用户增长的决策模型详解
- 2020-07-29 21:52:13
- 来源：决策模型
户增长的决策模型详解
发布时间：07-2710:08
之前就介绍过付费流量、免费流量、广告收入、预算分配等不同模块的内容。这些内容都与用户增长息息相关，共同决定了用户增长体系运转的好坏，把这些模块的核心组合串联在一起即为用户增长的决策模型。
一个产品的用户增长过程中，决策者需要确定增长目标，可以投入多少预算？目标获取多少用户？目标产生多少收入？在没有数据模型支持的情况下很难做出贴合实际的目标设定，需要一个数据模型辅助决策。决策模型设计逻辑是一致的，但在产品增长的不同阶段，对应决策模型的框架和数据指标也会有所不同，会随着实际产品运营状态不断进行调整修正，缩短目标预测与实际达成直接的偏差。
用户增长决策模型设计逻辑
预算、用户规模、营收为用户增长的三要素，三者之间有着相互影响相互制约的关系。
图1：决策模型三要素
正向思维来看，预算池规模和产品质量决定了可拓展用户规模；用户规模和产品质量决定了商业变现的营收规模。逆向思维来看，实际达成的用户规模和商业营收结果会影响接下来的预算投入。找到各环节间的核心影响因子，使其高效衔接，最终才能获得用户规模最大化和营收最大化的双赢结果。
通过调节三要素之间的影响因子，达到预期目的即为用户增长决策模型的核心逻辑。如：产品处于增长阶段追求用户规模最大化，可以接受一定的亏损，那么用户量级、用户粘性、用户流失则是必须达成的终极目标，整体ROI在可接受范围内即可，不要求ROI一定大于1。此时对于预算的目标即为各渠道新增用户留存满足增长需求则为核心标准，采买成本与变现能力保持固定比值即可。
图2：决策模型三要素核心影响因子
以0-1产品为例，决策模型的搭建
以一个1W→10WDAUAPP增长为例，它正处于一个从0-1的过程，该如何搭建用户增长决策模型并合理预测呢？产品冷启阶段核心为产品质量的自验证及初期流量增长阶段，核心为用户规模这一要素，预算和营收都需要辅助用户规模扩充。此时决策模型的核心为用户规模的预测。需要关注的核心指标如下：
图3：决策模型三要素计算指标
根据核心指标搭建增长决策模型：
第一步：预测用户留存与流失
①根据冷启动种子用户的留存表现预测新增留存、活跃留存的衰减曲线
②输入现有的日均新增用户数、DAU数据即可得到不做任何动作的情况下，30天or 60天内可达到的用户规模。
第二步：基于预测数据确定用户量级目标
根据30天or 60天内可达到的用户规模，即可制定用户量级目标。如当前预测30后，DAU 5W→6W；想要更快速的扩充用户规模，把用户量级目标定为30后，DAU 5W→8W。那么我们就要加入运营活动或流量采买等动作引入更多的新增用户。
DAU的加速增长本质上是新增的扩充，计算中增加新增用户数值达到目标DAU即可。但这里需要注意的一点是，运营活动带来的用户的留存水平可用冷启动用户预估，流量采买的用户留存水平通常会低于自有流量。如果引入流量采买需要对外采流量进行单独的留存衰减预估，外采流量、自有流量分别计算，使总和等于目标DAU。
第三步：基于用户量级目标确定预算及营收目标。
①预算目标：
第二步中确定了，外采流量和运营活动的新增目标。外采流量部分，根据市场上各类渠道不同的经验激活成本可计算出外采流量所需预算。运营活动部分，根据活动奖励价值和中奖策略覆盖可计算出运营活动所需预算。计算出的需求预算和实际的财务状况可能会存在差异，当需求预算无法满足时，舍弃高成本低转化的流量采买渠道即可。
②营收目标：
产品初期对于商业变现部分会弱化，甚至暂时不会接入广告，这个阶段可以不关注产品整体的投入产出比。对于已变现的部分我们需要关注Arpu，随时监控产品当前的变现程度即可。
第四步：基于实际的采买效率、用户粘性、变现效率及时调整模型参数，修正目标。
目标确定后在实际运行的过程中，可能会出现“某流量采买渠道激活成本过高”、“活动运营参与度过低”、“用户留存突增突降”等问题。这些问题会影响原本模型中的留存、激活成本等预估参数影响预估的准确性，因此在实际运行的过程中遇到影响因子变化时，我们需要从新测算缩短偏差。
作者：小宇专注流量数据分析，就职过360和58。主要负责流量分析和商业变现等相关数据分析工作。
- 分享到:
