AARRR->RARRA，用戶增長模型的變化！
本次分享的內(nèi)容有：
什么是用戶增長
增長的必殺技是補貼
智能化補貼的框架
關(guān)鍵詞：增長、補貼、效率
增長是目標，補貼是手段，效率是評價。
▌用戶增長
定義：用戶增長是用戶的新增量大于用戶的流失量，就像一個游泳池一樣，在動態(tài)維持用戶的增長。增長包括兩個方面：人數(shù)（用戶的絕對數(shù)量）和質(zhì)量（每個用戶貢獻的價值）。
整體上可以用一個公式來表達：
規(guī)模=(DAU + growing - dying) * 質(zhì)量
當 growing > dying 時，表明用戶量是增長的。若平均質(zhì)量也在增長，說明整體盤子的用戶質(zhì)量很高，也是屬于增長。所以做增長，需從人數(shù)和質(zhì)量兩個角度著手。
1. 增長模型的演變
隨著時間的變化，增長模型發(fā)生了如下變化：
共同點：增長模型依然是5件事情，只是順序發(fā)生了改變。
不同點：在互聯(lián)網(wǎng)的早期，各個垂直領(lǐng)域都是缺少競品的空白區(qū)域，平臺屬于野蠻生長時期，最需要做好獲客，適合 AARRR 模型。而在當下各個細分領(lǐng)域的供需雙邊都飽和的情況下，獲客成本越來越高，且留存的成本遠比獲取新用戶成本低，所以做好留存的重要度明顯比獲客高。
2. 用戶生命周期曲線
將用戶從了解某 app 到離開 app 的過程劃分為6個階段，分別為潛在期，新手期，成長期，成熟期，衰退期，沉默期。按照用戶價值與時間的關(guān)系如下所示：
很明顯，用戶在成熟期價值最大，其次是成長期和衰退期。那么，不同生命周期，我們能做什么呢？
從圖3 來看，圖形類似于一個煙斗，這里稱呼為煙斗模型，煙斗模型解釋了每個時期，我們能對用戶做哪些操作，使用用戶給平臺帶來更大價值。
獲客：發(fā)生在潛在期，對潛在用戶進入引導(dǎo)，讓其進入平臺
激活：發(fā)生在新手期，用戶進入到平臺，引導(dǎo)用戶熟悉 app
留存：從用戶進入到 app 到離開 app 都要做留存，以最大程度的延長用戶生命周期。
收益：即讓用戶向平臺付費，主要發(fā)生在用戶使用 app 一段時間后，即成熟期和衰退期。
推薦：品牌認可，用戶將 app 向好友推薦，獲取優(yōu)質(zhì)的用戶。發(fā)生在新手期、成長期、成熟期。
▌增長的必殺技是補貼
定義：通過補貼，讓用戶嘗試使用產(chǎn)品，給予用戶好的體驗，并讓其在未來留下來繼續(xù)使用 app。
1. 補貼案例
案例1：加班補貼：用補貼換時長增加
實施打車策略后，原本8-9點下班的員工會工作到9-10點，對公司而言，付出了打車費用，總的工作時長增加了，但 ROI 是否會增加具有不確定性。
方案2：補貼增強用戶體驗
對有打車需求的用戶，給予補貼。通過平臺讓利的策略，提高用戶發(fā)單的概率，以提高平臺營收。
小結(jié)：用補貼的方式使更多用戶來體驗產(chǎn)品，讓用戶更加頻繁的使用 app 并留下來。常見的補貼有現(xiàn)金紅包、現(xiàn)金券、折扣券、積分、實物獎勵等。
2. 該如何補貼
發(fā)小錢辦大事，提高補貼效率，補貼效率公式：
分子為補貼后的效果減去補貼前的效果，即補貼收益 ；補貼金額等于活動投入的金額，即補貼成本；ROI 等于補貼前后的收益處以補貼金額。若想使 ROI 呈現(xiàn)遞增趨勢，在補貼成本不變的時候，使補貼前后收益增加，或補貼收益不變的時候，減少補貼成本。
3. 如何提升補貼效率
提升補貼效率的關(guān)鍵因素：市場供需
投放補貼，應(yīng)該圍繞市場供需來做，滿足用戶的需要，驅(qū)動增長。對于增長來說，提高 ROI，有兩種方式，保持分子不變，分母變小，即補貼前與補貼后的收益效果不變，認為市場需求達到了天花板，通過減少補貼，驅(qū)動 ROI 增長；保持分子變大，分母不變，認為市場有供給需求，即市場供需不足，在補貼成本不變的情況下，帶來了收益增加，就需要提高補貼效率。
▌智能化補貼
1. 必備條件
多部門合作，需具備人工智能、心理學(xué)、經(jīng)濟學(xué)知識。
2. 優(yōu)化思路
如何對上文案例1中的打車補貼與工作時長關(guān)系優(yōu)化，最大化 ROI 呢？下面從兩個角度來優(yōu)化策略：補貼敏感度和市場供需環(huán)境。
角度一：補貼敏感度
問題：無效補貼
