大家好，欢迎来到IT知识分享网。

关于用户增长

以终为始，利用一切资源让更多用户更高频使用核心产品功能。

用户增长就是用测试的冗余性来换取增长的确定性，一次尝试就探索成功，几乎是不可能的。

所以在一开始，我们就要想到，项目失败以后下一步要怎么做。

同时，为了提高项目的成功率，可以提前做哪些事情。

增长分为四类：漏斗型增长、功能型增长、策略型增长、整合型增长

漏斗型增长

重点在于流程的优化。

复杂的世界可以被拆解为很多细小、简单的组成部分，如果每个输入部分是确定的，那整体的输出其实也是确定的。

我们能把工作流程尽可能拆解为各个细小环节，通过优化各个简单的环节，大幅提升整体效率。

除了机械地劳动以外，每个环节都需要大量的ab。

漏斗型增长的核心就是提升用户从一个环节到下一个环节的转化率。

让用户更高频、更深入地体验到产品的优势。

功能型增长

一般是给产品增加某种功能，从而带来用户的增长或活跃。比如：分享功能、给用户发红包、邀请拼团等。

但是开发一个复杂的产品功能风险是比较大的，如果不成功，成本会比较高，增长的节奏也会被拖得比较慢。

功能型增长往往要和策略型增长结合，才能充分发挥优势。

策略型增长

策略像是一个放大器，叠加在普通的功能上，能产生更强的效果。比如：基于用户画像发app push

整合型增长

线上线下的产品或服务一起才能构成一个完整的体验闭环，而且线下产品或服务所占的比重还比较大。

需要改善用户在线上和线下业务的整个体验，让用户在线上和线下的感知没有明显的区分。线下融合线上，产生新的产品或服务体验。

HVA模型

HVA（high value action)，高价值行为。

如果用户在我们的产品上产生了一些关键行为，那么他的整个LTV曲线就会发生跃迁。

对于我们来说，用户在我们平台上产生什么行为，付费的概率会高呢？用户在买了什么以后，买其他产品的概率会更高呢？用户参加了什么活动，用户会更愿意付费呢？

这些都是我们需要去分析出来，然后引导用户去做这样的事情。才能更大限度的发掘用户价值。

每一个HVA的价值可能都不同，我们需要去量化评估，然后选择其中价值较高的去实践。

如何衡量HVA价值？

每个HVA都会产生一个Delta LTV，即增量LTV。

我们需要去分析出来每个HVA产生的增量LTV是多少，然后我们才能决定在引导用户产生HVA的过程中，针对不同的HVA采取的补贴量去促进用户产生HVA。

根据增量ELTV，我们可以算出用户产生每个HVA的成本定多少比较合适，从而指导预算的制定。

通过引导HVA来提升LTV

1、优先引导价值更高的HVA

2、有针对性地对用户产生的HVA付出的成本进行补贴

在决定要引导用户产生哪个HVA时，需要在HVA价值、补贴成本、实现难易度之间做一个平衡。

对于用户HVA的引导，实际上就是对用户生命周期的管理。引导用户产生HVA的目的是提升LTV。

增长的核心就是要对用户生命周期进行积极管理。

可以做一些新手护航策略来引导用户一步步沿着HVA链条往下走。

提升LTV总量

主要有两个途径：

1、吸引更多用户

2、提升每个用户的LTV

要用发展的眼光去评估当下的用户获取策略。

只有产品的基础体验达到一定门槛，才能让核心用户有一个比较好的体验。

并不是说要把产品体验打磨到极致了采取拉新，而是说要让用户能够比较流畅地体验完产品的核心功能，并且愿意再次使用。这样用户才有可能留下来，并持续贡献价值。

产品的基础体验是那个1，而增长是后面无数的0。

用慢思考来引导用户产生HVA的快思考产品逻辑

一个好的用户增长，一定是对心理学和思维决策过程有研究的。（此处推荐《思考，快与慢》、《超越智商》）

系统1是快思考，运作快速、无意识，就像条件反射，用系统1思考，我们会感到很很爽、毫不费力。

系统2是慢思考，需要耗费大量的脑力去专注思考，我们的大脑通常不倾向于用系统2来解决问题，更愿意用系统1来解决问题。

在设计用户增长相关页面及功能时，我们需要调动用户的系统1，让他们快思考、迅速决策、跳转到下一步，这样才能提高转化率。（可以参考《影响力》里面的互惠、承诺和一致、社会认同、喜好、权威、稀缺，再加上《超级转化率》中的畅销好评、痛点刺激，底层的逻辑也就那一些了。)

如果我们遵循一些基本原则，按照一定的框架来呈现信息，就会让用户非常流畅地调动系统1进行思考，产生我们期望的决策。（做好引导）

引导用户产生强烈情感

强烈的感情会影响人们处理任何信息的能力。从《乌合之众》我们知道群体对感性的东西比较敏感，对理性的东西却不太感冒。根本原因还是强烈的情感容易在群体中传播。

群体对感性的东西反应比较强烈，群体就像强烈情感的发动机，强烈的情感会屏蔽系统2。因此，我们在设计HVA引导逻辑的过程中，通过引起群体共鸣、代入感的方式或其他的方式，让用户产生强烈的情感，就比较容易让用户转化。

