細(xì)思極恐的“立體”用戶(hù)畫(huà)像，如何為“新零售”賦能？

通過(guò)信息化與大數(shù)據(jù)技術(shù)為零售行業(yè)插上科技的翅膀，改變傳統(tǒng)的低效耗能的工作模式，這就是“新零售”概念自身的含義所在。

“顧客就是上帝”，是一句大家所有人都耳熟能詳?shù)脑捳Z(yǔ)。這句話在二十年前，可能還是一句空話。因?yàn)樯碳疑?，買(mǎi)家多。賣(mài)方市場(chǎng)的局面必然會(huì)將用戶(hù)體驗(yàn)的因素放在次要的位置。

但如今隨著市場(chǎng)競(jìng)爭(zhēng)的不斷加大以及各種資源的不斷涌入，無(wú)論是在傳統(tǒng)零售快消、連鎖店，還是在目前移動(dòng)互聯(lián)網(wǎng)時(shí)代的互聯(lián)網(wǎng)產(chǎn)品，都在時(shí)刻踐行這句話。

傳統(tǒng)零售快消連鎖超市，為了吸引用戶(hù)光顧消費(fèi)，無(wú)所不用其極。通勤車(chē)，優(yōu)惠券，買(mǎi)一贈(zèng)一….各種的促銷(xiāo)活動(dòng)時(shí)刻沖擊著人們的眼球。即時(shí)在移動(dòng)互聯(lián)網(wǎng)的產(chǎn)品市場(chǎng)下，隨著用戶(hù)的消費(fèi)觀念消費(fèi)行為的不斷轉(zhuǎn)型升級(jí)，各個(gè)互聯(lián)網(wǎng)產(chǎn)品也在不斷的向用戶(hù)體驗(yàn)側(cè)傾斜。

“今日頭條”打破了傳統(tǒng)的被動(dòng)式閱讀，由填鴨式的“編輯為王”的信息流時(shí)代，轉(zhuǎn)變?yōu)閭€(gè)性化的“用戶(hù)為王”的feed流時(shí)代?！熬W(wǎng)易云音樂(lè)”打破了傳統(tǒng)音樂(lè)播放工具的桎梏，由單一的提供“播放音樂(lè)的工具”，變?yōu)椤搬尫庞脩?hù)情感”的載體。通過(guò)在地鐵站鋪設(shè)用戶(hù)音樂(lè)評(píng)論的運(yùn)營(yíng)活動(dòng)，以及產(chǎn)品設(shè)計(jì)上的極盡情感化，給用戶(hù)以情感到個(gè)人價(jià)值的釋放。

互聯(lián)網(wǎng)產(chǎn)品之所以能夠在提升用戶(hù)體驗(yàn)的工作上做到精確，快速，高效，最重要的原因在于搭建了豐富而龐大的用戶(hù)畫(huà)像體系。將用戶(hù)的個(gè)人信息結(jié)構(gòu)化，操作行為便簽化，并通過(guò)機(jī)器學(xué)習(xí)與大數(shù)據(jù)技術(shù)完成由點(diǎn)到面的用戶(hù)群像。而對(duì)搭建用戶(hù)畫(huà)像體系最重要的兩個(gè)因素：數(shù)據(jù)和算法中，數(shù)據(jù)又是最重要的一環(huán)。而互聯(lián)網(wǎng)產(chǎn)品，最不缺的就是數(shù)據(jù)。

而傳統(tǒng)的零售、連鎖、快消行業(yè)的商家，最缺的就是數(shù)據(jù)。其實(shí)零售行業(yè)的產(chǎn)出的數(shù)據(jù)也不少，但大都是經(jīng)銷(xiāo)商、供應(yīng)鏈的數(shù)據(jù)，或者售后服務(wù)商提供的一部分歷史數(shù)據(jù)，以及與相關(guān)咨詢(xún)公司合作下的行業(yè)分析報(bào)告數(shù)據(jù)。

這樣的數(shù)據(jù)沒(méi)有價(jià)值嗎？錯(cuò)，當(dāng)然很有價(jià)值。但問(wèn)題是這些數(shù)據(jù)與用戶(hù)層面相隔太遠(yuǎn)，無(wú)法做到精確，快速，高效的獲取用戶(hù)需求，了解用戶(hù)意愿，甚至洞悉用戶(hù)愿望的目的。

