شاید این جور به نظر برسد که فصل ِ ویژه‌ای برای ِ ابزار و ترم‌شناسی ِ اصطلاح‌شناسی ِ هک ِ رشد باید در همان فصل‌های ِ آغازین ِ کتاب می‌آمد. ابزارها نقشی پایه‌ای و بنیادین دارند. ترم‌شناسی عبارت‌های ِ رشته‌کارانه‌ی ِ تخصّصی ِ مشترکی هستند که ما برای ِ ارتباط به کار می‌بریم. خب، در واقع به گمان‌ام دلیل ِ خوبی دارم که چرا این فصل را گذاشتم برای ِ آخر ِ کتاب. ابزارها و ترم‌شناسی می‌تواند این حس را در آدم‌ها شکل دهد که آن‌ها هم برای ِ خودشان هکر ِ رشد هستند، بی آن که به راستی بدانند دارند چه کاری انجام می‌دهند.
اگر فقط ابزارهای ِ آنالیز را برپا سازید، بدون ِ فلسفه‌ای که هک ِ رشد بر آن پایه استوار است، یا بدون ِ فهم ِ چه‌گونه‌گی ِ کار ِ هک ِ رشد، آن گاه تنها با عددها می‌بازی‌کنید و با فهم ِ اشتباهی از پیشینه‌ی ِ این کار از سر ِ بخت و شانس چیزهایی را در فرآورده‌ی‌تان تغییر می‌دهید. سنجه‌ها شما را به این اشتباه می‌اندازند که می‌دانید دارید چه کاری انجام می‌دهید. داده‌ها کاملاً رسمی به نظر می‌رسند. نمودارها بسیار دل‌ربا و فریبنده دیده می‌شوند. از واژه‌های ِ پیچیده‌ای بهره می‌برید تا آن چه را که به آن می‌نگرید، توصیف‌گر باشید. ولی این کارها را انجام ندهید.
دلیل ِ دیگری که این فصل را تا این جا نگاه داشتم این است که ابزارها هم‌واره دگران اند و تغییر می‌یابند، ولی فرآیند ِ هک ِ رشد این جور نی‌ست. از هر ابزاری که بهره بگیرید همیشه دارید آدم‌ها را به درون ِ قیف‌تان می‌رانید. همیشه فرضیه‌هایی را می‌سازید، آزمایش‌هایی را می‌اجرایید، و برآمدها نتیجه‌ها را می‌بِهینید بهینه می‌کنید. هر جور که داده‌ها را به دست آورید، و هر جور که به داده‌ها برچسب بزنید، همیشه درگیر ِ فرآیندی خواهید بود که ژرف‌تر از ابزارها و ترم‌هایی است که به کار می‌برید. هک ِ رشد بیش از آن که گردآیه‌ای مجموعه‌ای از ابزارها باشد، گردآیه‌ای از ذهنیت و فرآیند است.
در واقع، هک ِ رشد تنها گردآیه‌ای از شگردها نی‌ست – با وجود ِ همه‌ی ِ شگردهایی که در این کتاب گفته شدند. هک ِ رشد فرآیندی است که به آن شگردها می‌رسد. بی‌شک، از ابزارها بهره برید، از ترم‌شناسی بهره برید، از شگردها بهره برید، ولی پایه‌های ِ هک ِ رشد را پیش از رفتن به سوی ِ برآمدهای ِ نتیجه‌های ِ آن خوب بفهمید. اگر این امکان را به خودتان بدهید که مانند ِ یک هکر ِ رشد بی‌اندیشید، به شگردهایی می‌رسید که کسی از آن‌ها باخبر نبوده است، و می‌توانید حتّا زمانی که نکته‌ها و ترفندهای ِ کنونی دیگر به پایان ِ تاریخ ِ مصرف ِ خودشان رسیده اند هم‌چنان زنده و زیستار بمانید.
