增长是企业永恒的主题，是商业的本质。
人口红利和流量红利的窗口期正在关闭，曾经“流量为王”所带来的成功经验正在失效，所造成的思维逻辑和方法论亟待更新。在互联网下半场，企业要如何保持增长？传统企业是否能跟上数字化转型的脚步，找到新兴业务的增长模式？为什么可口可乐公司用首席增长官取代了首席营销官职位？
数据驱动增长正在成为企业发展的必需理念，首席增长官、增长团队和增长黑客将是未来商业的趋势，其巨大价值将逐渐呈现。
本书内容包括首席增长官的崛起及向首席增长官进阶的三个阶段（第1~2章）、增长框架的学习引擎模型和用户增长模型（第3~4章）、不同岗位和不同行业做增长的方案（第5~6章），帮助读者搭建一个完整的增长知识体系。本书适合企业的管理者、市场营销、互联网运营、产品经理、客户服务、分析师、工程研发等读者阅读，无论是一线员工还是中、高层管理者，都可以从本书找到感兴趣的内容。传统行业的读者，更能通过本书迅速了解互联网工作的全貌，掌握必备的实战技能。
适读人群：企业的管理者、市场营销、互联网运营、产品经理、客户服务、分析师、工程研发
全面引爆产品迭代、用户和收入增长的哲学！
增长黑客之父Sean Ellis作序推荐；LinkedIn联合创始人、Greylock合伙人Reid Hoffman，经纬中国创始管理合伙人邵亦波，携程集团高级副总裁孙波，点融网CTO孔令欣，《增长黑客》作者、圣骑咨询创始人范冰联袂推荐！
用更快的速度、更低的成本，使企业获得指数级增长，是一个企业的核心竞争力。数据驱动增长正在成为企业发展的必需理念，聘用首席增长官、增长团队和增长黑客将是未来商业发展的趋势，其巨大价值将逐渐呈现。
LinkedIn前美国商业分析部高级总监、GrowingIO创始人兼CEO张溪梦，首次开讲数据驱动增长方法论，并总结为“8字型”框架，旨在解决企业关于增长的痛点，帮助企业进入DT时代后，实现数据驱动增长思维的转型，真正帮企业将大数据分析以及大数据的应用落地。
精装、全彩，208幅原创插图清晰展示对5大岗位、4大行业、Facebook、LinkedIn、Pinterest、Airbnb、Dropbox、链家等来自硅谷和国内标杆公司的精彩解析！
整个商业世界正在发生巨大的变化，无论是传统企业还是互联网企业都面临着巨大的挑战。
受到互联网企业的冲击，传统企业增长乏力，亟需开启“互联网+”模式和数字化转型工作。而互联网行业同样遇到了市场红利消退、竞争加剧等问题，如何快速高效地获取客户、确保客户坚持使用产品以达到高速增长的目的，这是一个巨大的挑战!如果你效率比别人高，那就很容易出类拔萃，远远地将竞争对手甩在身后。而高效决策的前提，是要有数据支持，依照数据分析去做决策。所以只有提升效率，用更快的速度、更低的成本，来帮助企业获得增长，才是企业的核心竞争力。
数据驱动增长的这套理论，在美国已经应用了多年，这也是我回到中国后，看到的中美企业运营的主要区别。除此之外，还有四个非常大的差异：第一，是否有数据驱动意识的差异；第二，是否进行数据分析实践的差异；第三，是否用数据做决策的差异；第四，是否用工具代替人力的差异。这四点差异也决定了今天我们在中国做产品的形态：企业不太习惯用数据分析工具，觉得没有价值；数据分析实践没有太大的规模，只在一些核心的互联网公司里才有；内部人员使用数据分析工具的经验不够；数据分析缺少工具。
我们要做的事情，就是让每一个人都具备用数据驱动运营和决策的能力。在当今中国，特别是高度竞争、成本不断增加的时代，这是一种战略级的能力。我相信有读者听说过增长黑客（GrowthHacker）或者首席增长官（ChiefGrowthOfficer）的概念，其核心就是用数据来驱动企业业绩和用户的增长。以往按照职能分工独立完成任务的方式将被逐渐淘汰，如何实现快速增长将成为所有人面临的挑战。
本书的主要内容
《首席增长官：如何用数据驱动增长》这本书就是为了让每一个人具备用数据驱动运营和决策的能力这个目标而写的，我希望读者看完这本书以后可以帮助企业业绩实现更加快速、高效的增长。
《首席增长官：如何用数据驱动增长》全书共分为3篇，分别是道、术、器。
道——增长的价值认知，包括本书第1~2章。
“道”是指最基本的价值认知，包括行业变化趋势、企业面临的竞争和挑战，组织管理变革以及人才培养方向。