在“新零售”的最新市場(chǎng)風(fēng)向與格局下，對(duì)于傳統(tǒng)零售業(yè)態(tài)的轉(zhuǎn)型升級(jí)，搭建針對(duì)于零售快消場(chǎng)景下的“立體”用戶(hù)畫(huà)像，顯得尤為必要。

用戶(hù)畫(huà)像的前世

隨著互聯(lián)網(wǎng)產(chǎn)品功能的不斷迭代，以及數(shù)據(jù)獲取渠道及維度的不斷豐富，獲取成本的逐漸減低，用戶(hù)畫(huà)像的定義及內(nèi)容也在不斷的發(fā)生著變化。

定性階段的第一類(lèi)用戶(hù)畫(huà)像

傳統(tǒng)用戶(hù)畫(huà)像，或者說(shuō)第一種意義上的用戶(hù)畫(huà)像，主要說(shuō)的是產(chǎn)品設(shè)計(jì)、運(yùn)營(yíng)人員從用戶(hù)群體中抽象出來(lái)的典型用戶(hù)。

往往通過(guò)用戶(hù)調(diào)研，經(jīng)過(guò)調(diào)查問(wèn)卷，用戶(hù)訪談等形式了解用戶(hù)的共性與差異，并不根據(jù)結(jié)果匯總并聚類(lèi)成不同類(lèi)型的幾種用戶(hù)畫(huà)像類(lèi)型。

這一類(lèi)用戶(hù)畫(huà)像更偏向于定性分析，本質(zhì)上是用來(lái)闡述用戶(hù)需求產(chǎn)生原因的方法。他的作用主要是幫助產(chǎn)品經(jīng)理在產(chǎn)品研發(fā)階段，能夠從用戶(hù)的角度思考問(wèn)題，理解用戶(hù)需求并想象用戶(hù)的使用場(chǎng)景。

但通常情況下，隨著產(chǎn)品功能的不斷迭代以及真實(shí)用戶(hù)數(shù)據(jù)的不斷涌入，僅僅通過(guò)這種定性的評(píng)估很難貼近實(shí)際的并細(xì)致的構(gòu)建用戶(hù)模型。虛構(gòu)的人物畫(huà)像往往不是真的目標(biāo)群體，而是一個(gè)臆想的理想化個(gè)體。

此時(shí)，依靠數(shù)據(jù)來(lái)確定用戶(hù)畫(huà)像的階段來(lái)臨。

定量階段的第二類(lèi)用戶(hù)畫(huà)像

第二類(lèi)用戶(hù)畫(huà)像相比第一種用戶(hù)畫(huà)像更加有說(shuō)服力。因?yàn)槠浠诋a(chǎn)品積累的用戶(hù)行為數(shù)據(jù)來(lái)進(jìn)行用戶(hù)畫(huà)像的搭建，結(jié)果更加真實(shí)準(zhǔn)確。

在此類(lèi)用戶(hù)畫(huà)像中，多維度的用戶(hù)行為數(shù)據(jù)以及用戶(hù)的基本信息數(shù)據(jù)起到了至關(guān)重要的作用。

多維度的用戶(hù)行為數(shù)據(jù)主要通過(guò)產(chǎn)品后臺(tái)數(shù)據(jù)記錄或數(shù)據(jù)埋點(diǎn)以及第三方登錄api等方式，維度包括：用戶(hù)搜索，瀏覽，停留，跳轉(zhuǎn)，點(diǎn)贊，評(píng)論，轉(zhuǎn)發(fā)等等。

用戶(hù)的基本信息數(shù)據(jù)主要通過(guò)用戶(hù)注冊(cè)信息數(shù)據(jù)，包括用戶(hù)年齡，性別，職業(yè)，郵箱，手機(jī)號(hào)等等。

而以上的數(shù)據(jù)支撐，主要用于完成的工作是用戶(hù)標(biāo)簽組的搭建。

首先建立用戶(hù)行為體系，并根據(jù)行為聚類(lèi)分析人群類(lèi)目體系，最終分類(lèi)總結(jié)出獨(dú)立用戶(hù)的用戶(hù)畫(huà)像。

