当下互联网环境，流量红利消失，增长是愈难，愈是要增长。

关于增长的一些方法和实战，做以下总结和分享：

本文将回答以下问题：

1. 增长转化流程中，最应该核心关注的是哪一个环节？
2. 怎样才算是真正意义上的产品激活，你的激活数据算对了么？
3. 像俄罗斯套娃一样，帮你一步步找到产品的Aha时刻！

一、最应该核心关注的是激活转化

说到增长，若在AARRR基础上再浓缩提炼一下，那就是「认知-触达-转化」。

认知：即设法让潜在用户知道/听过你

回想下这些场景：

“你在地铁、楼宇、电梯间看到的各种洗脑式刷屏广告，比如，「找工作就上BOSS直聘」，「旅游就上马蜂窝」。”

“你从朋友口中听到，通过XX电商产品不仅能领券购物，收货后还能按比例返现，于是你默默的下载使用了。”

“你的微信好友向你发来了XX活动的助力、砍价、点赞邀请”

“你可能还得到过微商朋友关于各种XX产品的亲切慰问”

……

这些品牌传播、KOL裂变、老带新分享、口口相传等都是让用户产生认知的方式，在用户的潜意识里悄悄地埋下了一粒种子。

触达：即设法让潜在用户发现/看到你？

回想下这些场景：

“你在应用商店下载安装了微信、支付宝、百度地图、招商银行…”

“你在XX网站输入「数据埋点」想搜下数据埋点怎么做，搜索结果出现了神策数据、GrowingIO”

“你在XX短视频平台刷视频打发时间，隔三差五就会出现XX自考本科，XX少儿英语，XX漫画，XX游戏的产品广告”

“你看到常用学习平台的友情链接里出现了一款XX产品”

“你在手机的负一屏看到了来自Siri建议的XX产品”

……

这些SEM、SEO、信息流、商店的渠道投放、厂商合作、BD合作等都是触达到用户，让用户能够看到、获取到产品的方式。

转化：它是一个集合体

包括：

（1）获取到新用户的激活转化

（2）激活用户提升忠诚度的留存转化

（3）留存用户的分享推荐转化

（4）留存用户的付费价值转化

（5）以及流失用户的召回转化

在认知、触达环节我们已经投入了大量的精力和成本，进行产品的打磨，渠道的推广、激励的发放等。

接下来最核心的就是第一层转化，即「获取到新用户的激活转化」。

因为，只有潜在用户在你的产品里成功激活转化了，之前的全部投入才不会打水漂；否则若是用户在你这获得了不好的产品体验，转头选了竞品激活转化了，那可真是为别人做了嫁衣。

同时，新用户激活更有催化作用，前期新用户的激活率每提升一个百分点，对应到之后的留存曲线上就会提高一点点，用户整个生命周期价值就会放大，对整体的留存和收益都有积极的影响。

所以，在整个增长转化的流程中，我们更需要关注并持续优化新用户的激活体验。

二、激活转化率要算对

激活转化核心要解决的是：如何首次给用户一个好的产品激活体验。

将「好」定量来看，通过数据来解读，明确的激活指标就是「激活率」。高的激活率，可算得上是有一个「好」的激活体验。(激活率=激活用户数/获取用户数)

• 那么，新用户需要达到什么程度，完成什么动作才算是激活呢？
• 新用户下载完成后，仅打开进入APP算激活么？
• 新用户进入APP后，点开浏览了一篇文章算激活么？
• 新用户使用产品完成了拍照、美颜操作算激活么？

通常，在计算激活转化率前，我们常会提到“Aha时刻”，只有达到了Aha时刻的用户才可统计为激活用户数。

比如：

• 某款社交产品，定义它的Aha时刻可以是1天内加3个好友，3天内加5个好友，7天内加10个好友，具体再根据产品所处阶段及对应留存曲线来动态调整。激活策略更多会引导用户加好友，不断丰富社交圈。
• 比如某美颜相机产品，定义它的Aha时刻可以是一天内使用滤镜功能进行照片的美化操作。激活策略是将滤镜功能前置，让用户更容易发现并体验到滤镜功能。
• 比如某旅游电商产品，定义它的Aha时刻可以是6个月内完成首单。激活策略更重要是尽量精简订单流程，给到用户优惠激励助推等。
• ……

