在工作中实施增长策略共需五步：
一、收集足够全的数据
我们要尽可能多地收集用户的行为数据。如，进入了哪些页面，停留了多长时间，点击了哪些功能。除了这些常见的数据外，还有一些业务上的数据需要埋点。比如，打开页面总用时多长，图片加载用了多久等等，这类数据为我们后续优化提供了数据参考。
在早期开发资源你不足的时候，可以使用第三方数据平台，我们只需要嵌入SDK然后添加埋点就可以了。缺点是灵活些不够，有些特殊的业务数据还是需要自己去实现。
二、分析数据
有句话是这么说的，数据是客观的，但分析数据的人是主观的。
宏观数据相对好分析，就是根据业务流程分析每个步骤之间的转化效果。我们能直观地看到业务流程在哪个阶段出现了很大的变化。比如，很多产品，用户在打开应用后就流失了。这可能就是应用首页并没有“激活”用户，让用户看到产品的价值。
比较主观的分析是根据用户的一些行为数据进行分析。这个地方需要注意的是，同样是用户，用户之间也是有很大不同的。比如新注册用户和留存很多天的老用户，WiFi用户和手机流量用户，注册用户和非注册用户等等。要注意把用户做细分。
三、提出多个假设
对数据进行分析后，我们需要给出一些假设。然后根据假设提出解决或者验证的解决方案。这个时候假设应该越多越好，因为很多现象是多个结果共同造成的。
比如，通过数据我们可以很直观地看出，新用户打开应用后，很大一部分用户是直接关掉了应用。所以我们提出如下假设：
- 这些用户有没有什么共性？比如同一个手机型号，同一个地区或同一个渠道等等。如果是的话，对应的可能问题是兼容性问题？电信线路问题？渠道包有bug或者渠道本身在刷数据？
- 页面展示的内容是否体现出产品的价值？比如你商城主打便宜好货，结果进入的首页都是非常高大上展现卖的也都是高价商品，这就不符合产品想要体现的价值。反之，你主打高端产品，页面展现就不能太低端。价格也不能太便宜。
- 业务流程是不是给用户造成了阻碍，比如是不是必须登录才能浏览内容？
提出的假设越多，我们越有可能找到真正的问题。这里需要注意的是，在提出解决方案的时候，一定要把其中的逻辑说清楚。你要说清楚是针对什么类型的用户，做什么具体的事情，最终以什么数据来证实这个策略是否有效。千万不能模糊。
四、制定计划，安排优先级
根据各种假设提出不同的解决方案后，我们还需要对这些解决方案排定优先级。资源有限，我们需要集中力量优先解决性价比高的核心问题。我们可以把需要的资源和预计产出的效果做一个二维四象限图，优先做那些成本小，产出高的方案。
五、上线测试
最后一步就是测试了，一般我们会采用小范围的A/B测试，这样利于看效果。但如果用户本来就比较少，全量测试也没关系。关键是要能根据数据对比出新策略带来的效果。
总结一下，所谓增长策略就是通过收集用户数据，对数据进行分析。然后根据数据之间的关系提出一些假设，然后根据假设设计一些验证方案或解决方案。在根据方案制定优先级，经过开发完成后，投入到线上验证。有效的增长策略就是在这种周而复始的验证中生长出来的。
