关于用户增长的思考框架

一. 市场、BD侧 （侧重拉新）

渠道侧拉新重点是分析产品调性及产品用户属性（产品定位、用户年龄喜好特征等），针对性进行广告投放和合作。

1. 广告投放
   举例：最右app-快乐大本营电视节目、网络视频合作等
   核心：投放渠道用户与本身产品用户特征相似
   数据分析：分渠道日均拉新数、分渠道用户质量（新客核心数据表现、活跃程度、留存率等）、人均获客成本、渠道拉新roi
   目的：利用渠道转化漏斗优化渠道效率，评估出重点渠道来重点的持续投放运营
2. 异业合作
   举例：闲鱼-货拉拉、贝壳-货拉拉
   方式：资源置换、发红包优惠券等、产业上下游合作 ，核心点在于合作双方目标用户重合度高或者形成链条（用户在贝壳租房->用货拉拉搬家）
   数据分析：前期调研合作平台用户量，预估用户转化率，测算成本，用户转化漏斗，与合作平台的分成模型等。后期复盘转化效果，评估是否需要持续合作以及优化合作方式
3. 线下曝光转化
   举例：展会、社区
   核心点：目前线上流量红利已过，线上投放成本较高，可以把目光适当向线下传统曝光模式转移，像目前社区曝光就是一个有效的线下方式
   数据准备：预估参与活动人数、预估各环节转化率、预估物料量、活动后复盘活动效果
   其他（搜索、小视频、kol、自媒体等 不详细赘述了）

**核心方法论：**冷启动阶段，小步快跑，采取实验的方式快速迭代并试错，快速找出可以持续运营的几个获客渠道重点投入。

二、运营、产品侧：（涉及：拉新+留存+召回）

1. 产品优化
   新客激活转化路径优化：利用用户漏斗分析流失点，优化新客触达产品核心功能的路径，提升新客次留
   留存优化：留存率是虚荣指标，需要利用数据，分析高留存与低留存的用户的行为区别，找出影响留存的关键直接数据指标，然后通过策略、页面、功能等进行关键指标优化
   举例：信息流产品留存下降，通过数据下钻方式，发现低留存用户比高留存用户人均展示及人均点击低很多，可以判定人均展示及人均点击为影响留存的核心指标，可以通过调整推荐策略，调整内容丰富度等方式进行人均展示、点击的指标优化，从而提升用户留存。（注意：留存是虚荣指标，一定要把留存拆分到具体的业务可以影响的直接指标上去，才会有一个较明确的发力点。以上以优化留存为例，别的指标也一样，逻辑上说是要拆分到具体可落地的直接指标上）
   方式：通过数据分析及产品sense进行假设，然后用AB-test验证假设
2. 运营策略
   新客激活转化路径优化：利用用户漏斗分析流失点，优化新客触达产品核心功能的路径，提升新客次留
   留存优化：留存率是虚荣指标，需要利用数据，分析高留存与低留存的用户的行为区别，找出影响留存的关键直接数据指标，然后通过策略、页面、功能等进行关键指标优化