惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
Docker
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
Scott Helme
Scott Helme
Know Your Adversary
Know Your Adversary
NISL@THU
NISL@THU
C
Cyber Attacks, Cyber Crime and Cyber Security
D
Darknet – Hacking Tools, Hacker News & Cyber Security
C
CXSECURITY Database RSS Feed - CXSecurity.com
S
Schneier on Security
I
Intezer
Spread Privacy
Spread Privacy
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
Cloudbric
Cloudbric
V2EX - 技术
V2EX - 技术
Google Online Security Blog
Google Online Security Blog
L
Lohrmann on Cybersecurity
Recent Commits to openclaw:main
Recent Commits to openclaw:main
L
LINUX DO - 热门话题
S
Secure Thoughts
T
The Exploit Database - CXSecurity.com
博客园 - 【当耐特】
Recent Announcements
Recent Announcements
Security Archives - TechRepublic
Security Archives - TechRepublic
Stack Overflow Blog
Stack Overflow Blog
罗磊的独立博客
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
K
Kaspersky official blog
阮一峰的网络日志
阮一峰的网络日志
博客园_首页
Latest news
Latest news
B
Blog
F
Full Disclosure
大猫的无限游戏
大猫的无限游戏
博客园 - 叶小钗
L
LangChain Blog
GbyAI
GbyAI
Last Week in AI
Last Week in AI
S
Security Affairs
Apple Machine Learning Research
Apple Machine Learning Research
N
Netflix TechBlog - Medium
Security Latest
Security Latest
Vercel News
Vercel News
Y
Y Combinator Blog
G
GRAHAM CLULEY
S
Securelist
T
Troy Hunt's Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
雷峰网
雷峰网

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
用好用户增长分析模型,输出成体系的结论
接地气的陈老师 · 2023-03-02 · via 人人都是产品经理

数据分析师在进行数据驱动增长分析时,不但要用AARRR呈现增长结果,更要量化展现增长决策的全过程,从而发现更深层的问题。这篇文章通过围绕六个模块深入整个分析模型,希望对你有所帮助。

数据驱动增长,是很多公司对数据分析师的要求,可具体到操作上,大家就开始纠结了。虽然增长黑客上白纸黑字写了AARRR五个大字,可真到分析的时候,就总被吐槽:

“新客户数10000人,所以呢?”

“活跃率50%,又怎样?”

“转化率跌了,干啥能升起来?”

单纯看AARRR五个指标,很容易给出“转化率跌了,要搞高”这种无脑结论。要怎么分析才能成体系地输出结论?今天系统分享一下。

用户增长的本质

先忘记模型、数据、方法论。就问一个最简单的问题:“如果让你自己做生意,你会思考啥?”你肯定不会先去听成功学大师讲“心法”“模型”“底层逻辑”(如果真有人兜售这些,要溜快点!),而是问几个简单的问题:

  • 我要卖啥?
  • 卖给哪些客户?
  • 在哪里找到客户?
  • 怎么让客户买单?
  • 我要投入多少?
  • 我能赚回多少?

这些实打实的问题,才是生意成功的关键。企业也是一样,不管发明多少新名词,做用户增长,就是得解决这六个核心问题:

  1. 赛道选择(线上/线下,快消、耐用、零食、服务……)
  2. 客群选择(一个具体赛道下的高、中、低客户)
  3. 获客渠道(广告投放、门店、裂变、传统销售……)
  4. 转化方式(买赠、拼团、秒杀、优惠、限购……)
  5. 投入成本(商品成本+广告成本+营销成本+运营成本)
  6. 产出收益(销售利润,融资目标)

这里个问题之间,有内在逻辑(如下图):

这是我见过最好的用户增长分析模型

整个分析模型,就是围绕这六个模块做深入。不但要用AARRR呈现增长结果,更要量化展现增长决策的全过程,从而发现更深层的问题。

01 赛道选择

用户增长本身有两大方式:

初创型企业,需要在公共市场上竞争,大海捕鱼。

集团企业内部孵化新业务,可以从内部引流,池塘养鱼。

两个方式下,数据看法不同:

大海捕鱼式:需要评估市场空间,市场增长速度,竞争对手情况,需要大量二手数据。

池塘养鱼式:内部客户已有数据基础,待转化的范围是有限的,直接做客群分析即可。

相比之下,大海捕鱼式更麻烦,因此重点讲一下,此时需要收集三个数据(如下图):

  1. 目前市场评估:评估增长空间有多大
  2. 存量玩家的规模:发现竞争格局,评估竞争难度
  3. 存量玩家的增速:发现增长标杆,选择对标对象

这是我见过最好的用户增长分析模型

这三个数据,都不太可能直接获取准确数据,因此需要结合第三方数据、行业报告、主要竞争对手的新闻,甚至一些不太光彩的手段获取。

此时,不必太纠结数据准确度(一定不100%准),而是要评估来自各个渠道的信息,指向是否一致。比如各渠道都反应:行业是垄断竞争装填,行业在快速扩张期。定性判断是准的即可。

