我们在做产品运营的时候，是不是经常碰到这样的情形？
- “最近怎么没多少人购买我们的产品呢？看来要多搞点活动！”
- “马上就要推新的产品了，得赶紧组织人员，尽快多拉人进群，不然怎么卖？”
- “涨粉速度这么慢，没有新粉丝，哪里会有人来买我们的产品呢？”
想提升产品的销量，你会怎么做？
找好的渠道方合作，分成比例一高，自己赚的就少了。办一场活动，不仅成本太高，还可能得不偿失。
把手里的资源再用一遍，预期效果却可想而知。
“用户增长”往往成了最后的“撒手锏”。就像拼多多2019年疯狂的用户裂变一样。钱砸了很多，但并没有得到与其的效果。
因为，“用户增长”就是“裂变”、“爆粉”、“涨粉”的代名词。但事实上，很多人都理解错了。
如果能真正地理解并正确使用“用户增长”，效果绝对比单纯的裂变、爆粉，好上100倍！
你因为你了解用户增长，但实际上却是错的
用户增长作为外来词User Growth，可以从两个方面进行理解：
我们国内大部分互联网公司的运营，好像戴了什么魔咒似的，只对于用户量的增长情有独钟，通过裂变活动、爆文、爆款视频、爆款引流课等吸引来更多的粉丝。
而通过裂变完成拉新、有趣的话题增加活跃度、优质的内容提升留存、促销活动完成转化、品牌活动达成自传播。最终实现“用户价值”的增长。这块却很少有人提及。
产品运营人大部分时间都在做：“社群裂变”、“公众号裂变”‘、“个人号裂变”；这些只是增长用户量的方式，用户价值增长的一部分。
而整个用户体系并没有很好的建立，效果可想而知！
用户增长的三大底层逻辑
想要快速掌握用户增长的本质，就一定要先清楚它的底层逻辑。一般来说，短期看用户增长；中期呢要看用户价值的提升；而长期要看用户是否高频次的使用产品。
还是以拼多多2019年的疯狂拉新来做分析，拼多多很好的做到了第一个底层逻辑，但是对后续的用户留存和活跃，以及高频次的使用拼多多产品；却没有很好的重视。
因此，很多新人登录上去，领完奖品和优惠，基本上就很少登录拼多多了。
这就是没有好好的建立用户增长的三个底层逻辑导致的。
用户增长的增长模型，你用的对吗？
既然说到了用户增长的三个底层逻辑，就不得不说一下用户增长的方法论，也就是我们常用的用户增长模型。
基本上所有产品运营人都耳熟能详的模型就是我们的海盗指标模型了，也就是AARRR模型（拉新、激活、留存、变现、自传播）。
这一增长模型出自2007年Dave McClure提出的业务增长模式，正好对应用户生命周期的5个阶段：导入期、成长期、成熟期、休眠期、流失期。
我们则可以通过这一模型，针对不同时期的用户生命阶段，实施对应的策略。例如，围绕着拉新，我们可以打造一整套获客体系（新媒体+涨粉神器+线下门店+渠道投放+……）；围绕转化，我们可以设计一场营销活动（限时折扣+拼团+……）。
但如果让我来使用的话，我会推荐另外一个杀手级的增长模型：北极星指标。
可以说，“北极星指标”是用户增长模型中比较高阶的玩法。《精益数据分析》中说到如果创业真有什么秘诀的话，那一定是专注。意思是产品的不同阶段，总有那么一个指标，值得你关心它胜过一切。
同时跟踪多个指标很了不起，却也是你失去专注度的不归路，只有把整个公司拧成一股绳，朝着同一方向使劲可能是最快的方法。
我们可以分析一下常见产品的北极星指标都是啥？详见下图：
北极星指标应该怎么用呢？
《增长黑客》中把北极星指标分为三步走的方式，
- 就是找到可以反映现阶段用户增长问题的指标。
- 绘制用户触达的路径；
- 就是组装你的增长地图。
例如我现在运营的产品是IT职业教育，且具备一定规模，需要已经购买了课程的学员，能真正地活跃起来，并且学到知识，从而进行下一步的课程复购。
因此，我们将北极星指标定为“活跃用户数量”。
而一个活跃学员的必经之路是：咨询助教→试学课程→试学过后进行购课→持续上课。
因此，组装如下：
如果已有学员量相对稳定，那就可以通过不同的手段，来提升其他环节的数据。例如，通过做推广，增加咨询量；优化试学课程质量，提升转化率；每次开课前一对一发送上课提醒，增加活跃学员的比例。
但我们在执行这个指标的过程中，也注意到几个问题，见下图：
为什么实际过程中，达不到预期？
看到这里，我们对用户增长也已经有了完整的了解。只是大脑明白了是一回事，落到实处又是另一回事。在实操的过程中，我们经常会面临失败或者效果不如预期。原因出在哪里呢？
我认为主要有以下的几点：
1.用户痛点分析步到位，没有抓住用户的核心痛点。因此要清晰的认知你面向用户群体的痛点到底是什么？
2.你的路径不对，也就是你的整个用户增长的路径，某个环节可能会有问题，这时候就要赶紧的反思和优化。
3.同质化的运营手段，如果你总是从网上抄袭一些用户正在的活动文案和方案，没有新意，用户都对这样的手段免疫了。那样效果也不会很好。
理论结合实战，才能达到好的效果；用户增长，需要我们产品运营人不断的去琢磨，实践，反复的验证，并进行持续的优化，才能达到预期的效果。
閱讀更多 愛IT 的文章
