前Facebook工程师覃超丨Facebook增长秘诀和实操方法论思维导图

南归

2023-03-02

浏览量: 2

优化,社

前Facebook工程师覃超丨Facebook增长秘诀和实操方法论上周末，我去参加了一场由Xtecher、DeepShare、北大孵化器共同主办的《关于用户增长，你不知道的事》沙龙活动，听完下来感触很深，一方面过去在腾讯微博和腾讯微视的实践案例不断涌现，和分享嘉宾所讲的东西不谋而合；另一方面在腾...

树图思维导图提供《前Facebook工程师覃超丨Facebook增长秘诀和实操方法论》在线思维导图免费制作，点击“编辑”按钮，可对《前Facebook工程师覃超丨Facebook增长秘诀和实操方法论》进行在线思维导图编辑，本思维导图属于思维导图模板主题，文件编号是：a42bb7e0c6e7aecf76a391df9c5d6d3f

思维导图大纲

从Xtecher那边拿到当天演讲整理稿的授权，分享给大家，先从Facebook前工程师FreeS技术合伙人、知乎大V覃超的分享开始：

今天我分享的是在Facebook做的关于Growth Hacking的相关经验，为什么要学习Facebook的Growth Hacking技术？

当我进入公司的是，一开始做的是Facebook Phone的项目。囊括了硬件，OS，SDK以及App，后来项目进展不顺利，被砍掉了。

创业的时候，大家对公司会比较悲观一点。比如很多人会问我，在Facebook有没有感觉会比较悲观，其实我在公司四年，只有半年多觉得挺好的，其他时候觉得公司要不行了的感觉，市值也在跌，很多大的项目也失败了，谷歌也出了很多好的产品。所以在创业的时候，更重要的是懂得坚持。

为什么要学习Facebook的Growth Hacking技术？

当时进公司时，Facebook的月活（Monthly Active User）是5.5亿，离开公司达到16亿多，现在将近17亿的月活。日活（Daily Active User）从2.5亿达到9.5亿，移动端用户则从20%增长到85%。月活、日活，在移动端的增长都是很迅猛的，那它到底是如何做到的呢？

看最近四五年用户增长曲线会发现，类似一条平整的直线往上走。但从一个月，或一个星期来看用户增长曲线，你会发现陡动的很厉害。这是什么原因呢，我们每个星期都有一个团队进行很多调整，看数据如何变化，找到原因，采取相应措施。如果做的好，就把好的经验保留下来。

Facebook的Hack文化十分浓厚，这个文化就是：马上上手、快速搞定、持续迭代。

在Facebook非常忌讳的一件事，是提了一个想法后，很多人一起来讨论，过了两个星期后没有任何进展。这在公司是绝对忌讳的，一旦有了想法，就去把原型做出来，测试一下效果，然后一个月开发出1.0版本，推给用户测试反应。这样的特点是非传统，技术驱动，数据为王。

老板Zuck非常专注，他会把重点放在增长上面，在公司内部一直强调用户增长，鼓励大家用不同的想法去完成用户增长。

回到Growth hacking技术本身，我想强调的是它与传统增长的区别。美国很多企业经常用的是打广告，买渠道，做各种营销，花费很多钱。

这是一个典型的互联网产品的用户使用图，图上表示用户会经过一层一层的漏斗筛选下来。用户一开始被你获取到，就是拉新。拉新后有多少人被激活，有多少人留在你的产品上，这部分的人就可以产生价值，再后来用户觉得好，就会分享出去。这就是典型的AARRR模型。

它和传统做营销真正的区别是：

传统市场就是花很多的钱，让用户知道了这个品牌，把用户拉来使用你的产品，但最后没有很好的数据来追踪有多少用户开始付费，有多少的留存率及多少人在分享。这方面传统企业因为市场和技术没有任何联系，所以它很难做到。而Growth hacking本质上是一个技术团队、运营团队、产品团队一起合作的结果，所以它可以渗透到每一个细节，去得到相关数据。

Facebook的Growth hacking最大的特点是由Zack亲自主导，这一点也是我想强调的，一个公司要想建立Growth hacking，你的CTO一定要有自己的主见，他本身就是Growth hacking的推动者。

经常会有人问我如何组建自己的Growth的团队，我个人觉得第一是CEO要了解Growth hacking，要支持。第二是要有产品、技术、运营的支持。最忌讳的是你成立了growth部门，但有很多干预，这样很难推进起来。第三如果是初创公司，那你整个公司就是一个Growth。

下面分享关于Growth Hack技术在Facebook运用的4个步骤：

1、从原始数据上制作数据面板

关注日活，月活，停留时长，用户留存等数据

而针对用户粘性，在Facebook会关注一个指标：L6/7，指的是7天内连续登录6天的比例是多少，它能感应用户的翻转率，比如你的日活今天是5万，明天也是5万，你是看不出来区别的，这个指标就是记录单个用户在平台上的忠实度

其他针对专门的会有不同的指标，比如通过测量Like和comments来调整，还有根据核心业务指标来调整

2、分析研究数据面板

了解产品核心业务

监控+警报

学会利用数据反向推动产品的功能迭代

那如何做到由数据反向推动产品的功能迭代？其本质是从错综复杂的数据中找出规律。有以下5个步骤：

分组

比较

找出差异

假设

论证

例如，Facebook的“people you may know”这个功能是如何产生的呢？这个功能就是现在的“你可能感兴趣的人”，最开始是由 LinkedIn推出来的，当时Facebook推出这个功能后，用户数超过MySpace，是Facebook最有效的一个增长功能之一。

