很多时候企业都是在摸索中前行，或基于自身的判断来寻找和服务用户。但对于用户是谁、用户在哪里、用户喜欢什么、用户会对什么做出反应、用户在商业场景中的什么时间做过什么等问题，很多企业都回答不出来。在当下，对用户信息的了解和应用能力，很大程度上决定了企业在新竞争“食物链”上的排名。当新的生产要素—数据，逐渐进入大家的视野后，企业家们开始隐约意识到数据可能会成为新的发展动力、用户行为数据将是激发企业创新活力的重要资源。但如何能拥有像虎鲸一样的超声波定位系统，即全方位洞察用户需求、满足用户需求的能力呢？
本书为帮助企业能在商业竞争中立于不败之地，能对用户行为数据发挥价值的过程建立系统的认知，并习得快速实践的能力，让企业高效落地数据驱动增长而撰写。本书内容包括从商业进化的角度认识用户行为数据的重要性及如何发挥其价值（第1章），用户行为数据如何通过数据驱动增长金字塔（规划、采集、分析、应用）为企业带来贡献（第2~5章），以及用户行为数据驱动增长的实战案例集（第6章）。
本书适合企业的高层管理者及有一定工作经验的产品经理、数据分析师、互联网运营人员、数据运营人员等阅读。不管您身处互联网企业，还是身处数字化转型和升级的传统企业，只要您拥有或者正在准备拥有自己的线上产品，便能通过本书找到“如何用数据驱动增长”的体系化内容。

张溪梦（Simon Zhang），GrowingIO 创始人兼CEO
张溪梦曾在硅谷有13年数据分析经验，创办 GrowingIO 之前在 LinkedIn 任美国商业分析部高级总监，亲手建立了 LinkedIn 近百人商务分析和数据科学团队，支撑 LinkedIn 所有与营收相关业务的高速增长。2013年，Data Science Central 评选其为“世界前十位前沿数据科学家”。
2015年5月，张溪梦回国创办了基于用户行为的新一代数据分析产品 GrowingIO。
GrowingIO 首推国内领先的“分析工具+运营咨询+持续增长”数据服务体系，帮助企业构建数据运营闭环，用数据驱动企业增长。

推荐语
前言 做“商海”中的虎鲸
致谢
第1章 走进用户行为数据分析
1.1 用户行为数据登场
1.1.1 没有用户行为数据的困境
1.1.2 商业进化：一切向用户靠拢
1.2 什么是用户行为数据
1.2.1 狭义的用户行为数据
1.2.2 广义的用户行为数据
1.2.3 用户行为数据的“5+1”要素
1.2.4 用户行为数据的隐私与权限
1.3 用户行为数据的一个趋势和两个价值
1.3.1 一个趋势：在数字孪生世界下，用户行为数据的迁移
1.3.2 价值一：理解用户需求，指导业务升级
1.3.3 价值二：预测用户行为，引导业务创新
1.4 如何让用户行为数据发挥价值
1.4.1 用户行为数据驱动增长常见的困难
1.4.2 数据驱动增长金字塔：规划-采集-分析-应用
第2章 数据规划
2.1 数据驱动增长的“总设计师”
2.1.1 数据规划常见的问题
2.1.2 如何进行数据规划
2.2 指标体系规划的三大思路
2.2.1 OSM模型
2.2.2 UJM模型
2.2.3 场景化
2.3 指标分级
2.4 数据看板
2.4.1 数据看板的意义
2.4.2 数据看板的分类：战略看板、分析看板、实时看板
2.4.3 如何搭建数据看板
2.4.4 搭建数据看板常见的六大问题
第3章 数据采集
3.1 数据采集常见的问题
3.2 用户行为数据采集方法：埋点和无埋点
3.2.1 埋点和无埋点的定义
3.2.2 埋点采集和无埋点采集的适用场景
3.2.3 不同场景如何选择采集方式：以App注册为例
3.2.4 客户端埋点或服务端埋点
3.3 如何高效落地数据采集
3.3.1 埋点方案四要素
3.3.2 埋点的团队协作流程
3.3.3 数据指标管理
3.4 数据集成，搭建客户数据平台（CDP）
3.4.1 从用户行为数据到客户数据平台
3.4.2 客户数据平台的三种类型
3.4.3 实现客户数据平台的四大原则
