高阶增长：构建和应用3种增长模型

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。

比如说付费广告来源的用户试用注册率和购买率偏低但是订阅长度却很长，可能提示我们这个渠道并不是很多我们的精准用户要想办法提高精准程度，但通过这个渠道来源的用户成为付费用户后生命周期比较长，说明还可以优化这个渠道找到更感兴趣的用户不要盲目的追求流量。

再比如小公司的分解纬度试用购买率很低同时付费用户订阅的长度也比较低，那可能我们的软件是不是不太适合小公司，可能是团队合作的软件对小公司来说访问量虽然很大但对于他们需求并不大，那么大公司可能是我们主要发力的群组。

通过分群的模式分解增长模型对比不同的维度，他的增长模型的细分指标，也可以帮助我们找到改善北极星指标的机会。

• 问题一：业务很复杂，感觉千头万绪，不知道从何下手推动增长。
• 问题二：想要改善北极星指标，但是落实到产品、运营等还是没有具体的想法如何做？

案例：淘宝通过增长模型简化业务，寻找增长思路

为了提升订单价或者让用户到达指定感兴趣的页面，增长模型很好的一点是把复杂的东西抽象化，反而比较容易理清思路。

• 问题一：作为增长负责人，定了北极星目标，如何把活分下去，并保证执行团队和我的思路一致减少失误？
• 问题二：作为执行团队，如何清晰的知道自己的任务，可以在快节奏的日常工作中作出正确的决定？
• 问题三：如果公司里有多个团队合作推动增长，如何保证大家劲往一处使？

通过增长模型把北极星指标拆分为细分指标。

常见的因子分解增长模型框架：

• 横向分解：先按照用户群组，通过“加法”分解
• 纵向分解：在按照用户漏斗，通过“乘法”分解

注意⚠️：拆分细分指标关键

遵循MECE原则：

• ME：相互独立，每个细分指标完全独立（避免后续分配给团队时互相打架）
• CE：完全穷尽，细分指标涵盖影响增长重要因素（避免增长中的盲点）

协作模式一：每个跨功能团队单独承担一个细分指标

协作模式二：多个团队合作推动同一细分指标

细分指标还可以进一步拆分，以新用户量为例：

目标：年度新用户数量50万

新用户量=运营渠道获客团队（40万）+BD商务合作团队（5万）+产品推荐团队（5万：比如老带新功能等）

运营渠道获客团队为负责新用户指标主要团队，BD和产品为支持团队。

案例：网易的多团队如何协作推动增长

情景：商业化部门将年收入目标，拆分到各个产品线，在单个产品线收入目标下，需要有好几个部门来协作如何推？

第一次尝试：各部门背独立KPI，但出现各部门指标互相影响的情况下，比如广告部收入指标涨，但产品部用户活跃指标降，部门之间难以及时沟通，每个团队都是领域专家，但是汇集到一起反而降低产出。

第二次尝试：成立用户增长中心，改成OKR模式，各部门首先有一个共同的北极星指标，同时给产品部、体验部拆分不同的细分指标，保证细分指标之间没有交集，团队不能考虑仅仅提升细分指标还要最终支持北极星的增长，避免了互相伤害的情况。

作者：四场

来源：四场