我自己是做用户增长的，简单来讲也做了近10年，今天结合个人的理解，公司的业务情况，也参考一部分网上的资料，来概述一下用户增长。

用户增长的本质是对用户全生命周期进行精细化、科学化的运营。广义的用户增长都是由数据进行驱动的工作，数据在其中起着至关重要的作用；

图1描述了整个增长链路的闭环，主要包括以下关键环节：

• 新用户获取：针对整个流量市场，通过多种用户方式让潜在用户转化为新用户；
• 新用户承接：针对不同渠道的新增用户，通过个性化承接和运营，让更多的新用户转化为活跃用户；
• 活跃用户运营：针对活跃用户，通过对不同类型的用户进行精细化运营，不断提升用户活跃度和留存率；
• 流失用户召回：针对即将或已经流失的用户，需要用各种手段进行流失召回，以期重新成为产品的活跃用户；
• 分享推荐：针对产品的活跃用户，尤其是高活用户，设计相应的分享推荐机制，通过有趣的玩法和福利刺激，进一步获取新用户。

以上各个环节都需要不断的挖掘数据，扩大数据，并根据数据反馈提升效率，减小漏斗，优化转化率。

新用户获取

渠道投放是这个阶段最主要的动作，分为免费渠道和付费渠道。

免费渠道包括 ：EDM、SEO、社交裂变等，免费渠道并不是真的免费，而是指无需花钱买量，但是仍然需要投入人力，资源来做，并且一般都有时间周期长，不确定性高的特点，其最大的风险在于找到靠谱的人。

付费渠道包括：SEM、DSP 、PPC 等，因为 SEM 的规模持续萎缩，我们下文我们简单的将 SEM 归纳到 PPC 的一部分。除 PPC 和 DSP 之外对于APP类型的产品还可以从厂商预装和应用商店渠道获取新用户，这两个渠道主要依靠商务能力，在这里不做赘述。

PPC和DSP部分如下：

PPC 部分：也即传统的代理商在广告平台直接操作投放的方式，具体计费方式可以从广义上分为 CPX，包括但不限于 CPC、CPM、CPS 等，针对不同的投放渠道（媒体），需要设计师制作专门的素材，不断调整定向条件，持续优化创意和出价。（其中 SEM 的场景下需要持续扩展优化关键词）。
在信息流类型流量逐渐成为营销主要场景之后（包括视频信息流在内），信息流广告超越 SEM 发展成为更大的渠道类型，OCPX投放方式成为主流。

DSP 部分：整个广告市场，除了直投的流量之外，还有庞大的ADX市场，腾讯广点通、头条巨量引擎、百度推广、搜狐、爱奇艺、360、阿里妈妈 等流量平台都有对外开放的ADX服务，因此可以构建DSP系统去对接各个ADX平台，通过程序化买量获取用户，这个环节主要涉及到DSP 的各个模块，包括：
1）大规模/多渠道流量接入；
2）用户定向；
3）智能出价（CTR/CVR模型/出价模型）；
4）预算控制（速率控制）；
5）动态创意；
6）反作弊；

新用户获取阶段很重要的一个问题是：这个渠道来的新用户能贡献多大的商业价值，获取一个新用户应该付出多少成本？

用户价值常用LTV（Life Time Value）来衡量，LTV也即用户整个生命周期能为产品贡献的商业价值。用户LTV是一个统计意义上的值，经常描述的是一批用户（例如某个渠道的用户、某个广告带来用户）的平均商业价值，在不同的周期中CAC 较 LTV 可以适当做加减，例如正常 1 个用户的商业价值是 100 元，在前期跑马圈地阶段可以将 CAC 在 LTV 的基础上一定的系数，比如愿意付出 200 元的成本来获取1个商业价值为100元的用户。

如果用户获取成本CAC小于用户商业价值，从获取用户到商业化再到获取用户的整个闭环就可以源源不断的跑下去。
反之则需要持续优化该渠道或做出一定取舍。
付费渠道相对好统计一些，免费渠道可以根据投入的资源，人力等成本来计算用户成本。

新用户承接

当用户在渠道看到我们产品的推广内容后，我们想让用户完成什么样的动作。

通常情况下，我们将其分为2种。

第一种：平台产品，例如 APP，经过点击/下载/安装，在用户激活进入这个APP的时候，如果能在APP端内提供一个与刚才在推广渠道看到非常相关的内容，给用户提供一种一脉相承的体验，无疑会极大的提升用于对这个APP的好感度，也可以更快让用户体验到产品的亮点。
（例如用户在渠道侧看到了我们的APP新用户可以领红包的推广内容，打开APP激活之后，最好能在第一时间就给用户呈现刚才看到的领红包内容信息，并且让用户可以领到红包，也有公司会将新用户定义为 7 天，14 天等，在一定的周期内访问 APP 看到指定的内容）。

