具备8项能力，可用数据驱动爆发式增长

GrowthHacker(增长黑客)是工程师、数据分析师、营销专家的复合型人才。要成为GrowthHacker(增长黑客)，需要掌握各种技能和工具，以下是详细的内容。1、营销技能营销技能的主要目的是获取新用户或提高用户活动，包括搜索引擎优化（SEO）、自动邮件营销、病毒式营销、内容优化等。（1）搜索引擎优化搜索引擎是人们在互联网上获取信息的主流渠道。如果你不能被搜索引擎抓住，你就不存在了。搜索结果页面上你的内容越高，你的优势就越明显。常用的搜索引擎优化（SearchEngineOptimization,SEO技术包括提高关键词的密度和权重、增加长尾关键词的数量、建立外联、优化界面结构等。2014年上半年，负责增长的Twitter产品VP组织团队优化了Twitter的搜索引擎，并定期自动向搜索引擎提交一段时间内最受欢迎的5W标签。这一优化使站外未登录的访问量从750W增加到7500W，突然增加了10倍。(二)营销自动化（MarketingAutomation）它一直是美国商业运作的重要环节，也是营销的必要技能。通过整合EDM（电子邮件直接营销）和CRM（客户关系管理），以自动电子邮件的形式干预用户的购买决策行为，大大提高了营销效率和回报。根据Pardot的一份报告，营销自动化为企业以33%的低成本创造了50%的销售线索。以电子商务为例，这两个营销自动化案例流量大，但转化率低。许多用户浏览商品，但没有购买。自动触发的优惠引导邮件显示在上图(左)中，引导感兴趣的用户返回订单。对连续两周未访问的用户，自动触发调查邮件(右)，了解用户兴趣，及时调整，避免用户流失。(三)病毒传播病毒传播（ViralReferral）它是AARR模型的重要组成部分，它可以让你的产品发挥10X、20X甚至100X的力量。病毒传播的完整过程包括四个要素：发送者、接受者、传播内容和传播环境，其中最重要的是传播内容，它必须具有传播性。Dropbox是一种云存储产品，每个新用户都有16GB的免费空间。您可以通过付费或邀请朋友加入Dropbox来扩大空间。每次邀请朋友，邀请人和被邀请人都可以获得额外的500MB空间。Dropbox的产品通过这种机制疯狂传播，每年增长500%。(4)内容营销Nerdwallet是美国的一个金融网站，通过撰写大量的金融技能博客文章获得了大量的访问。Nerdwallet向用户推荐银行信用卡、保险、投资等产品。一旦用户点击相应的链接购买相关的金融产品，Nerdwallet就可以获得相应的佣金。Nerdwallet官网获取客户的成本极低，客户单价极高；Nerdwallet通过大量高质量的博客内容获得了快速发展。2015年，Nerdwallet获得了6400W美元的A轮融资，相当于半只脚踏入『独角兽』行列。二、工程开发技能GrowthHacker(增长黑客)和营销专家最大的区别就是擅长从产品层面打造增长引擎。这需要编程、开发、产品设计等技术的支持。(1)应用程序接口应用程序接口（API）开发者通过预先的渠道阅读和写数据是一些预定义的函数。许多平台为开发者提供API，如微信公众号、高德地图等。如何充分利用API，利用大平台实现快速增长，是一个值得思考的问题。一键将Airbnb房屋信息同步到CraigslistCraigslist是美国著名的第三方交易发布平台，类似于中国的58个城市，拥有大量用户，但该平台并没有向外界提供API。当时Airbnb还处于早期阶段，急需大量流量。通过研究Craigslist的发布机制，他们的工程师通过逆向工程将Airbnb房屋的发布信息同步到Craigslist。Airbnb通过这种新方法获得了大量的免费流量，用户数量也有指数级增长。（二）A/B测试经验主义不可靠，尤其是面对各种模棱两可的方案，比如一个按钮是红色还是橙色。此时解决此类问题的最佳方法是进行A/B测试。简单地说，让一些用户使用方案A，另一部分使用方案B，然后通过数据观察和比较来选择方案。为了提高产品注册页面的转化率，A/B测试文案A/B。方案A(上)和方案B(下)的区别在于页面文案，即『StartaHigriseAccount』(开高回报账户)和『30-dayFreeTrialonAllAcounts』(免费试用30天)。数据显示，后者的注册转化率比前者高30%。数据统计和数据分析是增加黑客的必要技能，也是优化的基础。（1）数据统计和收集是数据分析的前提。如何有效地使用工具或编程语言来统计数据是增加黑客的必修课。对于定性数据，数据统计方法主要通过问卷调查和用户访谈获取。定量数据可分为产品内外两部分。对于无所有权的外部数据，主要采用网络爬虫抓取法，常用的爬虫语言有Python和Java。对于产品内部的数据，已经有一系列的工具，包括流量分析平台GoogleAnalytics和用户行为数据分析工具GrowingIO。(二)数据分析数据分析应以实际业务需求为基础，避免过度追求模型和算法。以互联网产品为例，以下是常见的数据分析方法：渠道交付优化、漏斗转换分析、用户保留分析、用户肖像/用户组、行为轨迹/用户仔细检查、模型预测；A/B测试；热图分析。比如第一次登录Linkedin的用户，Linkedin会让你关注五个朋友。当你申请信用卡时，银行会提出『消费满5笔』免年费优惠条件。那么Linkedin和银行是如何关注5个朋友，消费5笔的结论的呢？魔法数字的计算结果是一个简单的事实，用户的行为与他的保留有一定的关系，可以通过干预用户的行为来改善保留。借助数据分析工具，分析用户行为【多少天*某个动作*做几次】与用户保留的相关性。相关性越高，往往是我们需要优化的方向。以上T型人才是我们总结的增长黑客的一些常见技能。很难掌握一切，所以『一专多长』是技能配置的理想方式。也就是说，我们基本上掌握了上述方面，特别精通某一方面，这样我们就可以轻松地开始增长。