暖陽(yáng)：增長(zhǎng)運(yùn)營(yíng) | 這三種增長(zhǎng)模型，你了解哪個(gè)？

在講這篇文章之前，我們明確一個(gè)概念：北極星指標(biāo)——北極星指標(biāo)（North Star Metric），也叫作第一關(guān)鍵指標(biāo)（One Metric That Matters），是指在產(chǎn)品的當(dāng)前階段與業(yè)務(wù)/戰(zhàn)略相關(guān)的絕對(duì)核心指標(biāo)，一旦確立就像北極星一樣閃耀在空中，指引團(tuán)隊(duì)向同一個(gè)方向邁進(jìn)（提升這一指標(biāo)）。

明確了上面北極星指標(biāo)的定義之后，我們開始介紹幾種增長(zhǎng)模型：

一、AARRR模型

這個(gè)模型應(yīng)該是最廣為人知的一種增長(zhǎng)模型了，它是Acquisition、Activation、Retention、Referral、Revenue，這個(gè)五個(gè)單詞的縮寫，分別對(duì)應(yīng)用戶生命周期中的5個(gè)重要環(huán)節(jié)。

其中，Acquisition代表用戶獲取、Activation用戶激活、Retention用戶留存、Referral用戶傳播、Revenue獲取收入。這五個(gè)重要環(huán)節(jié)如果要做好大家首先要對(duì)應(yīng)的想好以下幾個(gè)問(wèn)題：

• 1、用戶獲取-如何讓潛在用戶發(fā)現(xiàn)你？方式是什么？
• 2、用戶激活-如何讓用戶覺(jué)得你提供的內(nèi)容、平臺(tái)、服務(wù)是有價(jià)值的？他們?cè)蚴褂没蝮w驗(yàn)
• 3、用戶留存-如何做好用戶體驗(yàn)，讓用戶持續(xù)性使用？
• 4、用戶傳播-如何促使老用戶自發(fā)傳播并推薦新用戶？具體舉措是什么
• 5、獲取收入-如何使用戶為產(chǎn)品、服務(wù)付費(fèi)？

AARRR模型的優(yōu)點(diǎn)在于人所共知，鏈條也比較簡(jiǎn)單，所以容易搭建，可以快速明確影響目標(biāo)實(shí)現(xiàn)的各個(gè)因素；但也有自己的缺點(diǎn)，主要在于它是定性模型，因此比較粗略，沒(méi)有說(shuō)明每個(gè)因素對(duì)北極星增長(zhǎng)在數(shù)值上的影響，也沒(méi)有標(biāo)出每個(gè)因素之間的相互關(guān)系。

所以這種模型對(duì)人們構(gòu)建增長(zhǎng)的大體認(rèn)知有一定幫助，但具體實(shí)操過(guò)程中還需要針對(duì)不同的產(chǎn)品形態(tài)做出區(qū)別對(duì)待。

二、全鏈漏斗模型

這種模型是把影響北極星指標(biāo)的因素形成公式關(guān)系，從公式關(guān)系的每個(gè)變量上制定相應(yīng)的策略。例如，我們把銷售額為北極星指標(biāo)的話，影響北極星指標(biāo)的公式為：

銷售額=付費(fèi)人數(shù)*平均客單價(jià)

而付費(fèi)人數(shù)=線索（用戶）數(shù)*銷售轉(zhuǎn)化率，同時(shí)，線索數(shù)=流量*注冊(cè)轉(zhuǎn)化率

此外，我們還有復(fù)購(gòu)的因素影響銷售額。因此通常情況下，人們普遍把銷售額的計(jì)算公式演變成為：銷售額=流量*注冊(cè)轉(zhuǎn)化率*銷售轉(zhuǎn)化率*平均客單價(jià)*復(fù)購(gòu)率

不過(guò)我認(rèn)為，公式里面最后單純乘以復(fù)購(gòu)率是不科學(xué)的，如果平均客單價(jià)和銷售轉(zhuǎn)化率不考慮復(fù)購(gòu)情況的話，更科學(xué)的公式應(yīng)該是：銷售額=流量*注冊(cè)轉(zhuǎn)化率*銷售轉(zhuǎn)化率*平均客單價(jià)*（1+復(fù)購(gòu)率）。在這里我們暫且不討論哪個(gè)公式更為科學(xué)，這一點(diǎn)大家可以充分討論。這里我們直說(shuō)全鏈漏斗模型。

好了，我們把上面的公式形成全鏈鏈條，如下：

所以對(duì)于這種增長(zhǎng)模型，我們要做的就是制定科學(xué)的決策部署，把影響因素的變量拉高；或者通過(guò)鏈條公式找到哪些因素表現(xiàn)較差從而影響了北極星指標(biāo)的實(shí)現(xiàn)。

三、因子分解模型

如果說(shuō)，全鏈漏斗模型是橫向影響因素相乘達(dá)成北極星指標(biāo)，那么因子分解模型就是橫向縱向一起考慮，并以此種混合的模式達(dá)成北極星指標(biāo)。他的典型公式為：

Aribnb是一家聯(lián)系旅游人士和家有空房出租的房主的服務(wù)型網(wǎng)站，它可以為用戶提供多樣的住宿信息。2011年，Airbnb服務(wù)令人難以置信地增長(zhǎng)了800%。在分析其成功的原因有很多，其中一個(gè)是就應(yīng)用了因子分解模型找到自己的突破點(diǎn)，他們的核心目標(biāo)是追求總預(yù)訂天數(shù)。

Airbnb發(fā)現(xiàn)，他們的新用戶首次預(yù)訂百分比為15%，而行業(yè)平均值為20%，所以行業(yè)平均值這個(gè)指標(biāo)如果不能提升到和行業(yè)一樣的水平，那么想辦法拉來(lái)很多流量其實(shí)沒(méi)什么意義很多都會(huì)浪費(fèi)掉，所以在現(xiàn)階段這個(gè)點(diǎn)就是Airbnb最重要的發(fā)力點(diǎn)。

當(dāng)然，Airbnb的模型肯定不只是這么簡(jiǎn)單，本文只以此例的局部來(lái)表明什么是因子分解模型以及表達(dá)該模型在業(yè)務(wù)中的應(yīng)用。

出品：互聯(lián)網(wǎng)運(yùn)營(yíng)空間站