前一篇文章提到我現在在做乙個內部創業產品，從立項到設計真的是一波三折。光是ppt就被打下來不下7次了。這不，這次又要補充產品上線後的詳細規劃，作為半吊子的資料產品，不得不臨危受命，專心致志地研究起產品上線初期的增長方案。
在查閱過被譽為增長教科書的《增長黑客》，被譽為產品教科書的《人人都是產品經理2.0》以及無數各種牛人的理論、經驗之後，我終於「練成神功」「有所小成」能忽悠住自己。
欲知詳細如何，就看我一一道來吧。
嗯，文章有點長，但是絕對乾貨。
初創產品會經過哪些增長階段？
這張參考了前迅雷看看ceo郝志中先生一次分享裡的素材，橫軸是時間，縱軸是使用者量，表達了一款產品從上線到退市期間使用者量的變化。
這張圖對前一張圖做了進一步地拆解，劃分出了1.0版本、2.0版本經歷的階段。這裡，我們聚焦於1.0版本，也就是初創產品的生命階段。
在解釋這些階段前，首先要引入乙個概念：pmf（product market fit）。
pmf指的是產品與市場的完美契合。這個概念對於初創產品來說尤為重要，因為它聚焦的不是 「正確地做事」 而是 「做正確的事」 。
insights通過分析101家科技創業公司的失敗案例，總結出了創業失敗的20大主要原因，其中「沒有市場需求」 以42%的絕對佔比成為首要因素。所以，找到產品與市場的契合點是創業團隊早期的首要任務。盲目地大幹快上，只能是曇花一現，最後一地雞毛。
這也解釋了，產品發展曲線中為什麼要出現乙個」驗證—留存「的階段。
這個階段的核心任務就是不斷修正主打功能，找到產品與市場的適配點，使其最終能夠匹配市場的需求。相應地，這階段的核心指標並不是日活多少、註冊量多少，而是使用者的留存表現以及產品自增長的能力。
經歷過痛苦的驗證階段後，產品已經能夠達到pmf，順利從」驗證—留存「階段過渡到「爆發—拉新」階段，這時我們便能順理成章地將產品推上市場的舞台，通過廣告、地推等等運營手段使使用者量大規模爆發，而不用擔心因為產品的問題使得推廣受阻。此時我們核心關注點便是運營手段的有效性以及各個環節的轉化率。
拉新一段時間後，產品會進入平台期。一旦容易搞定的使用者都搞定了，單使用者的獲取成本就開始越來越高，這時候要想繼續放大產品的整體價值，就只能依託於提公升單使用者的價值。於是，產品功能開始擴充套件，公升級2.0版逐漸提上日程，運營工作的主要目標是啟用使用者，也常常說成「促活」，讓使用者使用產品的時間盡可能增加。此外，產品到了這個階段也要適時、適當地變現，當然，有爸爸的產品請隨意。
聊到這裡，就要祭出我總結出來的指標模型了，黃底的是對應階段的關注重點，白底的是次關注點，其他指標需要監控，但不是重點，所以我這也就不列了。
pmf的資料驗證方法
前面介紹了產品1.0版本的生命曲線，但那不是重點，因為介紹這種曲線的文章多了去了，卻很少有人告訴我，怎麼驗證這些階段，我怎麼知道我現在到達哪個階段了呢？憑感覺？拍腦袋？顯然不是。資料為王的時代，當然要用資料裝個x作為依據。由於篇幅限制，我這裡只分享一下pmf的資料驗證方法啦。
自增長驗證方法
1. sean ellis測試
這個測試方法由肖恩·埃利斯（sean ellis，增長黑客之父）建立，他說pmf可歸結為乙個簡單的調查問題：「如果你不能繼續使用某種產品了，你會有什麼感覺？」選擇「非常失望」的使用者代表了你的目標市場（選項有：非常失望、有點失望、不失望和不會再使用該產品）。
在調查了近100家初創公司的客戶發展調查後，sean ellis發現了乙個40%這一比例：增長緩慢的企業總是會有不到40%的使用者在這一問題上表示「非常失望」，而發展勁頭強勢的企業在這一方面的比例總是會超過40%。
2. 病毒係數
病毒係數是運營指標的常客了，這裡採用病毒係數的最簡單的模型。假設我們一開始有5000的使用者，其中有五分之一的使用者會在這個月帶來新使用者，那麼這裡的病毒係數是1/5=0.2。
通常來說，對於網際網路產品，0.15至0.25的可持續病毒係數是不錯的，0.4是優秀的，大於0.7是卓越的。
病毒係數為0.2時的表現
病毒係數為0.4時的表現
病毒係數為1.2時的表現
留存驗證方法
對於saas產品，還需要驗證以下資料
有了資料驗證方法後，這個邏輯圖又可以細化了：
除了上述的分析模型，aarrr也是運營分析的經典模型，結合aarrr分析，會給你不一樣的理解。當然，這裡就不展開論述啦，附贈一張aarrr模型的指標體系，具體論述且聽下回分解~
初創產品團隊如何從敏捷到精益！
本文作者 于曉松 諸葛io 來自諸葛io團隊。引言 傳統的專案管理有乙個基本概念叫 專案管理四要素 指的是範圍 時間 資源和質量四個要素，平衡好了這四個要素，專案就會進展地很順利。但要同時控制四個變數，這四個變數之間還相互影響，其實挺困難的，特別是這樣的專案管理不太適合各方面都容易失控的創業團隊。所...
如何衡量資料質量
資料分析的可靠性的乙個最基本的前提是資料的質量要 那我們如何衡量資料的質量呢？主要從以下四個方面 準確性，一致性，完整性和及時性。1 準確性 就是要反映事實情況，比方說使用者的生日是xx，如果說這個資料是準確的，那就得保證這個使用者的生日就是xx。資料的準確性是第一位的，而往往要保證資料準確需要不同...
如何衡量測試效率
以系統測試發現缺陷的數量來衡量測試人員的系統測試效率，就好像拿開發人員的 行數衡量開發人員的開發效率一樣，無法客觀有效的反映測試人員的工作質量和工作效率。優點 以bug數量為基礎，有乙個明確而清晰的度量標準 缺點 欠缺力度和有效尺度，不能真正反映當前系統的質量狀況 原因 1 乙個點型的例子，主業務流...