增長的整體結構框架，都有什么？

關于增長，我們可以從很多角度切入，那么在尋求產品商業價值增長的過程中，業務人員要如何找到關鍵要素，解決產品的增長難題、搭建增長框架？可能你需要抓住“用戶規模、用戶價值、成本”這三點要素。在本篇文章里，作者便結合經驗發表了他關于增長、增長框架的看法。

增長可以從很多角度切入來理解，不同的角度會有不同的視角。

先自我介紹下：傳統軟件行業搬過磚，互聯網行業打過雜。

今天的分享會因我個人的涉獵有限，多少會有局限性的地方。如果能給到部分人啟發那最好不過！

一、首先說下我對增長的整體觀點

增長最重要的三個詞我認為是：用戶規模、用戶價值、成本。解釋如下：

增長最終都是為產品的商業價值在增長，所以看商業價值由哪些因素決定，即可知道增長的重點都在哪了。

商業價值 = （用戶規模*平均單體用戶價值）- 總成本

因為不同的產品有不同的商業模式，而不同的商業模式對于這三個指標的口徑會不同，比如一個電商產品，用戶規模有可能是站內付費用戶數，單體用戶價值可能是平均每個付費用戶在站內的付費金額，成本可能是人力成本、流量投放物料成本、交付供給成本等。

高階增長和初級增長的差距可能體現在：

• 對數據的理解和處理經驗；
• 對于快速低成本的找到增長線索的能力；
• 對各種單點增長問題的解決能力和思路；
• 搭建增長模型的能力、通過調整業務模式獲得增長的能力；
• 結合業務模型或商業模型理解增長背后的邏輯的能力。

二、內增長和外增長

一般會認為：增長等于裂變，等于獲客，等于投放，等于AARRR……

而我覺得這些都較片面，如果從一個產品的“內和外”來看，用戶增長可被分為“外增長”和“內增長”：

1）外增長

用戶獲取（渠道投放、裂變/轉介紹、換量、2B2C [比如雙減前的一起作業就是這種模式獲客的] 等），曾經滄海~

曾經教育行業有過很多裂變的經典案例，當然典中典還得看拼多多了。

2）內增長

從新用戶承接到流失的全過程管理。在產品內設計和優化用戶轉化路徑，并通過數據分析發現洞察制定策略，以實現用戶價值最大化。

一般流程包括新用戶激活、留存、變現、自傳播（以AARRR舉例），常見的玩法會有：用戶成長體系、用戶激勵體系、用戶分層運營、用戶生命周期價值管理（LTV）、防流失體系、用戶召回等等。

以上一般被稱為：數據驅動；當中的每一塊單拿出來都可以作為一個獨立的方向來玩。

個人認為“內增長”比“外增長”相對來說邏輯性更強，復雜度更高一些；可能這句話說的有點坐井觀天了。那就先跳出來看看內增長吧。

怎么理解內增長？可以從三個詞來建立一個框架來理解，“模型、數據、策略”。

模型：即增長模型。是一系列密切相關，并可互相影響的數據指標。

沒有一個完全通用的模型，各公司各業務差異很大，就算類似AARRR這樣的模型也并不是適用于一切業務。搭建增長模型的前提是對業務的理解，先有業務模型，理解業務模型的基礎上再來搭建增長模型。

一般公司會有三個主要模型：商業模型（或財務模型）——全局業務模型——局部業務模型，而增長模型是業務模型的組成部分。

數據一般分為：

1. 業務數據：用于監測業務進展和健康度。如：流量、用戶數、活躍用戶數、銷售額等。
2. 基礎數據：用于描繪用戶畫像或給用戶打標簽。如：年齡、地區、職業、喜好、學校、性別、家庭狀況等。
3. 行為數據：用于對用戶成長路徑、用戶行為特征等進行分析。如：用戶使用某功能或購買某商品、消費某內容等。

策略：就是基于模型和數據發現的機會點形成的實驗假設，基于假設設計的產品或運營方案。

模型依賴數據，數據指導策略，策略反哺模型。

所以增長的框架大概可能是長這樣：

底層的業務邏輯：結合商業模式和產品用戶路徑來搭建增長模型和指標體系；增長模型一般有AARRR，全鏈漏斗型，因式分解型，全定量模型。其中全定量模型最復雜，可以把產品外增長的各種渠道投放包括裂變因子都包含進來，也能用來做流量預測和成本預測。

中間層的關鍵驅動手段：數據分析+AB實驗、數據分析（梳理用戶路徑——采集數據——數據監測——數據分析——制定策略）。

應用層的解決增長問題：外增長（渠道投放、裂變等），內增長（激活、留存、活躍、防流失、召回、付費等）。

三、接下來主要對“解決增長問題”做個初步概述

1. 下面聊下對于具體的增長問題的一些常用方法

1）新用戶激活

這塊相對簡單點，網上有很多文章講解，一般熟悉的比如aHA時刻、魔法數字、cohort分析等等，這里不做過多描述。

2）用戶留存

這塊難度和復雜度都會比較大一些，也會有很多方法：這里先列個大概的框架：

• 前置條件：做留存前，需要先評估產品提留存的難度；
• 留存曲線：通過留存曲線，評估留存情況并發現問題；
• 數據分析：通過分析洞察機會，找到留存問題，明確發力點；
• 留存方案：根據數據分析，給出產品方案。