第二种：商业行为，例如下单或者咨询，通过 H5 页面搭建与投放创意高度相关的内容，强制唤起咨询框，通过咨询框文案引导用户提问（常见于教培行业）；或者留下表单让用户填写需求，手机验证后即可拿到对应计算结果（常见的装修公司）。在客户咨询或者留下联系方式后再做二次营销和引导。

活跃用户运营

用户已经使用过我们的产品之后，仍需持续对其进行精细化运营，以提升用户的长期留存率。虽然用户留存的核心在于产品和服务本身的竞争力，然而通过用户增长，是有机会让用户更直接、更高频的体验到产品的亮点，通过不断的正向运营和引导，仍然可以进一步提升用户留存率。

我举几个例子

例如：绝大部分APP都有很多资源运营位，例如开屏、红点、弹窗、banner等，用于运营内容的提醒，可以通过精细化运营能力提升这些资源位的运营效率，从而提升用户留存。
再例如：很多做商业行为的用户增长，会引导用户加私域群或企业微信，成为私域用户后，通过不断的文案引导，朋友圈引导，营销活动引导持续做信息曝光和信任度建设。
在活跃用户运营阶段，主要涉及到的能力项包括：
1）用户分群能力，通过用户画像（年龄、性别、地域……）、用户行为（例如昨天活跃过的用户、过去一周使用某功能小于3次的用户）多维度对用户进行分群，以针对不同的用户群做不同的运营动作；
2）实验能力，用不同用户在不同的触达位置，做 AB-Testing，以筛选出最好的运营内容，提升运营效率；
3）智能运营决策能力，对于某些大型APP，其用户规模较大、运营任务较多，运营内容也很丰富，如何实现对不同的用户下发最合适的运营内容，传统的人工制定运营策略将会变得非常困难。因此需要通过机器学习对用户&运营任务&运营内容三者关系进行建模，做出智能运营决策，提升运营效率。

目前国内的私域产品主要可以通过企业微信尝试，平台的用户可以通过 APP 本身的资源位做消息推送，消息推送又有APP push、微信消息、短信、邮件等等。

流失用户召回

当用户从成熟期进入到衰退期之后，会有较高的流失风险，因此需要对用户进行流失风险预警，结合不同的运营手段，让其重新转化为活跃用户。同样对于已经流失的用户，仍然需要对其进行流失召回，让其重新成为我们产品的用户。

 

对于有流失风险的用户，需要能及时预测出用户的流失风险，这个环节主要涉及的技术点是流失风险预测模型，通过机器学习预测这个用户的流失概率。不同的产品对预测的实时性要求不同，例如某些类型的APP，用户一旦离开，就很难再触达用户（用户可能已经卸载了这个app），这种场景需要实时的用户流失预测模型（时效性高，技术难度较高，准确率较低），在用户即将离开但是还未离开的时候，给出风险预警。

还有一些产品，拥有用户的长期联系方式或者可以依靠另一个大平台（例如instgram之于facebook），即使用户离开之后，仍然有机会再触达用户，因此非实时的用户流失预测模型有可能是很更好的选择（时效性较低、技术难度较低，准确率较高）。

对于已经流失的用户再去做召回所涉及的技术方案和新用户获取阶段类似，主要也是应用投放能力，只是在用户定向和投放素材上会有所不一样（例如产品做了某项重大升级，提供了之前没有的某项功能服务）。

分享和推荐

通过分享和社交裂变拉新已经是很多产品常用的一种增长方式，今日头条在产品发展早期通过“分享拉新”这种方式每天贡献了几十万的新增用户，拼多多通过“邀请好友砍价”的玩法更是获得了海量的用户。
在分享裂变场景需要尽可能提升裂变的趣味性，并不断优化分享到拉新各个环节的转化漏斗；另外很重要的一点是需要多种方案来适配不同渠道下的监管体系（例如分享功能在微信生态下的应用）。
为了获得更好的分享裂变效果，很多分享玩法都会和福利结合在一起（当然用户福利作为一种基础能力，也会被应用到拉新、促活的多个环节中），例如趣头条的金币拉新体系就是典型例子，其背后需要有一套完整福利方案。福利系统构建环节中主要涉及到的点包括：灵活支持多种福利任务的配置系统、用户积分体系、防黑产/防刷能力、个性化的福利发放模型等。

内容结语

以上其实在各个领域已经非常零散的常见了，比如装修公司，通过抖音，百度等获客。通过定制化的装修方案来承接，以及通过电话邀约拜访和参观样板间的方式做转化，对长期未成单的客户二次回访，以及老客户推荐立减的方式做拉新，等。

以及在电商领域，大家通过各类平台获客，不同渠道的人群发放不同的优惠券来承接，通过EDM、微信服务号的方式来促活，以及通过好评返现的方式来做内容推荐等等。用户增长已经是相对成熟的1个领域，也欢迎大家互相探讨。