02 客群选择

当赛道具体到一个具体领域后(快消、耐用、零食、服务……),其目标用户群体的画像、消费力、人群数量是可以锁定的。这里有两个要重点关注的东西:用户消费力分层与用户复购行为。这两点,直接决定了增长打法。

1. 用户消费力分层

原则上,头部客户的消费力越强,人数越少。则越应该采取“大浪淘沙”式的增长策略,大量获客之后,通过高门槛+重服务,筛选出大客户,紧紧抓住大客户的需求。如果头部客户消费力与底部差异不大,或者用户普遍有大额消费刚需,则要采取“放水养鱼”策略,做好基础服务,做大客群。

2. 用户成长路径

客户自然复购率高,通过少量投入能引发复购,则可以打造用户成长路径,鼓励用户多消费,鼓励累积消费。如果天然复购率就低,则应采用收割策略:大量获取新人,鼓励老人带新人,从而保持持续增长。(如下图所示)

这是我见过最好的用户增长分析模型

注意,这里有个典型的分析陷阱:把自己的存量用户,当成了市场上全量用户。当一个企业在市场上没有处于垄断地位的时候,很有可能存量的用户只是整体用户的一部分。市场上的用户全貌和基于存量分析出的用户画像不一样(如下图)。

这是我见过最好的用户增长分析模型

因此在客群选择阶段做分析,要结合调研/竞品分析开展,及时了解竞争对手的客群结构,避免盲人摸象,越做越瞎。

03 获取渠道

用户获取渠道与转化方式,与用户群体的定位有直接关系。理论上,有四种常见的形式可以选:

  1. 线上广告投放(根据目标用户喜好的渠道、内容进行投放)
  2. 线上用户裂变(目标用户中有KOL存在/KOC有足够分享意愿才行)
  3. 线下门店(目标用户聚集在特定城市/特定区域)
  4. 线下销售(有足够多大客户,值得销售一对一跟进)

这四种方式,对应着特定用户群体需求。因此在评估获客方式的时候,优先看的是每一类方式是否能触达对应的用户,再看转化效果。因此要区分局部影响因素和全局影响因素,优先看投放渠道和触达人数,是否达成目标(如下图)。

这是我见过最好的用户增长分析模型

之后,才是每一类方式的转化漏斗分析。转化漏斗分析在很多文章已经有讲到,这里不再赘述了,传统的投放分析/获客分析也经常做这一块。

04 转化方式

转化方式的分析,在很多文章也已经讲过,这里不再赘述了。实际上,传统的投放分析/获客分析也会做转化方式的研究,很多ABtest也是围绕“哪种转化方式更有效”进行的。

比如测试一个在线课程获客效果,可以用如下图方法,通过多个版本测试,逐步实现。

这是我见过最好的用户增长分析模型

要注意的是:测试不是无节制的。每一种打法可能有其转化能力的上限。因此在设计方案的时候,可以预设测试的次数、投入费用与期望值。比如一个月测试3次,如果都不能满意,就果断地换方案,避免在细节里陷得太深,只见树木不见森林。

05 投入产出核算

投入产出核算,是评估增长的最重要尺子。这一步,常规的投放分析/获客分析也会做,但经常陷入细节,过分纠结每个渠道的ROI,形成“瘸子里边挑将军”的局面(如下图)。

这是我见过最好的用户增长分析模型

做投入产出核算,首先应该将增长策略打包,同类策略下若干具体推广措施/活动,作为一个整体。先评估整体效果,再看细节

作为一个策略包,在其作用下:

  • 增长速度是否令人满意
  • 增长数量是否达到要求
  • 投入产出比是否可接受

对整体评估之后,再看细节。这样既容易在内部树立标杆,又能避免“只见树木,不见森林”。如果发现竞争对手有新的策略推出,还能跟踪观察其效果,即时验证新方法可行性,避免局限于过往经验,错失新增长机会。

06 小结

这一套增长模型的做法,主要是为了避免增长分析只盯着眼前的一亩三分地,而导致的短视问题。领导们期望的深度洞察,比如下面三个问题,都得从全局出发,系统观测才能得到:

  1. 是否有还没采取的,但是很有用的手段
  2. 是否有更多突破常规,出奇制胜的技巧
  3. 是否已经触达上限,需要更换赛道/客群

当然,这样做也有挑战,就是数据分析的范畴,突破了现有数据,需要结合大量的行业数据与测试数据,才能下结论。这样对于数据分析师的工作是有很大挑战的,但是对增长来说非常有帮助。

专栏作家

接地气的陈老师,微信公众号:接地气的陈老师,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。