關(guān)于用戶增長，你了解多少？

互聯(lián)網(wǎng)的世界里一切都是為了增長，靈光一現(xiàn)的創(chuàng)新可能會(huì)讓一個(gè)產(chǎn)品成功，但絕不可能長久，在用戶增長的領(lǐng)域里，如何復(fù)用一套框架，找到最佳實(shí)踐的一條路徑，再配備一點(diǎn)運(yùn)氣，去實(shí)現(xiàn)商業(yè)成功是我一直所探索的話題，這篇文章和今后的幾篇文章將系統(tǒng)性地闡述用戶增長的最佳路徑。

用戶增長定義在市面上已經(jīng)有很多完整解釋了，這里就不再贅述，簡單來說，用戶增長的根本目的是為了提升產(chǎn)品在一段時(shí)間內(nèi)的有效用戶數(shù)（后面有詳細(xì)解釋），進(jìn)而提升當(dāng)下和未來的GMV和利潤，實(shí)現(xiàn)商業(yè)成功。

為了實(shí)現(xiàn)這個(gè)目標(biāo)，從戰(zhàn)略和戰(zhàn)術(shù)層面，我們將這個(gè)概念拆解為以下幾個(gè)部分：

戰(zhàn)略：

戰(zhàn)術(shù)：

一、分析體系的搭建

搭建分析體系的目的：

看清楚產(chǎn)品發(fā)展現(xiàn)狀，定位問題和潛力空間，總結(jié)TODO事項(xiàng)并合理判斷必要性和排序優(yōu)先級(jí)。

總之，分析的根本目的是更加清楚地看清楚業(yè)務(wù)，并集中資源和精力解決最重要的事情。

這句話的重點(diǎn)在后半句，如果只是為了滿足好奇心或者追求分析復(fù)雜度和工作量，而沒有能夠判斷哪些事情應(yīng)該先做、哪些事情應(yīng)該后做、哪些事情沒必要做，那這個(gè)分析沒有任何價(jià)值，徒費(fèi)時(shí)間精力而已。

基于用戶生命周期維度搭建分析體系

一個(gè)產(chǎn)品的用戶池是如何構(gòu)成的，以及使用我們產(chǎn)品服務(wù)的用戶是如何從生到死的過程基本是這樣的：

如果說產(chǎn)品的用戶池像一個(gè)蓄水池一樣，我們希望用戶盡量留在我們的池子中，其實(shí)我們每天所做的事情基本都是圍繞著以下幾個(gè)目標(biāo)展開的（篇幅有限，細(xì)化這些具體的方法會(huì)在后續(xù)文章中給出，敬請(qǐng)關(guān)注）：

如何指標(biāo)化地建立分析體系

第一步：定義新用戶、有效用戶、沉默用戶、流失用戶

用戶分類的定義要基于對(duì)業(yè)務(wù)經(jīng)驗(yàn)的判斷（例如用戶連續(xù)10天未登錄是否認(rèn)定為流失）以及企業(yè)的戰(zhàn)略目標(biāo)（訂單量導(dǎo)向、毛利導(dǎo)向或者GMV導(dǎo)向）。

在不同行業(yè)和不同產(chǎn)品的理解有所不同，比如微博、twitter、Instagram這樣產(chǎn)品的有效用戶是指持續(xù)在平臺(tái)活躍的用戶，可以用平均每日停留時(shí)長高于30分鐘的用戶數(shù)、平均每日發(fā)布至少1個(gè)feed的用戶數(shù)、平均每日收藏或轉(zhuǎn)發(fā)至少1個(gè)的用戶數(shù)等相關(guān)指標(biāo)來量化。

又比如淘寶、美團(tuán)外賣這樣的產(chǎn)品可以用近7日內(nèi)至少完單3次的用戶數(shù)、近30天內(nèi)登陸次數(shù)大于5次且近7日內(nèi)收藏商品數(shù)量大于1件的用戶數(shù)來衡量。

