导图社区高阶增长黑客实战营

高阶增长黑客实战营

增长黑客作为精准低成本的高效营销方式，也是在当下的主流互联网行情下，也越来越多的人在寻求其他的出路，而懂增长的产品/运营/市场人，更是市场上稀缺、高价值人才。如果你也想学习增长黑客高阶内容，可以先看看这篇思维导图。

编辑于2022-08-19 20:00:24 重庆

老用户留存
增长实验
新用户激活
高阶增长…
增长大局观

EDrb7wLS

他的近期作品查看更多>>

高阶增长黑客实战营

社区模板帮助中心，点此进入>>

EDrb7wLS

他的近期作品查看更多>>

相似推荐
大纲

电影院包场服务流程
- 3.8k
- 1
- 32
- 4
蔡正兆(Joe Choi)
暮尚正常运转导图
- 7.5k
- 670
- 42
- 0
宋林鉴
培训计划思维导图
- 5.9k
- 627
- 135
- 2
绿叶
车队管理
- 3.4k
- 12
- 78
- 4
嘻嘻哈哈
七夕活动策划
- 3.2k
- 183
- 65
- 1
(*^▽^*)
供应链类型
- 2.3k
- 271
- 56
- 5
(*^▽^*)
供应链管理平台
- 3.9k
- 433
- 111
- 0
(*^▽^*)
品牌设计分析思维导图
- 3.8k
- 334
- 174
- 9
(*^▽^*)
品牌定位思维导图
- 3.7k
- 389
- 186
- 17
(*^▽^*)
华东区项目
- 997
- 97
- 22
- 3
朱铁勇

