增长的范畴很大，本文重点聚焦互联网及其相关行业，落脚在“用户增长”。以下会阐述用户增长的定义，以及用户增长的核心理念，具体介绍什么是用户增长，用户增长在做什么，以及你所处的角色，需要如何关注用户增长。

增长是事物的一般规律，城市变大、人口扩张、植物蔓延，病毒传播、企业壮大等等都是增长的范畴。然而，并不存在无条件的持续增长，到了一定阶段，就需要依赖于一些新的条件，或是需要突破一些桎梏，或是需要接受一些变革。

（1）城市生长

城市版图的增大，首先依赖的条件是市内交通的发展，公路、轻轨、地铁组成的网络将城市横向边界逐渐拓宽；此外，建筑行业的突破，使得城市的纵向拓展成为可能。最终，城市形成一个不断壮大的“体结构”，其中容纳了更多的人口，两两之间都有可能产生连接。这样的城市就像一个有机体，有呼吸，有排泄，也会有病痛，当规模触及它能承受的这些负向压力边界之时，城市也就停止了增长。

（2）人口扩张

20世纪初，医学界基本解决了全球性的致命疾病（如天花），以及提升婴儿存活率之后，世界人口出现高速增长。21世纪初，很多发达国家和城市已经普遍出现人口的负增长，例如西欧、北欧、日本、上海等等。大城市生活的快节奏、高收入岗位的强压力，使得生育成为部分年轻人的一个“可选项”，人口的增长出现了停滞。比如中国，即便解除了曾经的政策限制，依然没有看到明显的人口回升。长期保持较低的生育率，人口老龄化将会日趋严重，整个社会福利体系的也将承受巨大压力。

（3）植物蔓延

藤蔓是植物界的增长大师，它们依靠高效的光合作用，借助新的支点获得新的蔓延空间，在艰难的环境中，依然可以爬满一面又一面的墙。而当它们产生的养料再也不能供给再多爬一步时，边缘的叶子就会开始出现枯黄，蔓延的边界也就确定了。这个时候，需要多一些阳光，多一些养料，才可能打破当前的平衡，继续扩张领地。

（4）病毒传播

病毒的传播让人类闻风丧胆，他们首先侵入一个宿主，通过宿主传宿主形成恐怖的链式扩散，使得病毒数量呈指数级增长。史上最为让人恐惧的两次大规模病毒传播，20世纪初的西班牙大流感，造成了3000-5000万死亡，超过了一战的总死亡人数；而爆发在欧洲中世纪的黑死病，夺取了1500万条生命。只有在病毒传播被切断时，即传播系数R0小于1时，病毒无法扩散到更多的新宿主，其影响才能被控制，随机会被迅速瓦解。

（5）企业壮大

企业的增长，或是因为一个闪亮的点子，或是把握住一次技术的潮流，借助一两个龙头产品撬动市场，逐步占据市场份额，到最终形成行业寡头。

过去的五十年，商业世界不断重复这样的故事，单是信息技术和互联网这个细分领域，如吴军老师的《浪潮之巅》中所描述，已经有数十家公司经历过这样的冲上浪潮之巅，而大部分又随着退潮下落，甚至消失在沙滩之上。

当企业营收到达极限，缺少新的增长点，就已经非常危险。这时候甚至只是一个决策失当，就会葬送掉数十年搭建起来的商业帝国，例如我们都熟悉的诺基亚手机、雷曼兄弟等等。

增长无处不在，上面介绍的各种增长本质上有着联系：增长首先需要具备一些起步条件或是要把握一些时机；当规模逐渐变大时，持续增长又将面临巨大挑战和限制；如果不能解决积累的问题，突破当前的局限，增长将会停止甚至快速转向衰落。接下来聚焦到商业世界的增长：它很残酷，因为不再增长很可能就会快速消亡。

股市总市值，一定程度反映了某个时期商业公司的总体规模。长期看，股市市值一直在涨，这意味着商业总体规模在不断增大。

美股道琼斯指数，全称道琼斯综合平均数，计算了各时期具有代表性的多家公司的股价平均数（即成分股，最初为12家后来稳定在30家），并经过校准以确保和最初值可比。

道琼斯指数从1896年5月26日首次公布的40.94点，到2021年5月初的23800点左右，增加了580倍。我国的A股指数计算方式略有不同，从1990年12月19日上市的100点，至今不到30年，也已经翻了接近30倍。宏观规模在增长，而一家公司增长过慢，就会逐步失去生存优势，最终面临淘汰。

