产品的盈利方式，是产品人经常会被问到的问题。你知道你的产品多久能盈利吗？本文笔者就这个问题从6个方面进行了分析解读，与大家分享。

投资回报率、投资回报期、投入产出分析……这些都是经济学领域的名词。

对标到互联网行业，那应该是商务或运营部门的小伙伴应该苦心研究的问题。现在换我这一产品小白磨枪上阵去。

那就来说说看Sue梳理的这个投入产出模型吧，希望有小伙伴可以探讨探讨。

一、用户来源划分

先要搞清楚用户都是从哪来的，才能有后面的价值放大，或是“对症下药”。

根据自身产品的情况和推广的策略，对新用户的来源进行用户标记和划分，以内容+社交的产品为例，来源划分有但不限于：市场/商务渠道、运营活动、社群扩散……

这里需要注意的一个问题是，规定一个用户只能记一个来源信息

所以需要定义来源的优先级，当出现同一个用户存在多个来源信息的情况时，按优先级进行选取。

而这个优先级，是根据产品功能、推广渠道，甚至是不同部门等因素对整个项目的盈亏影响和重要程度来定义的

二、用户行为划分

除了办公场地的租赁、物资采购和人力成本外，还有关于产品获客、产品运营等等会在项目支出上占大头的类目，像品宣诸如此类的，就不一一列举了（就是哪哪都在烧钱~~）

大多数类目的投入和产品，是相对清晰明了的，比如：

• 花了多少钱租了这个办公室多长时间；
• 花了多少钱给团队配备多少人力，这些人输出或产出了什么
• 花了多少钱获取了多少新用户
• 花了多少钱做了哪些活动，活动提升了哪一项关键指标
• ……

如果我们只关注投入成本获取的新用户，有多少是有付费意向的，每天产出了多少价值（有多少人充了或付了多少钱），那看到的永远只是那一小群人，那一亩三分地。

Sue认为应该关注用户的更多行为，产品的更多场景。

将用户行为分成两大类：成本行为和收益行为，对应的定义分别是用户做了这类行为会增加平台/产品成本的，做了这类行为会带来平台/产品收益的。根据产品自身的设计，将符合定义的用户行为一一列举。

下图为Sue所在项目的用户行为梳理脑图，涉及保密不便分享完整版本，看个大概哈~

三、投入产出模型一：单次采量的投入产出

需要说明的是：这个模型是预测性质的，所以是基于过往一段时间一定量的数据监测之上的。

也就是说，在投钱采量前，我需要回答，这一次投入的成本，按过往的数据作为参考，有没有可能赚回来？什么时候能赚回来？

相信大家都听过这句：2019是过去10年最差的一年，是未来10年最好的一年（慌~~）

而我们作为一家创业公司，更应该主张不打无把握的战，不做无回本可能的投入。

模型概述：某来源单次采量获取的（激活登录APP）新用户，以该来源过往采量的用户行为数据（新用户日均人均行为成本&日均人均行为收益）为参照，按过往新用户的留存率递减累加

需要明确新用户的定义：注册当天（自然天）的用户

补充说明：由于模型是基于均值来推算的，故模型成立有以下前提条件：用户来源的质量相对稳定，即同一来源，投入相同的成本，能获得相同的新设备激活，激活到注册登录APP的转化率相同，用户有相同的平台成本&收益行为（人均行为成本和人均行为收益），这些假定的定量需定期计算和校准。

示例：来源A计划投入a元，能带来b个注册登录APP的新用户，来源A的新用户活跃留存情况大致为次日~第4日分别为60%、45%、35%，从第5天开始活跃留存率稳定在30%。

新用户日均人均行为成本和日均人均行为收益分别为x、y，则本次投入可预测产出的价值为：

z=(y-x)(b+60%b+45%b+35%b+30%b+30%30%b+30%30%30%b+……)

四、投入产出模型二：存量用户的投入产出

产品推广一段时间后，一定会留下一定量的活跃用户。

如果说你的产品都留不住任何用户，那可能需要关注的不是投入产出的问题，而是应该好好去复盘一下产品的定位和设计。

都说再准确的数据，都可能带有“欺骗性”