高阶增长黑客实战营

主题

增长的底层逻辑

一、底层逻辑

成熟企业

盈利=（收入-成本）X 销量

成长企业

未来盈利能力预期=（LTV-CAC）X TAM%

增长的三个底层指标

LTV

用户生命周期价值

在用户使用产品的时期内能从他身上获取的价值

CAC

用户获取成本

平均获取单个新用户所花费的成本

TAM

潜在市场规模

产品可能达到的最大市场规模

衡量商业模式四个契合

市场和产品契合

产品和渠道契合

渠道和模型契合

模型和市场契合

企业未来单位盈利能力预期

LTV>3xCAC

未来盈利可能性较高

3xCAC>LTV>CAC

有可能成功，但风险很高

LTV<CAC

不是可持续的商业模式

二、渠道分析

四类获客渠道

第一类渠道免费，可测量，可预测

搜索引擎优化SEO

应用商店优化ASO

落地页优化CRO

产品自传播机制

push，短信，邮件

内部引流，内容营销

第二类渠道免费，难预测

流量爆款

裂变+病毒传播

公关

第三类渠道付费，可测量，可预测

搜索广告

信息流广告

社交平台广告

补贴

第四类渠道付费，难测量或预测

电视广告，事件营销

户外广告，品牌活动

付费数字广告（第三类）

梳理获客步骤

渠道广告->落地承接->产品流程

整理触点和指标

渠道广告

触点

站外渠道

广告创意

指标

广告展现量

广告点击率

落地承接

触点

落地页

应用商店

指标

访问率，转化率，跳出率

下载量，下载率，首次打开率

产品流程

触点

转化内容

转化流程

指标

浏览市场访问页面搜索行为

注册率、激活率、购买率

分渠道收集数据

渠道数据体系

可追踪、多渠道、全触点

计算获客成本

用户获客成本CAC=市场总花费/同时期新增用户数

优化渠道效果

计算渠道ROI，决定渠道预算分配

拆分渠道漏斗全流程，寻找优化机会

比较不同广告创意或关键词的表现

分析用户行为数据，检测异常和作弊

三、LTV计算

LTV定义

用户生命周期终身价值，指每一位用户在未来可能给产品带来的价值总和

LTV是单用户价值指标，用于衡量用户指标，而非规模指标

LTV能倒推获客成本上限和渠道选择

LTV作用

选择和衡量获客渠道

评估经营活动和变现能力

LTV简化公式

LTV=平均生命周期X平均每户收入X毛利率

平均生命周期

用户预计使用的平均时长

计算方式：生命周期（天）=用户总存留时间/总用户数

平均每用户收入

在用户生命周期内，从每个用户身上平均取得的收入

计算方式：平均每用户收入（某时期）=总收入/总活跃用户数

毛利率

毛利率是毛利与销售收入的百分比，是衡量公司盈利能力的重要指标

计算方式：毛利率=（销售收入-销售成本）/销售收入x100%

互联网产品的三种变现模式

交易

卖实体货品：电商

卖电子商品：课程

增值服务

会员费，订阅费（月、年）

免费

广告、升级付费

卖销售线索、卖数据

四、变现金字塔

一个思考变现的思维框架

第一层：变现模式

创业初期，至少有一条已被证明的变现策略

后期用户增加，寻找新的变现机会

第二层：定价策略

撇脂定价策略

消费者能接受的最高价格

最大化利润

目标用户对价格不敏感、垄断强品牌

满意定价策略

消费者，商家最优区间

找到销量和利润的最佳平衡点

市场竞争不激烈

渗透定价策略

商家成本价，利润为零

最大化市场份额

目标用户对价格敏感，抢占市场

第三层：转化层

付费转化杠杆公式

认为的价值VS认为的价格+阻力和顾虑

产品或服务为用户创造价值是根本

老用户留存

零、关于留存

留存

在一定时间内持续使用产品或服务

留存率

在一段时间后仍然活跃的用户占总用户的百分比

留存是AARRR的基础

获取新用户的成本是留存老用户的5倍以上

70%

老用户复购概率高达70% 转化新用户概率低于20%

