目录
- 第1章用增长分析驱动产品成功
全书的地图:增长有PLG和SLG两种。先判断产品在生命周期的哪个阶段,立一个北极星指标,用growth accounting看懂它怎么变,再按常见的增长问题选对分析方法。
- 第2章找到产品价值的早期信号
怎么判断产品有没有找到PMF:留存曲线的三种形态,怎么读cohort表,留存上常见的四个坑;留存太慢的时候,怎么用可预测、可测量的领先指标提前判断。
- 第3章用growth accounting打地基
把北极星指标拆成新增、留存、流失、回流和沉睡五种状态,用重叠窗口准确计算,再用一款手游的一月复盘,演示怎么从净增长里找出流失的问题。
- 第4章获取并培养高质量用户
怎么衡量用户价值(LTV、ARPU、留存),注册前就能看到哪些质量信号,病毒系数K怎么解读,怎么分析注册漏斗,以及怎么让新用户更快看到产品的价值。
- 第5章留住用户,让他们常来
黏性和留存有什么区别,黏性-留存矩阵怎么用,DAU/MAU怎么按使用频率调整,怎么用Lness衡量活跃天数、找出重度用户,以及判断PMF的三个维度。
- 第6章把流失的用户找回来
三种流失,怎么用预测模型提前发现要走的用户、处理样本不平衡,怎么用通知召回流失的用户,以及Facebook少发通知反而更好的长期实验。
- 第7章加速转化,增加收入
免费增值、订阅、按量付费和广告四种收入模式各看什么指标,收入的growth accounting,NRR和GRR怎么算,PLG和SLG怎么选,以及定价和套餐分析。
- 第8章优化性能,打造增长飞轮
性能为什么要看P90和P95,怎么用回归和人为减速实验证明速度的价值,怎么用放弃曲线定目标;以及怎么找出、衡量和加速自己产品的增长飞轮。
- 第9章估算增长空间,定可实现的目标
目标指标、制衡指标和护栏指标,绝对数目标和比率目标怎么选,怎么结合基线、自上而下和自下而上定出目标值,以及怎么追踪进展、及时校准。
- 第10章设计并实施有效的实验
为什么有用的分析都是因果分析,证据金字塔和随机对照试验,为什么大多数想法会失败;Marketplace白底图和降低视频画质两个真实实验,以及怎么搭建可规模化的实验体系。
- 结语
全书的收尾:增长是动词,回到growth accounting找最弱的一环,拿不准的时候用实验确认因果,以及AI时代的增长分析会怎样变化。
关于这本书
关于中文版
《Growth Data Analytics Playbook》由Mengying Li、Joe Kumar和孙煜征(Yuzheng Sun)合著,2025年由Statsig Press出版,原书是英文。
这个中文版不是逐句翻译,而是按立正讲课和写作的中文习惯,把整本书重写了一遍:
- 保留原书全部的框架、案例、图表和练习;
- 去掉英文版里一些铺陈的修辞,一句话只说一件事;
- 几道练习补充了计算过程,或者指出了需要注意的地方;个别事实细节做了核对和修正。
改写由AI协助完成。书里的「我们」指原书的三位作者;第十章Marketplace的故事是立正本人的经历。
中文版可以在lizheng.ai免费在线阅读。EPUB和PDF下载是Stay Superlinear Founding Member专属权益,使用Academy账号验证身份后即可领取。英文原书在Amazon有售。
这本书写给谁
只要你对增长数据分析感兴趣,这本书都适合你:
- 数据分析师、数据科学家、产品增长分析师:可以把书里的框架和模型直接用在日常工作里。
- 创业者和产品经理:可以弄清楚增长里什么最重要、怎么衡量,以及怎么让团队对结果负责。
- 商学院学生、老师、咨询顾问和投资人:可以完整地理解产品增长。不管是做公司还是投公司,这都是绕不开的话题。
作者希望你从这本书得到什么
很多书只讲概念。这本书的每一章,都配了例子、案例和能直接用的做法,帮你在真实的场景里及时做出判断。
我们希望用这种动手的方式,把复杂的增长指标和分析讲明白;也希望从数据科学家到创业者,都能从书里拿到找到并抓住增长机会的具体工具。
怎么读这本书
- 第1章是全书的地图:怎么定义增长、定北极星指标、用growth accounting拆开增长,以及常见的增长问题该用什么分析去拆。
- 第2、3章是地基:怎么判断产品有没有找到PMF,以及怎么用growth accounting看清增长从哪来。
- 第4到7章按用户的生命周期展开:获客、留存、召回流失用户、提高转化和收入。
- 第8到10章是进阶:性能和增长飞轮、怎么定增长目标、怎么设计和实施实验。
每章末尾都有练习和参考答案。如果时间有限,可以先读第3章和第10章:一章讲怎么把增长拆开看,一章讲怎么用实验确认因果。
关于作者
Mengying Li
Mengying Li现任Hilbert的Fractional Head of Growth(非全职增长负责人),帮助团队在共同的数据与分析基础上实现增长,并为早期创业公司提供增长与市场进入策略(GTM)顾问服务。她曾在Braintrust负责数据和产品增长,此前在MotherDuck、Notion、Meta和Microsoft任职,也通过天使投资和担任Andreessen Horowitz(a16z)Scout支持创始人。她长期关注如何把增长分析标准化,让团队从数据中发现机会,再把机会转化为产品和业务决策;这也是她参与写作本书的出发点。
Joe Kumar
Joe Kumar现任Anthropic的Member of Technical Staff,从事数据工程工作,于2026年6月加入。此前,他在Meta(原Facebook)从事数据工程十余年,围绕留存、增长核算和产品市场匹配(PMF),把反复出现的分析问题整理成可复用的数据模型、分析框架和工具。他在Meta建立了产品分析手册,并将其纳入数据工程师与数据科学家的入职培训;他参与建设的变现分析框架服务于Facebook、Instagram和Messenger的多个产品。这些经历构成了本书把增长分析从概念变成团队日常做法的重要基础。
孙煜征(Yuzheng Sun)
孙煜征,人称课代表立正,康奈尔大学经济学博士,Superlinear Academy创始人兼CEO。他曾任Amazon经济学家、Meta数据科学家、腾讯IEG数据与AI副总监,以及Statsig的Principal Data Scientist兼公司布道师,在产品增长、因果分析、A/B测试与数据团队管理上积累了一线经验。Statsig后来被OpenAI收购。他现在通过AI Builders课程、社区、企业项目、写作与公开访谈,帮助个人与组织理解AI、重新设计工作,把判断和本事做成现实能够使用和检验的东西。他也是《真本事:从会工作到会赚钱》的作者。
作者简介更新于2026年10月。
作者的话
欢迎把你用这些方法时的反馈、问题和成功经验告诉我们。增长分析这个圈子,靠的是彼此分享、一起解决问题。你在实践里积累的经验,会成为推动这个领域往前走的共同知识。
下载整本书
中文版可免费在线阅读。PDF与EPUB下载是Stay Superlinear Founding Member专属权益,使用Academy账号验证身份后即可领取。
PDF适合在电脑和平板上看,EPUB适合在微信读书、Apple Books、Kindle这类阅读器里看。
英文原书:Growth Data Analytics Playbook: The Modern Guide to Finding, Measuring, and Scaling Product Market Fit,Statsig Press,2025年,ISBN 9781544549828。在Amazon查看