در این فصل برخی از ترم‌ها را می‌آوریم که معمولاً در حلقه‌های ِ هک ِ رشد خواهید شنید، هرچند فاصله‌ی ِ زیادی با فهرستی فراگیر دارد. نمی‌خواهم تعریف ِ سر-در-گم‌ساز و کاملاً دقیقی بدهم. بلکه فقط می‌کوشم به زبان ِ ساده به تعریف‌شان بپردازم. در واقع، چیزهای ِ فنّی را فدای ِ شفّافیت می‌کنم.
نشان‌گر ِ کارآیی ِ کلیدی [ن.ک.ک]
با این که هر کسب‌وکاری ن.ک.ک‌های ِ KPIهای ِ گوناگونی دارد، ولی شکّی نی‌ست که چنین چیزی در هر حال هست. ن.ک.ک KPI عددی است که با کمک ِ آن می‌توانید به تندی بفهمید کارها در شرکت چه‌گونه دارد پیش می‌رود. اگر اشتراک ِ نرم‌افزار می‌فروشید ن.ک.ک KPI می‌تواند شمار ِ اشتراک‌های ِ تازه‌ای باشد که ام‌روز فروخته اید. ن.ک.ک ِ KPI ِ دیگر می‌تواند شمار ِ کسانی باشد که ام‌روز اشتراک‌شان را لغو کرده اند. ن.ک.ک KPI داده‌ی ِ گنگی نی‌ست که هیچ معنایی ندارد مگر وقتی که در معادله‌ی ِ پیچیده‌ای قرار داده می‌شود، بلکه ن.ک.ک KPI عددی است که آشکارا اهمّیت دارد و تنها با نگاه انداختن به آن می‌توانی فهمی از روندهای ِ شرکت و سلامت ِ شرکت بی‌یابید. این جا چند نکته‌ای در باره‌ی ِ روش‌های ِ جاافتاده در مورد ِ ن.ک.ک KPI می‌گویم:
- ایمیل ِ خودکاری داشته باشید که داده‌های ِ ن.ک.ک KPI هر روز، هر هفته، و هر ماه فرستاده شوند.
- پیش‌خوانی داشته باشید که داده‌های ِ ن.ک.ک KPI در آن به شکلی نمایش داده شوند که بتوانید روندها را بر پایه‌ی ِ کارآیی ِ گذشته ببینید. خوب است ببینید که ن.ک.ک KPI در کل دارد بالا می‌رود یا پایین.
- به همه‌ی ِ کارکنان ِ شرکت‌تان دست‌رسی به داده‌های ِ ن.ک.ک KPI را بدهید. این کار به همه نشان می‌دهد که چه سنجه‌هایی برای ِ شرکت اهمّیت دارد، بنابراین بر تصمیم‌های‌شان اثر می‌گذارد.
ضریب ِ ویروسی
ضریب ِ ویروسی [K] عددی است که به شما می‌گوید کاربران ِ کنونی‌تان چند کاربر ِ تازه را به درون ِ فرآورده‌ی‌تان می‌آورند. اگر هر ۵۰ بازدیدگر ِ فرآورده‌ی‌تان ۱۰۰ بازدیدگر ِ تازه به فرآورده‌ی‌تان بی‌آورند پس ضریب ِ ویروسی‌تان ۲ خواهد بود. هر عددی بالای ِ ۱ یعنی شما رشد ِ ویروسی یافته اید. چند نکته‌ای در باره‌ی ِ ویروسی شدن بگویم:
- ویروسی شدن بر پایه‌ی ِ یک معادله است. این موضوع فقط یک عبارت نی‌ست که همین جور بی‌حساب-و-کتاب از دهان‌مان بیرون بی‌اندازیم تا توصیف‌گر ِ چیزی باشیم که گویا در فضای ِ بر-خط همه جا هست.
- ضریب ِ ویروسی ِ بالای ِ ۱ خیلی عالی است، ولی حتّا اگر پایین ِ ۱ هم باشید هنوز مزیت‌هایی برای ِ شرکت‌تان دارد. همیشه هدف ویروسی شدن نی‌ست – یا حتّا شدنی نی‌ست. هر چیزی بالای ِ صفر یعنی دارید پخشِ فرآورده‌ی‌تان را نیرومندتر می‌سازید.