当然，具体的转化效率还和产品类型以及用户群体有一定关联。

之前看到有人问水军有没有用，那肯定是有用的，水军，水评论，做一些假的畅销的信息，都能给用户强烈的心理暗示，从而提高转化。

默认选项引导

根据数据，大部分用户习惯于点我们给出的默认选项。（只要不离谱）

先寸后尺

在劝用户购买自家产品之前，先让用户回答一些封闭性的小问题，这些小问题的答案一般都是肯定的。

当你提出需要客户做出购买决策的重大问题时，他们会倾向于给出肯定的回答。

用不断的肯定来拉近用户与我们之间的距离，提高用户对我们的信任，让用户愿意买单。但是千万注意，不要让客户产生被操控的感觉。

直奔主题不一定对每个产品都适用，特别是决策成本高的产品。我们需要先找到容易让用户形成共识的点，再引导转化，效果会更好。

一般来说，引导用户做一个重大决策，难度会远高于引导用户做若干细小的决策。

引导用户做若干细小的决策，虽然看起来麻烦，但是其总体转化率是较高的，尤其是各个小的决策的设计运用了损失厌恶原理，更容易让用户产生有利于产品的决策。

实现用户增长的一个非常重要的逻辑：打碎用户的决策链。让用户跟着我们的节奏去走。

欲取先予，引发损失厌恶

损失厌恶就是人们在面对同样数量的损失和收益时，损失带来的痛苦要远大于收益带来的效用。

创造认知引力场

在分析处理问题时，人们习惯用快思考处理问题。

光环效应、锚定与反锚定效应

在使用锚定和反锚定来营造对我们有利的认知引力场时，还要考虑受众的情绪反应，以及是否是多次博弈。

其他创造认知引力场的方式：引用方法论、名言警句、顺口溜、行业案例等。

营造一个对我们有利的认知引力场，比较容易让用户往漏斗的下一层转化。

分享笑脸模型

一般的分享模型：拉新–分享–拉新

分享笑脸模型：拉新–体验核心产品功能–分享–拉新

一味的只是引导用户再分享，对ALTV的提升影响不大，所以核心还是做好核心功能的用户体验。

对运营来说，数据的增长虽然重要，但是也不能因为这个反复消耗用户的好感，“度”的把握还是要通过多做测试，多总结来得出。

低频与高频产品增长的差异

对于低频高客单价产品，中短期来看就是一个零和游戏。

我们需要尽量在成交前，识别出哪些用户是强需求用户，针对他们进行资源投入倾斜（资源超配投入），把最优质的资源集中在这部分已经识别出来有强需求的用户身上。

高频产品：相对容易产生增量需求，在增长策略上的空间比较大。

低频低客单价产品：通过价格调整，还是能产生一定增量需求的，但核心还是教育引导新用户，让用户知道产品的新场景，充分利用空闲的供给。

低频高客单价产品：需求基本不会沿着价格曲线变动，我们的激励和优惠不会对用户交易需求产生太大影响。

对于弱需求的用户，引导用户体验产品核心功能，识别强需求用户，让他们在我们的产品上形成交易闭环。

A/B测试

增长的本质是通过数据驱动的迭代测试把主观知识变为客观知识，用测试的冗余性换取增长的可能性。所以我们在分析过程中，要尽可能多地获得不同的数据分析视角，综合不同的数据点来进行决策。

我们对数据的态度，其实代表了我们对用户增长底层逻辑的认可度。科学的用户增长方法论，一定要建立在对数据和各种统计分析方法的尊重之上。

数据背后是人性，我们不能只分析数据本身，一定要对数据背后的人和他们大脑决策机制有所了解，这样才能做好用户增长。

理解数据背后的人，归根到底还是为了加深我们对数据的理解。

逆向思维

“要赚钱先想好如何不亏钱或少亏钱”

在做策略型增长时，我们一般都要做一系列规划，当前测试失败后我们下一步应该验证什么、测试什么都要提前想清楚、规划好，做到无缝衔接。

我们应该做哪些方面的改变来降低失败概率，如果失败了我们下一步的计划是什么。是否有备选方案?

大部分测试都不能带来预期的增长，多做测试，用测试的冗余性换取增长的可能性。但是在战术上，针对每一次增长测试，我们都需要精心设计以确保它的成功，尤其是在做功能增长时，应该提前想一下如果这个项目失败了，可能是哪些因素导致的。在列出各种影响因素后，我们要仔细分析，专注于影响圈，看我们对于哪些因素还能额外做一些改变。

增长需要的“发现技能”

联系

把看起来各自独立的事物联合起来。把独立的业务联系起来，寻找一些新的组合。

发问

发问是一个求甚解的过程。分析大量数据，找到数据表象后面的原因、业务场景、用户心理等。（可自行百度学习“5why工作法”）

观察

留意身边的世界，看事物如何运作，找到可以优化的地方或可借鉴的模式。

仔细观察用户与产品的交互过程，浸入式感知用户体验，找到可以优化的环节。

用户的感知永远是对的，用户有我们预期之外的感知，就是我们工作没有做到位。

有代入感地观察用户的体验，能帮助获得增长的灵感。

交际

多接触不同学科、不同领域的想法。理想的用户增长人才是跨学科人才，需要有多个领域的工作经验或知识。

用户增长团队也要与不同行业或者其他公司的相关团队多交流。

实验

创造产品原型或者测试环境来验证想法，用人文的思路来发现测试点，用科技的严谨分析来验证测试效果。

作者：里奥 关注产品/运营以及互联网行业动态，分享有意思的东西~