编者按：“增长黑客”这一概念近年来兴起于美国互联网创业圈，最早是由互联网创业者SeanEllis（增长黑客之父）提出。它主要依靠技术和数据的力量来达成各种营销目标，以切实的依据、低廉的成本、可控的风险来达成用户增长、活跃度上升、收入额增加等商业目的，听上去有点像草根网红零成本发家致富走上人生巅峰有没有？那么这种“四两拨千斤”的智慧有谁不想掌握呢？！创业者，公司产品、市场和运营人士那肯定都是奉为“葵花宝典”，时时钻研呐！

　　GrowthHackers的CEO Sean Ellis和Inman News的COO Morgan Brown最近经由Crown Business出版社出版了一本新书，名为Hacking Growth: How Today’s Fastest-Growing Companies Drive Breakout Success（目前尚无中文译本），被誉为“绝对是本增长黑客营销宝典，也是硅谷内外最热门的商业运作方法论之一”。下面节选翻译了书中一段有关Twitter前产品经理、现Greylock合伙人Josh Elman的经历，讲述了他如何认为在Twitter发展早期，只要一位用户关注了30位以上其他用户就能驱动增长。

　　聚沙成塔，集腋成裘

　　为了说明识别增长杠杆，深入分析和报告，收集客户咨询以补充分析是如何解锁并优化增长机会的，让我们走近来看看Josh Elman和Twitter的增长团队是怎么发现关注了至少30位用户的人是Twitter的狂热忠实粉丝。Elman通过所谓的分组分析，即根据客户或用户的共性把他们分成不同类别的群组，然后做出了一项初步探索。对于当时的Twitter来说，用户的基本划分标准大概是按他们注册加入的月份。这种划分方法相当轻松，但要是有了海量详细的数据缓存，还能划分出更精准的群组来，比如哪些人一天浏览Twitter高达五次以上却不是Twitter用户，哪些用户只在周末登录Twitter，哪些用户每个星期都会增加十个或十个以上的新粉丝，等等。

　　当时，Twitter的主要问题在于用户保留率；注册Twitter的人很多，但很多后来都不怎么登录使用，与此同时，那些小得多的群体反而变得相当活跃。所以，Elman和整个团队开始依据Twitter用户每月登录使用次数，把用户分成不同等级。然后他们得出了一项惊人发现：那些一个月内至少访问7次Twitter的用户下个月的保留率非常高，一般能达到90%-100%。

　　基于每月使用次数计算的保留率

　　然后，他将用户分成三个类别：每月至少访问七次的是核心用户；访问次数较少的是普通用户；一次性访问后再不回来的的是游客用户。这种方法支持团队将访问过Twitter的20%用户发展为核心用户。团队也因此进一步投入数据，进行相关性分析，在每组用户中发掘出一些其他组用户所没有，而同组用户具有的相似行为。每月至少访问七次的高保留率用户数据分析表明，这些用户通常会关注30个左右其他用户；有些甚至更多，但30似乎是一个“转折点”，把握得好那么用户自然会常常回头。

　　但是Elman和他的团队并没有就此止步。他们知道，数据统计测试的准则是：相关性不等于因果关系。现在，在这一点上，他们还只是刚刚开始试图增加并保持用户的关注数。这样做产生的结果确实可能很可观。但是，如果用户纯粹想关注一大堆人的想法并不是关注30个人就说明这个产品具有粘着性的根本原因又该怎么办呢？因此，增长团队进一步挖掘数据，很快又发现了另一项相关性。是否成为活跃用户还必须了解那些关注了30个以上用户的人中有多少是互相关注。但事情往往与期望相反，并不是说一个用户的互关用户越多，就能说明他们越有可能会坚持使用Twitter；相反，那些关注用户中只有1/3互关的用户才是Twitter的忠实用户。但这是为什么呢？通过采访部分Twitter的用户，他们发现，如果互关的用户远远超过关注用户的1/3，Twitter就会变成另一种社交网络，原来鲜明独特的价值也会因此变得模糊起来。如果互关用户少于关注用户的1/3，那么Twitter就会更像一个新闻网，这种新闻网站已经是有太多了，没什么稀奇的。而当互关用户占比在1/3到2/3之间时，Twitter发掘世界上正在发生的事情的独特产品价值则非常清晰。

　　团队还通过访谈了解了另一类独特用户群体行为：那些曾经麻木怠惰，退出一段时间之后突然现身，然后还变得特别活跃的用户。通过打电话和这些人联系，团队了解到了事情的来龙去脉：这些人第一次使用Twitter时，atv，认为发送推文主要是以广播的形式，尤其用来宣传的。他们对此兴趣缺缺，所以不久就退出了。但后来他们从认识的人那里得知，他们在Twitter上关注的人里可能有名人或者某个在他们的同行和社团中倍受尊敬的人，这些Twitter“难民”开始意识到Twitter作为一个与他人联系，向他人学习的工具的价值。由此可以很清楚看到：用户关注人数和用户粉丝数就是他们需要重点关注的推动增长的关键杠杆。他们可以利用这些信息进一步完善向用户推荐建议关注用户的方式。