编辑导语：增长是大家很关心的问题，那我们怎样才能做好增长呢？文中提供了三个方向，分别是业务链路漏斗模型、用户分群/分层和用户行为轨迹，推荐对此感兴趣的朋友阅读，希望对你有所帮助。

一切问题都是增长的问题，所以增长才是大家关心的核心问题。

我之前说过，广义上的增长其实包含了新用户激活、老用户留存和业绩增长三个部分的，之前已经聊过了前面两个部分，今天就聊一聊业绩增长这个部分。

当然必须说一下，这都建立在有数据的基础上，如果没有数据的，赶紧先做数据。

一、怎样寻找增长的线索

常规来说一般是从以下三个方面去做：业务链路漏斗模型、用户分群/分层、用户行为轨迹。我们依次展开说说。

1. 业务链路漏斗模型

这是最简单、大家最熟悉的模型，就是把整个产品的业务链路漏斗给整理出来，说白了就是把用户怎么一步步完成转化的这个路径给画出来。

对于业务链路漏斗数据我们首先肯定是先看整体数据。

我们以电商业务为例，大致的模型是这样的：

做成数据表格的话就是这样：

把业务链路漏斗画出来其实就是为了看一下当前哪些环节的数据是相对比较低的，是有比较大的提升空间的，优先投入资源提升。

譬如平台数据：生成订单/查看详情页=50%，完成付款/生成订单=75%，行业数据：生成订单/查看详情页=55%，完成付款/生成订单=90%，这个数据的话就可以知道优先应该提升后面那个指标数据，因为可提升空间比较大，虽然前面那个指标数据绝对值相对低。

当然很多时候我们只知道自己的数据，并不知道同行的数据，如果是这样的话那就根据自己的经验先定一个进行优化，不用担心资源倾斜效率不高的问题，首先必须得试，然后才是效率的问题，只要有提升都是有价值的。

当然看漏斗模型的整体数据还是不够的，还是需要看一下每个环节的趋势数据是如何变化的。

我们以下图为例：

从这个图可以看出来，其实整体数据从年初到年尾涨幅并不大，中间虽然有些月份数据比较好，但是一看就知道是大促才有这么多用户的，常规来说涨幅并不大，因为基础量级并不大，所以可提升空间其实是比较大的，从这个角度来说来说其实还是有很多工作可以做。当然毕竟是在涨的，所以趋势本身还是可以的。

如果出现了先上扬然后下降或者趋平的情况，就表示这部分的数据需要做进一步的研究然后想办法提升它。

最后还有一种思路是根据渠道去做优化，看每个渠道的ROI数据，然后把当月ROI>1的渠道找出来加大投放；把当月ROI≤1的渠道找出来停止投放，或者调整投放策略。总之只要能做到当月ROI>1就是可以投放的。

一般来说业务链路优化属于产品的活，设计各种激励或者优化去提升链路转化数据。而渠道优化则是市场投放人员的活，他们需要保证ROI数据整体维持在>1的水平。

2. 用户分群/分层

用户分群的话主要是根据属性分群和根据行为分群。

用户属性包含的维度是比较多的，譬如年龄、地区、收入水平、来源渠道等等，用户行为的话主要是指用户做过哪些特定行为，譬如购买过三次以上、购买过指定商品、参加过秒杀活动等等。

用户分群主要是精细化运营中会出现的内容，一般来说会经历四个阶段：不分群、简单分群、复杂分群和千人千面。

对于大部分平台来说都是处于简单分群和复杂分群这两个阶段，需要做千人千面的平台并不多，体量得非常大才行，基本上不是BTA这个级别的巨头就不用考虑这个问题。

简单分群就真的是很简单，譬如最近3天内购买过的用户/最近3天内没购买过的用户、每月购买频次>3次的用户/每月购买频次≤3次的用户等等，主要的思路就是增加业绩，譬如最近3天内没购买过的用户是不是可以搞一波运营动作，促使用户登录app做复购，每月购买次数≤3次的用户是不是可以做一些推荐动作增加购买次数等等。

复杂分群的话一般是多个属性维度和行为维度的组合，譬如年龄、性别、购买次数、购买金额的组合：

4个维度可以组合出16个分类来，这就是相对复杂一点的用户分群方式，逻辑是一样的。

当然用户分群越复杂意味着需要投入的运营资源也越复杂，所以不要一味贪图精细化程度高，需要根据业务发展的情况来确定运营的精细化程度，不然分了维度也挑不出合适的人群和资源进行运营。

用户分群之后的话就是去针对性的采取运营策略来增加用户的活跃和转化，譬如针对购买频次不算高的用户可以想策略提高频次，譬如针对流失的用户做一些召回策略。

3. 用户行为轨迹

一般来说在一个平台里面主路径是只有一个的，但是会有多个分支路径。

譬如对于一个电商平台来说，平台规划的主路径肯定是：用户进入首页>用户点击首页的商品>用户查看详情>用户点击购买>用户进入订单页>用户点击结算>用户进入支付页>用户完成支付。

分支路径就很多了，譬如从分类类目里面进入详情页，从搜索页进入详情页，从活动页进入详情页，从会员页进入详情页，从订单页进入详情页等等，虽然最终的订单生成和支付路径是一样的，但是入口非常多，这些分支路径也是购买的常用入口。

所以第一步就是去整理出这些最终导向转化的路径，然后分别去看这些路径有哪些环节是可优化的，尽可能的提高流程转化率。

当然优化的顺序是根据流量和可提升空间来进行排序的，效率第一。

针对用户路径的优化我们一般是用行为公式进行优化的，这个的话之前在其他文章里面也提到过：行为=【动力-阻力】×助推+奖励

关于这部分具体可以看《如何用模型驱动的方式提高新用户激活率》，不再赘述。

如何根据数据去做增长的思路我们已经聊过了，那么就再讲一讲如何去衡量增长。

所有的增长都建立在用户规模增长和用户活跃的基础上，所以其实除了看业务指标增长和新增用户增长以外，还需要特别关注一下用户增长指数。

用户增长指数=（用户新增-用户流失）/用户流失，增长指数>1的话就表示用户增长>用户流失，这样的话整个平台就处于健康的状态，当然这个指数越高越好，如果增长指数≤1的话就表示用户在持续流失，基本属于处在死于留存的阶段，所以需要缩小拉新的规模，而把重点放到留存上，这在产品的早期和衰退期都会出现，需要特别重视。

二、最后

其实如果你对新用户激活和老用户留存有比较深刻的理解和掌握，那么数据驱动增长就不是一个问题，基本上思路都是差不多的。

现阶段市场环境相对恶化和行业发展进入成熟期，获客费用越来越高，所以如何做增长是一个更复杂的命题了。

过去获客可能只要50块，现在可能就需要500块了。飞速高涨的成本就意味着一是需要提升精准获客，二是需要延长用户生命周期，三是需要增加单用户贡献值。

所有增长的工作基本可以围绕这3个角度去做，这三个角度基本属于相互促进的关系。

关于增长的分享就比较简单，主要是很多内容都在前面的《如何用模型驱动的方式提高新用户激活率》、《用户留存难度评估及留存策略全解析》里面讲过了，再讲一次也不是很合适，如果想更详细了解的话可以看前面的文章。

今天的分享就讲这么多，希望对大家有所启发。

本文由 @产品人玄青 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 pexels，基于 CC0 协议