增長關乎産品的存亡
增長！增長！增長！業務增長是每一個創業者每天面臨的最大問題。無論你的産品是APP，還是web，或者是小程式，隻能不斷的維持使用者的增長，才能向資本市場講出一個好故事，融資活下去。活到最後的産品，才有機會盈利。
為了擷取使用者的增長，可以投放廣告，也可以内容營銷、社交傳播、銷售地推，或者持續的專注于産品優化。無論哪一種方式，我們都面臨這幾個問題：
- 營運活動，覆寫了多少使用者？
- 多少使用者，開始使用産品？
- 多少使用者付費？
- 多少使用者持續的活躍？
- 下一步，我們應該把精力放在哪些方面？是持續營運？還是開發新功能？
如果不能回答這些問題，無疑我們的營運活動或者開發就是盲人摸象，完全靠運氣。為了解答這些問題，我們不妨關注一下growth hacking這種資料驅動的手段。
Growth Hacker的核心思想
傳統的市場營銷政策，例如投放電視廣告，覆寫了多少人，有多少人看過廣告後進行了購買，多少人進行了複購，沒有準确的資料進行衡量，隻能依賴于資深專家根據經驗判斷。在網際網路行業，每一個産品都是新的，前所未有的。每一個産品能不能存活，每一次營運的效果如何，沒有多少經驗可供借鑒，結果是不确定的。
GrowthHacking是興起于矽谷的創業公司的marketing手段，旨在使用少量預算獲得巨量增長。由于其極高的成本效益和有效性，非常适合于創業公司，因而得到了廣泛傳播。
Growth Hacker的核心思想是通過資料名額，驅動營運決策，以及優化産品。Growthacker通過關注使用者擷取、使用者轉化、使用者留存、使用者推薦、盈利等核心的一系列名額，以及通過各種次元拆解，分析出下一步的增長決策。通過Growth Hacking，打造一個産品增長政策的閉環。
那麼我們如何才能搭建出GrowthHacking架構，為自己的産品賦能呢？
GrowthHacking之架構
Growth Hacking 包含了資料的采集、存儲、分析、報表、A/B test等系統，首先我們來看，傳統的解決方案，搭建出GrowthHacking有哪些痛點：
搭建營運體系的痛點
搭建營運體系的過程中，常常面臨以下問題：
- 缺少資料，資料散落在各個地方,有的是app資料，有的是web資料，有的是小程式資料，沒有一個統一的架構來把資料采集到一個地方。
- 缺少一個分析平台。傳統的政策，需要運維團隊幫助搭建hadoop叢集，需要專門團隊持久運維。
- 離線跑報表，一晚上才能拿到一次結果，周期太長。手工跑一次，幾個小時過去了，有什麼新的想法，不能及時驗證。嚴重影響營運效率。
借助雲服務搭建的GrowthHacking技術架構
為了解決以上問題，
日志服務提供了日志采集、存儲、互動分析、可視化的一整套基礎設施，可以幫助使用者快速搭建出來靈活易用的Growthing Hacking的技術架構，每天的工作隻需要專注于營運分析即可。
Growth Hacking首先從資料采集開始，定義清楚要采集的日志内容、格式。把各個終端、伺服器的日志集中采集到雲端的日志服務。後續通過日志服務提供的SQL實時分析功能，互動式的分析。定義一些正常報表，每日打開報表自動計算最新結果，也可以定義報告，自動發送最新報表。全部功能參考
使用者手冊此外，除了日志資料的分析，還可以為使用者定義一些标簽，存儲在rds中，通過
rds和日志的聯合分析，挖掘不同标簽對應的名額。
日志服務有如下特點：
- 免運維：一次完成資料的埋點、資料接入，之後隻需專注于營運分析即可，無需專門的運維團隊。
- 實時性：用SQL實時計算，秒級響應。快人一步得到分析結果。
- 靈活性：任意調整SQL，實時擷取結果，非常适合互動式分析。
- 彈性：遇到營運活動，流量突然暴漲，動動手指快速擴容。
- 成本效益：市場上常見的分析類産品，多采用打包價格，限制使用量。日志服務按量付費，價格更低，功能更強大。
借助于日志服務提供的這套資料采集、存儲、分析的基礎設施。營運者可以從繁重的資料準備工作重解脫出來，專注于使用SQL去分析資料，配置報表，驗證營運想法。
開始搭建GrowthHacking系統
具體而言，Growth Hacking的架構可以拆分如下：
- 資料收集
- 定義埋點的規範，定義要采集的事件内容、字段、格式。
- 通過 Android SDK , iOS SDK Web tracking 等手段在用戶端埋點。
- 存儲
- 選擇日志服務的region。
- 定義每一種日志存儲的Project & LogStore。
- 分析
- 開啟分析之路，定義正常報表，或者互動式分析。
- 通過分析結果，調整營運政策，有針對性的優化産品。
基于日志服務，可以完成Growth Hacking的分析政策：
- 定義北極星名額。
- 拉新分析。
- 留存分析。
- 事件分析。
- 漏鬥分析。
- 使用者分群。
- A/B test。
在日志服務中，可以通過定義一系列儀表盤，來沉澱資料分析的結果。接下來的幾篇文章中，将依次介紹如何在日志服務實作上述幾種政策。
總結
本文主要介紹Growth Hacking的整體架構，之後将用一系列文章介紹step by step如何介入資料，如何分析資料。