三、用套路轻松找到Aha时刻

那什么是“Aha时刻”呢？

Aha时刻是用户首次确认产品对自己“有价值”的那一刻，本质上，它是用简化的行为数据模拟用户首次得到价值的时刻。

在这一刻，用户灵光乍现，兴奋地脱口而出“啊哈，原来这个产品是用来XXX的”，此时，他已经真切地感受到了产品的价值所在。

为什么一定要达到“Aha时刻”才能算真正意义上的激活？

以终为始， 这是从长期留存用户倒推早期关键行为的结论，通过分析数据，观察活跃用户与流失用户之间的行为差异。

当然，想要达到“Aha时刻”还需满足3个前提条件：

（1） 产品对于用户是有长期价值的（即PMF，也是达到产品-市场契合的本质）

（2）通过某些关键行为，新用户可以快速感受到产品的（部分）长期价值

（3）感受到长期价值的新用户有更大的可能性留下来

要怎么做才能找到产品的“Aha时刻”？

先将“Aha时刻”的定义进一步量化，可表示为：【谁】在【多长时间】完成【多少次】【什么行为】

由此，可直观看到，我们需要明确目标用户，找到具体激活行为，验证魔法数字后，才能真正找到产品的“Aha时刻”。

第一步：提出备选激活行为

即确定激活目标：产品的Aha时刻备选激活行为是什么？为什么？

一个普适的方法是通过关键问题分析法。通过关键问题分析，找到产品的长期价值，和体验到这些价值需要的行为，并反推新用户在短期可以完成的行为有哪些。回答好下面6个问题后，答案也就浮出水面。

（1）who，用户是谁？

（2）what，用户用这个产品要解决什么问题？

（3）why，用户为什么要解决这个问题？

（4）vs，用户还有其他什么方法解决这个问题？

（5）用户可能的激活行为是什么？

（6）哪些行为用户可以迅速完成？

另一个较花时间的方法是通过用户调研分析法。如果有大量备选行为，可通过用户调研进一步缩小备选行为数量，对于有多个使用场景和功能的产品尤其重要。

你需要核心关注并找到以下3个问题的答案：

（1）找长期活跃的用户，为什么觉得产品有价值？

（2）找注册号迅速离开的用户，为什么迅速离开？

（3）找注册后活跃使用的用户，为什么留下来？新用户时期做了哪些动作？有哪些关键的体验？

第二步：找到与留存相关性最强的激活行为

这一步不仅要找到潜在的激活行为，还需要确定时间窗口。

首先，找到新用户的激活期， 评估新用户要多快完成激活？

这里有3个原则：

（1）使用频次越高，激活越快，否则，反之（如：saas，需30天激活；社交，需1天激活）

（2）生命周期越短，激活越快（如：游戏，仅1天就激活）

（3）参考实际数据，看大多数早期激活行为发生的时间窗口（如：80%都发生在前1天，那可以粗略将时间窗口设为：1天）

然后，找到激活行为。对比早期留存曲线，找到对留存影响最大的其中1个行为。

那到底该如何找到“激活行为”？

只需这4步即可获取：

（1）收集所有新用户前30天留存数据；

（2）将用户按有无某个行为分组，收集留存数据（如：所有新用户、第一天使用过A功能、第一天没使用A功能、第一天使用过B功能、第一天没使用B功能）；

（3）画出不同用户组的前30天留存曲线；

（4）对比留存曲线，找到有无该行为，留存差别最大的。

第三步：计算魔法数字

即：用户需要重复多少次。

为什么要计算魔法数字呢？

理论上，重复次数越多，留存提升越大。 有些激活行为仅做1次就够，如电商首单； 有些激活行为需重复多次，如看短视频。 实际上，需找到激活行为最佳次数，确保用户获得价值。