当时我们发现一部分用户很活跃，一部分很不活跃。我们就把这些用户分组进行比较，找出特征，得出两个群体间平均好友数和个人信息完整程度的差别。于是做出其中一个假设：好友越多则用户越活跃。然后就开发测试这个功能给1%的用户使用。一个月后，我们观察这些用户，这个假设得到印证，开通了这个推荐功能的用户活跃度确实提高了，于是就对所有用户开发了这个功能。即使在今天，Faceobook改版了很多次后，它的 “people you may know” 依然存在。

还有一个就是个人信息的完善程度，Facebook当年就做了这样一个小工具，国内的很多社交网络也做了，比如脉脉，你的个人信息越完整活跃度越高，用户活跃度也会提高。

数据反向推导非常重要，只是很多公司不重视，举个例子，比如知乎。

知乎也使用过这样的方法，知乎一开始是模仿Quoar，而Quoar是Facebook系的。知乎做了一件事情，它调查了知乎上非常活跃的用户，与不活跃的一群用户，于是就去做比较。他们发现，两者之间回答问题的个数有差别，经过分析，最后得到一个假设，回答3个或3个以上的用户一般会留下来，于是整个运营人员不再拉新用户，而是伪装成用户不断拉其他用户回答问题，这样就慢慢地提高了留存率。

而针对不同产品，都存在特定的数值以提高留存率。如Facebook上加了10个好友，Twitter上关注30个人，Slack上发了2000个消息后能够把用户转为付费用户。针对不同产品，需要找到属于自己特定的数字，使用户稳定下来。

3、增长漏斗

拉新：从渠道、广告、活动、地推等各方面

观察提升留存：好产品、监控、召回机制

催生用户再分享：在产品详情页都有分享按钮

分享这个功能很简单，现在到一个产品的详情页，右上角都会有一个向外的按钮，很容易分享到朋友圈或微博等，Growth Hacking虽然很火，但用户留存的本质就是满足用户的需求，这是内因，而Growth Hacking是外因，外因需要内因起作用，所以在你做产品的时候，一定要明白用户的核心需求是什么，这点满足后，Growth Hacking才会有意义。

4、灰度发布及A/B测试

计划：根据新功能制定改版计划

预期：数据会如何变化

设置多版本：逐步开放给用户

清除：清除老的版本

这个本质很简单，一个功能开发出来后，并不是给所有用户直接使用，在Facebook是一开始在员工内部使用，然后再发布出去，给1%的用户，5％的用户使用。看这一部分用户数据是怎样变化的，至少不能变差，如果觉得还不错的话，再一步一步开放给用户。上面这几点比较理论，我给大家简单说下，Facebook开发一个功能时要做的一件事情是计划，计划数据会怎么变，然后给出一个预期，逐渐开放给100%用户，最后才做代码的嵌入。

讲一个Facebook首页改版的例子，这是在Facebook内部一个很失败的例子，给大家讲一下我们当年是怎么用数据驱动来做这个事情。

这是09年的首页版本，当时Facebook里的一个小组想了很多办法想改进首页，比如Pinterest出来的时候，想试试瀑布流怎么样。好几个版本都试过了，最后决定的这个版本，是大图片，扁平化的风格，左边的导航栏用图标来表示，整个开发做了半年左右，做出来后，大家觉得很漂亮，员工试用过后也没有什么问题，就开发给了2%的用户，但出现问题了。

（当时改进的新版本）

用户在线时长开始往下掉，活跃度也往下掉，在线时长掉了后广告也受到了影响。回去检查时发现，他们在一开始员工数据采集的时候有Bug，埋点的时候出了问题，修改后发现，原来一开始统计的时候数据就已经下降了。这个小组的成员开始认为，可能用户对于新版本的使用习惯需要时间来适应，同时这一期调查的用户样本太小，可能是这批用户不喜欢。于是决定再观察一段时间，他们做了大量的优化，但用户活跃度还是再跌，新版本开通了12%的用户，结果跌了18%，这个情况大概持续了三个月，数据还是不好，高层就没有通过这个版本，恢复到了之前的版本。

回过来看之前的版本，有点像hao123的版本，或者80年代的版本。再看新版本，就好看很多。那问题出在哪呢，我们后面就做了分析。为什么这个版本数据不好？我们找了一批用户来试用，用户点了两三分钟后就离开页面了，我们就问为什么你们在线时长这么短，用户就说，都挺好的，也很漂亮，但信息很快就看完了，而老版本，有很多信息的入口，就可以看很久。

所以这一切都要采集数据，然后分析数据，根据你的战略需求去选择。而这个小组的Leader没有做好功课去研究，项目初期没有做好数据采集，或者用数据去验证，导致了这么大一个team白白浪费了6个月。

最后总结四点。对于中国公司，使用Growth hacking要注意：

（1）学会用数据驱动说话

（2）防止独裁造成，领导要支持

（3）缓解服务器压力

（4）重大Bug的最后一道防线，可以关掉服务器

总之，Growth hacking是加成不是基石，是1到n的变化，而不是0到1的变化。用心听用户的需求，但不要照着用户需求去做，抽出用户本质的需求去做产品。最后，想强调一点，如果是初创公司，Growth hacking这四个步骤不一定全部适用你，先有一批种子用户后，再转到Growth hacking更好。

产品整体操作运用思维导图