比如有段时间日活的数据看着挺漂亮的，那条折线以稳定的趋势缓慢地往上走，但伴随着走高的数据还有平台的活跃成本。

现在普遍的产品都会加类似打卡、签到等维持用户活跃的功能，我们是做内容+兴趣社交的产品，所以也会鼓励用户创作内容和互动社交，会有相应的奖励，所以也存在着相应的活跃成本。

不要小看这些几分几毛的支出哦，用户量级稍微起来，这可能就是一笔比较大的成本了哦（请勿对比多金烧钱的大平台）

所以要辨别日活用户中，哪些人是在榨干平台，哪些人是在贡献价值。可通过监测用户行为、标记用户设备或IP等方式进行鉴别，这里就不做分享了。

模型概述：某来源的存量用户（日活用户中的老用户），以老用户的日行为数据（老用户日均人均行为成本&日均人均行为收益）为参照，按已有的留存规律预测未来的日活，然后得出日活对应的日净收入，最后得出当前存量用户一段时间后的净收入

补充说明：同单次采量的投入产出模型，这个模型也是预测性质的，所以也是基于某些变量假定不变的条件下才成立的。假定定量有：日均人均行为成本、日均人均行为收益、留存率。同样需要定期计算和校准

示例:假定该来源当前的日活用户为d，从今天起该来源再无新增用户的情况下，通过过往数据分析得出：来源A的新用户活跃留存情况大致为第2日~第4日分别为a%、b%、c%，从第4天开始稳定在c%。

按注册时间可算出前1天注册的用户数量为f1、前2天注册的用户数量为f2，3天以前（包括前3天）注册的用户数量为F，由此预测当前日活用户在未来每一天的产出价值，和第n天后累计的价值。

对应的图例：

（由于单日数据可能存在较大的波动性，为了使分析结果更准确，日活用户数d、前x天注册的用户数fx应当取一段时间内的平均值）

五、假定定量（关键指标）的统计与监测

前面提到的几个关键指标是假定定量，实际上它们都会受到一些因素的影响而波动，所以要

一直对它们进行统计和监测，确认在小范围内稳定，当出现较大变化时需及时关注和分析，并实施对应措施恢复数值到合理范围内。

（1）针对单次采量的投入产出模型：

1. 各来源，每天的新设备激活数；
2. 各来源，每天的新注册用户数；
3. 各来源，新用户注册当天产生的行为总成本；
4. 各来源，新用户注册当天产生的行为总收益；
5. 各来源，新用户的流失周期和稳定留存率。

（2）针对存量用户的投入产出模型：

1. 各来源，每天活跃的老用户；
2. 各来源，每天老用户产生的行为总成本；
3. 各来源，每天老用户产生的行为总收益；
4. 各来源，老用户的流失周期和稳定留存率。

六、模型搭建和分析的目的

任何的数据分析，都应该有明确的目的。如果目的不够清晰，别说分析，就连数据提取都无从下手，在茫茫的数据中寸步难行。

除了回答老板那个回本的问题，Sue还带着其他的分析目的，想通过分析更清楚现状，给产品和项目提供下一步的方向和方案

1. 哪些来源的投入需要放大？
2. 哪些来源的投入需要缩小？
3. 哪些来源的存量用户在榨干平台？
4. 哪些来源的存量用户在贡献价值？
5. 成本压力大的用户行为主要有哪些？
6. 收益空间大的用户行为主要有哪些？

数据分析的结果，应该具有指导性：

1. 新用户的人均行为收益>人均行为成本，且老用户的人均行为收益>人均行为成本。符合上述条件的来源，应当放大投入
2. 新用户的人均行为收益<人均行为成本。符合上述条件的来源，应当缩小投入
3. 老用户的人均行为收益<人均行为成本。符合上述条件的来源，存量用户在榨干平台，应当及时遏制
4. 老用户的人均行为收益>人均行为成本。符合上述条件的来源，存量用户在贡献价值，应当多加引导
5. 某成本行为的日均人均金额>全部成本行为平均的日均人均金额（区分新老用户）。符合上述条件的用户行为，造成平台的成本压力大
6. 某收益行为的日均人均金额>全部收益行为平均的日均人均金额（区分新老用户）。符合上述条件的用户行为，存在平台的收益空间大

本文仅为个人不成熟的分析总结，希望有不同分析思路的小伙伴，欢迎讨论指教。

本文由 @素小白 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