编号：20200116
前一篇文章提到我现在在做一个内部创业产品，从立项到设计真的是一波三折。光是PPT就被打下来不下7次了。这不，这次又要补充产品上线后的详细规划，作为半吊子的数据产品，不得不临危受命，专心致志地研究起产品上线初期的增长方案。
在查阅过被誉为增长教科书的《增长黑客》，被誉为产品教科书的《人人都是产品经理2.0》以及无数各种牛人的理论、经验之后，我终于“练成神功”“有所小成”能忽悠住自己。
欲知详细如何，就看我一一道来吧。
嗯，文章有点长，但是绝对干货。
初创产品会经过哪些增长阶段？
这张参考了前迅雷看看CEO郝志中先生一次分享里的素材，横轴是时间，纵轴是用户量，表达了一款产品从上线到退市期间用户量的变化。
下方曲线对应的90%的产品，这里的数字是虚指，意味着绝大多数产品从来没红过，用户量始终没起来。
中间曲线对应的9%的产品。这类产品有它的过人之处，比如脸萌、足记等，但过把瘾就死，只能成为现象级产品。它们的硬伤在于是好奇心驱动的，无法提供持续的用户价值，用户新鲜劲一过就难以为继。
上方曲线对应的1%的产品，作为极少数，它们可以拉出一根真正漂亮的S型曲线，成为大家眼中成功的产品，比如微信。
这张图对前一张图做了进一步地拆解，划分出了1.0版本、2.0版本经历的阶段。这里，我们聚焦于1.0版本，也就是初创产品的生命阶段。
在解释这些阶段前，首先要引入一个概念：PMF（Product Market Fit）。
PMF指的是产品与市场的完美契合。这个概念对于初创产品来说尤为重要，因为它聚焦的不是 “正确地做事” 而是 “做正确的事” 。
Insights通过分析101家科技创业公司的失败案例，总结出了创业失败的20大主要原因，其中“没有市场需求” 以42%的绝对占比成为首要因素。所以，找到产品与市场的契合点是创业团队早期的首要任务。盲目地大干快上，只能是昙花一现，最后一地鸡毛。
这也解释了，产品发展曲线中为什么要出现一个”验证—留存“的阶段。
这个阶段的核心任务就是不断修正主打功能，找到产品与市场的适配点，使其最终能够匹配市场的需求。相应地，这阶段的核心指标并不是日活多少、注册量多少，而是用户的留存表现以及产品自增长的能力。
经历过痛苦的验证阶段后，产品已经能够达到PMF，顺利从”验证—留存“阶段过渡到“爆发—拉新”阶段，这时我们便能顺理成章地将产品推上市场的舞台，通过广告、地推等等运营手段使用户量大规模爆发，而不用担心因为产品的问题使得推广受阻。此时我们核心关注点便是运营手段的有效性以及各个环节的转化率。
拉新一段时间后，产品会进入平台期。一旦容易搞定的用户都搞定了，单用户的获取成本就开始越来越高，这时候要想继续放大产品的整体价值，就只能依托于提升单用户的价值。于是，产品功能开始扩展，升级2.0版逐渐提上日程，运营工作的主要目标是激活用户，也常常说成“促活”，让用户使用产品的时间尽可能增加。此外，产品到了这个阶段也要适时、适当地变现，当然，有爸爸的产品请随意。
聊到这里，就要祭出我总结出来的指标模型了，黄底的是对应阶段的关注重点，白底的是次关注点，其他指标需要监控，但不是重点，所以我这也就不列了。
PMF的数据验证方法
前面介绍了产品1.0版本的生命曲线，但那不是重点，因为介绍这种曲线的文章多了去了，却很少有人告诉我，怎么验证这些阶段，我怎么知道我现在到达哪个阶段了呢？凭感觉？拍脑袋？显然不是。数据为王的时代，当然要用数据装个X作为依据。由于篇幅限制，我这里只分享一下PMF的数据验证方法啦。
自增长验证方法
1. Sean Ellis测试
这个测试方法由肖恩·埃利斯（Sean Ellis，增长黑客之父）创建，他说PMF可归结为一个简单的调查问题：“如果你不能继续使用某种产品了，你会有什么感觉？”选择“非常失望”的用户代表了你的目标市场（选项有：非常失望、有点失望、不失望和不会再使用该产品）。
在调查了近100家初创公司的客户发展调查后，Sean Ellis发现了一个40%这一比例：增长缓慢的企业总是会有不到40%的用户在这一问题上表示“非常失望”，而发展劲头强势的企业在这一方面的比例总是会超过40%。
2. 病毒系数
病毒系数是运营指标的常客了，这里采用病毒系数的最简单的模型。假设我们一开始有5000的用户，其中有五分之一的用户会在这个月带来新用户，那么这里的病毒系数是1/5=0.2。
通常来说，对于互联网产品，0.15至0.25的可持续病毒系数是不错的，0.4是优秀的，大于0.7是卓越的。
病毒系数为0.2时的表现
病毒系数为0.4时的表现
病毒系数为1.2时的表现
留存验证方法
每周使用天数超过3天
新增日活跃用户DAU超过100
30%新用户次日留存
达到10万用户量
对于SaaS产品，还需要验证以下数据
5%付费转化率
LTV/CAC>3，即用户终生价值/用户获取成本>3
月流失率<2%
月销售流水达到10万
用户获取成本的回本时间<12月
有了数据验证方法后，这个逻辑图又可以细化了：
除了上述的分析模型，AARRR也是运营分析的经典模型，结合AARRR分析，会给你不一样的理解。当然，这里就不展开论述啦，附赠一张AARRR模型的指标体系，具体论述且听下回分解~
网友评论