术——增长的方法论，包括本书第3~4章。
“术”是指数据驱动增长的方法论，包括业务执行方法论和用户增长方法论，我们更是首次提出了“8字型”框架。
器——增长工具的运用。包括本书第5~6章。
“器”是指如何用工具解决具体的业务问题，以及不同行业、不同岗位如何用数据驱动增长，我们总结了GrowingIO成立两年多来的成功经验和案例。
本书适合什么人阅读
《首席增长官：如何用数据驱动增长》适合企业的管理者、市场营销、互联网运营、产品经理、客户服务、分析师、工程研发等读者阅读，可以帮助读者搭建一个完整的增长知识体系。
不管您是公司高层管理者，还是中层和一线工作人员，都可以从本书找到相应感兴趣的内容。有一线工作者看了这本书之后，立刻对自己手上的业务有了清晰的认识；有国内精通数据分析产品的人认为本书关于数据分析有典型实战派的见解，对于行业现状的具体情况了解得非常精细；更有硅谷的数据工程师评价本书包括了有诚意的干货；而中层和高层管理者会从本书前4章中发现难得的“增长”方法论和未来商业的趋势。
“增长”这套方法论，已经被很多企业证明是有价值的，包括领英（LinkedIn）、脸书（Facebook）、推特（Twitter）、爱彼迎（Airbnb）都在实践，企业建立半年后就可以开始应用了。在中国，大数据已经火爆了三四年，很多企业却没有找到落地和变现的方法。大数据的应用在国内有很大的需求，大数据结合企业内部的运营方法和工具，才能为企业创造价值。
《首席增长官：如何用数据驱动增长》这本书就是为了增长而来的。希望看完这本书的读者都可以成为优秀的增长黑客、增长黑客团队的负责人甚至是首席增长官，帮助更多的企业用数据驱动增长。
张溪梦
2017年9月10日
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。
目 录
推荐序
前 言
致 谢
第1章 首席增长官的崛起
1.1 什么是首席增长官 // 1
1.1.1 可口可乐设立首席增长官 // 1
1.1.2 越来越受欢迎的首席增长官 // 2
1.2 为什么会出现首席增长官 // 4
1.2.1 市场：红利消退、增长放缓、竞争加剧 // 5
1.2.2 客户：从被动接受信息到主动选择产品 // 8
1.2.3 技术：为用户生命周期提供数据洞察力 // 9
1.2.4 管理：从职能型组织向增长型组织进化 // 11
1.3 首席增长官是做什么的 // 12
1.3.1 首席增长官的定位 // 13
1.3.2 首席增长官的角色 // 14
1.3.3 首席增长官的职责 // 16
1.4 案例：LinkedIn增长的秘密武器 // 17
1.4.1 六年间40倍增长 // 17
1.4.2 首席增长官的力量 // 18
1.4.3 增长是对商业本质的洞察 // 20
1.4.4 LinkedIn的增长策略 // 22
1.4.5 用数据驱动用户增长 // 23
1.4.6 公司自上而下对数据驱动文化的认同 // 24
第2章 从增长黑客到首席增长官
2.1 首席增长官进阶的三个阶段 // 26
2.2 增长黑客 // 27
2.2.1 增长黑客概念的提出 // 27
2.2.2 增长黑客的能力模型 // 30
2.3 增长团队 // 31
2.3.1 增长团队的组织架构 // 31
2.3.2 增长团队的组建和分工 // 34
2.4 首席增长官 // 36
2.4.1 问题和解决方案匹配时期 // 37
2.4.2 最小可行性产品时期 // 37
2.4.3 产品和市场匹配时期 // 37
2.4.4 渠道和产品匹配时期 // 38
2.4.5 成熟期 // 39
第3章 增长框架
3.1 增长框架的概述 // 41
3.1.1 学习引擎模型 // 41
3.1.2 用户增长模型 // 44
3.2 正确的增长目标：北极星指标 // 46
3.2.1 北极星指标的重要性 // 46
3.2.2 关于北极星指标的两个案例 // 47
3.2.3 制定北极星指标的六个标准 // 49
3.3 高效的衡量技术：数据采集 // 51
3.3.1 什么是用户行为数据 // 51
3.3.2 埋点采集数据 // 54
3.3.3 无埋点采集数据 // 57
3.3.4 一站式数据采集解决方案 // 59
