「Growth Hack」一詞最早由谷歌互聯網創業者SeanEllis提出：「A growth hacker is a person whose true north is growth.」2015年范冰的《成長黑客》一書出版，將這一概念引出國內。
成長黑客
如SeanEllis提出的成長黑客概念，成長黑客是始終以成長為導向，以數據驅動成長的極客，這可以是一個人也可以是一個團隊，因為成長黑客所需要具備的能力是多種多樣的，如Facebook、LinkedIn、Airbnb等大型公司都是以團隊的形式，以成長為目標進行產品設計、行銷、運營。
成長團隊通常由多種角色組成，具備市場行銷能力的運營專家、具備研發能力的技術專家以及具備數據分析能力的數據科學家。通過多種角色的組合，為公司以及產品的成長提供有力的保障。
成長黑客的出現，是對傳統互聯網行業中運營團隊的一種加強，但又不完全是運營團隊的替代。
成長團隊往往在產品初期就參與到產品功能設計當中，通過數據驅動，指導產品設計、運營等一系列生命活動。
所以在我看來，未來的成長團隊是以產品、運營、研發組成的新型產品團隊，負責一款產品從出生到衰亡的生命週期全過程。無論你是產品還是運營，學習成長黑客的相關知識與技巧，都是對未來有益的。
成長的本質
在成長黑客一書中提到了基於成長的海盜船模型（AARRR），在精益數據分析一書中也提到了精益數據分析框架（移情、黏性、病毒性、營收、規模化）。這些成長模型的本質，都是用戶的成長：新用戶數的成長、活躍用戶數的成長、留存用戶數的成長、口碑傳播用戶數的成長以及付費用戶的成長。
不同用戶數的成長其實就是用戶行為的轉化，從註冊用戶、活躍用戶、留存用戶到付費用戶的轉化，最終達到用戶數的整體成長。用戶是產品的最終使用者，用戶的成長驅動著產品的成長。
FBM模型（Fogg's Behavior Model）
FBM模型為耶魯大學一位教師Fogg在一篇論文中提到的這一概念，旨在為如何通過設計改變用戶行為，提升用戶行為轉化率。
FBM模型即行為=動力_能力_觸發，Fogg認為要實現用戶行為的轉化，需要三個因素即給用戶足夠的動機，讓用戶有能力完成轉化行為以及具備觸發用戶行為的因素。
動力
馬斯洛需求原理中將人的需求按照層次進行分類，用戶會根據自己的需求進行產品的選擇，所以在產品設計過程中，要讓用戶具備使用產品的動力。
能力
能力也可以稱為成本，即刺激用戶完成某個行為的成本，如金錢、時間等等，用戶在使用產品時所需要付出的成本如果過大可能會造成較低的行為轉化率。
觸發
當產品讓用戶具備使用動力同時也擁有使用能力時，還需要一個觸發因素來刺激用戶的轉化，這個觸發因素可能是刺激、輔助指導或者轉化信號，幫助用戶完成轉化行為。
成長團隊是一個以成長為導向的團隊，但是如何判斷使用哪種成長方式以及如何判斷成長效果好壞呢，不同於傳統的領導拍腦門，成長團隊一切以數據為導向，通過數據分析發現產品存在的問題，提出可行的解決方案，並且基於數據瞭解成長效果的好壞，進行有目標的迭代和優化。
成長方法論
OMTM（one metric that matters）
MOTM即唯一關鍵指標，源自於精益創業，指成長團隊無論產品處於生命週期中的哪一個階段，都要始終明確一個關鍵指標作為當前階段產品設計、運營、成長的首要目標。也許在產品的某一個階段，你需要同時監測多個目標，但是這其中只能有一個關鍵指標，其他指標都是為實現關鍵指標的成長提供幫助的，如果與關鍵指標的成長沒有任何關係，那麼請忽視它。
成長流程
1.設定成長目標
2.分析現狀，確定聚焦領域
3.提出解決方案，排列優先級
4.設計上線試驗和AB測試
5.分析應用結果
