增长为什么要做量化
做增长产品的数据分析，和其他的数据分析，个人认为最大的特色在于量化，为什么要做量化？因为，做增长，是个强数据驱动的方法，要把有限的资源发挥出最大的价值，所以必须准确计算出每个Driver的ROI，才能更有效分配资源，做到效率最大化，把好钢用在刀刃上。
举例几个场景：
-
每次拉新，不但要量化拉新人数，还要量化后续的持续贡献价值
-
每次拉活，同样，老板关心后续的持续价值
-
每次活动，老板不但会问，这次活动有多少人参与，还会问，这次活动贡献了多少增量贡献，如果没有这次活动，DAU会是多少？
-
上线新模块，和活动类似，老板会关心这个模块为大盘带来了多少增量贡献？
可以看出，我把增长产品的量化规为2大类，外部拉量（拉新、拉活）和促进活跃：
-
外部拉量：拉新方面，业界有比较成熟的LTV模型，难点在于对LTV模型的预估，拉活方面，一般我们只计算当次（当然不严谨，拉活的后续持续贡献非常复杂）
-
促进活跃：例如做了运营活动，上线新功能、新模块，本质上都是在促进活跃，这里问题的关键就在于，到底促进了多少活跃，后续滚动下来有多大收益？往往，促进活跃投入的资源是非常大的，准确量化增量贡献不易，此部分也是本文讨论的重点。
拉新拉活的量化
这部分，只简单谈一下，因为我的业务范围拉新拉活量化比较少，没有经验，借鉴下比较基础的量化方法
-
拉新，采用y = ax^b分渠道量化预估，虽然还有很多高大上的算法，但是这个公式实现成本最低的，方法还不错
-
拉活，对于DAU的贡献，只计算当日首次启动，对于使用时长的贡献等等，按每个session计算
促活贡献的简单量化方法
促活方面，有几个简单的量化方式，虽然不好，但是较为简单，可以参考，后续将会讨论2种比较复杂的量化方式
-
染色法：对于参与或深度参与的，设定一个阈值，认为是带来的
-
对比法：对比渗透与未渗透的用户，对比一个周期内活跃天，或周期内总使用时长，作为贡献，但是此方法有严重的幸存者偏差，需要对渗透有着较为严格的定义，例如有一定深度的阈值
-
时间对比法：对小部分用户做强刺激的时候，常采用对比法，时间上对比，例如对某个渠道做了某些特殊的承接，可以对比渠道不同时间的留存。此方法看似不严谨，但是其实想一想，这是我们应用最多的方法，资本市场，每个Q的财报，常用的同比、环比，本质上就是这种方法；一般公司对部门定的KPI或OKR，都是这种方式，公司不会给一个对照组，用绝对值量化贡献。
-
AB实验法：我认为AB实验的对比，是比较好的方法。这里，要注意2点，第一，有的时候AB实验会层层叠加，简单的AB实验无法量化出短期贡献和长期贡献，第二，有一些时候，因为网络效应的存在或者开发排期的原因，不是所有的产品都有AB实验能力。
多层域AB实验法——准确量化短期和长期贡献
以我负责的模块为例，老板们会关心
-
长期以来贡献了多少DAU？
-
每次产品迭代，提高了多少？
-
严谨一点，我们采用了AB实验的方式核算，最终可能会发现一个问题：短期迭代贡献，不等于长期贡献，为什么呢？（本文重点讲述AB实验，对于1+1≠2话题，详细请看本人的文章《数据分析中，为什么1+1不等于2？》）
-
有的时候，迭代A和迭代B，有着相互放大的作用，这个时候就会 1+1 > 2
-
还有的时候，迭代A和迭代B，本质上是在做相同的事情，这个时候就会 1+1 < 2
有些场景，我们的业务需要和去年或上个季度的自身对比，同时业务还不断在多个方面运用AB Test迭代
这个时候，我们准确量化一个长期产品模块的贡献，就需要一个【贯穿】所有活动的对照组，在AB实验系统中通俗称作贯穿层