54%

54%的公司发现老用户推荐的成本低于其他渠道

125%

留存提升5%，收入增长高达125%

留存直接影响盈利

留存具有复利效应

留存的本质

留存的本质是关系，长期维持是持久战

留存前提：长期价值

留存公式：感知价值+转化成本>使用难度

用户留存线路图

了解留存现状

绘制&评估留存曲线

评估留存难度

寻找留存思路

找到留存的输入变量

对比不同群组的留存

用户调研发现线索

设计留存方案

Hook模型+用户行为闭环

一、了解留存现状

留存曲线

持续追踪不同时期开始活跃的用户群的留存率，随时间的变化

绘制留存曲线

选择关键行为

初始行为

回访行为

选择时间周期

新用户留存：次日，首周，首月

长期用户留存： 6个月，12个月

收集数据制作表格

绘制留存曲线

分析和评估留存曲线

评估基本形态

下滑型：未达到PMF

趋平型：产品未达到PMF，增长良好

微笑型：有大量回流用户

观察变化趋势

新的留存曲线，比旧的变平

新的留存曲线，向上提升

对比行业均值

不同行业新用户留存率不同

更长的时间维度中，产品的长期留存率最终趋于零

二、评估留存难度

留存的前提

产品对用户有长期价值，即PMF

留存差的原因

伪需求

产品解决的问题价值不大

新鲜感

有短期价值，没有长期价值

没实现

有价值但产品没有提供明确的解决方案

用户留存公式

留存：感知价值+转换成本>使用难度

流失：感知价值+转换成本<使用难度

用户流失原因

感知价值不够

短期价值不明确

解决方案不到位

没有满足多元化需求

没有持续给用户新的价值

使用难度大

没有养成习惯

用户遗忘

产品体验不好

转换成本低

用户投入成本低，离开损失很小

评估留存难度的7个问题

用户需求有多强烈

产品功能有多复杂

产品的天然生命周期是多长

产品的天然使用频率是多久一次

是否有大量广义的替代品

用户转换到其他产品的成本

产品变现能力如何

三、寻找留存思路

留存线索

找到留存的输入变量

对比不同群组的留存

留存输入变量

用户生命周期

优先级1

新用户激活率

优先级2

新用户；留存率

优先级3

流失用户召回率

优先级4

长期用户留存率

用户参与度

活跃：单次行为

频次：行为的频繁强度

强度：行为的强度

留存：行为随时间的持续度

对比不同群组的留存

留存曲线分解

功能留存矩阵

类型

新用户功能使用-留存矩阵

功能活跃-参与度矩阵

路径

列出主要功能

计算纵横坐标

完成功能矩阵

分析数据，得到线索

加深用户参与度的方法

提升使用频次

增加使用强度

提升功能使用

增加使用场景

个性化体验+避免流失

避免用户流失的思路

储存用户数据

提高转换成本

提前锁定用户

流失预警机制

四、设计留存方案

提升留存的方法

精准拉新

目标：调整或剔除留存差的渠道

方法：渠道分析

持续上手

目标：持续引导用户达到Aha时刻

方法：用户引导

习惯养成

目标：成为用户生活习惯的一部分

方法：行为闭环

用户习惯

产品最强大的留存机制

Hooked模型

触发

诱导用户采取行动

外部触发：外部提醒

回馈型触发

付费型触发

社交型触发

自住型触发

内部触发：深层需求

负面情绪

正面情绪

行动

触发用户后希望其完成的行为

关键：降低用户的行为成本

策略：简化路径+清晰的文案和设计

酬赏

对用户采取行动的反馈

关键：持续奖励刺激，形成习惯

类型

社交酬赏

猎物酬赏

自我酬赏

投入

让用户投入时间、精力、金钱、情感等

类型

内容输出

社交关系

个人声望

行为习惯

Hooked模型适用的产品

频率足够高

可感知价值足够大

行为足够简单

天然有多变的奖励

社交游戏内容工具

用户行为闭环培养用户行为习惯

确定理想频次