3.4.4 案例：电商如何搭建客户数据平台
第4章 数据分析
4.1 业务导向的数据分析整体思路
4.2 用户流转地图
4.2.1 全域-全局-局部
4.2.2 绘制用户流转地图
4.2.3 案例：B2B企业官网的用户流转地图
4.3 十大数据分析模型
4.3.1 事件分析
4.3.2 漏斗分析
4.3.3 热图分析
4.3.4 留存分析
4.3.5 留存魔法师
4.3.6 事件流分析
4.3.7 用户分群分析
4.3.8 用户细查
4.3.9 分布分析
4.3.10 归因分析
4.4 渠道分析
4.4.1 找到最优投放渠道
4.4.2 打造黄金落地页
4.5 运营分析
4.5.1 被低估的搜索框
4.5.2 活动迭代分析
4.6 产品健康度分析
4.6.1 产品健康度是“用户体验的体检”
4.6.2 关键行为矩阵与功能留存矩阵
4.6.3 案例：内容型App的产品健康度分析
第5章 数据应用
5.1 数据应用无处不在
5.2 A/B测试
5.2.1 广泛应用的A/B测试
5.2.2 七个步骤建立A/B测试的闭环
5.2.3 案例：A/B测试提升影视会员产品的付费转化率
5.3 产品迭代
5.3.1 产品迭代全流程
5.3.2 六大要素量化、评估产品迭代效果
5.3.3 案例：数据驱动App首页迭代
5.4 精细化运营
5.4.1 精细化运营的关键
5.4.2 用户标签与用户画像
5.4.3 用户分层运营
5.4.4 案例：盟大集团（产业互联网）如何进行用户全生命周期运营
5.5 机器学习
5.5.1 机器学习与数据挖掘
5.5.2 用户行为数据提升推荐算法效率
5.5.3 案例：预测客户购买行为
第6章 用户行为数据驱动增长实战
6.1 欧冶云商：数据驱动B2B增长
6.1.1 B2B增长的挑战和机遇
6.1.2 探索产品的核心价值主张
6.1.3 优化用户转化路径
6.1.4 精细化的会员运营体系
6.2 推荐获客量增长500％：好好住的增长团队实践
6.2.1 为什么好好住要搭建增长团队
6.2.2 从0到1搭建增长团队的三个步骤
6.2.3 闭环式的工作流程
6.2.4 好好住的推送迭代
6.3 月活跃用户数从0到8万：地产行业如何打造小程序私域流量池
6.3.1 “公盘私客”发展过程中的问题与机遇
6.3.2 创新产品“中原C管家”的思考和孵化
6.3.3 0元推广费用，“中原C管家”的增长效果
6.3.4 用户行为数据赋能经纪人营销
6.4 酷开网络：增长无处不在，OTT领航家庭经济的数字化转型
6.4.1 酷开网络的增长框架
6.4.2 明道：洞察家庭用户与精细化场景流程
6.4.3 取势：指标管理体系建设，挖掘精细化流量的价值
6.4.4 优术：分析引擎体系建设，提升转化率
6.4.5 践行：关注用户全生命周期，用增长实验实现流量再生
6.4.6 案例：洞察流量——大转盘抽奖活动的用户旅程
后记

做“商海”中的虎鲸
前不久，我学到一个有
意思的冷知识：谁是海洋中
最厉害的生物，大白鲨还是
虎鲸？大白鲨，就是那个多
部惊悚电影里的反派主角；
虎鲸，就是那个黑白相问长
得萌萌的“大号海豚”。
我想很多人凭直觉会说
是“凶神恶煞”的大白鲨，但
现实版答案却是“呆萌可爱”
的虎鲸。虎鲸不但“吊打”大
白鲨，还酷爱以鲨鱼身体里
营养极丰富的肝脏为食。作
为海洋生物学的外行人，我
带着好奇心研究了一下原因
：
大白鲨凭借几千米外就
可以闻到血腥味道的超强嗅
觉、能识别水压变化的身体
侧线，成为海洋中极具效率
的捕食者。但虎鲸拥有更强
大、精准的超声波定位系统
，不仅能远距离识别海洋生
物的具体位置，还能识别海
洋生物的大小和游动的方向
，甚至能使用超声波来引诱
和攻击猎物。
在深海世界里海水的能
见度很低，可以说是“漆黑
一片”，两种生物在海水介
质中获取信息的特殊能力，
奠定了它们在食物链顶端的
位置。虎鲸虽然没有锋利的
牙齿和超快的速度，但其超
