做好这三件事才能做到有效增长

　　文/李琪   网易严选运营分析线负责人

　　用户增长三件事

　　用户增长的本质目标是为了实现产品总价值的最大化，而要实现产品总价值，就等于活跃用户的规模乘以单个用户的价值，并且要减少异常用户造成的损失。

　　用户增长的第一件事，是活跃用户规模的扩大。

　　为什么更强调活跃而不是累计用户数?因为在一段时间内，产品的价值来自于活跃用户。以严选为例，我们一个月的GMV(网站成交金额)流水贡献来自于这个月发生支付行为的用户，而不是来自于平台累计的支付用户。所以，只有实现活跃蓄水池稳定的扩大，才能为产品产生持续的价值赋能。

　　用户增长的本质就是通过一套严密的管理体系让用户稳定地在这个活跃的蓄水池中不断留下新增的用户，减少留存的损失。活跃池内的用户尽量减少流失，这样就可以让这个闭环体系运转起来，让活跃的蓄水池不断扩大。用户持续使用商品，从单个用户的视角，也就达成了用户价值的稳定增长。

　　用户增长的第二件事，是单个用户价值的增长。

　　提升用户价值最核心的一件事是，识别不同用户对产品的需求，去做分而治之的分层管理。

　　用户不同的需求也决定了它对产品的贡献能力是不同的。电商领域很经典的二八原则：20%的用户会贡献平台80%的流水，这20%的用户是需要核心维护的。

　　有两个层面值得关注：金字塔底层的用户并不意味着它没有价值，我们自己要反思：是不是我们还没有识别到这部分用户的需求。这些用户进入平台以后，有没有给他一个很好的成长空间，让他/她在我们的平台里从普通用户成长为超级用户。

　　在做用户价值提升的时候，要关心的是“我们如何形成一条用户增长的道路”，让用户在这个体系里不断成长，达到超级用户的水平，同时减少异常用户的损失。这需要我们有能力去识别真实的增长。

　　用户增长的第三件事，识别真实增长。

　　所有企业都会面临拉新难问题，因为拉新成本很高。这时我们可以通过大量让利去获得新客，但各种让利行为一定会吸引很多地下黑产和羊毛党。如果防范不慎，拉新成本会进一步扩大。

　　只有真实持续使用产品的用户，才能为产品产生持续的价值，而那些苛求极致利益的虚假用户，往往会给企业带来损失。一方面，我们看数据的时候要有这样的风险意识：理解什么是真正的增长，什么是潜在问题和潜在损失的增长;另一方面，从企业的视角，需要有风控团队去做企业的护城河。

　　针对活跃用户的规模扩大和单个用户的价值提升，在实际运行中如何执行?在生命周期的不同阶段，我们应该做什么?

　　当用户进入平台之后，首先会产生访问。在访问时，一部分用户觉得我们的产品还不错，他可能很快就完成了支付动作。还有很多用户访问了却没有产生下一步动作，我们一定要关注这部分访问了而没有发生支付动作的用户。因为已经花钱把他拉进来了，提升转化率对于拉新成本的下降有很大价值。

　　这个环节需要关心潜客流失、用户召回。当用户完成了支付动作并进入平台以后，下一步就进入了促活增值的阶段。

　　促活增值是要让用户从普通用户到超级用户的成长道路上稳步推进，在活跃蓄水池中持续使用，提高购买频次。

　　由此可见，围绕用户生命周期的增长方案，是去实现对大规模用户在不同阶段的管理，而我们要做这个管理就必须要做到它是一个清晰、可被拆解、可被监控的问题。

　　为了解决这个问题，需要有指标体系的构建。当我们有了一套指标体系之后，所有的增长操作就变成了影响和驱动指标的改善，增长问题也就变得可被衡量和改善了。

　　用指标驱动增长

　　在用户生命周期的管理里，可以划分为两个关键阶段：第一个阶段是拉新，第二个阶段是促活。

　　拉新指标

　　拉新的核心目标是为了保质保量、控制成本、获取新用户。围绕拉新的指标体系应该包含评估用户规模的新客规模、成本和评估用户质量的质量管理指标。

　　在指标体系的构建中，要考虑结果的关键指标，同时要关注过程指标，比如转化率和留存率等。要让这个问题可监控和可被影响，我们需要通过拆解的方法，在不同维度进行指标下沉来定位关键原因。

　　围绕新客的指标我们会通过终端的拆解。比如当我们发现新客下降的时候，我们要去看是APP端还是小程序下降，或者通过不同渠道的拆解来定位，到底是哪个渠道出了问题。

　　促活指标

　　到促活阶段，当用户与平台有大量交互行为后，我们可以构建很多标签体系，来丰富我们对于活跃用户的分层画像。

　　在电商领域，我们一般用IFM衡量用户的属性。“I”就是一段时间内末次支付距今的时长，“F”是一段周期内的支付频次，而“M”是周期内的支付金额。除此之外，还有一个指标“A”也非常关键，也就是action，特定的动作。

　　不管是淘宝网红，还是抖音带货模式或者小红书的内容，让用户持续产生需求变得越来越重要。

　　过去的电商，核心是为了满足用户需求，现在的电商不仅要有让用户产生需求的能力，还得拥有让用户锁定他们的能力。要达成这样的能力，需要通过互动指标体系的设计，让用户与我们产生品牌共建。

　　当我们做促活时，用指标驱动增长的前提是构建活跃这个指标。首先明确我们要做的是什么。目的是为了增加完成某个动作的用户数，还是为了提高某个功能的粘性。

　　活跃的定义是多元的，需要依据驱动的目标决定。如果是工具类APP，对这个工具持续的访问会是我们关注的。还有一种可能是对某一个工具的使用，比如微信的新版本上了动态视频功能，这个阶段最关心的可能是，10亿用户中有多少人会去使用动态视频功能，有没有提高用户粘性。

　　如果是课程型APP，比如网易云课堂，需要评估的核心是持续来上课的用户，这些上课的用户才是与我们产生强烈联系的用户。

　　如果是电商型APP，用户发生支付的动作就是我们最关心的，所以支付的用户数会成为考核活跃的标准。

　　指标拆解

　　如果我们关注持续活跃的用户数，连续两个月都发生支付动作的用户会成为我们核心关注的对象。完成了指标的定义之后，如何驱动增长?通过拆解的方法去定位关键的策略。

　　横向拆解。当活跃用户规模出现下降时，就需要去做横向拆解。

　　在整体活跃用户结构中，到底是持续活跃的用户近期不活跃导致增长下降，还是之前流失的用户召回不够导致下降，也有可能是新用户引入不足导致总体规模下降。通过这样的拆解维度，可以定位到具体什么环节出了问题，随后才会有配套的解决方案。

　　如果发现是持续活跃的用户不活跃了，那就是产品留存出了问题，这时候需要找产品或运营的人沟通，是不是近期在产品设计或者体验上出了问题。如果是新用户的规模不足，就需要与市场部门的人沟通，是不是运营、拉新的策略有变化。

　　如果我们发现全盘的活跃用户都下降了，横向拆解好像也不能解决所有问题。这个时候说明你拆解的不够细，还需要更细力度的拆解。

　　通过过程指标的应用进一步挖掘增长问题

　　如果穷尽了各种拆解维度都没有解决问题，还可以通过过程指标的应用进一步挖掘增长问题。

　　以电商为例，我们关心的是支付用户，那么支付用户的核心公式就是访问量(UV)乘以转化率。所以如果支付用户下降了，我们要关注的，是流量不足的问题还是用户不转化的问题。

　　做增长的时候，不仅要关心结果，也需要关心达到这个目标相关的过程，有时候我们可以用迂回的策略解决问题，通过解决过程指标的问题最终达成解决目标指标的问题。

　　总结起来，通过指标驱动增长核心要做四件事：基于运营目的定义指标;通过指标的拆解找到相应的配套策略;通过过程指标的巧妙应用加深对问题的解决;丰富指标图谱融合定性指标。

　　构建整个领域或者整个业务板块的指标图谱时，只有内部数据产生的指标是不够的，它不能帮助我们形成对整个格局的宏观视野。我们还需要与研究用户的人配合，构建一些宏观指标强化整体的大局视野和一些关键体验。