道琼斯指数最初的12家成分股，随着2021年6月通用电气被踢出，已经完全被替换。很多百年企业，也都经历过浮浮沉沉，留到今天颇为不易。

商业世界非常残酷，不增长就会消亡，市场一般以企业市值为最重要的增长指标，它综合体现了企业当前价值和未来预期。

市值受到很多因素影响，对于以提供大众产品和服务为主的企业，用户规模及其增长预期就显得尤为重要。绝大多数互联网公司都属于这一类企业。

由于属于规模经济的范畴，用户或者客户越多能够产生的边际收益越多，总体收益率越大（本书将产品或服务的受众统称为用户，后续均以用户代表用户或客户）；同一个细分领域中，用户规模和市值高度正相关。

对于重度依赖广告收入的公司，比如搜索、社交、信息流等，用户规模甚至是企业生存的生命线。因为这一类的产品或者服务是向用户免费的，海量的活跃用户消耗着极大的带宽成本，而只能通过广告收入获得收益。

广告收入 = 活跃用户数 * 平均每用户收入

一定时间内，平均每用户收入（Average revenue per user，ARPU）是一个较为稳定的值，通常它取决于广告主的竞价水平，受整体行情影响。

因此，总体广告收入主要由活跃用户数决定，这也解释了为何最近几年来互联网公司都格外重视用户增长。移动互联网普及所带来的用户红利已经逐步被瓜分完毕，自然增长已经接近停滞，已经不足以支撑互联网公司继续壮大的预期，需要专门的团队，聚焦到用户增长这件事情中来。

那么，用户增长究竟是什么？

本文中的“用户”指互联网产品和服务的受众（包含B端和C端）；用户增长指的就是用户相关指标的增长，包含用户规模及其产生的各种影响，主要包含以下三各方面：

• 用户规模，如月活跃用户数（MonthlyActive User，MAU），日活跃用户数（Daily ActiveUser，DAU）
• 用户时长，如总时长，人均时长
• 商业收入，如用户支付，广告收入

用户增长和增长黑客有什么区别？本质上二者目标是一致的，工作范畴也基本一致，最大的区别是思考的视角。

增长黑客，如图1，增长的前提是产品与市场的契合（Product Market Fit，PMF），崇尚AARRR或者RARRA模型，更多的站在企业的视角，以提升获客、激活、留存、推荐、推荐相关的指标为导向，最终获得用户增长，包含了用户规模和商业收入。

图1 增长黑客中的AARRR模型（图片来自网络）

用户增长，主要是站在用户视角思考，强调基于用户价值提升的增长，关注的指标除了用户规模和商业收入，还有用户时长。

用户增长同样强调以实验方法为核心，支撑科学高效的产品和运营决策，相对于增长黑客的偏技术范儿，用户增长更像是已有产品策划和产品运营工作一次目标导向的整合，是一系列思考方式和工作方法。

图2 用户增长相关岗位的需求和薪资水平（图片来自拉勾网，2021年5月截图）

对互联网企业而言，增长几乎就等于用户增长，所以用户增长的部门和岗位几乎成了标配。

出色的增长操盘手稀缺，因此能提供的职级较高、薪资不菲（图1.2可见一斑）。

近些年来，出现了越来越多的用户增长的岗位，2016年底滴滴出行就已经有“用户增长专家”“用户增长运营”等岗位，2021年下半年起腾讯的产品晋升通道也新增了增长策略方向。

用户增长岗位，是产品策划、产品运营的迭代版本，有很多好机会，也有新的广阔成长空间，后续也会继续讨论用户增长岗位应聘和招聘的相关内容。

接下来，首先讨论如何从用户视角来看增长，它强调用户价值为基础的全局视角。

用户为什么会持续使用一款产品，原因可能有很多，但是本质上都是产品给用户提供了某种价值，并且这种价值很可能是其他产品无法提供的。

用户使用产品获得了价值提升，包含但不限于获得好友、愉悦、知识、实惠、收入，才会继续使用甚至呼朋唤友一起使用。以下一些大家平时使用的APP，为用户提供了明确的价值，也就有用户会持续的使用，并且仍然有新用户不断加入。