- شاید بر ویروسی شدن بیش از اندازه پافشاری شده است. هک ِ رشد گردآیه‌ی ِ مجموعه‌ی ِ گسترده‌ای از مهارت‌ها است و می‌شود فرآورده‌ای را تا اندازه‌ی ِ زیادی، و به شکل ِ سودآوری، بدون ِ دل‌واپسی برای ِ ویروسی شدن، رشد داد.
گروهه‌ها
گروهه‌ها بخشی از کاربران‌تان هستند که بر پایه‌ی ِ زمانی که در فرآورده‌ی‌تان نام‌نوشته اند گروه‌بندی شده اند. هر کسی که در فروردین نام‌نوشته است در گروهه‌ی ِ فروردین است. اگر از گروهه‌ها بهره نبرید داده‌های‌تان چندان روشن نخواهند بود. اگر ن.ک.ک‌تان KPIتان برای ِ گروهه‌های ِ تازه ماه به ماه در حال ِ به‌بود باشد، یعنی همه چیز دارد به سمت ِ درستی پیش می‌رود. اگر فقط به یک سنجه بنگرید و آن را میان ِ همه‌ی ِ کاربران از آغاز به کار ِ فرآورده‌ی‌تان تا کنون میان‌گین بگیرید، داده‌های‌تان با آمیختن ِ وضعیت ِ خوب و بد ِ گروهه‌های ِ گذشته می‌کژرَوَند انحراف می‌یابند و شما آن چنان که باید به روشنی نمی‌بینید که کارها چه‌گونه دارند پیش می‌روند.
تکّه‌ها
تکّه‌ها همانند ِ گروهه‌ها هستند، ولی به جای ِ این که بر پایه‌ی ِ تاریخ ِ نام‌نویسی گروه‌بندیده باشند، بر پایه‌ی ِ دیگر سازه‌های ِ فاکتورهای ِ تکّه‌بندی هستند. مثلاً، می‌توانید گروه‌بندی ِ کاربران را بر پایه‌ی ِ زن و مرد بودن انجام دهید تا ببینید رفتارهای‌شان چه فرقی دارند. حتّا اگر به گمان‌تان داده‌های ِ مربوطی برای ِ فرآورده‌ی‌تان ساخته می‌شوند، می‌توانید گروهه‌ها را به تکّه‌های ِ گوناگونی بشکنید.
آزمون ِ چند-متغیّره
آزمون ِ چند-متغیّره یا آزمون ِ الف/ب آزمونی است که تغییرهایی در فرآورده‌ی‌تان می‌دهید که آن تغییرها را تنها برخی از کاربران‌تان می‌بینند. بنابراین، برخی کاربران نسخه‌ی ِ الف ِ فرآورده‌ی‌تان و برخی دیگر نسخه‌ی ِ ب ِ فرآورده‌ی‌تان را می‌بینند. سپس می‌توانید ببینید آیا نسخه‌ی ِ الف همان برآیندهایی را که می‌خواهید دارد یا نسخه‌ی ِ ب. بحثی که در باره‌ی ِ آزمون ِ چند-متغیّره برقرار است این است که آیا آزمون ِ «راه‌زن ِ چند-اسلحه‌ای» به‌ترین گونه از گونه‌های ِ آزمون ِ الف/ب است یا نه. آزمون ِ راه‌زن شکل ِ پی‌وسته‌ای از آزمون ِ الف/ب است که همیشه کاربران را به سوی ِ گزینه‌هایی با به‌ترین کارکرد می‌فرستد. در واقع، آزمایش هرگز به پایان نمی‌رسد. من نمی‌خواهم این جا وارد ِ این بحث شوم، فقط می‌خواستم شما بدانید که چنین بحثی در میان هست.
هنگام ِ انجام ِ آزمون‌های ِ الف/ب باید به یاد داشته باشید که اندازه‌ی ِ نمونه اهمّیت دارد. اگر گزینه‌ی ِ الف و ب فقط به چند-صد بازدیدگر نشان داده شوند دیگر اهمّیتی ندارد که برآمد ِ نتیجه‌ی ِ آن چی‌ست. در این آزمون شرکت‌گران ِ بسنده‌ای نبوده اند که آمار معنادار شود. برای ِ پررنگ ساختن ِ این نکته داستانی هست که می‌گوید اگر یک آزمون ِ الف/ب را برای ِ ۱ روز انجام دهید و در آن روز ۲۰۰۰ بازدیدگر داشته باشید، و گزینه‌ی ِ الف در ۷۰ درصد ِ موردها همان برآمدهایی نتیجه‌هایی را به شما بدهد که خودتان هم می‌خواستید، شاید چنین بپندارید که این آزمایش موفّق بوده است. بعدها می‌فهمید که آن روز همان روزی بوده است که وبلاگ ِ تازه‌ای به فرآورده‌ی‌تان لینک داده بود و ۹۰ درصد از ترافیک ِ آن روزتان از این وبلاگ آمده بود. در به‌ترین حالت شاید بتوان گفت که آزمون ِ الف/ب ِ شما چیزی را در باره‌ی ِ خواننده‌گان ِ این وبلاگ روشن ساخته است، نه در باره‌ی ِ کاربران ِ فرآورده‌ی‌تان در کل.
برنامک ِ وبی ِ بسیار جالبی هست که با آن می‌توانید به محاسبه‌ی ِ متغیّرهایی بپردازید که در موفّقیت ِ آزمایش‌تان اثرگذار هستند. از این آدرس می‌توانید به آن برنامک دست یابید: experimentcalculator.com
هزینه‌ی ِ کشاندن ِ مشتری [ه.ک.م]
هزینه‌ی ِ کشاندن ِ مشتری اندازه‌ی ِ پولی است که برای ِ کشاندن ِ هر مشتری ِ تازه باید خرج شود. اگر شما ۵۰۰ هزار تومان در گوگل‌اَدز بخرجید و این کار ۲ مشتری ِ تازه برای‌تان بی‌آورد، یعنی هزینه‌ی ِ کشاندن ِ مشتری ِ شما برای ِ این کانال ۲۵۰ هزار تومان است. آگاهی از ه.ک.م برای ِ هر کانال اهمّیت دارد چرا که می‌تواند اثر ِ فراوانی داشته باشد. هم‌چنین، اگر ه.ک.م را برای ِ هر کانال داشته باشید، آن گاه می‌دانید که برای ِ هر کانالی تا چه اندازه می‌توانید بخرجید، یا این که اصلاً باید چیزی در آن کانال بخرجید یا نه.
ارزش ِ عمر ِ مشتری [ا.ع.م]
ارزش ِ عمر ِ مشتری اندازه‌ی ِ پولی است که شما انتظار دارید از کسی در طول ِ کلّ ِ چرخه‌ی ِ عمر ِ او در فرآورده‌ی‌تان درآورید. اگر کاربران ۳۰۰ هزار تومان در ماه برای ِ فرآورده‌ی‌تان پول می‌پردازند، و مشتریان میان‌گین ۲ سال در آن فرآورده می‌مانند، پس ا.ع.م ِ شما ۳۰۰ هزار تومان ضرب در ۲۴ ماه برابر با ۷ میلیون و ۲۰۰ هزار تومان است.
تکّه‌ها هنگام ِ محاسبه‌ی ِ ا.ع.م هم به کار می‌آیند چون می‌توانید بفهمید که تکّه‌های ِ معیّنی از کاربران‌تان ا.ع.م ِ بالاتری از کاربران ِ دیگر دارند. این موضوع روی ِ ه.ک.م هم اثر می‌گذارد، چون می‌توانید تصمیم بگیرید که برای ِ آن تکّه‌های ِ معیّن تا چه اندازه می‌خواهید بخرجید.
