如何理解用户增长，送你4个案列！-黔优网

春节期间读完了黄天文的《引爆用户增长》、周喆吾-Max分享的他在Uber和摩拜的用户增长实战经验，去掉煽情部分，砍掉铺垫和转折，捎上有关增长的那些事及案例，给大家捞捞干货。

1.增长是移动互联网下半场的主题

增长（Growth）是企业永恒的使命，耐克创始人曾经说过：“If you’re not growing，you’re dying”。用户是企业的命脉，用户增长能驱动企业增长：即企业能不断获取新用户，新用户能留存并持续性产生消费。

2017年是线上流量价格到了临界点的时刻，移动互联网在经历了社交、移动支付、直播、共享出行、科技金融等一大批爆发式产业增长后，移动互联网用户增速从10年的70%下跌到10%，这也意味着中国移动互联网用户数量已经接近天花板，那种每年百分之二三十，甚至更高的增速将一去不返。同时，马太效应愈加凸显：强者恒强，弱者恒弱，中国用户每天79%的时间被BAT流量APP占据，BAT作为流量入口其头部地位将更加难以撼动。

2.用户增长模型

（1）AARRR模型/蓄水池模型

企业的用户可以形象的理解为一个大型的蓄水池，一端在进水一端在漏水，要像让蓄水池内的水变得越来越多，一方面是让进水量更大;另外一方面是要减少漏水端的出水量，即“开源节流”，即新增用户数＞流失用户数。入水口环节除了进水量足够大之外，还需要保证水流的质量，减少泥沙等杂质的占比,即单纯的注册用户数增长并不一定能带来企业的利润，只有高质量的用户增长才能持续驱动企业增长。用户蓄水池还可以抽象理解为AARRR用户增长模型的形象版。

用户蓄水池 A ARRR增长模型

（2）用户生命周期模型

针对不同生命周期阶段的用户需制定差异化运营策略

（3）RFM模型

RFM模型在用户成长中主要用于监测用户的活跃度及流失的可能性。利用R、F的变化，可以监控用户流失的可能性，再从M维度来判断用户的价值，召回策略：高价值用户优先召回。红包策略：基本规律是结合用户成熟度及活跃度，两者越高的用户红包金额越低。

RFM模型

3.用户留存“魔法数字”

增长黑客在用户成长过程中发现了2个“魔法数字”，即：1次复购，用户留存率提升30%;5次购买，用户留存率升至60%以上。新用户注册后前2个月的培养，是提高留存的关键，提升一次新用户的复购，能大大加强用户的品牌认知，“5”次购买变忠诚这个定律已被广泛应用于各行各业。

一个新用户在首购1个月内无复购行为的用户其留存率只有19%，1个月内有复购行为的用户其留存率能达到50%以上，首购后连续2个月有购买行为的用户其留存率能达到70%以上。用户在5次购买时留存率已经达到了60%以上，并且随着次数的增加留存率也在逐渐增加，直到5次及以后增长逐渐趋于平稳。奥园集团旗下奥买家APP案例·在新用户注册后一次性给用户发3张券，分为不同的优惠起步面额，券有效期时间仅7天刺激用户缩短购买时间间隔，配合其它活动领券入口可引导用户多次购买。春雨医生APP案例·用户每笔订单支付并评价完成后可获赠复诊券1张，促进复购。花旗银行在线下地推案例，某餐厅新开业策划的“霸王餐”的活动，当用户按照当次消费金额的客单价充值预估还会再来消费4次，加上当次消费，用户在这家餐厅大概能消费5次，消费完5次，就变成了这家店的忠诚用户。

4.成熟期用户该这样运营

一个用户度过了新手期和成长期之后会进入成熟期，这个时期运营的重点是增加用户的购买品类，提高用户购买频次和客单价。以曹操专车为例，建立了跨品类导流的手段和机制，引导用户跨品类消费，通过关联发券及交叉发红包的形式，进行交叉品类导流。

跨品类交叉购买

设计丰富的购买场景，如何设计更多的场景化导购，是增加用户购买频次的重要手段。

京东、严选、饿了么、淘宝商品关联推荐

5.建立用户流失预警机制

（1）核心公式：

用户终身价值LTV（Life Time Value）=每个付费用户平均收入ARPU（Average Revenue Per User：一个时间段内从每个用户所得到的收入）*用户生命周期（duration）

duration用户生命周期=1/流失率（churn）

流失率（churn）=1-留存率（retention）

（2）计算流失临界时间：

应以大多数用户的行为时间间隔为准，而非平均值，平均值会因为少部分用户而拉长。以下图为例，某产品用户从注册到首购的时间间隔，在一周内完成购买的用户数能达到80%以上，即注册后7天为合理界定新用户流失的临界时间。

临界流失时间确定

分析新用户流失率的意义：当用户成长起来并通过购买产生的利润大于用户获取的成本时，产品才能持续盈利。一旦新用户流失率过高，新用户获取成本＞所贡献的利润，企业就会入不敷出。

新用户流失率：当天的新注册用户流失数/当天的总新用户数

（3）真假留存怎么看

举个对比例子，下图横轴代表时间；纵轴代表周活跃量的总人数，最外面的曲线代表总人数的不断增长，最外面的曲线代表的就是留存的总人数。分析下面的两条曲线，我们能发现表面上用户都在增长。但是透过现象看本质的话，第一张图的用户留存是在不断减少的，而第二张用户留存在后期趋于稳定，所以总用户数在不断增长。所以说，要想实现持续的真正的增长，留存是一个至关重要的因素。

看图形里面的每一个颜色，随着时间的变化而不断变细。这些不同颜色代表每一天进来的用户，随着时间的变化慢慢流逝，最后只有一小部分群体留存下来。真正增长的活跃人数：不同层级的颜色，经过一段时间编程平稳的一条线，这说明我们的客户有一部分留存下来。这个时候，我们不仅有拉新拉来的新用户，也有之前留存下来的老用户，这些用户数加起来才是真正的用户增长。