身为运营，任何时候都需要心存「三点」：支点、力点、重点。尤其是运营型增长黑客负责人，身负撬动业绩增长的大任，丝毫不能马虎。
支点：数据监控与分析，给团队试错和优化奉上一个合理的依据；
力点：有了支点，运营增长团队才会将资源配置效益最大化，全力攻克难题；
重点：就是我们试错优化的对象，比如一个页面、一套标准化流程、一个功能点、甚至于一个按钮、一句营销语言。
本文主要聊一下支点，即：我们如何去通过数据分析发现问题，找到规律，进而说服增长团队或兄弟部门向一个方向开火，撬动增长，让运营效果最大化的。
在「韩利深夜聊运营」小密圈拆解增长知识的过程中，如何寻找一款产品的「啊哈时刻」是一个难题，于是，我做了一次推理演练。增长黑客领域提的最多的案例是推特，所以拿它练手，数据都是模拟，现实情况会极度复杂，主要是为了理解方法，另外，也建议大家工作之外多按此方法演习，进步会很快。
啊哈时刻：产品使用户眼前一亮的时刻，是用户真正发现产品核心价值，即产品为何存在、他们为何需要它以及他们能从中得到什么的时刻。
用户体验了这一时刻，留存概率就高；反之，用户之所以流失，一是产品本身就没有价值，二是产品有价值点，但是掩藏过深，用户不易发现。所以，找到了这个价值点（啊哈时刻），我们只需要优化产品或运营策略，引导用户以最快速度触达这个啊哈时刻，便会提升留存。
背景推特创业初期，用户留存问题严重，很多人注册后又离开了，但留下来的小部分成了活跃用户。
然后，推特增长负责人就开始做数据分析，力图找到是什么原因让小部分用户留下的。
通过分析，得到一个结论（支点）：至少关注了30人的用户会成为长期活跃用户。
这个是如何分析出来的，我们拿虚拟数据推演一遍这个流程。
推理过程1：群组分析推特按每月访问推特的天数对用户进行分组，如下表，将某月份用户按访问天数维度进行分组， 并追踪第二个月各组留存率（注，如数据量小，可将天数分组）
表格看起来繁琐，，我们做成图表，一目了然：
看到了吗？7次是一个拐点，留存率趋稳。于是得出结论：一个月访问至少7次的人中有90%-100%会留存到下一个月，留存率很高。
那么，至少访问7次的用户量级有多大呢？是否有分析价值？看第二步。
推理过程2：确定是否有分析价值将用户重新划分为“核心用户”、“一般用户”、“沉默用户”三个群组，看占比：
核心用户：每个月至少访问7次的人；
沉默用户：第一次访问后便弃用的人；
一般用户：访问不频繁的人（上述之外的人）
结论：约20%的访客为核心用户，有研究价值。那么，我们就从核心用户入手，看他们有哪些共性行为是有别于其他群组的。
推理过程3：相关性分析通过对核心用户的关注行为分析，发现：
1、他们大多关注数在30左右，如下图（为了说理方便，我们假定为30，且用户数量超大），30似乎是个拐点。
2、用户活跃程度（一般分为高活、中活、低活）与他们关注的30人回关有关，出人意料的是，仅仅被自己关注的1/3的用户“回关”留存最高，如下图演示：
那么，这是为什么呢？
做数据分析的朋友都知道，数据只能告诉我们发生了什么，而不能告诉我们为什么发生，所以背后的原因需要调研或采访。这也是我为什么特别和用户聊天的原因。
推理过程4：寻找因果关系推特通过电话采访（采访话术就不发了，大家可以自行脑补）发现了原因：
为何关注30人的用户会留下？
关注了30人，信息流里才会持续有内容可看。
为何回关数为1/3的用户会留下？
于是，推特就发现了30这个数字支点和三分之一这个定位数字，把「关注别人的用户数」和「被关注的用户数」做为两大增长杠杆，明确了增长测试方向，直接进入增长黑客领域最让人惊心动魄的试错优化工作中。