اگر دید ِ خوبی از ه.ک.م و ا.ع.م ِ خودتان نداشته باشید بهره‌مندی از هر گونه شگرد ِ فشاری برای ِ کشاندن ِ ترافیک دش‌وار خواهد بود. پیش‌بینی ِ کارهای ِ مالی هم دش‌وار خواهد بود که به نوبه‌ی ِ خود می‌تواند روی ِ استخدام و کارهای ِ تازه‌ی ِ دیگر هم اثر بگذارد، کارهایی که حتّا ربطی هم به هک ِ رشد ندارند.
خب، حالا که با برخی از ترم‌های ِ هک ِ رشد آشنا شدیم، پرسش این است که چه‌گونه این داده‌ها را به دست آوریم؟ برای ِ این هدف، رو به سمت ِ ابزارهایی می‌رویم که هکرهای ِ رشد از آن‌ها بهره می‌برند. معمول‌ترین ابزارهای ِ آنالیزی که از سوی ِ هکرهای ِ رشد به کار گرفته می‌شوند، در دسته‌بندی‌های ِ گسترده‌ای قرار می‌گیرند:
آنالیز ِ عمومی
گوگل‌آنالایتیکس پر-هوادارترین سکّوی ِ آنالیز برای ِ داده‌های ِ عمومی است. این سکّو سکّویی رایگان و نیرومند است. گوگل‌آنالایتیکس برای ِ بررسی‌های ِ سطح ِ بالای ِ فرآورده‌ی‌تان به‌ترین است، ولی بهره‌گیری از آن برای ِ آنالیز ِ روی‌داد-محور یا شخص-محور (گونه‌ای از ردیابی که دارد پر-هوادار می‌شود) دش‌وار است. اگر بخواهید داده‌های ِ جغرافیایی، داده‌های ِ افزاره‌ای، داده‌های ِ پرش، و سنجه‌های ِ معمول ِ دیگر را ببینید، ابزاری عالی است. ولی، اگر می‌خواهید بفهمید آیا کاربران پس از تماشای ِ ویدئوی ِ نسخه‌ی ِ آزمایشی‌تان کم‌تر افت دارند یا نه (گونه‌ای از آنالیز ِ روی‌داد/شخص-محور) با مشکل روبه‌رو خواهید شد. این ابزار برای ِ دادن ِ این جنس از اطّلاعات ساخته نشده است. خیلی از شرکت‌ها چندین سکّوی ِ آنالیز را هم‌زمان دارند، بنابراین با وجود ِ کم‌بودهای ِ گوگل‌آنالایتیکس باز هم باید آن را نصب داشته باشید.
آنالیز ِ روی‌داد/شخص-محور
در ابزارهایی که هکرهای ِ رشد به کار گرفته اند انقلابی رخ داده است. به دلیل ِ کم‌بودهای ِ فراوان ِ گوگل‌آنالایتیکس، چندین فرآورده‌ی ِ نرم‌افزاری ِ تازه هم آمده اند که هکرهای ِ رشد با کمک ِ آن‌ها می‌توانند اطّلاعاتی را که علاقه‌مند اند بِرَدیابند.
هنگامی که گوگل‌آنالایتیکس نصب می‌شود باید یک تکّه کد ِ جاوااسکریپت را در همه‌ی ِ صفحه‌های ِ سایت‌تان قرار دهید. هنگامی که ابزارهای ِ آنالیز ِ روی‌داد/شخص-محور نصب می‌شوند، باید اسکریپتی را، نه فقط به کلّ ِ سایت، بلکه به هر کدام از روی‌دادهای ِ سایت‌تان پی‌وند زنید. این تغییر ِ ساده فرصت‌های ِ فراوانی در دست ِ شما قرار می‌دهد. حالا می‌توانید به چنین پرسش‌هایی پاسخ دهید:
- آیا کسانی که از ویژه‌گی ِ الف بهره بردند ا.ع.م ِ بالاتری دارند؟
- آیا کاربران در تکّه‌ی ِ ب کنش‌مندی ِ بیش‌تری در ویژه‌گی ِ پ دارند؟
- و کمابیش هر چیز ِ دیگری که به ذهن‌تان برسد.