声波定位能力更胜一筹，因
此成为真正的海洋霸主，基
本上没有天敌，傲视群雄。
回到现代商业环境，它
也犹如被“迷雾”所笼罩的“
大海”。很多时候企业都是
在摸索中前行，或基于自身
的判断来寻找和服务用户。
对于用户是谁、用户在哪里
、用户喜欢什么、用户会对
什么做出反应、用户在商业
场景中的什么时间做过什么
等问题，不同企业回答的水
平是不一样的，颗粒度也是
不一样的。当稀缺资源和规
模化生产已经不是最重要的
竞争要素时，对用户信息的
了解和应用能力，则在很大
程度上决定了企业在新竞争
“食物链”上的排名。
在过去的很多年里，企
业的生产要素围绕着土地、
人力、资本、信息技术逐渐
展开。每个新要素的出现都
会孕育一批新的迅猛发展的
“时代企业”。最近五年，新
的生产要素——数据，逐渐
进入大家的视野，企业家们
开始隐约意识到数据可能会
成为新的发展动力，但却不
十分确定这点，或不知如何
入手。这主要是因为过去几
十年的信息技术发展主要聚
焦在企业内部，企业内部生
产了大量的经营数据，但企
业家看到的都是报表中的统
计数字，所以比较难想象和
理解“大数据”的价值。传统
的对经营数据的分析，主要
用于“降成本提效率”，这是
降低企业经营收入的成本线
（Bot-tom-line）。如何提
升企业的营收上线（Top-
line）？这需要利用数据加
强对用户的理解并强化营销
效果。这方面的成功实践，
受限于数据采集手段、处理
能力甚至是文化意识的发展
水平，直到最近三年才出现
突飞猛进的发展，而且主要
集中在拥有互联网属性的新
品牌公司身上。
在这种大环境下，企业
要想在商业竞争中立于不败
之地，拥有像虎鲸一样的超
声波定位系统，即全方位洞
察用户需求、满足用户需求
的能力，未来可能将成为必
然。在数字化时代，用户行
为数据将是激发企业创新活
力的重要资源。
也就是说，对用户行为
数据进行系统的规划、采集
、分析和应用的能力，将决
定了企业是“虎鲸”还是“鲨
鱼”，抑或是“芸芸众鱼虾”
。
本书的主要内容
《用户行为分析：如何
用数据驱动增长》这本书就
是为了帮助企业成为“商海”
中的虎鲸而撰写的。我希望
读者看完这本书以后，能够
对用户行为数据发挥价值的
过程建立系统的认知，并习
得快速实践的能力，帮助所
在的企业高效落地数据驱动
增长。
《用户行为分析：如何
用数据驱动增长》全书共分
为6章：
第1章我们将带领大家从
商业进化的角度认识用户行
为数据的重要性，帮助大家
更全面地了解什么是用户行
为数据，以及用户行为数据
怎样发挥价值。
第2章～第5章将围绕我
们提出的数据驱动增长金字
塔——数据规划、数据采集
、数据分析、数据应用，为
大家详细介绍用户行为数据
是如何通过这四个步骤最终
为企业带来巨大贡献的。
第6章我们将为大家呈现
用户行为数据驱动增长的实
战案例。本章收录了欧冶云
商、好好住、中原地产、酷
开网络四家企业的增长案例
，他们是使用我们产品的上
千家客户、500多个咨询项
目中的典型代表，他们授权
我们将落地数据驱动增长过
程中的宝贵经验分享给大家
，在此表示感谢。
本书适合什么人阅读
《用户行为分析：如何
用数据驱动增长》适合企业
的高层管理者及有一定工作
经验的产品经理、数据分析
师、互联网运营人员、数据
运营人员等阅读，可以帮助
读者建立系统的用户行为数
据的规划、采集、分析和应
用的知识体系。
不管您身处互联网企业
，还是身处数字化转型和升
级的传统企业，只要您拥有
或者正在准备拥有自己的线
上产品，便能通过本书找到
“如何用数据驱动增长”的体
系化内容。对于高层管理者
，您能够通过本书提前感受
工业4．0智能时代即将带来
的商业变革；对于数据分析
相关从业者，您能够通过本
书从更高的视野全面了解用
户行为数据驱动增长的整

本书系统介绍了用户行为数据从规划、采集、分析到应用的全流程，读完这本书不仅能掌握理论基础，还能习得快速落地数据驱动增长的方法。