第二階段用戶(hù)畫(huà)像的重點(diǎn)在于動(dòng)態(tài)的，具有時(shí)效性的用戶(hù)行為數(shù)據(jù)。隨著用戶(hù)年齡增長(zhǎng)，環(huán)境影響，以及知識(shí)水平、內(nèi)心活動(dòng)的不斷變化，用戶(hù)畫(huà)像想要保持及時(shí)性、真實(shí)性，必須時(shí)刻保持行為數(shù)據(jù)的不斷更新以滿足需求。

標(biāo)簽化的定量用戶(hù)畫(huà)像成為目前社交、電商、信息流等互聯(lián)網(wǎng)產(chǎn)品中的重要模塊以及業(yè)務(wù)體系，為產(chǎn)品實(shí)現(xiàn)用戶(hù)增長(zhǎng)、提升變現(xiàn)力、增強(qiáng)用戶(hù)留存與黏性等方面起到了巨大的作用，為產(chǎn)品極大的賦能。

用戶(hù)畫(huà)像的今生——立體畫(huà)像

如果我們把定性的用戶(hù)畫(huà)像，投射到我們要了解用戶(hù)這件事情上，可以理解成它是一個(gè)點(diǎn)。把基于用戶(hù)行為數(shù)據(jù)的定量的用戶(hù)畫(huà)像，理解為一條線.那什么樣的用戶(hù)畫(huà)像，可以理解成一個(gè)面呢？

基于用戶(hù)地理位置信息的用戶(hù)畫(huà)像形成一個(gè)面，再加上時(shí)間維度，形成體。

筆者對(duì)用戶(hù)畫(huà)像進(jìn)行三個(gè)維度的闡述。分為地理維度，時(shí)間維度，用戶(hù)維度。

• 用戶(hù)屬性畫(huà)像：?jiǎn)我挥脩?hù)在用戶(hù)維度下的畫(huà)像，處于用戶(hù)維度上的一個(gè)點(diǎn)。
• 用戶(hù)行為畫(huà)像：?jiǎn)我挥脩?hù)在時(shí)間維度下的行為信息畫(huà)像，加上了時(shí)間維度，由點(diǎn)擴(kuò)展為線。
• 用戶(hù)地理畫(huà)像：?jiǎn)我挥脩?hù)在地理維度下基于用戶(hù)行為的信息畫(huà)像，由線擴(kuò)展為面。
• 用戶(hù)地理畫(huà)像＋時(shí)間維度：?jiǎn)我挥脩?hù)在一定時(shí)間周期內(nèi)的地理畫(huà)像，包含了用戶(hù)屬性與行為、時(shí)間、地理位置三維度，由面擴(kuò)展為體。

立體用戶(hù)畫(huà)像是目前為止對(duì)用戶(hù)群體最多維度、最全角度、最高準(zhǔn)確度的用戶(hù)畫(huà)像體系。他為傳統(tǒng)的用戶(hù)畫(huà)像提供了更加真實(shí)的場(chǎng)景信息驗(yàn)證，同時(shí)豐富了數(shù)據(jù)來(lái)源，提升了論證結(jié)果的真實(shí)性。

而今天我們要重要介紹的，就是包含了用戶(hù)、時(shí)間、地點(diǎn)三維度的，立體用戶(hù)畫(huà)像。

經(jīng)過(guò)前面的介紹，相信大家已經(jīng)對(duì)用戶(hù)畫(huà)像的數(shù)據(jù)來(lái)源有了一定的了解。用戶(hù)的行為數(shù)據(jù)通過(guò)各種第三方數(shù)據(jù)平臺(tái)或者產(chǎn)品內(nèi)部后臺(tái)埋點(diǎn)記錄，已經(jīng)可以做到非常全面細(xì)致的采集。同時(shí)，基于一段時(shí)間內(nèi)的統(tǒng)計(jì)分析，應(yīng)用機(jī)器學(xué)習(xí)及大數(shù)據(jù)手段還可以對(duì)用戶(hù)的未來(lái)行為做預(yù)判，或根據(jù)行為特征其他未知用戶(hù)。

所以，搭建立體用戶(hù)畫(huà)像要用到的用戶(hù)維度數(shù)據(jù)，以及時(shí)間維度，已經(jīng)準(zhǔn)備充足。目前最需要調(diào)用的，是用戶(hù)的地理位置信息數(shù)據(jù)。

