用户行为数据与业务数据之间存在的联系，如果能有效分辨并利用起来，才能让行为数据变得更有意义。

1.盈利VS注册量？

最近看到一个提问：A公司的注册量是B公司的一半，但盈利却是B公司的两倍，为什么盈利和注册量不一定成正比？这个问题看上去有点小白，但其实反映了目前市场上一个普遍的认知偏差：许多人认为，我的产品很多人在用，有流量在就一定有钱赚。然而想想看，假设有一家商场，每天都是人头攒动比肩接踵，然而没有一个人花钱买东西，这个商场怎么可能赚钱？而假设另外有一家小店，每天店里都没有人，一个月只成一两笔生意，然而每笔生意的利润都足够支撑半年，这家看上去没什么人气的小店，又怎么可能会赔钱？

事实上，许多人往往被较为直观的注册量、活跃用户量、点击率、留存率等数据吸引，却没有理清楚这些数字和盈利之间的关系。一方面，用户行为数据和业务数据分属两个维度，不能混为一谈；而另一方面，两者之间又的确存在一定逻辑关系，只有理解并正确匹配，才能有效帮助我们通过数据指导业务。

2.用户行为数据利润公式

想要计算盈利，首先我们需要知道利润的影响因子。经济学中，对竞争市场的利润早提供了利润计算公式：

利润=（P-ATC）*Q

其中，P=单价；ATC=TC/Q=平均总成本；Q是数量。简单来说，就是单个产品的利润乘以销量，就是公司的总盈利。如果想要判断一个公司当前的盈利情况，只需要了解单个产品的利润率和销量情况就可以了，至于前文中提到的那些用户行为数据，需要与利润率和销量相匹配，才能指导公司整体的盈利效果。

基于这样的前提，我提出以下假设：

如果影响单个产品利润的用户行为数据为P1,P2,P3…，影响销量的用户行为数据为Q1,Q2,Q3…，

那么在实际情况中，我们其实可以简单地推导出如下公式：

利润=P1*P2*P3*…*Q1*Q2*Q3*…=∏Pi*∏Qi

3.细化公式指导盈利

那么究竟如何将用户行为数据匹配到利润，把这个公式细化到可用的状态呢？简单来说，可以归纳为如下4个步骤：

1. 明确核心转化路径
2. 寻找影响单品利润/销量的行为数据
3. 匹配用户行为数据形成公式
4. 基于行为数据利润公式优化增长点

通过以上4个步骤，能帮助我们筛选对利润最直接相关的数据指标，进而明确对增长盈利最有效的优化手段。

4.案例

这里我讲一个今年春节回家遇到的极其接地气的真实案例。我有个朋友在老家开了一家儿童摄影的小店，今年春节回去和他聊天，正巧聊到了他春节前做了一个新年推广活动，活动通过一个H5页面在微信里传播，内容和规则大概是这样的：春节期间回馈新老顾客，店铺免费为客户拍一套全家福写真，想要获得参与资格，需要在不同的日期在朋友圈转发3次，完成任务即可到店享受免费拍摄。如果不想转发，只需要支付9.9即可直接拍摄。

我问他既然是免费的活动，如何实现盈利？朋友告诉我只要有人找上门拍摄，基本上都会付费挑选照片和购买相册，目前上门的客户100%全部付费，客单价全部达到预期水平。

“然而现在赚得还是太少了。”朋友说到这儿，我一个产品狗怎么可能坐视不理。

4.1 明确核心转化路径

我们先来整体梳理下这个活动的核心转化路径：

鉴于整个活动并没有提前埋点收集页面行为数据，只有一些用户参与活动的服务端数据，所以为了后续优化的可行性，我简化成了以下流程：

摄影活动核心转化路径

然而事实上，这个活动说起来似乎很简单，但想要把一个用户转化成一笔营收，其实需要经过下列复杂的步骤：用户打开活动页面——翻页浏览活动内容（多达3屏，且活动重要信息在第2~3屏）——选择转发or付费9.9——点击完成第1次转发——隔日点击自己的转发记录进入活动页——点击完成第2次转发——再隔日点击自己的转发记录进入活动页——点击完成第3次转发——获取免费拍摄资格，提交个人信息——上门至实体店接受拍摄——选择照片、相册等付费产品——完成支付，订单结束。

我们都懂：每增加一个步骤，就增加一步折损；每一步折损，都会把一部分用户拒之门外。

4.2 寻找影响单品利润/销量的行为数据

在这个活动中，影响单品利润/销量的核心步骤是？

1）单品利润

我们都知道，利润=收入-成本。显然，整个流程中直接影响收入的环节就是促使用户在完成拍摄后选择付费服务。然而考虑到行业水平和客群定位，和朋友了解实际情况后，判定他对一套拍摄的定价是比较合理的，且目前的客单价均达到了预期水平。由此看来，想要提高盈利性并不适合从单品利润入手。

2）销量

那么只有从提高销量入手了。销量=潜在用户*转化率。活动曝光人数直接影响潜在用户数，进而影响销量；核心路径的转化率同样直接影响销量，而通过仅有的后台数据显示，这个转化率非常有问题。

核心路径转化率

隐藏了朋友店铺的绝对数值，只展示相对数值：看到活动页面的所有用户中，只有10%完成了第一次转发，而完成了3次转发的用户，只剩不到2%了。然而能坚持完成3次转发的用户，基本全部都到达实体店完成了拍摄，且从免费活动到付费订单的转化率是100%。显然，整个流程中最大的折损发生在前两个步骤——大部分用户即使看到了活动，也并不一定会参加；即使参加了活动，也并没有获取免费拍照的资格。

综上所诉，在这个活动中，直接影响盈利的用户行为数据主要有三个：①活动曝光人数；②首次转发率；③3次转发完成率。

4.3 匹配用户行为数据形成公式

基于上述分析，我们确定了直接影响盈利的用户行为数据，那么该活动的利润公式则是：

利润=活动曝光人数*首次转发率*3次转发完成率*单品利润

4.4 基于行为数据利润公式优化增长点

继续深挖这三个数据，寻找提升利润的优化方法。

1）活动曝光人数（PV/UV）

活动曝光人数其实就是大家所常用的PV/UV，这个也是我的朋友最头痛的问题：他觉得看到活动的人不够多。当时他的活动主要是通过他和店里的员工一起在微信中传播，覆盖能力非常有限。

这里我的建议是：

①通过资源置换获取新的免费流量。如果想要不花钱获取更多曝光，可以通过置换资源的方式获取新流量，比如说找一些熟客或者比较有号召力的朋友帮忙转发，并对他们的转发结果量化评估，相对地，请人吃饭或者免费送一套免费拍摄就可以了；

②付费获取新的流量源。如果有本地知名的微信公众号帮忙转发，可以扩大百倍千倍的曝光次数，那么即使在现有转化率不变的前提下，也能实现提升利润的效果。付费会增加成本，然而由于核心路径转化率是已知的，所以事先约定按照CPC（按点击计费）的计费方式，可大致估算出平摊到每一笔订单的投放成本是否可接受；或者说，直接采用CPS（按实际销售计费）的计费方式，从微信公众号上门的订单直接返佣给公众号，也可以帮我们控制广告成本。

当然，对于这个案例，想要在短时间内提升利润，更直接也更省钱的方法在下面。

2）首次转发率

在朋友的这个推广活动中，活动页面设计有极大缺陷：首先，整个H5页面的第一屏被一副巨大的海报占满，海报上只做图片展示，并没有传达任何活动内容（活动规则被放在了第2、第3屏的位置），而行业间常见的H5翻页率只有20%左右——也就是说，进入到活动页的用户，有八成根本不知道这个活动是什么，就直接走了；

其次，下方的两个按钮，其中放了颜色对用户做强引导的是”支付9.9″，实际上根本没有任何用户发生过支付，且从朋友口中得知，这也不是他想引导的，他还是想通过分享让更多的人看到这个活动。

显然，想要提高首次转发率，需要做这么两处调整：

1. 调整信息展示，必须在第一屏直观告诉用户活动内容和活动规则；
2. 取消付费参加活动的按钮，更加突出分享功能。

活动页示意图，整个布局非常不合理

3）3次转发完成率

这个是我最不理解的活动设计：为什么一定要用户坚持转发3次？朋友告诉我说，主要是希望获得更多的曝光。然而一个人的朋友圈能覆盖的流量总数是有限的，这些流量中对这个活动有兴趣的人也是有限的，或许多发几次朋友圈有可能让个别上次错过的人又看到这个活动，但这种场景对整体转化率的提升没有数据印证；相反，这种复杂的活动流程，一方面会影响用户第一次参与的热情（太麻烦了，不想参加），另一方面也会影响用户的参与完成度（只第一天转发，后来就忘了，导致没有拿到免费资格）——然而事实上，对我这位朋友的生意来说，免费拍照资格根本不是问题，拿到的人越多越好，上门拍照的人越多越好。

针对这个现状，需要调整的是：

①降低获取免费拍照自己的难度，减少用户操作步骤：直接改为只需转发1次即可免费拍照；

②考虑到降低操作难度有可能筛选出的用户对活动的热情会比原来降低（可能只是顺手玩玩，事后就忘了），影响上门率，需要让店里的员工对完成转发的用户进行电话回访，刺激用户前来拍照，并准备好销售策略。

原来要求3次转发的规则，是筛选出了那些”热切想要拍照”的用户，这批人的上门率和付费意愿自然更强烈些，但同样也把大部分”有点想要拍照”的用户拒之了门外；修改之后的规则，是扩大转化漏斗的筛选范围，放更多用户进入上门拍照这个步骤，除了依旧可以拿下原来的订单，还可以通过员工的推介能力转化出新的订单——这才是新的利润增长点。

后来，鉴于时间限制和技术限制，我的朋友从以上建议中汲取了能快速调整的部分，修改了页面展示效果和活动规则，即便春节假期期间会影响活动效果，利润也很快增长了一倍。

5.结论

如今整个行业已经脱离了流量红利的时代，从投融资到企业自身都归于冷静，精细化数据是大势所趋。用户行为数据与业务数据之间存在的联系，如果能有效分辨并利用起来，才能让行为数据变得更有意义。毕竟，最实在的还是钱。

#专栏作家#

莔莔有神，公众号破壳（Pokeclub），人人都是产品经理专栏作家，帝都产品狗，负责过亿级用户产品，也有从零到一实现百万日活的经验。爱好是女性视角看产品，产品思维看世界，从独特视角找产品亮点和生活乐趣。

本文原创发布于人人都是产品经理。未经许可，禁止转载。