本书能让读者用多维视角去看待数据驱动增长。如何从用户行为数据出发，实现数字化的业务闭环，构建完善的用户增长体系，通过本书你就能找到答案。

数据已经成为第五大生
产要素！
2020年4月9日，中共中
央、国务院印发《关于构建
更加完善的要素市场化配置
体制机制的意见》，首次将
数据纳入生产要素的范围。
自此，数据正式成为比肩土
地、资本、劳动力、技术的
第五大生产要素。这也意味
着，以数据为基础的数字经
济将成为经济发展强有力的
新引擎。在数字化时代，谁
能率先利用好“数据”这一新
的生产要素，谁就能率先成
为行业领军者。
读完本书你会发现，虽
然用户行为数据只是众多数
据类型中的一种，但与交易
数据、CRM数据等相比，其
体量最大，数据细节也最丰
富。虽然采集和处理的难度
会更高，但为企业业务增长
带来的价值却是巨大的。对
于企业来讲，拥有数据是不
够的，还必须学会从规划到
采集、从洞察到策略、从执
行到反馈，落地增长全流程
，才能创造真正的价值，这
也是本书提出数据驱动增长
金字塔，并围绕四个环节—
—数据规划、数据采集、数
据分析和数据应用——展开
的原因。
2015年，我们将“增长黑
客”的理论体系带回国内，
并创办了GrowingIO，为我
国企业提供以数据驱动增长
为目标的数据产品和咨询服
务。两年后，我们将这套理
论体系总结归纳，出版了《
首席增长官：如何用数据驱
动增长》一书，希望能够帮
助我国企业培养更多的增长
黑客、增长团队负责人及首
席增长官。
2020年是GrowingIO成
立的第五年。这五年，我们
已经累计为上千家企业的高
管、产品人员、运营人员、
市场人员、数据团队及管理
者提供包括客户数据平台（
CDP）、广告分析、产品分
析、智能运营等产品在内的
解决方案，覆盖零售、保险
、运营商、在线旅游、企业
服务等数十个行业，积累了
丰富的数据驱动增长经验。
《用户行为分析：如何
用数据驱动增长》正是我们
在服务客户的过程中不断总
结、不断提炼形成的。关于
用户行为数据的体系化内容
，也是GrowingIO全体员工
不断积累、不断深耕的硕果
。同时，机械工业出版社经
管分社的刘洁、胡嘉兴和戴
思杨编辑为本书的出版做出
很多贡献，在此，一并表示
感谢。
最后，希望大家读完本
书，能够在企业内部更好、
更快、更顺利地落地数据驱
动增长！
张溪梦 邢昊
2021年3月22日

《用户行为分析：如何
用数据驱动增长》，让我们
看到了另外一条驱动业务增
长的路径。在用户注意力稀
缺，平台流量红利见顶的今
天，数据驱动业务增长的能
力，是适应未来的希望之光
。
——杨银芬 良品铺子
CEO
未来的数字化企业，需
要具备对用户全生命期价值
(LTV)的深入洞察，同时又
能够精准打造产品市场匹配
(PMF)的能力。要训练这样
的能力，用户行为分析是一
个很好的切口，也是通往智
能商业时代必经的一站。
Simon和他的团队在这个领
域有多年丰富的积累，并成
功将硅谷互联网公司重度使
用的数据科学方法论与本土
优秀企业的实践相结合，帮
助许多公司走上了数据驱动
增长之路。这本书将带给你
这些新的案例。
——王迪 自如CTO/领英
（LinkedIn）中国前技术副
总裁数据驱动增长不是火箭
科学，而如同自动传送带，
走在上面的企业，不用费那
么大劲儿，就可以达到事半
功倍的效果。我坚信，所有
企业最终都需要建立这种能
力，才能不在竞争中失速。
这本《用户行为分析：如何
用数据驱动增长》可以助你
一臂之力。
——曲卉 《硅谷增长黑
客实战笔记》作者

第1章 走进用户行为数据分析
1.1 用户行为数据登场
2019年10月25日的北京金茂万丽酒店宴会厅，原本只能摆放900个座位的场地，被满满当当地排满了1 000个座位。还未开场，宴会厅里就已经座无虚席，宴会厅后面有限的空间里也站满了人。正式开场后，组委会索性打开了后门，让一部分晚来的人站在厅外观看会议全程。