（1）微信

微信拉近了人之间的距离，带来了免费通话和最低门槛的社交网络——朋友圈。朋友圈给大家提供了最为便捷的展示、表达的舞台；各种“相亲相爱一家人”“老同学”的群组给了初用互联网的中老年人表达关怀、维系友情的好地方；如今扫码完成一切，更是给所有人提供了极大的生活便利。微信特有的社交属性，形成了巨大的网状人际关系，用户会自发的加入而且难以离开。

以上这些都是微信提供给用户的主要价值，也是用户选择并持续使用微信的原因。

从2021年3月底QuestMobile的数据上看，微信活跃用户的180日留存率为95.5%，位居所有App的首位，且远远高于其他产品。而对于一般的App，次日留存60%都已经非常不错，如此高的长期留存，足见微信为用户带来的价值之大。

（2）抖音

时至今日，不管是对短视频的重度迷恋还是对其嗤之以鼻，你都已经无法置身于抖音和快手的影响之外。得益于我国已全面普及的低价、高速移动网络，公交车、地铁站、甚至高铁中，都有短视频和直播在流畅的播放。抖音作为其中的主要代表，以其极低的内容消费门槛，仅需单手上划、双击即可完成主要操作，让用户躺着就可以轻松消费大量的优质内容。

抖音已经成为消磨时间的最主要娱乐方式，数据显示其总体使用时长仅次于微信。另一端，抖音还有极低的内容生产门槛，只要有创意，一部手机可以拍出亿级别播放、百万级别点赞的作品。作为平台的抖音也在不断优化内容两端的规则，让优质的、热门的内容得到更多的曝光和播放，让优秀的内容生产者得到奖励，确保生态两端良性的增长。

2021年3月底的数据显示，抖音的周均活跃用户数突破5亿，而180日留存为79.5%，在所有App中仅次于微信。短视频已经成为一个不折不扣的国民级应用，它给用户带来的主要价值，就是愉悦。

（3）知乎和B站

如果说刷短视频在一些用户眼中存粹是在浪费时间，那么网络中的求知、学习就算是更为狭义的价值获取了。这方面，知乎作为一家老牌的问答社区，成功穿越了桌面互联网时代存活至今，并且随着其提升内容的多样性，包括知乎live、专业课程，同时拥抱热点，推出热榜，其用户在不断增加。

类似的还有Bilibili（B站），逐渐淡化了二次元内容，为更多年轻用户提供了优质内容消费场所，友善有趣的社区氛围，并且大量的知识类博主（B站称UP主）入住使得在B站学习成为新的潮流。知乎和B站都不再是小众，社区氛围的改变甚至破坏，不免会受到少数老用户的唾弃。

但从整体来看，服务于更大规模的用户，为他们提供了学习和娱乐的场所，是在为更多用户提供了价值，对于产品和企业而言，这才是其最理想的归属。

（4）拼多多

拼多多一路走来也是充满着争议，从最开始因为假货被戏称为“并夕夕”，到现阶段通过持续的百亿补贴，长期推出全网最低价的品牌数码产品，被改称为“拼爹爹”。

拼多多诠释了为用户提供价值所带来的用户增长，一方面是低价和补贴，另一方面是成本极低的购物体验。借助微信现成的账号和支付体系，拼多多在微信环境中通过社交裂变席卷了三~五线城市、以及各种城镇乡村的海量用户。很多中老年用户是通过拼多多开始了网络购物，很多农村商户也是通过拼多多开始了线上销售，这些都是实打实的用户价值。

2021年4月底，拼多多发布的2021年年报显示，其2021年实现了10066亿元的成交额，年活跃买家数量达到了5.85亿。

如此大的用户规模，活跃用户的180日留存为47.3%，在电商品类仅次于淘宝的51.6%，这些都构成了对阿里系电商帝国的有力冲击。拼多多为买家持续提供着优惠，为商家一直提供0佣金和0平台服务费，提供了更多收入，这些用户价值使得拼多多已经深入用户心智。

