最近和国内的朋友交流，发现大家都对硅谷做增长的方式很感兴趣。我决定整理一些关于Growth的资料和案例。以用户增长产品经理的视角，看如何用Growth Hacking的方式做产品。
让我们回到2014年的那个夏天，Airbnb产品已经取得了初步的成功。但是公司希望有新的方式进一步推动增长。这时老板找到你，希望你通过某个产品建立与用户的联系，从而推动进一步增长。
摆在你面前有很多选择，和DS商量以后决定采用邮件这个产品。原因是大部分用户是邮件注册的，而且正好补充了Airbnb和Guest连接的渠道。
读到这里，我希望你停下来，想一想如果是你来做这个产品，你会怎么来设计这个产品？你会看哪些数据？设定什么样的目标？
当时Airbnb最重要的指标是Nice book.但是用户从登陆网站，搜索，explore，到预定，完成这个book是一个漫长的过程。
如果是用email，应该推送给哪些用户？推送什么样的邮件？多频繁地推送？才能使nice book得以增长？
放在你面前的有几个选择，
给注册过的且预定过的老客户发邮件，促进他们再次预定。
给已注册但还没有完成第一次预定的用户发邮件，促使他们完成第一次预定。
……
还有很多方案，你想所有都做，但是公司的资源有限，你必须以最快的速度想出效率最高的MVP版本。
在这时候能帮到你的，就是数据了。
你开始看各种过往的数据，user booking pattern, user behavioural funnel, actication, retention, etc
发现了一些有趣的现象，比如：
以邮件方式拉新的转化率并不是特别高，主要是用户数据不太全面，很难做到个性化的推送。导致CTR不高，效果不是很好。
对于注册用户而言，如果用户有了第一次的nice book，这些用户的复购率会非常高，远高于同时期新用户的预定率。
这一部分的用户不是这个增长funnel的瓶颈，也不应该是重点。
这时你把目光放到了推动第一次的预定的用户身上。你发现这些用户在预定的每一步，流失率都非常高。但是一旦完成了第一次的转化，就有很高的概率长期留存。
你发现了这个数据的缺口，非常兴奋。决定把这个作为产品MVP的方向。
这个产品模型也特别好，既能快速通过数据得到实验回馈，也不会耗费太多公司资源 (无需发送大量的email，无需投入大量的工程成本)。
用户来到Airbnb的网站，可能会搜索一个地方，可能会看中某个推荐的房子，然后选定预定的日期，review信息，填上支付方式，确认预定，入住, etc。
每一个步骤用户都有可能离开，但是对于你来说，其实在这个过程中收集了很多的用户信息。比如她喜欢的城市，她休假的日期，为了完成预定下一步应该是什么。有了这些信息之后，你就可以根据这个来编写个性化的email，以期把用户拉回完成第一次预定的关键时刻。
说干就干，你把符合特征的用户分为两组。
Control组不发送邮件。
Test组发送召回完成第一次预定的邮件。
看看测试组的一些邮件：
当你cancel了第一次trip的时候：
A/B 测试结果发现，在实验组里面的用户完成第一次预定的人数比control组有了显著的提高。你觉得很开心，想要进一步推动实验的结果。但是问题来了，现有的backend infra并不支持大规模地及时推送。
这时候你拿着你的方案找到engineering team，因为大家看到了巨大潜在的impact，Engineer们甚至抢着想要做这个project。
new email backend system design：
经过团队的共同努力，系统终于上线了，整个产品开始自动化运作起来。老板看到了你的成绩，非常开心，大老板也越来越重视，希望进一步优化这个产品。
机智的你，看到自己的产品scope越来越大的同时也看到了巨大优化的潜力。
对于优化，最重要的是确定目标。而对于Airbnb而言，最首要的目标是nice book。但是如果想知道在email上做的优化能不能提高nice book，很难得到直接的结论。
聪明的你会如何做呢？
你以funnel的形式确定了三个层级的目标：
第二个层级是 导向性的数据指标：你做的产品是不是在正确的方向上？
第三个层级是 最终公司的总目标：你的产品能不能推动公司总体的增长？
对于每个层级，你都要给你的团队一个明确的metrics：比如说第一个层级，用户喜不喜欢你给他们发送的email？
你定了一个metric叫Quality score，以下就是这个Quality的definition：% Quality Score = 1 – (unsubscribed / clicked)
这个公式对比了喜欢及不喜欢这封邮件的比率，侧面反映了邮件的quality。有了这个指标，就可以开始做各种优化实验了。
由于种种因素，一开始召回类型的邮件是两周以后才发送的。你做了个实验把这个trigger调成了当天内发送，实验跑出来的结果大大提升了邮件的Quality score：
我们再看看第二层的数据指标：
不能简单希望用户点我们的email，而是真正用到我们的产品，但是nice book的周期太长，需要找一个发生更频繁的top funnel metric。
这时你决定采用search with date来做为goal metric的proxy。对于最后一层的goal metric，也就是我们所说的nice book。
你采用的方法是设置一个long-term holdout group。从更长的时间，看你的产品对公司目标的影响。
最终你的产品今年drive了12%的incremental growth，做出了一个非常成功的增长产品。
通过这个案例，不知道对你做产品增长有没有一些新的启发？
欢迎给我留言，我们一起交流成长。
#特邀作者#
Louis徐玮；公众号：Louis徐玮 （ID：louisxuwei），前Facebook产品技术leader，有用户增长产品，商业化产品，风控产品等相关经验，中美互联网行业的思考者。
本文原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。