總之，計(jì)算有效用戶數(shù)可以基于所在業(yè)務(wù)的經(jīng)驗(yàn)，判斷一個(gè)（或幾個(gè)，組建復(fù)合指標(biāo)）真正能合理衡量為產(chǎn)品持續(xù)貢獻(xiàn)正向價(jià)值的用戶數(shù)的指標(biāo)來量化產(chǎn)品的有效用戶數(shù)。

以天貓為例，我們可以將這四類用戶進(jìn)行如下定義：

第二步：拆解核心指標(biāo)

精細(xì)化運(yùn)營中會(huì)將用戶的屬性進(jìn)行更細(xì)維度的切分：

第三步：搭建不同類別用戶遷移路徑

由于我們產(chǎn)品的改版、市場的變化以及用戶需求的升級(jí)，每一個(gè)層級(jí)的用戶可能在每天都會(huì)發(fā)生用戶行為的變化，這樣，就需要在我們第二步搭建的基礎(chǔ)上進(jìn)行路徑變化的體系建設(shè)，來觀測每天用戶心智發(fā)生了哪些變化、用戶對(duì)于我們產(chǎn)品的認(rèn)可和依賴發(fā)生了怎樣的變化，以及評(píng)估如何采取運(yùn)營抓手可以針對(duì)性地促進(jìn)哪個(gè)遷移路徑。

用戶的遷移路徑以高質(zhì)量用戶類舉例是下圖這個(gè)樣子的：

因?yàn)槲覀內(nèi)巳翰鸾夂笮纬傻慕M合過多，導(dǎo)致了不同類用戶遷移的可能路徑過多了，為了更好的看清楚并了解我們用戶的流向，我們可以用如下方式來觀測用戶變遷：

每個(gè)人群關(guān)注是否正向遷移還是負(fù)向遷移，理想情況下如果所有的人群都在正向遷移，那說明我們的產(chǎn)品變現(xiàn)的很好，但如果某個(gè)人群負(fù)向遷移的比較多，說明需要一些運(yùn)營抓手來進(jìn)行刺激，防止持續(xù)負(fù)向遷移的情況發(fā)生。

舉個(gè)例子：

如果是賣牛奶的電商產(chǎn)品，我們?yōu)榱颂嵘哔|(zhì)量高忠誠用戶的用戶粘性，進(jìn)行產(chǎn)品詳情頁面文案的優(yōu)化，增加“您已經(jīng)購買過5次、立即下單即可獲得歷史吸收卡路里報(bào)告”類似這樣文案來促使用戶迅速下單，降低用戶跳出概率。

由于這種優(yōu)化只面向高質(zhì)量高忠誠用戶（通過切分流量的方式實(shí)現(xiàn)產(chǎn)品千人千面），在優(yōu)化動(dòng)作上線后，觀測高質(zhì)量高忠誠的用戶高中低粘性的用戶每天凈正向&凈負(fù)向的變化情況，如果高粘性和中粘性的用戶都在凈正向明顯增加、凈負(fù)向明顯減少，說明我們的優(yōu)化是有效的。

日常監(jiān)控與復(fù)盤專題分析

（1）運(yùn)營策略復(fù)盤

這部分看數(shù)要策略的目標(biāo)是否達(dá)成，基于轉(zhuǎn)化流程看優(yōu)化空間在哪。

比如策略目標(biāo)是為了提升新用戶數(shù)，復(fù)盤的時(shí)候要基于曝光-點(diǎn)擊-注冊(cè)-購買等環(huán)節(jié)看最終實(shí)現(xiàn)了多少新用戶的提升，以及哪些環(huán)節(jié)是這個(gè)渠道提升效率的瓶頸；如果是曝光到點(diǎn)擊的點(diǎn)擊率明顯低于業(yè)界標(biāo)準(zhǔn)，說明我們的投放物料需要優(yōu)化了。