可能有人會(huì)問(wèn)，我的位置信息是隱私，難道我在使用互聯(lián)網(wǎng)產(chǎn)品時(shí)會(huì)泄露秘密嗎？

這點(diǎn)可以放心，對(duì)用戶(hù)地理位置信息數(shù)據(jù)的獲取，是在法律允許范圍之內(nèi)的。通常是通過(guò)用戶(hù)導(dǎo)航行為、定位服務(wù)數(shù)據(jù)、WiFi接入數(shù)據(jù)、GPS數(shù)據(jù)等渠道來(lái)源接入的。

目前基于地理大數(shù)據(jù)分析的產(chǎn)品有很多，但是將地理畫(huà)像與用戶(hù)屬性及行為屬性相聯(lián)動(dòng)的“立體”畫(huà)像產(chǎn)品卻鳳毛麟角。因?yàn)闊o(wú)論是地理大數(shù)據(jù)，還是用戶(hù)屬性及行為數(shù)據(jù)，都對(duì)量級(jí)及獲取渠道有著非常高的要求，并且數(shù)據(jù)的真實(shí)性也需要綜合考量。

所以，目前真正有競(jìng)爭(zhēng)實(shí)力的BAT三家，手握最高市場(chǎng)占比的用戶(hù)數(shù)據(jù)，基于各自LBS產(chǎn)品線的明星產(chǎn)品：百度地圖、騰訊地圖、高德地圖，建立的立體用戶(hù)畫(huà)像才更有說(shuō)服力。

比較來(lái)說(shuō)，百度擁有海量的用戶(hù)搜索行為數(shù)據(jù)，騰訊擁有海量的用戶(hù)社交行為數(shù)據(jù)，阿里擁有海量的用戶(hù)消費(fèi)行為數(shù)據(jù)。所以其在各個(gè)領(lǐng)域，均有各自數(shù)據(jù)的特長(zhǎng)。

百度地圖開(kāi)放平臺(tái)數(shù)據(jù)產(chǎn)品——百度慧眼

騰訊地圖位置大數(shù)據(jù)平臺(tái)

高德地圖開(kāi)放平臺(tái)數(shù)據(jù)產(chǎn)品——高德位智

各家通過(guò)各自的地圖開(kāi)放平臺(tái)提供api接口，通過(guò)搭建不同的數(shù)據(jù)分析模塊來(lái)提供用戶(hù)地理位置信息畫(huà)像，并通過(guò)與用戶(hù)屬性與行為信息的多維數(shù)據(jù)做聯(lián)動(dòng)整合，成為最終可以全方面多維度的提供“立體”用戶(hù)畫(huà)像的數(shù)據(jù)產(chǎn)品。

立體用戶(hù)畫(huà)像為“新零售”賦能

那么“立體”用戶(hù)畫(huà)像，到底比傳統(tǒng)用戶(hù)畫(huà)像強(qiáng)在了哪里?它又是如何做到為“新零售”賦能的呢？我們現(xiàn)在舉這樣一個(gè)例子：

某商家希望在北京某地附近選擇一處地域，建立一家無(wú)人售貨超市。但對(duì)于具體選擇哪里，如何提高客流，超市貨品應(yīng)該如何配置等問(wèn)題，始終不知道如何下手。

那么第一步，立體用戶(hù)畫(huà)像要為商家客戶(hù)解決的問(wèn)題就是：

如何選址

首先，我們應(yīng)該選擇客流密集，每日顧客來(lái)往頻繁的地域。以“百度慧眼”產(chǎn)品舉例，我們先通過(guò)客流熱力圖來(lái)分析：

（根據(jù)軟件隱私性考慮，隱去具體分析流程，只給出粗略結(jié)果）

六道口附近區(qū)域居住人口分布熱力圖

六道口附近區(qū)域工作人口分布熱力圖

根據(jù)熱力圖分布，我們發(fā)現(xiàn)居住人口在此居住占比較多，且相對(duì)較為分散。工作人口在此工作占比相對(duì)較小，但較為集中。

我們?cè)谶x擇無(wú)人超市建設(shè)區(qū)域時(shí)， 應(yīng)該同時(shí)選擇居住人口與工作人口都相對(duì)靠近的地點(diǎn)。同時(shí)，應(yīng)選擇顧客通行的主要街道，不能為了過(guò)于靠近人口集中地點(diǎn)而過(guò)分隱蔽。

