带动整体用户增长；对公司来说，是为了提高商业价值。没有企业为了公益而生产产品，只有业务增长才能带动产品的不断完善和延伸。

比如增加APP下载用户数这个指标，本质上，这个目标背后是为了带来更多的目标用户，让更多的用户使用产品，成为产品的忠实用户。如果有很多方法可以简单的提高这个指标，可以通过购买流量来增加或优化产品体验，通过提高产品美誉度和用户沟通，带来更多的用户下载和使用。这两种方法虽然可以提高指标，但达到的价值是不同的。购买流量实现短期增值，短期内可能会导致指标增加，但用户留不住，下载后可能没有。打开使用，变成僵尸应用。通过产品体验的优化，口碑和传播方式的提升，前期提升效果可能会比较慢，但是会带来长期价值的提升，最终实现自我成长用户。

所以，不要为了目标增长而增长。在定义战略之前，一定要想清楚为什么要增长，增长带来的短期价值和长期价值是什么，明确增长背后的本质目的。策略需要权衡。

02 从本质上拆解生长因子

所谓成长因子，就是能够促成指标成长的突破点或切入点。光看一个成长指标，谁也猜不出怎么凭空成长。需要对指标进行拆解，最终找到改进的途径和方法。

1. 一种更快捷、更常见的方法是对竞争产品进行投标。增加一个指标的时候，可以检查一下竞争对手的指标是不是很高，以及如何提升到对竞争对手的策略了解这么高的水平，可以在没有思路的时候作为切入点。

2.结合自身产品数据，将影响指标的因素分为不同的影响因素。

在这里，您可以将指标写入公式，然后对影响公式的每个因素进行细化和分解。比如你要提高的是订单的效率，那么订单效率=有效订单/总订单；结合这个公式，影响效率的因素是有效订单和总订单，那么您可以分别制作有效订单和总订单。 Teardown：如何提高有效订单的转化率，如何减少无效订单的产生。

03 评估增长战略的优先级

通过以上拆解，可能会发现多个增长突破点，即数据增长可以通过不同的方式来驱动。但是，无论是大公司还是小公司，资源和时间都是有限的。为了在有限的资源和有限的时间内实现数据的快速增长，需要评估不同增长因素的投资回报率，即输入和输出。比较。

评价方法也很简单。只要计算出实现每个增长策略所需的开发和运营成本，以及指标的贡献值，就可以根据优先级对不同的增长策略进行优先级排序。完成。

04 战略实施与数据验证

在敏捷开发和MVP实践的互联网节奏下，任何策略都力求以最小的成本实现和验证，然后快速验证效果。如果效果无效或效果不佳，分析原因，要么改变策略，要么优化策略。在效果不明确之前，忌讳投入大量的人力物力成本。

数据验证，当增长战略计划确定后，需要提前计划好如何做数据验证。数据验证决定了策略是否会继续执行，是否需要优化。可以通过埋点、AB测试、数据汇总统计等多种方式进行数据监测验证。

这里要注意的一个关键点是，虽然某种策略可能会导致指标数据的改善，但可能会导致另一个当前良好的数据指标下降。这时，需要仔细评估是否继续你的策略。因为有可能另一个指标比您目前正在增长的指标重要得多。

05数据、策略、数据迭代闭环

很少有策略在实施后能取得显著成效。每一个优秀的增长策略，都是通过数据分析、策略优化、迭代迭代的数据指标的快速增长。因此，有效的策略不是工作的终点，而是工作的起点。通过不断的数据验证和策略调整，最终获得数据增长。

06 实际案例

背景：OTA住宿行业，针对住宿订单效率指标，对标竞争对手，提升效率指标。

1. 明确指标

效率是指有效订单/总订单。提高效率的本质是提高有效订单的转化率，减少无效订单造成的资源浪费。提高效率转化可以从用户价值的角度带来用户体验的提升，从商业价值的角度可以带来公司整体收入的提升。

2.拆解增长因子

基于指标公式的拆解，主要目的是增加有效订单，减少无效订单；那么，结合OTA行业特殊的背景，订单效率主要取决于供给侧和需求侧，即酒店/供应商和客人。

这里通过思维导图将导致有效订单下降和无效订单改善这两个方向的因素拆解为改善方向：

这里只是分解因素。在实际案例中，结合用户行为数据和订单数据，针对不同因素进行数据分析验证，验证各类因素是否真实存在以及当前的影响程度。

3.评估政策重点

基于以上因素拆解，分析各因素可能被数据提升的贡献值，计算各策略可提升的效率指标，评估各策略的开发成本。优先级是安排策略。

4.策略实施和数据验证

策略上线前进行了AB测试，通过AB版本的验证，分析策略上线后是否有显着提升或效率提升。

在此过程中，遇到了上述问题。在实施策略A时，虽然订单效率指标明显提升，但导致订单产出下降。此时，该策略是否应该大规模应用提出了挑战。因为有效改进的本质目标是提高整体收益，如果指标提高了，但产出减少了，最终整体收益也不会提高。这种数据增加没有意义，没有价值。

随后，在策略优化中，通过调整策略因子，找到效率提升与产量下降之间的平衡点。

5.迭代优化

策略上线后，通过定期观察上线前后的数据变化，通过观察AB测试的数据结果，调整优化策略，最终实现数据指标的显着提升。

由于数据和策略的保密性，上述案例实践仅描述了如何应用增长方法论，并未详细说明数据分析过程和策略制定过程。

关于观远数据软件

观远数据软件是国家认定的“高新技术企业”，以提升和挖掘企业客户的数据价值为使命，专注于商业智能（BI）和大数据分析软件产品和服务。 观远数据软件致力于构建产品销售、产品集成、产品应用的生态系统，与上下游厂商、专业实施伙伴、销售渠道伙伴共同服务终端用户。应用）为客户提供场景化、产业化的数据分析应用。经过十余年的发展，观远BI已获得金融、电信、政府、制造等行业2000多家领先客户的认可。 《财富》世界 500 强的 10 家国内银行中，有 8 家选择了 观远BI。产品广泛应用于领导座舱、KPI监控板、财务分析、销售分析、市场分析、生产分析、供应链分析、风险分析、质量分析、客户细分、精准营销等管理领域。