解决的不是"产品怎么做"，是"产品怎么长"
产品团队关注功能和体验，营销团队关注投放和品牌。增长黑客的位置在两者之间：产品已经存在，用户为什么不来、来了为什么不留、留了为什么不付钱。
传统增长依赖预算——投更多广告，做更多推广。增长黑客的核心假设不同：增长的瓶颈往往不在预算，而在链条中某个环节的效率。找到那个环节，用最小成本修复它，效果可能超过十倍预算的广告投放。
AARRR：一张五层漏斗
方法的骨架是 AARRR 模型，由 Dave McClure 提出，范冰将其作为全书的组织框架：
获取（Acquisition）——用户怎么知道你、怎么来的。激活（Activation）——用户第一次感受到产品价值的瞬间。留存（Retention）——用户来了之后会不会反复使用。收入（Revenue）——用户愿意为什么付钱、付多少。推荐（Referral）——用户会不会主动带来新用户。
五层漏斗不是五个独立模块，是一条因果链。留存率太低，获取投入就是浪费；激活做不好，留存数据就是假的；推荐机制建立在糟糕的体验上，带来的新用户也会快速流失。
数据驱动实验：用测试替代直觉
AARRR 是诊断框架，数据驱动实验是干预手段。
流程很直接：定位漏斗中数字最差的环节→分析可能的原因→设计一个改动方案→跑 A/B 测试→根据数据决定保留或放弃。
关键约束是每次只改一个变量。同时改三样东西，结果无法归因，实验等于白跑。
和精益创业的"构建-测量-学习"有明显的血缘关系，但解决的问题不同。精益创业验证"产品是否值得做"，增长黑客优化"产品做了之后怎么让更多人用"。前者的核心产物是验证结论（继续还是转向），后者的核心产物是增长效果（某个指标提升了多少）。
增长杠杆：不是所有环节都值得同等投入
不是 AARRR 五个环节平均分配精力，而是找到当前阶段的增长杠杆——投入产出比最高的那个环节。
早期产品的杠杆通常在激活和留存。新用户来了不理解产品价值，或者用了一次就走，再多获客投入都是浪费。
增长到一定规模后，杠杆可能转移到推荐和收入。用户基数够大时，推荐率提升 1%，带来的新增量也很可观。
杠杆的位置会随时间变化。上个季度在获取渠道优化，这个季度可能已经转移到留存干预。持续增长的关键不是死守某个环节，是持续诊断杠杆在哪里。
工程化而非创意化
增长黑客最反直觉的地方不在具体策略，而在思维方式。
拆解——用漏斗模型把增长分层。测量——每层有明确的数据指标。迭代——用实验替代讨论，用结果替代预测。
这套逻辑在互联网产品领域最有效，因为数据获取成本低、实验周期短、用户行为可追踪。脱离这些条件，方法的效率会显著下降——但"拆解-测量-迭代"的思维框架本身，在大多数需要优化效率的场景里仍然适用。