主要內容：
(一) 什麼是增長黑客？
(二) 為什麼要重視增長黑客？
(三) 以「海盜指標」為基礎的增長黑客內容
(四) 《增長黑客》總結（對比《精益資料分析》）
a)資料為王，以資料驅動增長。認為一切的工作都是基於資料分析的指導之上的。（這點和《精益資料分析》中的觀點不完全相同，因為在一開始的時候很可能是沒有足夠的資料進行分析的。所以在開始階段，還是需要適當的拍腦門做決策然後去驗證的）
b)專注目標：需要持續不斷地迭代（改進→測試→學習），因為也許實現一定的增長的這乙個目標需要耗費相當長的時間。
c)關注細節：評估沒一處細節的影響，因為乙個細小的改變，都可能對全域性的增長造成影響。
d)富於創意：「增長黑客」是科學與藝術的結合。例如，部落格小掛件的想法的提出。其不僅讓使用者得意彰顯個性，更通過這一「個性「的入口，為主站提供了源源不斷的流量。
e)資訊通透：即能夠深入理解自己的產品使用者的活躍渠道，又能夠關注世界最新產品動態。
總而言之，增長黑客就是能既夠專注乙個目標，又能夠評估細微改變帶來的全域性影響，既關注最新的產品動態，又能深入理解產品和使用者的基於資料分析工作的要求創意的乙個職業。
如果在砸錢之初，通過增長黑客的方式去嘗試增長。也許就會發現，有很多地方可進行優化。如強制使用手機號註冊，這會損失不願洩露手機號給商家的使用者。啟用小區居然需要100同小區的人。又如定位居然不准，主打小區生活便利的軟體，居然不能準確定位。
所以，在企業起初階段，增長黑客首要目標是創造正確的產品，書中提到了pmf（產品市場匹配）、最小化產品 、需求的分類和判斷、使用者調研。
最小化產品：是精益創業裡的概念。軟體開發中也有類似的概念，如原型法和敏捷開發（區別在於，敏捷開發把團隊的密切合作和軟體互動上公升到了乙個價值觀和原則的高度）。
需求：作者認為是產品的第一原動力：
1) 首先需要判斷需求是否真的存在：大需求可以用最小化產品去驗證，小需求可以加到某個產品中進行測試。（a/b測試、多變數測試等）
2) 其次判斷需求是否為剛需：作者認為馬**層次需求理論中的底層需求（安全、生理需求、社交需求）為剛需；並總結了網際網路的剛需，並例舉分析了bat，發現他們分別雄踞其中一方。對資訊的收集、對生活和生產資料的獲取和溝通交流的需求。
3) 判斷需求是否足夠大：作者總結了三種方式：
a) 目標市場（需求量）=目標使用者基數消費能力意願預算
b) 考慮原本的市場容量，比較自己的產品**、使用週期、效率和成本等，折算出全新的市場規模。
4) 衡量需求變現的能力：例舉了電驢大全和搜狗輸入法，都號稱有上億使用者，但是變現能力有限，最後不得不尋求其它方法。電驢大全，轉做遊戲才成功變現。搜狗輸入法更是通過「**火箭「模式，把輸入法和搜狗瀏覽器和搜尋引擎聯動起來（不過，就個人體驗來說，真的蠻傷使用者體驗的）。
使用者調研：作者強調行勝於言，永遠不要只看使用者的調研資料 ，因為言行未必合一（並不是說，故意為之，可能是很多人都無法準確估計自己行為）
海盜指標(獲取、啟用、留存、收益、傳播)
適當有損服務：放棄或降低對次要內容的支援，也許可以增加使用者體驗和聚焦主打功能。
注重新手引導：如引導關注感興趣的領域，引導完善個人資料，以增加互動的概率。（此 處，不是指上手引導，而是指能增加互動的動作的引導
體外病毒迴圈：「快來xx啦，可好有意思了「，如各種測試（明星臉測試、**年齡測試等 等）
內建傳播因子：」分享了才可以用/分享了可以飛公升上仙啦」,尺度需要好好把握，因為既要有 能讓使用者在不分享的情況下可以減少抱怨，分享又有一定的**。
傳播受眾心理分析：
a)喜愛：人們會比較願意接受喜愛的人的請求。
b) 逐利：受邀者和邀請者都會獲得一定的利益，如現在很多p2p的平台，都會以送本金的 形式去吸引使用者註冊。更有提高邀請者利率的獎勵。
c) 互惠：受邀者和被邀請者，同上。
d) 求助：快幫我砍價，似乎是見得最多的求助形式。一般都要求關注公 眾號。（最近遇到 乙個限制了地理位置的砍價請求，越來越精準了）
e) 炫耀：」 我tm真厲害hhh」、「隊友真坑！「 比如支付寶的年賬單（微笑）
f) 稀缺：知乎早期社群\dribbble設計師社群都是通過邀請的方式增加使用者，以提高使用者的 質量。（但是，正是這種方式，使得成為使用者變成一種很有成就的事情）
h)害怕錯過或失去：如白菜價會員，僅限今日/神奇高階功能，但是分享或者邀請成功才能 解鎖。
《增長黑客》：提供了一種低沉本的實現增長的理念，及一大波非常規的增長手段。如pmf、mvp、內容營銷、seo、aso、應用推送技巧、網頁喚醒應用（知乎）、病毒傳播效果的計算。
《精益資料分析》:提供的是分析的方**。介紹了綜合商業模式和創業階段進行「個性化」的資料分析，強調了在創業初期要打造「幹什麼的工具」（資料分析平台或者智慧型化監測體系），介紹了乙個分析週期。
精益資料分析週期流程概要：
python筆記29 資料分析之相關分析
coding utf 8 1.概念 相關分析 correlation analysis 是研究兩個或兩個以上隨機變數之間相互依存關係的方向和密切程度的方法。相關分析分為 線性相關 非線性相關 這裡我們主要介紹常用的線性相關，線性相關也稱為直線相關，也就是當乙個連續變數發生變動時，另乙個連續變數相應的...
資料分析相關 20201012
二 關聯匹配 示例 尋找工資12k 20k的下限 left p2,find k p2,1 1 left 文字，擷取到第幾位 返回從左開始擷取的文字 find 查詢的文字，目標文字，開始位置 返回查詢文字所在位置示例 拼接n個字段 concatenate q2,k r2 示例 把 應屆畢業生 替換為 ...
資料分析的基本理論
是指用適當的統計方法對手機來的資料及逆行分析，將他們加以彙總和理解並消化，以求最大化的開發資料的功能，發揮資料的作用 描述性資料分析 探索性資料分析 驗證性資料分析 描述性資料分析屬於初級資料分析，另兩個屬於高階資料分析 探索性資料分析 側重於資料中發現新的特徵 驗證性資料分析 側重於驗證已有的假設...