用户增长

以数据驱动营销，以市场指导产品，通过低成本的手段解决公司产品早期增长问题。

用户增长

业务执行流程

计划

明确增长指标，区分虚荣指标与可执行指标

制定北极星指标

指标与产品核心价值相关联

指标要反映用户活跃程度

指标变好，要能反映产品是在向好的方向发展

指标需要容易被团队理解和沟通

明确指标是先导指标还是滞后指标

指标要具备可操作性

投入

根据增长指标，确定增长方向及增长方法

衡量

数据获取

数据类型

用户基础信息数据

用户行为数据

who

where

when

what

how

交易、日志数据

结果类数据，体现用户完成某一任务的效果，无法体现用户行为

增长是一个量化概念，以增长为目标即对所有用户行为进行量化

数据处理

分析

数据分析

数字与趋势

通过直观的数字或趋势曲线图，了解市场及产品状态

维度分解

将数据进行多维度拆分，发现问题来源

用户分群

通过用户行为、属性标签，对用户进行精细化分类

转化漏斗

将用户完成某一任务行为分阶段展现，分析不同阶段间转化率

行为轨迹

留存分析

AB测试

优化

通过MVP验证增长效果

用户增长模型

用户旅途

从用户接触产品到离开产品的全生命周期旅程

获取用户

获取用户的路径最长，产生流失的环节也很多

获客成本

获客渠道分析

渠道评估

渠道规模

拉新能力

渠道质量

访客时长、每次会话浏览页数、跳出率

新客到达注册页面转化率、新客注册成功转化率

订单填写转化率、支付成功转化率

渠道优化

根据渠道评估维度，有针对性的制定渠道优化案例

渠道监测，UTM机制

获客行为优化

落地页优化

ABTest

激发活跃

触发

行动

激励反馈

用户激励体系搭建

投入

提升留存

用户留存才是真的用户增长

留存分析框架

基于用户的留存

改变产品或技术

人工干预

app唤醒

短信唤醒

邮件唤醒

基于功能的留存

分析不同功能模块留存趋势，增加产品粘性

产品功能留存矩阵

纵轴：使用用户占比

横轴：功能留存率

分析不同功能模块的访问人数和活跃度

分析用户使用功能路径，找出流失原因，降低流失率

增长收入

用户付费

以转化为核心

广告收入

以粘性为核心

用户留存

用户活跃

用户匹配

精准推荐

用户推荐

用户推荐场景

用户感受到产品价值，自发分享给他人

给分享者带来好处或利益

深入到用户与他人社交互动中

推荐场景与用户心理相结合

喜爱

逐利（占小便宜）

优惠券、积分

互惠

老用户推荐新用户，新老用户均有好处

求助

消消乐

智行抢火车票

炫耀

排行榜

稀缺

邀请制注册

衡量推荐指标

K因子

K = 发起邀请用户数 * 转化率

NPS分值