　　比如说品牌知名度这个指标，它可以反映我们对于整个市场的辐射程度，而市场辐射程度的高低也会影响新增用户数这个指标的变化。

　　假如我们已经是一个非常知名的品牌，新增反而是一件自然而然的事;而如果品牌知名度不足，我们做再多的拉新投入，也无法实现高价值的增长。

　　用工具提高效能

　　当我们的产品已经有非常大的用户量时，从1到了100的阶段，我们需要通过工具体系的构建提高管理效能，比如提高单个业务人员对于用户的管理半径。一个业务员到底能管多少个用户，其实反映了效率的深度。围绕用户的生命周期，我们会在不同阶段设计不同的产品达成。

　　在实际卖货的场景中，我们为用户提供的服务，从电商角度而言就是商品，选品系统的协同才能最高效地实现人货匹配。

　　渠道管理

　　当渠道拓展得越来越多，我们会面临渠道的管理问题。当数据增长之后，到底是哪个渠道出现了变化、哪个渠道有问题，很难快速定位。这就需要通过一套统一的指标监控体系和数据管理工具，快速洞察到什么地方出了问题，什么地方可以有增长。

　　这套指标体系核心包括四个维度：一是衡量渠道的引流能力，也就是渠道获取UV的能力;二是衡量渠道对流水的贡献能力;三是衡量渠道获取新客规模的能力;四是这个渠道自己用户的质量。

　　这四个维度能够帮业务达到管理渠道的目的，通过这四个维度的综合应用形成渠道，评分系统也就能够进一步解决下一个渠道管理的痛点。

　　一年只有这么多投放经费，怎么分配?通过统一的评分系统，我们可以对新渠道快速评分。有了这个评分标准，就能知道这个渠道在整体投放策略中处在什么位置，下一步应该加大投放还是收缩。

　　对于长期处在高分段的渠道，应该形成一个关键渠道的长期管理，与这些渠道进行更深层次的活动。

　　当双方形成深度合作时，资源互换会变得更紧密，渠道的评分系统可以帮助我们实现提效降本的目的。

　　用户标签体系

　　当用户进入我们的产品之后，我们会拿到大量用户与产品的交互行为，这时候就可以构建用户与产品交互的标签体系。

　　在构建标签体系的时候，需要保证底层的数据到上层之间有一道数据清洗的过程，来保证逻辑的统一和标签的可用性。

　　实际在设计标签的时候，可以考虑两类标签：第一类，统计标签。基于用户的数据形成一些关键的统计指标，比如支付次数、支付金额以及用户的身份识别等。第二类，模型标签。目的是提高效能转化，有了相应的圈、定了相应的产生兴趣的人，并且给这些感兴趣的人找到最感兴趣的商品。这样就能够实现更高效的用户运营的转化。

　　实际构建完标签系统以后，可以解决三个问题：

　　第一个问题：输出一份用户画像。这份画像可以告诉我们，当前的用户是谁，有什么样的特征。

　　第二个问题：形成定量的描述。可以进一步知道每一类特征的用户规模，值不值得投入精力去做相应的运营。

　　第三个问题：目标的锁定。进行目标用户的锁定，然后配套做后面的自动化运营。

　　闭环数据服务

　　首先选择目标客群(目标客户群体定位)，选择与目标客群匹配的运营方式，然后把这个活动打包上线。

　　上线之后不是结束而是刚刚开始，我们需要监控上线之后活动的效果，为了让它达成闭环，需要让它形成一个长期的策略。

　　指标体系要能服务长期测试，做完以后马上可以进入下一轮。可以去PK上一轮跟下一轮的测试效果，不断对比实验来积累经验，最终形成一套系统化的策略。

　　在运营的时候能够形成一套闭环，并通过数据驱动各个环节的改善，把这个环节不断优化才能形成一套系统的方案。

　　闭环是业务实践的常态。为了让这套闭环更好地运转，在企业实践中，我们会把这套闭环形成一套CM的管理系统。在这个系统中，最基础的能力是技术，要把不同的触达方式和服务方式抽象出来。比如，我们有谱序的手段，有短信的手段，这些都是我们可以提供触达用户的能力，要把这些能力抽象出来形成基本技术。

　　最后就是用标签体系来实现目标人群的圈定。有了这些基础的技术能力之后， 可以在上面操作每一个环节。通过这些环节，能够把用户方式、玩法文案和商品有机整合在一起，形成一套策略化、系统化的方案。

　　闭环不是服务的终点，通过不断的闭环去沉淀经验，最终形成系统化的方案，才是我们最终极的目标。