此處只是對(duì)選址功能做一個(gè)簡(jiǎn)要的介紹，真實(shí)的快消零售選址方案是一項(xiàng)非常重要而龐雜的工作，遠(yuǎn)不是單純分析人口熱力圖這么簡(jiǎn)單。但基于立體用戶(hù)畫(huà)像得出的基于工作人口與居住人口不同的熱力圖分布結(jié)果，會(huì)為選址方案提供強(qiáng)有力的結(jié)論支撐與思路。

商戶(hù)根據(jù)熱力圖的分析結(jié)果，同時(shí)結(jié)合行業(yè)內(nèi)的其他經(jīng)驗(yàn)，并調(diào)查了周邊的居民與工作人員出行情況，確定了超市的建設(shè)地址。那么下一個(gè)問(wèn)題是，如何調(diào)查用戶(hù)對(duì)哪類(lèi)商品更感興趣？用戶(hù)的消費(fèi)習(xí)慣，消費(fèi)水平，是什么樣的？

如何確定用戶(hù)興趣

傳統(tǒng)的用戶(hù)畫(huà)像，已經(jīng)可以通過(guò)協(xié)同過(guò)濾算法去了解用戶(hù)喜歡什么商品，喜歡什么類(lèi)型的文章，喜歡什么領(lǐng)域的視頻。

但問(wèn)題在于，如果脫離產(chǎn)品系統(tǒng)內(nèi)供測(cè)試用戶(hù)興趣的物料，這樣的算法是否還會(huì)奏效呢？基于協(xié)同過(guò)濾算法得出的用戶(hù)興趣點(diǎn)，是否與用戶(hù)在日常生活中的興趣愛(ài)好一致呢？

而基于地理信息的“立體”用戶(hù)畫(huà)像，除了同樣參考用戶(hù)的搜索、瀏覽等行為數(shù)據(jù)的同時(shí)，還會(huì)根據(jù)用戶(hù)日常的行動(dòng)路線及出行習(xí)慣以及經(jīng)常出現(xiàn)的場(chǎng)所，來(lái)進(jìn)行用戶(hù)興趣愛(ài)好的深層次協(xié)同過(guò)濾。

比如用戶(hù)A通過(guò)定位數(shù)據(jù)了解到經(jīng)常出現(xiàn)在母嬰用品區(qū)，且一周有多次出現(xiàn)在幼兒園附近，說(shuō)明用戶(hù)是一名3-5歲兒童的媽媽?zhuān)饕獝?ài)好在于母嬰親子。

用戶(hù)B通過(guò)日常瀏覽搜索行為數(shù)據(jù)發(fā)現(xiàn)對(duì)數(shù)碼類(lèi)新聞非常感興趣，且在商場(chǎng)產(chǎn)生定位數(shù)據(jù)時(shí)，多半是在小米、華為等體驗(yàn)店。通過(guò)地理位置信息反向判定了該用戶(hù)的興趣點(diǎn)。

同樣的例子還有許多。地理位置信息除了可以反向分析判斷通過(guò)產(chǎn)品端得出的用戶(hù)興趣標(biāo)簽是否準(zhǔn)確，還可以得出某些線上行為數(shù)據(jù)信息不夠充足的用戶(hù)的興趣愛(ài)好標(biāo)簽。

立體用戶(hù)畫(huà)像將了解用戶(hù)興趣愛(ài)好這件事從線上轉(zhuǎn)到了線下，并通過(guò)結(jié)論轉(zhuǎn)回線上，形成OMO閉環(huán)。

回到無(wú)人超市的例子，通過(guò)對(duì)一定區(qū)域內(nèi)用戶(hù)總體的興趣愛(ài)好分布情況，對(duì)超市貨品做出相應(yīng)調(diào)整。如果“餐飲美食”興趣點(diǎn)占比較高，那么在貨架上就要相應(yīng)側(cè)重于配置優(yōu)質(zhì)零食等貨品。如果“母嬰親子”興趣點(diǎn)較高，那么在貨架布置上也應(yīng)該開(kāi)辟出獨(dú)立的母嬰用品貨架。