这已经是连续四年、第10场爆满的增长大会了。每年增长大会都会分享一些新的经验方法，比如“增长黑客”“首席增长官”，还有今天已经被从业者视为区分是否为增长小白的人门级概念——“AARRR模型（又称海盗模型）”。
无论是“AARRR模型”，还是2018年更新后的代表着新留存增长的“RARRA模型”，这些在互联网发展中掀起了旋风的增长方式，本质都在强调一件事情：埘用户行为的洞察与分析。采集用户行为数据，几乎是所有互联网企业做增长的“起手式”。
互联网企业其实一直都握着一个可以改变未来的秘密——“数据是下一个时代的新能源”。他们一直坚信并且努力为能打出这张底牌持续构建着牌局，或小心翼翼地探索，或疯狂地跑马圈地，最终目的都是为了获得更多的数据资产，从而促使产生新的业务模式或竞争壁垒。用户行为数据作为能驱动商业发展的数据类型之一，深受互联网企业的重视。大多数互联网企业因为没有传统企业那样丰富的经营数据，用户线上行为数据便成为他们能够获得的最有价值的数据。
真正让用户行为数据登上万众瞩目的商业舞台，并迅速向“C位”（核心位置）靠近的是传统企业的觉醒和人局。这些传统企业掌握着社会的绝大部分商业资源，以及经年累月积累的海量数据资产，但一直苦于无法让数据充分发挥商业价值。随着数字化转型的逐渐开展，用户行为数据正在成为引爆这些数据资产的导火索。
1.1.1 没有用户行为数据的困境
2015年夏天，最时髦的出租车司机会在方向盘左右架起三个手机支架，分别接入滴滴、快的和易到。从早到晚，三个平台的订单此起彼伏，司机乐此不疲地在三个平台上挑选补贴最“肥”的订单接单。一些精明的司机悉心钻研，从而掌握了平台的补贴规律，并在最铁的“的哥”圈里分享，成为新晋的意见领袖。
他们的眼睛在紧盯屏幕的同时，可能自己没有意识到，随着App上点击的行为越来越多，路边打车人招手的行为却越来越少。用户行为正在发生迁移，并在互联网上汇集成新的“流量”。他们想到了要多买两条充电线，因为手机不能没电，同样电话卡上也不能没钱，因为没流量就接不到订单了。但没想到，“流量”真的说没就没了。
后面的故事大家都知道了，打车平台启动了“顺风车”“快车”和“专车”等新项目。他们将通过过往打车行为的数据已经被研究透彻的用户，按照购买力、出行目的等特性分层，用不同的优惠券和权益将分层后的用户分流到这些低、中、高档的新项目中，因此留给“出租车”项目的用户大幅减少。当出租车司机从屏幕上抬起头，打算重新寻找路边“招手”的打车人时，才发现原来“扫街”就可以获得的乘客，已经找不到了。而随着新项目服务者的出现，过去出租车司机那些被乘客“隐忍”的小毛病，比如车内偶有的异味、长时间的尬聊、油滑的拒载，都突显了自己和新项目服务者的巨大差异。打车人的消费升级了，出租车的业务模式也面临更替的挑战。
对打车人的用户行为数据分析确实使整个出行市场升级了，可惜受益的并不是拥有最多出租车资源的出租车公司，因为出租车公司几乎没有用户仃为数据。
类似出行平台这样的行业案例越来越多，比如通过“外卖小哥”服务从餐饮商家获得用户餐饮消费行为数据的外卖平台，通过比价服务从航空公司和酒店获得用户出行旅游数据的0TA（0nline Travel Agency，在线旅行社）等。这些新兴互联网企业的不断涌现，加速了用户行为的数字化迁移。这也逐渐惊醒了处于各行各业的传统企业，他们纷纷表示，不想像出租车公司那样成为“俎上鱼肉”。他们于是纷纷开始打造自己的数字化平台，希望能够直接面向终端消费者。
1.1.2 商业进化：一切向用户靠拢
面向用户，重视用户行为，是由整个社会生产能力的升级决定的。当我们的社会进入一个生产能力相对过剩、商品供应极大丰富的时代时，卖方市场变为买方市场，弄懂消费者的所思所想成了商业竞争的核心战场。用户行为数据，既是消费者心思的代言人，又是连接消费行为的关键。
我们所处的商业社会，正在快速经历三种品牌形态的更替变化（见图1-1）：旧品牌、平台品牌、新品牌。而旧品牌任一定程度上是人多数传统企业模式的缩影。
P1-3