找到习惯用户

习惯用户行为分析

设计行为闭环

流量知识手段，留存和收入才是目标

新用户激活

一、用户激活和留存

四个阶段

新用户激活

首次发现价值

新用户留存

发现更多价值

长期用户留存

持续感受价值

流失用户召回

重新发现价值

残酷现实

绝大多数APP在第二天就流失了超过70%的用户

新用户流失原因

产品功能问题

产品无法满足用户需求

解决方案：改进产品

产品价值发现问题

产品未发现价值就流失

解决方案：新用户激活

渠道用户匹配问题

引入用户不是目标用户

解决方案：精准拉新

提升新用户激活

明确激活目标

达到Aha时刻

分析数据，发现线索

定量分析+定性分析

参考最佳实践

影响+促进激活

提出方案，进行实验

A/B测试，不断改善

二、Aha时刻

Aha的定义

Aha是用户首次确认产品对自己【有价值】的那一刻

Aha【啊哈】是一种情绪表达，代表产品给用户留下了足够强烈的第一印象

Aha时刻通常出现在用户第一次使用你的产品时

一个用户是否经历了Aha，决定了TA会成为产品的留存用户还是流失用户

Aha的本质

用简化的行为数据模拟用户首次得到价值的时刻

方法：简化的行为

目标：模拟得到的价值

找到一个对于大部分新用户最可能的激活行为

找到Aha时刻

通过分析找到活跃用户与流失用户之间的行为差异

分析行为差异背后的用户核心诉求

通过产品或运营手段，让新用户的核心诉求被满足

描述Aha时刻

如何找到Aha时刻

选出备选行为

3-5个备选行为

方法：关键问题+用户调研

找到激活行为

定位1个关键行为

方法：对比留存曲线

计算魔法数字

确定关键行为次数

方法：边界效用最大法+韦恩图

测试验证因果性

确认Aha时刻

方法：A/B测试

三、新用户激活线索

寻找增长线索

定量分析：是什么—激活漏斗

定性分析：为什么—激动指数

激活漏斗

明确激活指标

新用户激活率=新用户在一定时间内达到Aha时刻的比率

梳理新用户流程

从头到尾记录整个新用户体验

组建激活漏斗

支持行为：必须完成才能达到Aha的行为

两条原则

直奔主题：减少不必要的支持行为

权衡利弊：优化找到最佳方式

分析数据发现线索

激动指数

梳理新用户流程

从头到尾记录整个新用户体验

明确初始激动指数

不同渠道来源的初始激动指数不同

天然访问：高朋友推荐：高付费获客：中

评估各个环节对指数的影响

方法1：粗略估计—模拟用户

方法2：用户打分—招募用户

找到提升激动指数的机会

去掉降低指数的元素

加入提升指数的元素

改变步骤顺序

确保体验前后一致

定期重新评估新用户激活流程

用户在变

产品在变

市场在变

四、最佳实践

用户行为公式

行为

想让用户完成的行为

动力

用户多想要完成行为（自身需求+助攻）

阻力

行为有多容易做到（自身能力+障碍）

助推

提示用户采取行为

奖励

完成行为后，用户可以得到何种反馈

增强动力

挖掘用户自身需要并辅以助攻，让用户顺利完成行为

常见方法

利用朋友背书

新用户红包

解释为什么

模拟前置Aha时刻

个性化，给用户他们想要的

通过用户心理学进行助攻

降低阻力

去掉妨碍用户完成激活动作的所有障碍，帮助用户快捷达到Aha时刻

常见方法

移除不必要的步骤和信息

避免冷启动

突出关键行为和路径

避免太多选择

推迟注册或免注册

适时助推

在关键时间窗口内，采用多种手段帮助用户完成激活

考虑因素

用户决策速度有多快

可以挽回用户的时间窗口是多久

如用户未激活，有无触达用户的渠道

及时奖励

对于完成激活行为的用户，及时给予反馈和奖励，鼓励用户继续前进，完成更多行为

考虑因素

用户完成的行为越困难，完成后越要奖励

如果行为是产品的关键行为，奖励可以帮助形成习惯

如果流程较长，要在中间给用户奖励，重新“充电”