好的产品能持续为用户提供价值，用户才会选择留下来甚至主动去口碑传播，为产品带来更多有价值的用户，这是最为理想的、良性的用户增长。

互联网商用至今，用户增长的底层逻辑没有改变：用户价值提升带来持久、健康的用户规模和收入增长。那么，如何定义用户的价值提升？俞军老师多年前就提出：

用户价值 = 新体验 – 旧体验 – 替换成本

可以用这个公式定性的描述价值提升的途径：1）提升新旧体验差；2）降低替换成本。新旧体验差最终需要用户切身感知，除了新体验真的很好以外，还需要用营销手段说服用户愿意尝试新体验，比如“充电五分钟通话两小时”的快充体验，一旦尝试过就很难再回来用慢充。

而降低迁移成本，除了直观的降价，还有各种补贴，比如上一小节提到的深入人心的百亿补贴，使拼多多不知不觉已经成为学生党买电子产品的首选平台。

除了狭义的降低支付成本，还有降低信息获取成本和完成消费成本。比如划一下屏幕就能沉浸观看停不下来的抖音快手、比如省去货比三家只要“买它买它买它”的直播电商，不需要检索和对比极大的降低了信息获取成本；短视频和直播消费门槛几乎为零，相对图文信息，极大的降低了消费成本。

上述这些产品，无疑都是近一两年来用户增长的杰出代表。尽管不乏对用户下沉战略的的戏谑（“五环外”“农村包围城市”），但不得不说用户价值是主观的认知，有阳春白雪，也有下里巴人，并无高下之分。

用户的增长，离不开用户价值的提升，并且这里更多需要理解为大部分用户价值的提升；无视用户价值的增长，或者无法保证持续的价值提升，更多只是自嗨式的短暂狂欢。

明确了提升用户价值为用户增长的基础，还需要考虑如何将价值传递到需要它的用户手中。尤其是一些红海密布的细分市场，已经存在很多对手在抢夺用户。

图3 用户增长全局视野“冰山图”

上一节介绍了用户增长需要以用户价值为基础，而提到用户增长，更多被感知的是大众视野中的营销策略。例如，近些年来春节期间都会有春晚红包，微信红包、支付宝、百度、快手等等先后从中攫取了海量新用户；每年习以为常的6.18和双11，已经成为购物狂欢节；以及，最近刚开始的明星直播带货，罗永浩老师在抖音买起了汽车和手机。这些都是冰山顶层，最能被感知的营销策略。

从用户价值的基础，向上支撑对宏观机会、商业模式的洞察，再进一步通过数据驱动更科学有效的完成营销策略落地，这是一个用户增长的一个全局视野。

根据QuestMobile数据，截至2021年4月起国内互联网用户规模正式见顶，而2021年11月的年同比增长也几乎为0。同时我们可以看到，用户时长依然保持较高增速，并且随着抖音、快手为代表的国民级短视频App月活达到4~5亿级别，用户时长在下半年的年同比增长率还在持续增大。“流量池”在这一年完成了向“时长池”的转变，这里面蕴含着宏观机会。

图4 用户规模和时长趋势，数据来自QuestMobile《2021年流量增长盘点》

2021年11月，全网人均日时长已经来到6.2小时，这是什么概念？假设平均睡眠6个小时，用户每天依然有1/3的时间是在盯着手机屏幕。不夸张的说，手机已经变成了“器官”，而我们每一个人，都不可避免的被卷入到这个浩瀚的“时长池”中。

如果说用户规模的增长，得益于智能手机的普及，那么时长的增长，毫无疑问得益于低价、高速的移动网络普及（这一点，根据我近年走过几大洲10个左右发达国家对比看，中国算是独步天下）。但是单单是技术侧的革新和普及，就足以支撑时长暴涨吗？我们先来看看两个例子。

19世纪中叶蒸汽机就已经发明应用到工业，到20世纪初，美国基本上已经能够用蒸汽机替代马匹成为主要的运输动力，然而并没有。原因很残酷：蒸汽机自身太重，普通路面无法支撑。除了这个，另外一个重要原因是来自民众的抗拒，蒸汽机太吵并且伴随浓烈的黑烟，以至于人们宁可忍受道路边上无数的马屎和马尿。

同样是在美国，20世纪初，当大型家电已经生产出来，并且价格已经低到了可以民用，尽管老美很懒，但这些却还是无法带来购买的狂热。原因也很残酷：这些电器功耗过大，当时的线路无法承受，甚至还没有标准化的电流电压以及插头插座。

