分析师应当寻找最活跃的用户最经常使用的功能以及他们在与产品交互过程中的任何其他特征。《增长黑客》第二章 · 深挖数据
160人划线 · 微信读书缓存（2026.09.20）
同批1,000名新用户，均观察满30天；按首7天是否用过功能分组。留存＝第30日仍使用产品，按人去重，非随机试验。
只从留下的人往回看
80%
100名留存者中，80人早期用过该功能。
看起来，它像是留下来的“秘诀”。
把没留下的人也放回来
首7天用过
800人 → 第30日留下80人
10%
80 ÷ 800
首7天没用过
200人 → 第30日留下20人
10%
20 ÷ 200
它在全体用户中也占80%，并没有在留存者中更集中。
书里的方法适合找线索，不能直接定目标。常见行为很容易出现在成功者身上；要比较“更容易留下吗”，不能只数“留下的人做过吗”。
相同比例不能证明功能无用，入口强制或人群差异仍可能掩盖作用；即使出现差异，也须进一步验证。
听汇报时，问这一句
这个行为在留下的人里，比在全体用户里更常见吗？