明確哪些因素會影響收益和成本，找到對收益沒有影響但增加了成本的因素。在打車補貼案例，實施補貼策略后，會有部分原先不屬于補貼范圍的員工向補貼區(qū)域轉(zhuǎn)移，使得享受補貼的人數(shù)增加，補貼成本也會增加，收益是轉(zhuǎn)移進入補貼范圍用戶的工時增長。對于原先工作到9點后下班的員工，工作時長沒有增加，補貼成本增加了，這部分人的補貼就是無效補貼。
對于無效補貼的用戶，是需要待優(yōu)化的。
3. 優(yōu)化策略
① 引導(dǎo)用戶增加工時
實施打車方案后，工作時長沒有得到有效增加，但支出增加了。結(jié)合員工歷史下班時間，如果員工工作時長增加60分鐘，就給予打車費報銷。采用策略引導(dǎo)員工增長工作時長，達到了預(yù)期的工作時長，對其給予補貼。對公司而言，獲得了更多的工作時長，同時剔除了無效的補貼，ROI 的分子變大，同時分母變小。
② 彈性補貼
在策略1的基礎(chǔ)上，繼續(xù)優(yōu)化補貼成本，對不同的員工給予彈性的補貼，從整體角度來看，收獲的工時不變，公司投放的成本減少，ROI 增加。
③ 價值轉(zhuǎn)化
在策略2的基礎(chǔ)上，考慮每個員工的邊際效用與邊際成本，若是邊際效用大于邊際成本，給予補貼，否則不給與補貼。同時，給予補貼的員工給予彈性補貼。整體上來看，工時增長了，投入的成本減少，ROI 減少。
角度二：市場供需環(huán)境
這時，結(jié)合市場的供需環(huán)境，給予員工福利待遇：
④ 增加補貼，換留存
⑤ 減少補貼
4. 復(fù)盤
前面3版本，從員工畫像角度考慮，利用大數(shù)據(jù)千人千面的能力，對員工的勞動能力、勞動價值、對錢的敏感度做出運營策略；第4和第5個版本，結(jié)合市場的供需環(huán)境、企業(yè)提供的崗位數(shù)量之間的供需關(guān)系做出的策略。整體上，就是補貼與收益的動態(tài)平衡。
▌精細化營銷框架
每個框中包含了相應(yīng)的數(shù)據(jù)和技術(shù)要求。底層搭建系統(tǒng)和提供數(shù)據(jù)支持，模型層將數(shù)據(jù)加工成用戶畫像以及做預(yù)測問題，機制層結(jié)合用戶畫像、預(yù)測結(jié)果等設(shè)計動態(tài)收益模型，保持平臺盈利和生態(tài)平衡，最上層是產(chǎn)品，直達用戶。
1. 算法工程師工作規(guī)范
明確目標，知道到底在做什么事情；有合理的指標體系來分解目標；從指標中提煉出行之有效的方法，也就是機制；機制抽象為模型，做成系統(tǒng)化的需求；最后是評估，對策略做數(shù)據(jù)評估，以便于迭代優(yōu)化。不同職業(yè)發(fā)展階段，不同方面的能力的重視程度不同，在剛步入職業(yè)階段，模型尤為重要，越是職業(yè)發(fā)展后期，指標和評估更為重要。
2. 模型
用戶模型：刻畫用戶能力和勞動意愿。
供需模型：預(yù)測類型，包含時序模型、指數(shù)因子模型、特殊修正模型，其特征體系包括指標序列、線下特征，還具有一定的周期性、趨勢性、隨機性等特征。
3. 補貼機制
第一個：在業(yè)務(wù)早期，驗證市場有效，目標是最大化收益，同時保證投入就可以帶來收益；
第二個：在業(yè)務(wù)快速成長階段，加大投入，提高業(yè)務(wù)覆蓋面，最大化 ROI，保持投入效率最大化；
第三個：在業(yè)務(wù)成熟階段，保持收益不減少，減少補貼，提高 ROI。
4. 產(chǎn)品思維
信息不對稱，供給不足：在信息不對稱或壟斷的情況下，采取漲價措施，提高收益。
損失厭惡的心理：利用損失厭惡的心里，換取未來一段時間的活躍度，適用于競爭態(tài)，提高用戶忠誠度和留存度的場景。
通過不確定性的獎勵來增加趣味性。
5. 風險
可能的風險：用戶感知殺熟，認為不公平的情況。
如何規(guī)避：
規(guī)則透明：明確告知用戶規(guī)則機制。
提高定價，反向補貼，完成差異化定價，先提高定價，再給用戶實惠折扣來吸引用戶下單。
▌總結(jié)
智能化用戶增長，需要具備多項技能，技術(shù)使得我們具備接觸數(shù)據(jù)、熟悉數(shù)據(jù)、加工數(shù)據(jù)的能力，人工智能幫助我們準確的預(yù)測用戶，微觀經(jīng)濟學(xué)幫助我們理解收益平衡機制、明確 ROI 增長思路，黑客增長和心理學(xué)拓寬我們的思維和了解用戶，擁有更多的途徑來實現(xiàn)策略的落地成為產(chǎn)品，更加好用的產(chǎn)品直達用戶。
推薦閱讀
歡迎長按掃碼關(guān)注「數(shù)據(jù)管道」