留存活躍的底層邏輯大概是：引流——促進用戶首次使用——吸引用戶多次使用——養成用戶習慣——延長用戶使用生命周期。

• 關于留存促活，其本質是伴隨產品用戶體量的增長，不斷針對不同類型的用戶，要找到性價比最優的轉化、成長路徑，再施加引導激勵；這里就包括了用戶分群，用戶路徑，激勵體系。
• 產品的長期價值成立和穩定，是留存+促活能夠產生意義的前提；長期價值可以用pmf來量化分析。
• 典型用戶轉化、成長路徑清晰+用戶使用習慣行為閉環形成后，一個用戶激勵體系可以顯著通過產品化放大內增長的效率。

要明白一個觀點：做增長絕不是各種方法論的直接套用，而是隨業務的變化而動態變化調整的，不是一個線性的過程。產品在其生命周期的不同階段，增長的目標也會大不相同。

劃重點：增量/留存/促活等的基本前提：要擁有一個“明確、可被驅動的用戶轉化/成長路徑”。

2. 接下來聊下提留存的框架

首先說下一個觀點：在PMF的前提下留存促活，其本質是伴隨用戶體量的增長，不斷對不同類型的用戶，找到性價比最優的轉化/成長路徑，再施加引導激勵。

針對不同用戶采取不同方式將其引導到適合他的路徑上使其觸發關鍵行為體驗產品價值，本質是讓他更快地發現產品價值（在他有限的生命周期內更快讓他發現）。

這里說的適合的路徑很可能是動態變化的，所以留存不是一勞永逸的事。提留存本質是讓用戶感受到產品價值，所以前提是產品有價值。

但也不是一定先要做好留存再做拉新，這和提留存要先有產品價值是兩回事。

tiktok就是先搞流量再搞留存，但這和tiktok產品本身的屬性強相關，并不適用于大多數產品，且它有抖音的經驗。而微信視頻號則是先留存再流量，所以RARRA更適用于一般新上線的產品，尤其是資本有限的產品。

互聯網產品常見的兩種死法：生于拉新，死于留存。生于拉新，死于變現。

1）不同產品提留存的前提，難度的評估及策略制定：

• 制定和評估產品的留存曲線；
• 如何計算和繪制留存曲線；
• 如何評估留存曲線；
• 精細分析，找到性價比最高的留存線索和留存路徑，明確留存發力點。

2）通用方法

• 用戶分群對比（很常用，一般出現指標異常都會用到）；
• 功能留存矩陣對比（結合用戶分群可擴展出很多矩陣）；
• 大用戶規模的產品；
• 改善長期留存曲線（PMF分析長留）；
• 加深用戶參與度。

3）一般常用的單點方法

新用戶留存：

• 精準拉新；
• 持續上手，用戶引導。

老用戶留存:

a）用戶習慣養成路徑

找路徑的方法：數據找出習慣用戶，習慣用戶根據產品目標比如使用頻次的理想值等來找，分析習慣用戶的行為特征，路徑特征，場景特征，以及在用戶的早期特征等即可找到，Hooked。

b）用戶參與度的加深

提升使用頻次和使用強度，增加使用場景：比較熟悉的如滴滴的各種用車場景：參與度可看作留存的前向指標，可用活躍頻次和活躍強度（比如時長就是一種強度）來表示。

所以為什么很多產品都要提使用頻次、提時長等，原因就在這里（再給一種理解：留存是“用不用”，參與是“怎么用”）。

活躍是單次行為，參與度或留存是復合行為；留存是活躍在時間上的持續，所以留存分為初始行為和留存行為。一般說留存提升了多少，需要明確留存的這兩個行為分別是什么，否則數據差異會很大（活躍是單次行為，活躍的頻次和活躍的強度是參與度，留存是活躍在時間上的持續：所以提升活躍或者提升參與度能帶來留存的提升就是這個原因）。

c）用戶防流失

流失用戶的定義，一般常用方式通過“回訪率”曲線找拐點，沒有拐點按業界常用值5%/10%來定或業務自己根據情況來定。

d）流失預警機制

流失預警模型（提活躍和防流失是有區別的，可以認為提活躍是吃營養品，雖然沒病但可以吃吃了沒壞處，而防流失是打疫苗，有潛在的風險才給你打，在應用層常用的策略會很像或者常有交叉，但確是兩種概念，作用的目標用戶都不一樣；篇幅有限，后續單寫一篇流失預警模型）。

e）召回

4）體系化的方式（精細化運營）

• 用戶成長體系；
• 激勵體系包含積分體系等（后面有空聊下積分體系這塊）；
• 用戶生命周期價值管理（后面有空聊下LTV中的兩種路徑：同一分群下的用戶路徑和不同分層間的價值成長路徑）；
• 用戶分層/分群運營；
• ……

