今天分享的是最近看到韩叙的一篇文章，主要是讲在“用户增长”的一些经验
在这里指的用户增长，不仅仅包含拉新，更加具体的是指留存，用户大盘数据的变化。只有用户大盘变得更大，才有可能在之后的变现和推荐上实现真正有意义的变化。因此，用户增长UG是指使用更加数据化的方式去分析用户在产品中的生命周期和用户的变现之路。
对于UG概括性的表达就是
用户生命周期是主线，数据是导向，用户用户或收入增长是目标，整合产品、运营、技术做执行手段
不过这里有趣的是，他指的是需要有一个团队来专门负责UG业务，这个团队转为增长而服务。因为现有的产品、运营、技术、市场这样按照职能划分的方式，以为各个职能所背负的数据指标的不同造成了——筒仓效应（意思是各个职能只为自己的数据指标服务，导致信息的不全面和割裂，影响了信息的共享），所以让现有团队去做用户增长，各个职能只能以自己的视角出发思考，但本身信息就是割裂的，也就会导致都是不全面的，也就不能够更加全面和宏观的去为数据增长做出更客观的判断。
同时根据用户生命周期的AARRR模型在用户获取，激活，和留存是哪个方面中提出了以下的思考：
同时，还提出了两个在UG路上容易碰到的问题：
1，数据基础薄弱，但是我的想法是数据是不是薄弱取决于建立数据体系的人是否是熟悉业务场景，否则会在产品早期造成埋点不全的情况，那数据自然也就会薄弱了
2,内部协调效率，这个问题的来源主要是很多公司不是按照产品线而是按照大的部门分工将员工工作划分，导致了不同的部门有不同的leader,但是不同的leader的kpi不同，因此就有一些冲突，导致不能心往一处想，力往一处使
3，人才缺少，挖掘大家对于ug的思考，不断地培养大家的意识，挖掘逻辑思维和数据分析能力，沟通推动能力强的担当此任
同时，还提出了两个在UG路上容易碰到的问题：
1，数据基础薄弱，但是我的想法是数据是不是薄弱取决于建立数据体系的人是否是熟悉业务场景，否则会在产品早期造成埋点不全的情况，那数据自然也就会薄弱了
2,内部协调效率，这个问题的来源主要是很多公司不是按照产品线而是按照大的部门分工将员工工作划分，导致了不同的部门有不同的leader,但是不同的leader的kpi不同，因此就有一些冲突，导致不能心往一处想，力往一处使
3，人才缺少，挖掘大家对于ug的思考，不断地培养大家的意识，挖掘逻辑思维和数据分析能力，沟通推动能力强的担当此任
【文章系读后感类文章，侵权删】