（這里的轉(zhuǎn)化路徑只是舉個(gè)例子，當(dāng)我們實(shí)戰(zhàn)的時(shí)候肯定需要再進(jìn)一步細(xì)拆，比如電商類注冊(cè)-購買可以拆為注冊(cè)-瀏覽產(chǎn)品列表頁且停留時(shí)長超過5秒-瀏覽產(chǎn)品詳情頁且到達(dá)完整詳情頁-加入購物車-點(diǎn)擊立即購買-。。。。-付款成功）

（2）監(jiān)控異常

這部分的主要作用是幫助我們實(shí)時(shí)發(fā)現(xiàn)產(chǎn)品的事故，及時(shí)修復(fù)。建立指標(biāo)的時(shí)候可以盡可能全面，覆蓋所有產(chǎn)品轉(zhuǎn)化路徑，指標(biāo)不怕多，可以有幾百個(gè)都沒關(guān)系，設(shè)定好閾值，每天只看報(bào)警的就可以了，不報(bào)警的就不用看了。

舉個(gè)例子，我們的監(jiān)控體系中有“點(diǎn)擊立即發(fā)送短信按鈕-填寫完成驗(yàn)證碼轉(zhuǎn)化率“這個(gè)指標(biāo)，閾值為80%，某天這個(gè)指標(biāo)突然降為1%，說明我們的短信通道出現(xiàn)了問題或者被黑客攻擊，用戶可能沒有收到短信，這樣我們就可以通過這個(gè)監(jiān)控體系第一時(shí)間發(fā)現(xiàn)事故并進(jìn)行修復(fù)，將損失降到最低。

（3）日常分析常見誤區(qū)

由于分析體系的搭建全部都是基于數(shù)據(jù)的，數(shù)據(jù)分析的新手可能誤入以下數(shù)據(jù)陷阱：

1）為了滿足好奇心而看數(shù)據(jù)

所有的數(shù)據(jù)分析都是要包括明確分析目標(biāo)、提出假設(shè)、驗(yàn)證假設(shè)，如果目標(biāo)不清晰，沒有make sense的基于經(jīng)驗(yàn)的業(yè)務(wù)假設(shè)，而只是認(rèn)為“我覺得應(yīng)該看blabla數(shù)據(jù)”而跟BI部門提需求，往往會(huì)造成等了很久才出來的數(shù)據(jù)，看了之后滿足了好奇心，但發(fā)現(xiàn)好像并沒有什么指導(dǎo)性的用處。

那這樣的數(shù)據(jù)分析就很沒有用戶，白白浪費(fèi)自己和BI同事的時(shí)間。

2）在茫茫數(shù)據(jù)中看圖找規(guī)律

有的時(shí)候老板交代的任務(wù)可能只是一句“分析一下我們的用戶”，這樣非常泛泛的任務(wù)，思路不清晰的同學(xué)可能就會(huì)立刻著手提取全局用戶所有能想到的特征，然后做全集的數(shù)據(jù)透視，算各種占比，橫向的、縱向的，一維交叉之后沒啥發(fā)現(xiàn)看二維交叉，結(jié)果越算越復(fù)雜，可能弄了上百個(gè)表也沒得到啥拿得出手的結(jié)論。

這樣的事情聰明人做一次就夠了，全局看圖找規(guī)律這種事就是在用戰(zhàn)術(shù)上的勤奮彌補(bǔ)戰(zhàn)略上的懶惰，這種情況發(fā)送的根本原因就是自己沒有在用戶需求層面有足夠深度的思考。

3）將虛無縹緲的假設(shè)寄希望于模型復(fù)雜度上

在不以成績導(dǎo)向的地方有的人就喜歡追求做事過程的復(fù)雜度，仿佛一個(gè)目標(biāo)沒有達(dá)成是因?yàn)榉椒ㄌ^簡單的原因，足夠復(fù)雜、足夠高端就可以達(dá)成了。當(dāng)然，如果在科學(xué)領(lǐng)域，這種論調(diào)基本沒問題，但做運(yùn)營的人，是以結(jié)果導(dǎo)向的，持續(xù)貢獻(xiàn)增長才是唯一目標(biāo)。