这两个例子告诉我们，宏观的增长需要很多条件，除了技术本身成熟，还需要考虑两个重要的因素：用户的意愿以及生态的成熟。用户的意愿，决定了技术应用是否被广泛接受，而成熟的生态及其规范，才能保证技术大规模的被应用起来。

回到时长的增长的原因：如果说增长都归因于移动网络的低价甚至免费，那为什么早就流量自由的一二线城市wifi环境下，用户时长依然在显著增长呢？原因来自另一个维度——内容消费成本急剧降低，人们更愿意去消费了。我们可以把内容消费成本定义为完成目标内容消费的总时长，而它可以进一步拆解：

内容消费成本 = 内容获取成本 + 完成消费成本

图5 不同内容形式的内容消费成本

短视频有着极低的内容获取成本——无需搜索只需要刷一下，停不下来；还有着极低的完成消费成本——沉浸式不易跳出，且仅有15秒到1分钟，不知不觉这一条都看了好几遍。所以抖音、快手的内容消费成本非常低。再来看看直播，如果是你关注的主播，内容获取成本也很低——通常打开App，直播入口就已经扑面而来；完成消费成本甚至低于短视频——那一刷都不再需要，只需放上手机架，一遍吃着外卖一边看，是不是抢个红包买点东西就好了。

而几乎同时，内容生态的规范正在不断完善，并且向继续降低内容消费成本的方向推波助澜：App更好用，推荐更精准；工具让内容更易创作，优质内容更易传播；优质生产者获得大量物质激励、甚至成为收入不菲的行业，创作变得可持续。

所以，在低价、高速移动网络的普及前提下，极低的内容消费成本，让内容消费的时长暴涨。2021年初，它已经完成对长视频、手游等的超越，并且内容消费正在与电商深度结合，为“时长主”们提供了广告收入之外更大的获利空间。对于宏观机会的把握，能够让用户增长是在一个上升的“面”上进行，能够借助势能（或者前两年流行的“风口”）获得效果的加成，而反之则可能会事倍功半，并且无法保证中长期收益。

商业模式的创新非常难，对于多数从业者来说，是可遇不可求的事情。更多时候，是在优化现有商业模式的不足之处，或者具体说是修补其中某些环节的断点，找到新的机会。

如图6，内容消费领域目前呈现出一个完整的生态，而在几年前里面的很多角色是不存在的。例如多渠道网络服务（Multi-Channel Network，mcn），它连接着草根内容生产者和内容平台，为普通内容创造者提供了专业化的包装能力，更好的打通其内容消费通道，和生产者的影响力。MCN让内容消费的生态更加顺畅，同时也为它自身谋求到高额的收入分成。它的原型就是经纪公司，但是在一个新的领域引入，就很好的弥补了商业模式中的空缺。

图6 内容消费的全局生态

再比如，近期异常火爆的直播带货，原本内容平台也存在着电商的通道（短视频下方的购物链接）。但是，这还不够直接，货品和内容的结合质量也还良莠不齐。而电视购物已经存在了数十年，现在它被改良并绊倒了互联网直播平台，主播用更加专业、更具煽动性的描述进行推销，商家更加高频替换货品，平台提供更加便捷的购买方式，这些举措都优化了内容带货的商业模式，为内容带货注入了新的动力。

广义的数据驱动，包含分析发现机会、实验验证认知、数据驱动决策等等。用户增长中，数据驱动的主要目的，首先是找到具体切入点。一方面通过现有数据的扫描，相关性分析等，发现问题或者机会；另一方面，现有策略通过实验方法评估效果，并基于策略效果进行下一步的迭代。

数据驱动首先要明确增长目标，最好是企业从上到下都要认同的一个核心指标，所有的增长工作围绕这个指标进行拆解，最常见的方法就是确定好北极星指标，然后按照杜邦分析法进行拆解，找到切入点，这部分内容将在第2章展开。

用户增长中，实验的方法是数据驱动中至关重要的一环。既然是做增长，就需要关注策略带来的指标增量，而实验方法是全球一线互联网公司公认的黄金法则。尽管实验面临很多挑战，也有很多场景无法进行理想的实验，但它依然是满足条件时候的首选。实验设计、分析两部分内容已经在之前文章中介绍了一些，欢迎翻阅。