以上，用戶分群會是一個比較重要的地方：說下分群的思路:

（不好意思插個隊：分層又是什么？我理解分層是互斥的，分群可以有交集。可以在分層基礎上再進一步分群。比如成長體系，會員體系這些。這個不是重點，一個名稱而已。以下不做區分，統一用分群來表示）

首先需要理解用戶分群從大類來講有兩種：

1. 平行的分群（各群之間沒有明確的價值高低關系，不需要把某個群的用戶轉化為另一個群里）
2. 遞進的分群（合群之間有價值的高低，需要轉化）

分群方式：AARRR，RARRA。

按用戶價值分群（為遞進的分群，需要把低價值群往高價值群轉化）：

• 用戶生命周期價值管理（需要有時間維度，另外可以再加上1個或n個關鍵行為即可定義出生命周期來）；
• 基于關鍵行為分群，可以多個關鍵行為一起（因為一個關鍵行為通常不能覆蓋全部用戶）；
• RFM及其各種簡化變種（感覺RFM要比上兩種分群方式要簡單很多，有了源數據，自己在excel里就能分出來）。

按用戶需求差異分群（多為平行的分群）：

• 屬性；
• 渠道；
• 場景；
• 功能偏好/內容品類偏好/商品品類偏好；
• 價格敏感高低，服務敏感高低。

按狀態：

• 付費狀態；
• 購買歷史；
• 廣告點擊。

按用戶身份差異分群：

a）金字塔，比如微博的用戶身份

分群不一定要覆蓋大盤全部用戶，根據實際業務目標分即可。比如按關鍵行為分群一般就很難覆蓋全部用戶，因為關鍵行為本身就已經對用戶做了一層篩選。

實際做分群時往往用到不止一種方法。分群本身相對好理解，難的是分群后怎么應用，怎么上策略。

再單說下用戶生命周期價值管理，即LTV管理：分LT和V（value）：

• LT：life time即希望用戶在產品的時間越長越好。
• V：希望在這個LT里面，能夠完成對他這個用戶的變現，獲得商業價值，同時也給這個用戶提供用戶價值，這就是value。對于其它還沒有進入到這個健康活躍狀態(LTV的時間段內)的用戶，需要通過各種手段讓他進入進去，這大概就是LTV的底層邏輯。

有點抽象，再說的具體些：

• LT：是用戶生命周期。在產品中體現為留存。如果對cohort很熟練，那么應該很容易理解活躍天和留存的關系。通過公式可以推導出一個穩定獲客的產品，到第n天累計新增日活=前n天留存對n的積分*每天新增uv。留存函數可以通過前幾天的每日留存數據進行擬合。
• V：是用戶價值。比如廣告變現。LT和V可以根據兩者的關系求出LTV的最大值，以此為依據來平衡用戶體驗和產品的商業價值。

最終得到的用戶商業價值可以和用戶獲取成本進行對比，若為正，那就可以大規模買量了。比如頭條，獵豹。

（這么說會不會太絕對了？tiktok說：會；tiktok是先大規模在臉書買量然后再做留存的，因為它有抖音的經驗，當其短視頻內容足夠豐富時，其強大的算法邏輯一定能讓留存提升，最終ROI必定能打正，所以tiktok后做的留存）

好吧，最后再說下商業價值。

之前寫過產品粘性、遷移成本、商業價值三者的關系。遷移成本決定了用戶生命周期的長度，粘性和變現能力決定了單體用戶價值 ，這三者共同決定用戶生命周期價值即ltv，再加上用戶規模和成本，就共同決定了產品的商業價值。

這里說下粘性和遷移成本的關系：社交關系鏈主要決定遷移成本，比如微信的社交關系決定其遷移成本非常高，而微信里的公眾號，視頻號等內容板塊是用戶提用戶粘性的。

抖音是內容短視頻平臺，優質的內容和精準的分發導致其粘性很強，單列視頻模式也導致其廣告變現效率非常高效，但因為缺乏社交關系鏈導致其遷移成本不如微信，所以抖音也在向社交方向探索，即使它粘性這么強了，本質原因是遷移成本由社交關系而非粘性決定。

比如想象一下假設一種新的產品形態能替代短視頻，那用戶就不需要抖音了，但是卻離不開微信，因為社交關系在微信，要離開也是一個群體一起離開，離開門檻顯然更高。

以上，更多聊的都是基于”數據”的增長，有點偏“技術”；其他提升用戶規模的增長還有內容驅動增長，業務模式驅動增長等。

總結下來增長最重要的三個詞我認為是：用戶規模，用戶價值，成本（強行首尾呼應??）。