حواس‌تان باشد که هم‌اکنون چه‌گونه داریم روی‌دادها، و شخص‌ها را می‌ردیابیم و این کار به چه بینش‌های ِ تازه‌ای می‌انجامد. اگر فقط گوگل‌آنالایتیکس نصب باشد، ولی روی‌دادهای ِ معیّنی را در فرآورده‌ی‌تان نَرَدیابید، در تاریکی گیر خواهید افتاد. شرمنده ام ولی حقیقت همین است و بس.
دو ابزار ِ پر-هواداری که هکرهای ِ رشد برای ِ ردیابی ِ روی‌دادها و شخص‌ها به کار می‌برند، کیس‌متریکس و میکس‌پنل است.
آنالیز ِ رشته‌کارانه
یکی دیگر از روندهای ِ کنونی در آنالیز سکّوهایی هستند که روی ِ بازارهای ِ عمودی یا رشته‌کارانه‌ی ِ تخصّصی ِ معیّنی تمرکز دارند. حالا دیگر این روزها می‌توانید ابزارهای ِ آنالیزی بی‌یابید که ویژه‌ی ِ برنامک‌های ِ موبایلی، یا ویژه‌ی ِ فرآغازهای ِ استارتاپ‌های ِ ناب، یا ویژه‌ی ِ تجارت ِ الکترونیک هستند. شمار ِ آن‌ها بیش از آن است که بتوان فهرستی از آن‌ها در این جا آورد، ولی ارزش‌اش را دارد که جست‌وجویی گوگلی برای ِ فرآورده‌های ِ معیّنی انجام بدهید که ویژه‌ی ِ سنجه‌های ِ بااهمّیت در صنعت ِ شما هستند.
آنالیز ِ سفارشی
هر اندازه که فرآورده‌های ِ نرم‌افزاری از سوی ِ هکرهای ِ رشد به کار گرفته می‌شوند، به همان اندازه نیز خیلی از آن‌ها راه‌کارهایی را به کار می‌گیرند که درون‌سازمانی ساخته شده اند. گاهی ساده‌تر است که پیش‌خوان ِ خودتان را برای ِ کاربردهای ِ معیّنی بسازید، تا این که فرآورده‌ای را بخرید که همان کاری را که نیاز دارید انجام دهد. این موضوع بسته‌گی به منبع‌های ِ مهندسی ِ داخلی ِ شما هم دارد. اگر مهندسان ِ لازم را نداشته باشید، احتمالاً نتوانید یک سکّوی ِ آنالیز ِ سفارشی را بسازید، و در این موردها باید از فرآورده‌های ِ بازار بهره ببرید. اگر می‌توانید، سفارش ِ من این است که گوگل‌آنالایتیکس و برخی از فرآورده‌های ِ روی‌داد-محور را نصب‌کنید و اگر باز هم نیاز بود راه‌کارهای ِ درون‌سازمانی را بسازید. همیشه به‌تر است داده‌های ِ فراوانی در دست داشته باشید، تا این که داده‌های‌تان بسنده نباشند.
نتیجه‌گیری
اگر تا این جای ِ کتاب پیش آمدید پس باید فرض را بر این بگیریم که به یادگیری ِ هک ِ رشد بسیار علاقه‌مند اید. بنابراین، بگذارید پندی به شما دهم. هک ِ رشد گردآیه‌ای مجموعه‌ای از مهارت‌ها است که می‌شود یاد گرفت، و امیدوار ام این کتاب شما را در مسیر ِ درست قرار داده باشد، و در آغاز ِ فرآیند ِ یادگیری یاری‌بخش‌تان بوده باشد. البتّه، برای ِ زبردست شدن در هر مهارتی تنها یک راه هست، و آن راه همان تمرین و تمرین است. خواندن ِ کتاب یک چیز است و هک ِ رشد چیز ِ دیگری. اگر می‌خواهید توانایی‌های‌تان را به‌بود دهید پروژه‌ای بی‌یابید – بزرگ یا کوچک – و به‌کارگیری ِ ذهنیت ِ هکر ِ رشد را روی ِ ان بی‌آغازید. از موفّقیت‌ها و شکست‌های ِ خودتان خیلی بیش‌تر یاد می‌گیرید تا دست‌آوردهای ِ دیگران. موفّقیت ِ خودتان چنان شهد ِ شیرینی خواهد داشت که هرگز آن را نخواهید فراموشید. شکست ِ خودتان چنان نیشی خواهد داشت که هرگز آن را دوباره انجام نخواهید داد. اگر می‌خواهید هکر ِ رشد شوید پس بروید و روی ِ چیزی هک ِ رشد را انجام دهید.