一些传统运营的的策略，主要依赖于人力来完成配置和迭代，而在算法主导的内容推荐、动态定价、分单策略等领域，算法模型已经智能的完成个性化、全局最优的策略下发，并且通过强化学习不断完成效果的优化。这些算法策略中的代表有

• 抖音、腾讯新闻的内容分发策略
• 滴滴、美团的派单策略
• 淘宝、滴滴的动态调价策略

其中的一些，将在后续展开介绍。

总体上，数据驱动帮助评估营销策略的效果，并提供反馈，为营销策略的迭代服务，并为最终的增长目标实现提供保障。这部分非常重要，但同时也是普遍欠缺的，所以我将花较大篇幅就数据驱动涉及的实验方法、实验分析、效率工具设计思路等做出详尽介绍，以供参考。

用户增长涉及的产品、运营策略，都包含在广义的营销策略中。概括来说，营销策略是一个直接面向用户的界面，它的作用包含但不限于向用户传递一些信息、讲清楚一些利益点、与用户进行一些互动、引导用户完成关键行为，最后促进增长目标的达成。

上述这些内容可以设计针对性的实验来探索最优效果。比如，电商App中常见的商品促销界面，会向用户讲清楚购买满多少可以减多少，这里涉及到的两个数值变量，如果拿不准如何设计，可以进行实验，看什么样的数值组合能够带来最大的GMV或者最优的ROI。

再比如，内容消费App中，从历史数据可以分析得出用户一旦与他人产生互动（转发、评论、点赞等），就会显著提升其后续留存率，这时产品中可以设计一些引导用户完成转评赞的小功能，比如用户发布内容后，默认会得到一些点赞，将极大促进其发布内容的积极性。

又比如签到打卡功能中，打卡7次可以瓜分奖金，在用户在第一次打卡后，再赠送一次打卡机会，实验证明被赠送的用户群最终打卡满7次的比例显著高于未赠送的群组。

营销策略为大众视野所见，之前这些例子看似简单，底层都有它能够生效的逻辑，可以在《消费心理学》、《用户行为学》中找到一些参考。营销策略的挖掘和生效，依赖着冰山之下的支撑，即以用户价值为基础，通过对宏观机会和商业模式的洞察，借助数据驱动科学高效的去落地。这一系列，就是用户增长工作的主要内容，下一节将展开介绍。

通过上一节的介绍可知，用户增长是个系统工程。理想的情况下，我们希望拥有完善的数据平台、标签体系、实验平台，甚至有了不错的算法模型支持自动下发策略。但同时，用户增长也是和时间赛跑，即使我们什么都还没有，也需要尽快开始，一点一滴积累正向经验、按需搭建工具提升效率。假设我们处在用户增长工作的初期，上述条件我们都还没具备，该怎么开始？

（1）明确增长目标

增长目标是最先需要跟老板明确清楚的，我们决定要这项工作，背景是什么，我们最终要提升什么指标？可以参照「北极星指标」来选择，相关的文章很多，这里就不赘述了。不妨假设我们经过深思熟虑，确定要提升的指标是DAU。

（2）搭建增长模型

在整体的UG工作规划时，我们会关注全局，看整个用户链路和生命周期的各种环节（最常见的AARRR以及强调留存的RARRA）；在切入到具体的工作时，我们会发现这些「大模型」往往无法指导我们做什么。

回到我们具体的例子：只有一个DAU的目标，还不能指导任何工作，需要对DAU进行拆解，拆到可执行的程度。DAU可以怎么来拆？

a.流入流出视角

把DAU看成一个容器，「流入」的是每天的新增用户以及回流用户，「流出」的则是流失用户。以「日」为观察周期来举例：

• 新增用户指当日获得的新用户
• 回流用户指昨天不活跃，但今天活跃的用户
• 流失用户指昨天活跃，但今天不活跃的用户
• 留存用户指昨天活跃，且今天活跃的用户

可以推知：

今日DAU = 今日流入 + 昨日存量 – 今日流出 =（新增用户数+回流用户数）+ 昨日DAU – 流失用户数

那么，想要获得DAU增长，可以从两侧切入：

• 提升新增、增加回流（就是开源）
• 提升留存或减少流失（就是节流）

需要我们决策的就是，资源有限，先从哪一侧开始切入？需要具体来分析DAU中上述几类的构成和趋势，原则上优先看「缺口在哪里」或者「怎么做最能起量」；还需要结合产品现状、所处阶段来做具体的资源分配（比如是否有足够预算做付费增长）。