那要怎么计算魔法数字呢？

也有两种方法：

方法1：边际效用最大法

（1）画出新用户首日激活行为次数的分布图

（2）分析首日激活行为次数和次日留存率关系

（3）找到留存边际效益最大的点对应的激活行为次数

方法2：韦恩图（首日使用XX功能与次日留存）

（1）找到有该行为，并且次日留存的人数

（2）找到有该行为，但无次日留存的人数

（3）找到无该行为，但有次日留存的人数

第四步：测试验证因果性

需：通过AB测试验证。

上面的步骤 找到某个早期行为的用户，同时留存率更高，这暂且只能说明两者的相关性。

只有通过实验证明用户做了某个早期行为，导致留存率更高，这才说明了两者的因果性。

此时，完成以上四步，才能确定已经找到该产品新用户的Aha时刻。

四、案例：尝试找到某知识付费产品的Aha时刻

下面以某知识付费产品做为case示例说明，如何一步步找到这款产品的Aha时刻。

第一步：提出备选激活行为

（1）who，用户是二三线城市的读书爱好者、终身学习者。

（2）what，用户用这个产品想要养成读书的习惯，读好书，学到知识。

（3）why，用户想要利用空闲时间读书学习，不断提升自己。

（4）vs，用户还可以自行查找书籍，购买，阅读，或是借助其他读书平台来达成。

（5）用户可能的激活行为是：搜书、播放、加入书架、下载书、收藏书、买书。

（6）搜书、播放、加入书架、下载书、收藏书行为，用户可以迅速完成，可作为备选行为。而买书有一定的决策成本，后置的可能性更大。

第二步：找到与留存相关性最强的激活行为

（无真实数据，暂且假设该产品的新用户激活期是前1天，新用户留存期是前30天）

模拟如下数据进行分析：该产品不同用户行为分组的新用户前30天的留存率。

从不同用户组的新用户留存曲线可见：最可能的激活行为是「使用加入书架功能」。

因为：安装1天内使用加入书架功能的用户近30天内整体的留存最高，且有无使用加入书架功能的曲线差别最大。

初步结论：用户在激活前1天使用加入书架功能行为，最可能代表该产品新用户的Aha时刻。

第三步：计算魔法数字（重复多少次）

针对第一天使用加入书架功能的用户，模拟如下数据：

1. 画出新用户首日激活行为「使用加入书架功能」次数的分布图
2. 分析首日激活行为次数和次日留存率关系
3. 找到留存边际效益最大的点对应的激活行为次数

使用「边际效用最大法」找到留存边际效益最大的点对应的激活行为次数为1次。

第四步：测试验证因果性【通过AB测试验证】

上面三步找到了早期行为用户的留存率更高的相关性，即「使用加入书架功能」的用户留存率更高，后续需要设计实验验证。

• 实验目的：验证早期行为与留存率的因果性；
• 实验设计：新用户引导流程加入「使用加入书架功能」引导提示；
• 对照组：激活1天内没有「使用加入书架功能」行为；
• 实验组：激活1天内有「使用加入书架功能」行为。

假设实验结论验证了「使用加入书架功能」行为与留存率的因果性，则可以确认找到该产品新用户的Aha时刻：用户在安装1天内使用过1次加入书架功能。

五、后续动作

以上，仅是掌握了找到某款产品新用户激活的Aha时刻。

这距离新用户激活还有一段距离，我们在找到了该产品新用户的Aha时刻后，想要改善该产品的新用户激活率，可以基于用户行为公式：行为=（动力-阻力）*助推+奖励

通过激励、人工、渠道、产品等激活手段，针对性地增强用户加入书架功能的动力、降低阻力、适时助推、及时激励。

因此，我们还需要：

1. 进一步分析数据、发现线索， 找到提升新用户激活的线索；
2. 梳理新用户激活思路（通过行为公式，促使用户完成激活行为）；
3. 综合评估、确认方案（评估难度、成本并确认激活方案）。

最后，才能完整输出新用户激活的完整策略。

请持续关注后续章节更新~

本文由 @winnie0825 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