正如上文所提到的，在每一個階段要設定一個關鍵指標作為成長目標，通過對現狀的數據分析，發現目前團隊需要解決的主要問題，根據問題提出可行的解決方案，對方案進行優先級排序，按照最優解決方案對產品進行設計、優化，上線測試後收集用戶反饋進行分析，根據分析結果判斷當前解決方案是否最目標的成長有效，並根據結果進行後續的優化與迭代。這就是一個成長週期的工作流程，成長團隊的工作也是基於精益理論，在快速試錯和小步快跑中不斷調整成長方向，達到最優化的成長效果。
成長數據分析框架
本文中提到的成長數據分析框架結合了AARRR模型、精益數據分析模型以及長漏斗模型中的核心，形成了以數據為導向的成長數據分析框架。
每一款成功的產品從出生到衰亡的整個生命週期過程中都會經歷獲取用戶、用戶黏性、病毒傳播和營收這4個階段，從最上面的用戶獲取到最下面的營收，產品的人數是在不斷遞減的，而作為成長團隊的任務，就是以數據為導向，不斷減少每一層流失的用戶數，提高用戶在每一個階段的成長，從而達到產品用戶、利潤的成長，畢竟只有賺錢的產品才能一直生存下去而不被用戶和市場所拋棄。
-
用戶獲取
關鍵指標：定性、定量數據
每一款產品誕生初期都會經歷冷啟動階段，在這個階段是獲取第一批用戶的階段，還沒有足夠的數據支撐我們進行成長目標的分析。
在產品設計階段和產品早期上線階段，獲取數據的最佳方法及時去找你的真實用戶。從用戶中來也要到用戶中去，這個階段需要通過對真實用戶的訪談、使用行為觀察、調查問卷等方式，去獲取定性、定量數據，根據數據得到有價值的信息以指導下一步的成長工作。
-
黏性
關鍵指標：參與度、留存率
產品的黏性依靠用戶的活躍度和留存率，用戶的活躍度越高、留存率越高證明產品的黏性越高。
留存率指標是一個較為大眾的數據監控指標，通常可分為次日留存、七日留存和30日留存等，用以分析用戶對於使用產品後的行為反饋。
參與度指標在不同類型的產品中所表現的形式會有所不同，如在電商類產品中參與度體現在用戶的購買行為上；在社交類產品中參與度體現在用戶之間發生交互的行為上；在UGC類產品中參與度體現在用戶生產內容、消費內容的行為上。所以在參與度指標的設定上，需要根據你的產品來進行有針對性的定義。
-
病毒傳播
關鍵指標：病毒傳播係數、病毒傳播週期
當產品的用戶數具備一定規模後，往往會依靠產品自身的口碑傳播獲取更多的用戶以降低用戶獲取成本，這個時候就要依賴病毒傳播了。
病毒傳播係數，即使用產品的用戶會有多少人會主動向他人分享你的產品。
病毒傳播週期，即使用產品的用戶在使用多久後會主動向他人分享你的產品。
這兩個指標對於產品能否以病毒速度進行用戶間傳播具有指導性的意義。在病毒傳播階段就需要通過不斷的提高病毒傳播係數，降低病毒傳播週期，以達到傳播目標。
-
營收
關鍵指標：用戶獲取成本、用戶終身價值
任何一款不以盈利為目標的產品都不是好產品，相信每一個產品的創始人都是為了得到更大化的收益在不斷讓產品變得更好（純公益產品除外）。在產品用戶數量達到一定規模並且可以進行自成長的時候，就要考慮產品的盈利了。
用戶獲取成本，即產品獲得一個用戶需要消耗的成本。
用戶終身價值，即用戶從成為產品的使用者到最終放棄使用共帶來的收益。
產品從每一個用戶身上獲取的收益就是用戶終身價值-用戶獲取成本，一款產品收益的好與壞也取決於能否最大化降低用戶獲取成本，最大化提高用戶終身價值。
本文中提到的成長數據分析框架中每一個階段都提供了兩個關鍵指標幫助大家在不同階段找到關鍵指標，針對於指標成長的方式以及方法有很多種，在本文中就不做過多介紹。在產品生命週期中，要始終以產品成長為目標、以數據為手段，從而完成產品各階段的成長任務。
