构建增长模型在我们的增长全景图中，处于找到增长发力点的下半部分，那么在构建模型之后在应用模型时也会帮助我们找到聚焦领域。

增长模型就是找到所有对北极星指标有影响的所有细分指标，并用一个简单的公式，把这些细分指标联系起来的过程。其实就是从北极星指标到细分指标的拆解过程。

为什么要构建增长模型？

1. 比如：大家都会玩游戏，在玩游戏时对游戏中的人物有一个指令输入，经过游戏机或者电脑的处理 ，形成了输入导致游戏人物或者剧情有个结果。所以想要控制输入是通过控制输入而完成的。

2. 比如：你想要减肥，改变体重是你的北极星指标。

通过可以改变控制的输入变量 行为 去影响你的输出变量 结果 也就是北极星指标

3. 比如：我们在做增长的时候同样的道理。

你的北极星指标是日活跃用户，我们很难直接做一些什么来提升日活，我们能做的是影响这些的细分指标，app下载量、用户激活率、老用户留存。

输入变量：单一因素、团队可直接操作、行为；

输出变量：受多种因素影响，团队不可直接操作、结果。

所以增长模型就是帮助大家把不可以操作的一个结果一个北极星指标，分解成可以操作的一些细分指标，然后大家可以通过细分指标改善最终的结果；

构建增长模型3步走：

举例说明：对于网易云音乐是个听歌的应用，所以：

• 第一步：北极星指标为总听歌时间
• 第二步：绘制用户核心转化路径
• 第三步：组装增长模型

介绍两个比较常用的增长模型框架：

总听歌时间=应用下载量*首次访问%*首次听歌%*持续听歌%*平均听歌时长

比如说每天下载量30000，每天有50%人首次打开我的app，在首次访问里的人有33%首次听歌，持续听歌人数5%（老用户听歌人数/老用户总数（天））平均听歌时长20分钟。

全链漏斗模型：优点把影响北极星指标的主要细分指标都显示出来，并标注转化率，找到机会点，容易搭建。

缺点：不能直接计算北极星指标。

• 因子分解模型：优点把影响北极星指标的主要细分指标都显示出来，并标注转化率，找到机会点，容易搭建。
• 缺点：不能直接计算北极星指标。

• 问题一：想要增长北极星指标，AARRR里可做的事情很多，如何决定先做什么后做什么？
• 问题二：小公司资源有限，如何找到性价比最高的点将增长效果最大化？

案例一：Airbnb通过增长模型找到发力点

行业平均值这个指标如果不能提升到和行业一样的水平，那么想办法拉来很多流量其实没什么意义很多都会浪费掉，所以在现阶段这个点就是airbnb最重要的发力点。

案例二：Sass软件用不同用户分群，分解增长模型，寻找机会。

粗略的看起来好像发现除了使用购买率低一点，别的好像看不出来什么问题。这个时候比较有用的一个方法，我们按照一些重要的用户纬度，把增长模型进行分解。

获客渠道最重要的两个部分是公号和广告，客户可能有大公司和小公司按人数来把增长模型进一步拆分出来，拆出之后可对比分析发现一些潜在的机会。

比如说付费广告