進(jìn)一步的，通過(guò)一段時(shí)間后用戶(hù)在超市內(nèi)的行走路徑，基于用戶(hù)的興趣模型，對(duì)貨架分布及順序進(jìn)行相應(yīng)的調(diào)整，保證滿足大眾興趣點(diǎn)的貨架處于最短路徑之內(nèi)。

如何制定推廣策略

對(duì)于零售快消連鎖商戶(hù)，制定推廣策略也是一項(xiàng)非常重要的工作。目前除了采取與其他媒體或者電商進(jìn)行渠道合作推廣等方式，傳統(tǒng)的線下推廣往往更加奏效。比如通勤車(chē)，傳單，廣告牌。放置與用戶(hù)經(jīng)常會(huì)路過(guò)的車(chē)站或道路，往往能取得很好的效果。

但問(wèn)題在于，如何做到地推廣告的精準(zhǔn)投放？哪個(gè)區(qū)域的用戶(hù)購(gòu)買(mǎi)欲望更強(qiáng)烈？哪個(gè)區(qū)域的用戶(hù)對(duì)我們的店鋪還所知甚少？哪個(gè)區(qū)域的用戶(hù)還具有很大的市場(chǎng)空間？

以上的問(wèn)題，統(tǒng)統(tǒng)可以通過(guò)立體用戶(hù)畫(huà)像來(lái)解決?！鞍俣然垩邸敝械挠脩?hù)來(lái)源居住地分析，就為商家提供了很好的方案。

上圖是某商戶(hù)客源來(lái)源居住地小區(qū)的分析情況，藍(lán)色區(qū)域?yàn)榭驮磳儆诘男^(qū)。右側(cè)為客源來(lái)源居住地的排行。通過(guò)上圖我們可以看到：

排名第一的小區(qū)用戶(hù)來(lái)源量很大，對(duì)此小區(qū)的推廣工作可以暫時(shí)放緩，業(yè)務(wù)方向轉(zhuǎn)向提供優(yōu)質(zhì)及個(gè)性化服務(wù)的方向；

排名第四與第五的小區(qū)之間用戶(hù)來(lái)源數(shù)差距較大，現(xiàn)階段應(yīng)在排名第五的小區(qū)加大營(yíng)銷(xiāo)推廣力度，比如在該小區(qū)投放更多的宣傳材料，在小區(qū)電梯內(nèi)增設(shè)廣告牌，有必要時(shí)可以加派通勤班車(chē)等。

以上的例子可以很清晰的看出，立體用戶(hù)畫(huà)像能夠解決的問(wèn)題是多維度的，并且高度數(shù)據(jù)化，可驗(yàn)證性也很強(qiáng)。通過(guò)對(duì)數(shù)據(jù)結(jié)果的分析，往往能夠得出很多之前意想不到的決策問(wèn)題。

小結(jié)

立體用戶(hù)畫(huà)像能夠?yàn)閭鹘y(tǒng)零售連鎖店家或企業(yè)帶來(lái)顛覆傳統(tǒng)的大數(shù)據(jù)輔助決策方案，而不是通過(guò)各級(jí)上下游服務(wù)商通過(guò)各種定性的分析結(jié)果來(lái)做決策判斷。實(shí)際上，也是對(duì)現(xiàn)有零售連鎖行業(yè)價(jià)值鏈的一次沖擊與打破。但不得不承認(rèn)的是，基于用戶(hù)地理數(shù)據(jù)信息的立體用戶(hù)畫(huà)像確實(shí)為店家或企業(yè)節(jié)約了大量的人力與財(cái)力成本，并且使得選址地選擇、用戶(hù)興趣點(diǎn)判斷、推廣方案制定等工作變得異?？茖W(xué)而高效，何樂(lè)而不為呢？

通過(guò)信息化與大數(shù)據(jù)技術(shù)為零售行業(yè)插上科技的翅膀，改變傳統(tǒng)的低效耗能的工作模式，這就是“新零售”概念自身的含義所在。

#專(zhuān)欄作家#

CHinos，公眾號(hào)：chinoslab，GrowthHK專(zhuān)欄作家。熱愛(ài)自媒體的信息流產(chǎn)品經(jīng)理。歡迎交流

本文由 @CHinos 獨(dú)家首發(fā)于GrowthHK。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自 Unsplash ，基于 CC0 協(xié)議

GrowthHK（Growth Hacker）：增長(zhǎng)黑客是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷(xiāo)目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…