增长黑客被许多人奉若圭皋，对其评价往往是通俗易懂、接地气、有干货！

然而，洞庭湖水浪打浪，前浪死在沙滩上，后浪还在笑哈哈！

书中介绍了A/B测试、搜索引擎优化、电邮召回、病毒营销等方式，也关注了一些加载速度、注册转化、病毒因子等指标。

目前来看，只要有点互联网思维的公司都在或多或少的应用以上方法！但用的效果如何，真就是天差地别了！书中第一章：

“书读百遍其义自见”，抱歉我只在两年内读了两遍。

但学习的同时，也提出一些增长黑客的局限性，说的不一定对，但是个人的一点思考。

第一盆重重的冰水：增长是有极限的！

这本书围绕用户获取（Acquisition）、活跃（Activation）、留存（Retention）、收入（Revenue）、传播（Referral）这个AARRR的漏斗来写展开，同时结合相应的案例和具体工具。

但是，不要被“增长”两个字蒙蔽了双眼，更不要把“黑客”这个词的神秘默认为牛逼！

在产品的五个阶段，每一个阶段的指标都有一个天花板。

举个不恰当的例子：一个人，从出生就开始增长，少年活蹦乱跳，青年积极学习沉淀，中年开始赚钱，老年开始诉说自己的一生。

人的每个阶段都有天花板：身高2米左右，少年出去玩的前提是先把作业写完，青年能记住物理化的基础，大部分人中年年薪10万—50万，老年能还能找到几个愿意听你讲这些陈芝麻烂谷子的事？

书中第二章：

所以还是正儿八经说一下天花板的事，同时继续附《增长黑客》与文字无关的思维脑图！

获取：只要产品还凑合、核心功能能用、技术顶撑住，那当然是尽量少花钱、多拉客！

各个渠道有各个渠道的价码，要重视获客单价。但是如果有政府渠道或者资源，那成本简直就飞流直下了！

产品口碑传播，或弄点礼物、搞点活动促进拉新，也可以，但在注意成本的同时更应该注重影响力，千万别自嗨！

每个用户的获取成本，主要取决于产品的功能。获取一个资讯类的用户，5元就不少了！获取一个高净值用户，500元也很便宜！

活跃：每个类型的APP活跃度都不同，资讯类、工具类、游戏类、购物类，各有千秋。

所以关注日活、周活、双周、月活等指标，也要根据产品特性来重新定义活跃，更要选取适合与自身的时间性指标。二手车的APP，日活不高很正常；游戏类的APP，日活不高很可能就要完蛋了！

活跃的核心是实用，活跃的升级是好用，活跃的最高境界是无用。

无用就是无时无刻都在用...我们用微信，不是打开一个产品，而是满足办公、聊天、转账、付款、游戏等等日常性功能，我可能一周不上陌陌，但一天不上微信估计同事就疯了！

留存：留存的基本款就是40-20-10，对应次日、周、月留存。当然越高越好，但可能性微乎其微！

留存也要精细化，各个版本有留存，APP有留存，各个功能有留存...另外留存的定义也因APP业务不同应该重新定义！

要有试图留下所有人的初心，但更要有舍弃大部分人的决心，还要有用户流失干净的后一颗还能跳动的心！

留下来的都是衣食父母，要敬畏用户，学会做人，才能真正做产品！

收入：这个事情我不讲了。很多产品都是入不敷出的，熬出头的就那么几个！

别说我悲观，创业用九死一生这种词来形容都是平淡无奇。但入不敷出也可以赚钱，可以被收购，甚至可以上市！所以产品营收不重要，重要的把产品卖掉！

传播：这事有很大搞头，扣文案、扣字、扣图、扣节日、扣热点、扣八卦、扣礼物、扣积分、扣体验、扣故事、扣用户行为、扣数据、扣视频、扣H5、扣游戏、扣button、扣传播方式、扣情怀、扣品质、扣创意、扣嗅觉、扣比赛、扣调性、扣代言人、扣投放、扣排名、扣bug...艾玛，简直太多了。

但有一点，我觉得很重要，就是要在一个领域或者说一种方式上，多做尝试、多做比对、多做分析，一招鲜吃遍天啊！

但指望用户闲着没事就去分享你的APP，太扯淡！当然，这也是一种讲故事的方式！

第二盆凉凉的冰水：你不是黑客，只是个看客！

很多人会编程，同样当不了黑客；会运营，懂产品，看的懂数据，也同样促进不了增长！

我没见过真正的增长黑客长什么样子，以及对产品产生多大的提升效果可以称之为增长黑客？

很多时候故事就是这么发展的，你无法主导，甚至不知道为什么会这么发展，但是能当个黑箱旁边的看客。

增长黑客可能是一群人，或者有着调动资源和权利的某几个人，但绝不是一个人就可以的。范冰哥哥来到某个转型互联网的国企，估计一招黑客技能也用不出来！

平台、公司、领导、职业、同事等，即是对增长黑客的推手，同时也是阻碍！哪怕是狼人，也不是月亮出来就可以变身的。

说点正事，黑客总说的数据为王同样是个伪命题！

因为数据本身的意义有多大意义，数据的结果有多大程度能反映出结果？

10%是高还是低，什么期间的10%，环比10%还是同比10%，1年内最高和10年内最低可以相同吗？

1990级清华毕业生平均年收入100万有意义么，99%的人喜欢吃披萨就能代表新疆人不爱吃囊吗？

R方等于0.99就能准确预测下一个季度的销售额么？

我们只是模糊的相信着看似精确的数据，其实数据背后依然是模糊的。哪怕我们的逻辑清晰，哪怕方法科学，但就连科学都是模糊的，更别提看似正确的逻辑了。

是什么、为什么、怎么办是一个正确的逻辑吗，发现问题、分析问题、解决问题也是正确的？

举一个不恰当的例子，一个人掉入冰窟窿里了，他会想：啊，我这是在哪，我为什么会掉下来，我怎么办能出去呢？简直是啼笑皆非！

数据会撒谎，因为数据本身自带的正确性光环让其谎言也颇具有煽动性！

饭店甲：充值当餐消费4倍的金额，本单免费！

饭店乙：本单8折优惠！

饭店甲和饭店乙的折扣是一样的，但甲更会撒谎，还增加了用户粘性，得到了钱而且还不用付利息！

再来一道算数题，让我们假设去年一瓶牛奶20 元，一根面包 5 元。今年奶的价格降至 10 元，而面包的价格升至 10 元。现在你想证明什么呢?物价指数上升？

首先选择去年作为基期，也就是说，以去年的价格为 100％。既然牛奶的价格降了一半(即50％)，并且面包的价格是去年的 2 倍(即 200％)，将 50％与 200％ 进行平均得 125％，与去年相比，今年的价格上涨了 25％。（这个姑娘有点像大力水手的老婆）

用另一种方法试试，以今年的价格为基期。去年牛奶的价格是今年的 200％，而面包的价格是今年的 50％，平均数又是 125％，也就是说，去年的价格比今年的高 25％，今年的价格下降了。（笑起来很美）

总而言之，读过这篇文章的读者不要太相信数据了。

但是你想让别人相信，那就扔数据给他，斩钉截铁地告诉他数据是这么显示的，哪怕和你观点不和，他也不大可能公然反驳，毕竟数据在大部分人眼里是神圣不可侵犯的。

毕竟，我还是希望所有人都成为一名优秀的增长黑客，这样以后所有人都在同一个起跑线了，就分不出谁优秀了！

图侵，联系我，删！

2018.1.3 一书