3.4 科学的学习方法：数据分析 // 61
3.4.1 数据分析的战略思维 // 62
3.4.2 数据分析的三大思路 // 65
3.4.3 数据分析的八种方法 // 69
第4章 用户增长模型
4.1 获取用户 // 77
4.1.1 受众 // 77
4.1.2 获客成本 // 78
4.1.3 用户旅途 // 79
4.1.4 案例解读 // 86
4.2 激活用户 // 88
4.2.1 激活的概念和意义 // 88
4.2.2 激活系统四大组成部分 // 89
4.2.3 To C 端用户激活案例 // 92
4.2.4 To B 端用户激活案例 // 95
4.3 用户留存 // 98
4.3.1 什么是真正的用户增长 // 98
4.3.2 留存分析框架 // 99
4.3.3 新用户留存分析 // 100
4.3.4 产品功能留存分析 // 106
4.4 用户营收 // 109
4.4.1 营收的两种方式 // 109
4.4.2 用户付费：以转化为核心 // 111
4.4.3 广告收入：以黏性为核心 // 114
4.5 用户推荐 // 117
4.5.1 推荐体系的组成 // 117
4.5.2 衡量推荐的两大指标 // 121
4.5.3 推荐的经典案例：Airbnb // 122
第5章 各岗位的数据驱动增长实战
5.1 市场营销：渠道、流量、转化 // 125
5.1.1 市场营销人员的工作重心 // 125
5.1.2 优化获客渠道 // 125
5.1.3 监测投放链接 // 132
5.1.4 优化落地页面 // 136
5.2 产品研发：数据驱动产品优化和迭代 // 139
5.2.1 从产品研发流程谈起 // 139
5.2.2 产品分析的基本概念 // 141
5.2.3 产品数据分析流程 // 145
5.2.4 产品数据分析方法 // 149
5.3 运营：用数据分析做运营增长，你需要做好这四个方面 // 153
5.3.1 流量运营：多维度分析，优化渠道 // 153
5.3.2 用户运营：精细化运营，提高留存 // 156
5.3.3 产品运营：用数据来分析和监控功能 // 157
5.3.4 内容运营：精准分析每一篇文章的效果 // 158
5.3.5 运营实战案例 // 160
5.4 数据分析师：用数据驱动增长 // 165
5.4.1 数据分析师的发展历史 // 166
5.4.2 数据分析师的组织架构 // 167
5.4.3 数据分析师的增长技能 // 169
5.4.4 数据分析师的实战案例 // 173
5.5 客户成功：以留存续约为核心 // 174
5.5.1 客户成功经理的诞生背景 // 174
5.5.2 客户成功经理的工作职责 // 176
5.5.3 客户成功经理的数据看板 // 178
5.5.4 客户成功经理的实战案例 // 180
第6章 不同行业的数据驱动增长实战
6.1 电商：电商精益化运营的五大关键指标和三个关键思路 // 183
6.1.1 电商行业的五大关键指标 // 183
6.1.2 商品运营：流量优化和品类优化 // 184
6.1.3 用户运营：提高用户留存和复购 // 188
6.1.4 产品运营：提高转化效率 // 190
6.2 在线旅游:如何提升购买转化率 // 192
6.2.1 用户旅途概述 // 193
6.2.2 渠道优化 // 194
6.2.3 落地页优化 // 198
6.2.4 搜索优化 // 201
6.2.5 用户整合 // 205
6.3 互联网金融：如何促进高成单、高转化 // 206
6.3.1 互联网金融平台的增长 // 206
6.3.2 互联网金融平台的三大增长模型 // 208
6.3.3 互联网金融用户的四大行为特征 // 211
6.3.4 精细化运营的三大步骤 // 213
6.3.5 理财业务：提升整体成交额 // 213
6.3.6 贷款业务：提升注册转化率 // 222
6.4 互联网+：打通线上线下数据，驱动链家增长 // 226
6.4.1 什么是增长 // 226
6.4.2 增长遇到的挑战 // 227
6.4.3 链家如何打通线上线下数据 // 229
6.4.4 如何用线上数据分析驱动增长 // 234
后 记
书单推荐