有的人沒有完成kpi，又沒提出過什么復(fù)雜的方法論，說的做的都是老生常談的東西，恨不得每個(gè)月都不好意思領(lǐng)工資，所以就開始走上了追求復(fù)雜模型的不歸路：明明就是渠道投放的文案特點(diǎn)突出不夠顯著，導(dǎo)致拉新效率低，優(yōu)化個(gè)文案就好了的事情，非要去分析渠道用戶畫像和產(chǎn)品用戶畫像的相似性，再搞個(gè)挖掘領(lǐng)域的K-means聚類算法 ，光衡量個(gè)體差異的模型就搞了好幾個(gè)來評(píng)估準(zhǔn)確性，模型大概是長成這樣的：

搞了兩個(gè)月之后仿佛自己的人生都瞬間充實(shí)了一樣，其實(shí)真心沒必要，用戶增長本質(zhì)還是要圍繞用戶需求，數(shù)據(jù)只是工具，千萬不要舍本逐末，變成數(shù)據(jù)的奴隸。

二、后續(xù)思考：為什么我們這里只是從用戶維度搭建分析體系，而沒有展開說銷售額、毛利、凈利這些？

避免宏觀環(huán)境變化、用戶需求變化影響業(yè)務(wù)決策、產(chǎn)品價(jià)值觀混亂和運(yùn)營策略重心偏移。

舉個(gè)例子：

一家超市的銷售額連續(xù)3個(gè)月下降，老板可能就慌了，覺得是不是超市的運(yùn)營方法出現(xiàn)了問題，開始一系列的“改革措施”。但拆解看來，如果該超市的拉新效率和質(zhì)量均沒有下降、有效用戶數(shù)也沒有下降、流失用戶數(shù)也沒有升高，只是這段時(shí)間原來買百威啤酒的用戶變成買農(nóng)夫山泉了，客單價(jià)下降引起的GMV下降。

如果把這個(gè)問題前置思考一下，客單價(jià)的下降有沒有必要引起關(guān)注和制定相關(guān)措施（比如啤酒打9折）？個(gè)人認(rèn)為是沒必要的，反而容易引起產(chǎn)品價(jià)值觀的混亂和運(yùn)營策略的重心偏移，讓原本有機(jī)會(huì)發(fā)力的拉新創(chuàng)新和提升服務(wù)質(zhì)量的工作滯后。

原因是我們做產(chǎn)品的第一要?jiǎng)?wù)是滿足用戶需求（用戶想喝啤酒賣啤酒、想喝農(nóng)夫山泉賣農(nóng)夫山泉），而非創(chuàng)造用戶需求（喬布斯讓用戶覺得一年應(yīng)該換一部新IPHONE就是創(chuàng)造用戶需求，在喬布斯之前用戶是不覺得自己應(yīng)該一年換一次手機(jī)的）。

三、結(jié)語：愿各位“歷盡千帆、歸來仍是少年”，回歸初心，只做對(duì)的事情

這篇文章主要講了我所理解的用戶增長架構(gòu)，和其中第一部分“分析體系的建設(shè)方法和思路以及我踩過的坑”，后面我也會(huì)陸續(xù)把剩下的幾個(gè)話題也盡量補(bǔ)充完整，由于篇幅有限和各位看官所處的行業(yè)產(chǎn)品千差萬別，一篇文章無法做到幫助大家所有人手把手建立自己產(chǎn)品的詳細(xì)分析體系，感興趣的朋友歡迎留言進(jìn)一步交流。

想要了解更多關(guān)于用戶運(yùn)營的干貨，請(qǐng)繼續(xù)關(guān)注135編輯器。