اگر به راستی مهارت‌های ِ گفته‌شده در این کتاب را به دست آورید، پشتوانه‌ای برای ِ آینده‌ی ِ خودتان می‌سازید زیرا هک ِ رشد چیزی نی‌ست که از دست‌تان برود. برخی‌ها می‌خواهند آن برچسب را به عنوان ِ یک مُد ِ زودگذر به دست آورند، ولی این برچسب به زودی ناپدید خواهد شد. نام ِ آن شاید تغییر یابد ولی ماهیت‌اش هرگز. هک ِ رشد روش ِ تازه‌ای از اندیشیدن است و آن‌هایی که این را نادیده بگیرند بی‌دلیل خود را می‌گرفتارند.
و آخرین حکایت. اَتلاسیَن یکی از تندروترین شرکت‌های ِ رشدکننده‌ی ِ نرم‌افزاری ِ جهان است. هم‌چنین، یکی از پیچیده‌ترین تیم‌های ِ هک ِ رشدی را دارند که من تا کنون دیده ام. روی‌کرد ِ آن‌ها به آزمایش‌های‌شان به سخت‌گیری ِ دانش‌مندان است و از الگوهای ِ یادگیری ِ ماشین برای ِ بازسازی ِ فرآیندشان در طول ِ زمان بهره می‌برند. آن‌ها گروه ِ ویژه‌ای دارند که روی ِ کشاندن ِ مشتری ِ تازه تمرکز دارد، و گروه ِ دیگری که وقتی آن‌ها وارد فرآورده‌ی‌شان می‌شوند فقط روی ِ قیف تمرکز دارد. به راستی ماشینی دارند که خیلی خوب روغن‌کاری شده است. ولی جالب این جا است که آن‌ها یک شرکت ِ نرم‌افزاری ِ ک.به.ک B2B هستند، و فرآورده‌هایی را می‌فروشند که مردم ِ معمولی هرگز در باره‌ی ِ آن‌ها چیزی نشنیده اند. فرآورده‌های ِ حوصله-سر-بری دارند که امکان ِ ارتباط و هم‌کاری در محیط‌های ِ نرم‌افزاری را فراهم می‌آورند. آن‌ها به این دلیل که دل‌ربا و فریبا هستند گسترش نمی‌یابند، بلکه با هک ِ رشد راه ِ خود را به سوی ِ بالا می‌گشایند. اگر اَتلاسیَن را نادیده بگیرید، یا شرکت‌هایی را که راه ِ آن‌ها را پی گرفته اند، من دیگر حرفی برای ِ گفتن ندارم جز این که برای‌تان آرزوی ِ موفّقیت در برابر ِ رقیب‌های‌تان داشته باشم.
خلاصه
- هک ِ رشد یک فرآیند است، نه فقط گردآیه‌ای مجموعه‌ای از ابزارها، شگردها، و ترم‌ها.
- ۷ ترم تعریف شدند:
- نشان‌گر ِ کارآیی ِ کلیدی [ن.ک.ک KPI]
- ضریب ِ ویروسی [K]
- گروهه‌ها
- تکّه‌ها
- آزمون ِ چند-متغیّره یا الف/ب
- هزینه‌ی ِ کشاندن ِ مشتری [ه.ک.م CAC]
- ارزش ِ عمر ِ مشتری [ا.ع.م CLTV]
- ۴ گونه از ابزارها بررسی شدند:
- آنالیز ِ عمومی
- آنالیز ِ روی‌داد/شخص-محور
- آنالیز ِ رشته‌کارانه تخصّصی
- آنالیز ِ سفارشی