b.新老用户视角

和流入流出视角类似，但相对简化。把DAU简单的划成两份，一份是「新用户」即当日新增，一份是「老用户」即非当日新增，那么：

今日DAU = 昨日新用户*新增次日留存率 + 昨日老用户*活跃次日留存率 + 其他

等式主要有4个变量，想提升DAU，可以将已知的量代入上面的式子，按照目前的经验，我们可以看看，提升哪个指标更能够获得较大的收益。例如，老用户占比90%，提升一个点的次留，DAU就会提升90%*1%=0.9%，而提升一个点的新增次留DAU只能提升10%*1%=0.1%。这里的“其他”，包含了今日新增，以及昨日未活跃用户的回流，此处为了简化讨论，都归为其他。

c.活跃度视角

活跃度视角，我们可以从周活WAU来看，DAU=WAU*周活跃天数/7，也可以从月活跃MAU来看，DAU=MAU*月活跃天数/当月天数。

从这个视角，我们会重点关注到如何提升「活跃天数」，首先看活跃天数的水平，有多少提升的空间（均值如何，低活跃的用户占比多少），重点先抓哪一部分人群（周活跃1~2天的，还是3~4天的）。这里涉及到用户活跃度建模，后续会在介绍「用户分群」时详细介绍。

上述这些模型帮助我们知道大致的方向，需要如何发力，或者优先在哪发力。同时也把DAU拆解成若干更前置的、更灵敏的、可以和策略产生关联的小指标。帮助我们认识到：「若想提升DAU，必先提升XXX」。

（3）找到策略切入点

知道了如何发力，最终还需要落地到具体策略上，策略需求切入哪个点，可以考虑因果性和相关性来帮忙。

a.优先因果性

如果知道某个指标为什么不高，推荐从产品逻辑、用户反馈中直接找到原因，针对性去修补。定性的方法就是找典型用户去问和验证，定量可以通过最为直观的漏斗分析来定位用户路径的「断点」。理解用户需求、提升用户价值是产品经理、产品运营的必备技能，也是用户增长的本质和源动力，这里也不再赘述。

b.其次相关性

相关性分析，可以帮助我们找到和关键指标高相关的用户行为，从而把具体策略定位到提升该关键指标，以验证是否能够提升我们的增长目标。

继续以提升DAU为例，假设我们明确当前提升DAU最关键的是提升活跃用户次留，可以进一步来看，活跃用户的哪些行为与其次日留存具有相关性（简单的线性拟合，或者复杂一点的「魔法数字」分析）。

通常情况下，用户的活跃次留，与用户活跃当日的使用深度高度相关，例如信息流App的时长、图文阅读PV、视频播放VV。通过对不同分层的用户群留存率、与上述几个指标的相关分析，我们可以得出哪些指标与次留的相关性更好，可以优先去提升这些指标。

需要注意的是：1）相关分析有些具体的坑，可以先补一补统计学的基础以防万一；2）相关性高，只是给我们提供了一个假设：提升该指标，大概率可以提升活跃次留，进一步提升DAU。是否真能够提升，需要通过设计实验来验证。

c.用实验来量化效果

实验帮助我们验证假设是否成立，量化策略的效果：施加策略或不施加策略，发布或者不发布功能，究竟提升了多少，短期看是多少，长期看是多少，准确吗，放量后会怎么样。

用户增长实战在做什么：分析数据——形成假设——实验验证，三者循环起来就是用户增长的核心工作流。

这也是有别于传统产品运营和产品经理事情的关键：是否以增长目标为导向，是否依赖于数据决策，是否使用实验方法。

前文把用户增长需要具备哪些视野和能力，具体在做哪些事情做了详细介绍。最后不妨来问下自己，目前所处的岗位或者角色，是否需要关注用户增长，或者具体需要关注哪一部分。

如果你是企业的中高层决策者，建议关注产品所处领域的宏观机会，产品当前的目标是否可以借助趋势的势能，目前的商业模式是否存在可优化点，目前的产品运营和实际是否围绕着关键目标在进行，是否使用了数据驱动的方法，营销策略是否有数据作为指导。

如果你是一名产品经理，负责某APP一个核心功能的策划，建议关注用户价值的