在上一章中，作者讲到创造并使更多用户体验到 “啊哈时刻” 是破解增长难题的第一步。下一步便是明确增长战略。在进行快节奏增长试验之前，我们必须清楚地知道如何驱动增长——我们的增长杠杆是什么以及它们是否能够帮助我们取得理想的结果。我们必须通过一套十分严谨科学的方法明确需要何种类型的增长以及获得这种增长需要何种杠杆。
增长黑客并不是要以最快的速度随意尝试各种想法，看哪个能奏效，而是通过快速的试验寻找并优化最具增长潜力的因素。
这一章节中，作者总结了找到增长杠杆的方法。首先需要明确哪些指标对我们的产品增长来说最为重要，最佳方式是建立一个“基本增长等式”。随后选择一个关键的能够决定最终成败的指标——北极星指标，缩小关注范围。那么我们如何从多个重要指标中选择北极星指标呢？作者给出的建议是「数据分析」+ 「用户调查」。
确定核心指标，构建增长等式
要确定核心指标，首先要明确与用户对产品核心价值的体验最直接相关的行为。我们至少需要跟踪用户达到 “啊哈时刻” 之前每一个步骤的相关指标，以及他们采取这些步骤的频率。有时候，我们直觉认为十分关键的指标事实上有时候对实际的持续增长的影响微乎其微，这可能包括一些我们一度认为最为重要的指标。比如书中提到的“日活跃用户数”（DUA）对于一家旅行服务公司例如 airbnb 或者携程来说，意义并不像社交类产品例如快手、抖音那么重要。这就需要我们根据业务的特性来分析哪些指标更加核心。
用核心指标构建增长等式显然并不是一种精确的方式，可能看起来过于简单。显然，一个企业成功的背后还有诸多其他因素的驱动，但是增长公式的简洁明了正是关键所在。删繁就简地将企业运营浓缩为一个基本公式可以为增长团队提供极大的帮助，使我们在杂乱的数据海洋中找准方向。
对于不同的业务，其核心指标不同。参考 如何制定产品的核心数据指标？一文中提到的内容，列出不同品类产品的核心数据指标。
1. 电商类产品通常用到的核心数据指标有：首单率、客单价、复购率、退款率等；
2. 社区类产品通常用到的核心数据指标有：活跃用户数、帖子发布数、互动用户数、用户对话数、留存率等；
3. 内容类产品通常用到的核心数据指标有：用户停留时长、跳出率、用户互动比率、留存率等；
4. 工具类产品通常用到的核心数据指标有：打开率、使用频次、目标达成率、分享率等；
5. 游戏类产品通常用到的核心数据指标有：活跃用户数、用户在线时长、付费用户比率、留存率等。
选择北极星指标
在确定了核心指标，构建出我们基本的增长等式后，我们需要缩小关注范围，最好能够选择一个关键的能够决定最终成败的指标，即 “北极星指标”。为什么称之为 “北极星指标” 呢？因此这个指标会像北极星一样指引着团队朝着增长黑客过程的终极目标努力，使我们不会被某个短期的增长手段冲昏头脑。清晰明确的北极星指标能够使数据分析具有很强的针对性，使具有高影响力的试验能够尽快落地。北极星指标应能够最为精准地抓住企业为客户创造的核心价值。我们需要思考并找到增长公式中的哪一个变量最能反映产品不可或缺体验的实现情况。
值得注意的是，随着企业的增长，初期目标得以实现，北极星指标也会随之改变。此外，在公司层面设立一个指导全局的核心指标的同时，每一个团队也会有各自的北极星指标。
我们既然已经知道北极星指标的作用和重要性，那么如何确定这个北极星指标呢？一方面我们可以通过数据分析找到想要的结果，就像在寻找产品 “啊哈时刻” 那样，让数据发挥其重要作用；另一方面，我们可以通过客户调查，因为数据可能会隐藏掉一些原因，但是客户可以提供给我们这些信息。
1. 数据分析
找到北极星的前提是能够收集客户行为数据并衡量产品表现和试验结果。我们需要基于增长等式确定对增长来说最为重要的一组指标，也同样需要花时间收集数据并配备恰当的分析能力，以便进行更精细的用户信息及行为分析。同时，我们需要数据分析报告来呈现我们的分析结果，让选定的北极星指标更加合理。
2. 用户调查
数据并不是唯一的线索。即便是最为精细的分析也只能确切地告诉我们用户在做些什么，而不会说明他们为什么这么做。想要找出这些原因，就需要开展用户调查或采访，或是二者的结合。太多的创业公司和成熟企业，一旦产品推出之后，用户调查往往就被丢到一边。在进行定量分析的同时，定性分析同样重要。
案例
本章的最后，作者给出了 twitter 的成功案例，向我们介绍 twitter 的增长团队是如何发现 “30个关注” 这一阈值（关注人个数就是增长杠杆），为 twitter 带来用户增长的。
推特的这个案例说明，确定增长等式和关键指标，同恰当的数据跟踪设置、数据采集和包含了客户反馈的报告一道，可以帮助团队明确并监测核心增长杠杆的变化，这是增长黑客过程走向成功的关键而有力的第一步。
在拥有好的产品，明确了增长杠杆后，我们终于准备真正开始行动了。第4章详细讲述了在第1章中提到的工作流程 —— 增长黑客循环模型，将在后续总结。