（说明：实验中，各层的流量是正交的，简单理解，例如，A层的分流采用用户ID的倒数第1位，B层的分流采用用户ID的倒数第2位，在用户ID随机的情况下，倒数第1位和倒数第2位是没有关系的，也称作相互独立，我们称作正交。当然，AB Test实验系统真实的分流逻辑，是采用了复杂的hash函数、正交表，能够保证正交性。）
这样分层后，我们可以按照如下的方式量化贡献：
-
计算长期的整体贡献：实验填充层-填充层填充组 VS 贯穿层2-贯穿层填充
-
每个小迭代对整个系统的贡献：实验层中的实验组 VS 对照组
-
周期内，系统全部迭代与上个周期的比较：实验填充层 VS 贯穿层1
类似与上面这种层次设计，在推荐系统中较为常见，在某一些产品或系统中，贯穿层不能够完全没有策略，那么采用去年或上个季度的策略，代表着基准值，从而量化新一个周期的增量贡献
详细可参看《浅谈AB Test实验设计和数据分析（二）——层域模型的设计》 ，https://mp.weixin.qq.com/s/SSRlELhzy3nOkjeYI1nmXg
没有AB实验能力，如何尽量评估贡献？
AB实验固然好，但是有的时候，因为各种各样的原因，特殊时期，没有AB实验，产品上线了。上线后，数据分析师依然有职责量化出贡献，以我负责业务为例，2020的微视集令牌活动，如何量化贡献？
我们思考过程如下：
-
首先，采用对比法，对比参与活动与未参与活动的活跃天差别。（此步，考虑到了有幸存者偏差）
-
接下来，为了解决幸存者偏差，分别对比了下两组用户在之前的活跃程度，做了下差分比较。（此步，有考虑同期的其他活动，会因为用户交集太大，无法分离）
-
最后为了区分同期的其他用户，将是否参与其他用户也做了分组，同时做对比差分。
做了上面的处理，我还存在疑问：
-
幸存者偏差仍存在，到底还存在多少？
-
排除幸存者偏差、红包的干扰，依赖主观判断，还有没有其他因素的干扰？如何证明？
-
评估方法个性化，可否抽象为通用方法？
思考：差分计算和按红包分组，本质上排除各种因素干扰，尽可能构建平行世界，说白了，我们在寻找特征相同的用户群，因此，在方法层面也许可以统一
按照上面的思路，我们引入了协变量的概念，这个概念借鉴了因果推断算法
方法如下：
-
通过多种特征，寻找特征相同的用户群（寻找协变量，协变量非常关键，后文会提到几个原则）
-
每个群内，按照是否参与活动分为2组（构建平行世界），对比参与与未参与的差异，计算每个群组的贡献
-
为了增强可解释性和可读性，简化分组，例如：合并小的分组（如合并同特征分段），较少部分特征，原则是简化分组不影响整体结论，同时简化分组也有利于解决过拟合问题
-
对于部分分组，仍存在较强的幸存者偏差，做特殊标注（这样至少可以量化得到范围）
-
将各个分组的贡献相加，得到量化贡献范围（说明，虽结果不准确，但有一定的范围，也可以供部门决策，数据分析的很重要作用就是辅助决策）
核心流程如下：
说明下寻找协变量的原则，这个非常关键：
-
选择与评估时间尽可能近的特征，目的是分群尽可能公平，为了构建平行世界，例如：活动前7天的活跃天、使用时长、画像等
-
选择需要解耦合的业务特征，例如：同期是否领取红包、是否参与其他活动等
-
不能选择与评估指标有因果性的特征，例如：不能按活动期间的活跃天分群，同时要注意选择解耦合业务的特征，尽可能降低与评价指标的因果性，尽可能用轻度参与特征，例如：是否参与过（1次就算），不能选择“参与的天数”，因为“参与的天数”本身和我们评价的指标活跃天存在因果性。
总的来说，我还是推崇用AB实验衡量贡献，特殊情况下，上面的方法我认为虽然不严谨，这种方法有2点优势，并且我们也在其他业务中推广
-
统一经验方法，形成通用方法论，解决平行世界构建和业务间解耦合问题
-
有一定理论支撑（借鉴因果推断思想），可评估误差范围