提升新用户激活4种手段

人工 | 辅助

客服、客户成功，社群等

激励 | 刺激

新用户红包，优惠等

渠道 | 沟通

短信，推送，邮件，服务号等

产品 | 基础

新用户上手流程，产品首次体验

新用户激活

评估激活难度

思考影响新用户的动力和阻力因素

根据答案，初步评估激活难度

选择激活手段

评估用户的LTV和差异化程度，以及激活难度

根据答案，初步选择激活手段

优化激活流程

结合上述发现和最佳实践以及数据线索，不断优化新用户激活流程

长期价值是新用户留下来的唯一选择

数据驱动增长

一、数据的分析

洞悉增长机会的方法

从整体数据入手

全链漏斗增长模型

历史趋势分析

获客渠道分析

简单用户数据分析

用户属性分析

用户活跃度分析

用户分群

定义

将属性或行为类似的用户，划分成一个群组的过程

分群维度

属性分群：用户特征

行为分群：用户做过什么

属性+行为组合分群

分群方式

简单分群：从1-2个维度开始

组合分群：选择3-5个维度

区别对待

拉到用户之前

精准拉新

拉到用户之后

精细化运营

产品个性化体验

用户行为

明确分析对象

一次性行为或低频行为

周期性行为

选择分析方法

转化问题

用户行为路径

目标：纠正动作

留存问题

周期性行为

目标：养成习惯

从基本数据中寻找增长发力点

构建全链漏斗增长模型

分析历史趋势

按获客渠道分解

了解用户基本属性特征

了解用户基本活跃度

采取相应行动

优势增强

劣势修补

优先寻找两类增长线索

火上浇油

在已经显示出成功信号的方向上继续加强

产品、渠道、内容、用户

修补漏洞

找到整个业务漏斗里流失问题最严重的地方，想办法降低流失

获客、留存、变现

通过数据了解用户

用户属性

用户自身基本信息和状态

分析方式：用户分群

用户行为

用户产品内的行为轨迹

分析方式：行为分析

用户行为路径分析方法

漏斗分析

从全链漏斗寻找用户流失点和增长机会

路径分析

用户实际路径和产品设计期望路径对比

轨迹细查

通过时间排列用户的实际行为路径

周期性行为路径分析方法

留存分析

用户某段时间内的留存曲线

频次分析

一段时间内用户使用产品或功能的次数

高阶用户数据分析

行为分析+用户分群

针对转化问题

发现问题

漏斗分析

探寻原因

路径分析

轨迹细查

用户分群

针对留存问题

发现问题

留存分析

探寻原因

漏斗分析

频次分析

用户分群

二、数据驱动用户成长

1、梳理用户路径

理解数据：理解业务、产品和用户

梳理用户路径

梳理核心路径

从北极星指标出发，构建转化漏斗

转化漏斗一般是设定的用户主路径

细化核心路径

核心路径中加入更多的漏斗步骤

理想形态是拆到不能细化为止

加入其他重要路径

描绘主漏斗之外的重要用户行为路径

梳理重要的产品功能和业务逻辑

找到路径之间的关系

产出：用户行为路径图

2、制定数据采集方案

收集数据：追踪用户行为路径

早期增长团队的任务

收集完整、清晰、统一的用户行为数据

如何埋点

埋哪些点

核心路径主干埋点

核心路径细节埋点

其他重要路径埋点

最终：追踪所有的用户关键行为

每个埋点记录哪些信息

行为本身：用户操作

行为属性：谁，在什么时间，什么地点，用什么方式，做了什么事情

制定事件埋点计划

所有要埋的点：事件

每个点要记录的信息：属性

埋点的常见坑

思路不清，事无巨细

事件命名格式不统一

错过重要的事件或属性

3、搭建指标仪表盘

监测数据：监测用户行为和关键指标

增长仪表盘

净增用户仪表盘

显示用户流入、流出和净增的情况

看大盘：评估用户增长的总体态势和健康度

净增用户=用户流入-用户流出

净增指数=用户流入/用户流出

增长指数

>1用户净增长

=1用户数不变

<1用户净流失

细分指标仪表盘

显示增长模型里所有关键细分指标

看脉络：显示AARRR细分指标状态

组成部分

指标

北极星指标

关键细分指标

增长模型里的指标

维度

用户的关键分群维度

四个步骤

梳理用户路径

制定关键指标

加上分解维度

组装增长仪表盘

应用场景

发现和解释指标异动

提升业务认知和推动增长

针对核心业务进行下钻

4、多维度数据分析

分析数据：通过数据分析找到增长线索

5、制定增长策略

用用数据：根据增长线索制定策略

抽丝剥茧方能无限逼近真相

高阶增长黑客实战营

增长实验

零、关于增长实验

增长方法论的底层逻辑

像投资者一样找杠杆

想科学家一样做实验

增长实验流程

产生实验想法

优先级排序

实验设计

开发上线

分析和应用结果

一、产生实验想法

核心

从数据中寻找洞察，是产生高质量实验想法的关键

1、明确实验目标

正确操作：从用户和业务角度出发

提升单点转化率

文案测试

设计测试

单页面测试

提升全漏斗转化率

路劲测试

对比新旧版本指标

新功能或版本上线

新功能探索

复杂实验：MVP、功能、算法

2、从数据中寻找洞察

高质量的实验想法

表现

实验假设的成功率高

实验指标提升幅度大

原因

实验假设有数据支持

形成高质量假设

3类数据支持

定量数据

定性数据

最佳实践

吸引注意力

提升动力

降低阻力

考虑场景

N轮数据分析

分析数据，发现问题

形成初步假设

进一步分析数据，提升假设质量

最佳实践：Lift模型

价值主张

明确有力的营销口号，用户准确感知自己能获得什么好处