AARRR->RARRA，用户增长模型的变化！
本次分享的内容有：
什么是用户增长
增长的必杀技是补贴
智能化补贴的框架
关键词：增长、补贴、效率
增长是目标，补贴是手段，效率是评价。
▌用户增长
定义：用户增长是用户的新增量大于用户的流失量，就像一个游泳池一样，在动态维持用户的增长。增长包括两个方面：人数（用户的绝对数量）和质量（每个用户贡献的价值）。
整体上可以用一个公式来表达：
规模=(DAU + growing - dying) * 质量
当 growing > dying 时，表明用户量是增长的。若平均质量也在增长，说明整体盘子的用户质量很高，也是属于增长。所以做增长，需从人数和质量两个角度着手。
1. 增长模型的演变
随着时间的变化，增长模型发生了如下变化：
共同点：增长模型依然是5件事情，只是顺序发生了改变。
不同点：在互联网的早期，各个垂直领域都是缺少竞品的空白区域，平台属于野蛮生长时期，最需要做好获客，适合 AARRR 模型。而在当下各个细分领域的供需双边都饱和的情况下，获客成本越来越高，且留存的成本远比获取新用户成本低，所以做好留存的重要度明显比获客高。
2. 用户生命周期曲线
将用户从了解某 app 到离开 app 的过程划分为6个阶段，分别为潜在期，新手期，成长期，成熟期，衰退期，沉默期。按照用户价值与时间的关系如下所示：
很明显，用户在成熟期价值最大，其次是成长期和衰退期。那么，不同生命周期，我们能做什么呢？
从图3 来看，图形类似于一个烟斗，这里称呼为烟斗模型，烟斗模型解释了每个时期，我们能对用户做哪些操作，使用用户给平台带来更大价值。
获客：发生在潜在期，对潜在用户进入引导，让其进入平台
激活：发生在新手期，用户进入到平台，引导用户熟悉 app
留存：从用户进入到 app 到离开 app 都要做留存，以最大程度的延长用户生命周期。
收益：即让用户向平台付费，主要发生在用户使用 app 一段时间后，即成熟期和衰退期。
推荐：品牌认可，用户将 app 向好友推荐，获取优质的用户。发生在新手期、成长期、成熟期。
▌增长的必杀技是补贴
定义：通过补贴，让用户尝试使用产品，给予用户好的体验，并让其在未来留下来继续使用 app。
1. 补贴案例
案例1：加班补贴：用补贴换时长增加
实施打车策略后，原本8-9点下班的员工会工作到9-10点，对公司而言，付出了打车费用，总的工作时长增加了，但 ROI 是否会增加具有不确定性。
方案2：补贴增强用户体验
对有打车需求的用户，给予补贴。通过平台让利的策略，提高用户发单的概率，以提高平台营收。
小结：用补贴的方式使更多用户来体验产品，让用户更加频繁的使用 app 并留下来。常见的补贴有现金红包、现金券、折扣券、积分、实物奖励等。
2. 该如何补贴
发小钱办大事，提高补贴效率，补贴效率公式：
分子为补贴后的效果减去补贴前的效果，即补贴收益 ；补贴金额等于活动投入的金额，即补贴成本；ROI 等于补贴前后的收益处以补贴金额。若想使 ROI 呈现递增趋势，在补贴成本不变的时候，使补贴前后收益增加，或补贴收益不变的时候，减少补贴成本。
3. 如何提升补贴效率
提升补贴效率的关键因素：市场供需
投放补贴，应该围绕市场供需来做，满足用户的需要，驱动增长。对于增长来说，提高 ROI，有两种方式，保持分子不变，分母变小，即补贴前与补贴后的收益效果不变，认为市场需求达到了天花板，通过减少补贴，驱动 ROI 增长；保持分子变大，分母不变，认为市场有供给需求，即市场供需不足，在补贴成本不变的情况下，带来了收益增加，就需要提高补贴效率。
▌智能化补贴
1. 必备条件
多部门合作，需具备人工智能、心理学、经济学知识。
2. 优化思路
如何对上文案例1中的打车补贴与工作时长关系优化，最大化 ROI 呢？下面从两个角度来优化策略：补贴敏感度和市场供需环境。
角度一：补贴敏感度
问题：无效补贴
明确哪些因素会影响收益和成本，找到对收益没有影响但增加了成本的因素。在打车补贴案例，实施补贴策略后，会有部分原先不属于补贴范围的员工向补贴区域转移，使得享受补贴的人数增加，补贴成本也会增加，收益是转移进入补贴范围用户的工时增长。对于原先工作到9点后下班的员工，工作时长没有增加，补贴成本增加了，这部分人的补贴就是无效补贴。
对于无效补贴的用户，是需要待优化的。
3. 优化策略
① 引导用户增加工时
实施打车方案后，工作时长没有得到有效增加，但支出增加了。结合员工历史下班时间，如果员工工作时长增加60分钟，就给予打车费报销。采用策略引导员工增长工作时长，达到了预期的工作时长，对其给予补贴。对公司而言，获得了更多的工作时长，同时剔除了无效的补贴，ROI 的分子变大，同时分母变小。
② 弹性补贴
在策略1的基础上，继续优化补贴成本，对不同的员工给予弹性的补贴，从整体角度来看，收获的工时不变，公司投放的成本减少，ROI 增加。
③ 价值转化
在策略2的基础上，考虑每个员工的边际效用与边际成本，若是边际效用大于边际成本，给予补贴，否则不给与补贴。同时，给予补贴的员工给予弹性补贴。整体上来看，工时增长了，投入的成本减少，ROI 减少。
角度二：市场供需环境
这时，结合市场的供需环境，给予员工福利待遇：
④ 增加补贴，换留存
⑤ 减少补贴
4. 复盘
前面3版本，从员工画像角度考虑，利用大数据千人千面的能力，对员工的劳动能力、劳动价值、对钱的敏感度做出运营策略；第4和第5个版本，结合市场的供需环境、企业提供的岗位数量之间的供需关系做出的策略。整体上，就是补贴与收益的动态平衡。
▌精细化营销框架
每个框中包含了相应的数据和技术要求。底层搭建系统和提供数据支持，模型层将数据加工成用户画像以及做预测问题，机制层结合用户画像、预测结果等设计动态收益模型，保持平台盈利和生态平衡，最上层是产品，直达用户。
1. 算法工程师工作规范
明确目标，知道到底在做什么事情；有合理的指标体系来分解目标；从指标中提炼出行之有效的方法，也就是机制；机制抽象为模型，做成系统化的需求；最后是评估，对策略做数据评估，以便于迭代优化。不同职业发展阶段，不同方面的能力的重视程度不同，在刚步入职业阶段，模型尤为重要，越是职业发展后期，指标和评估更为重要。
2. 模型
用户模型：刻画用户能力和劳动意愿。
供需模型：预测类型，包含时序模型、指数因子模型、特殊修正模型，其特征体系包括指标序列、线下特征，还具有一定的周期性、趋势性、随机性等特征。
3. 补贴机制
第一个：在业务早期，验证市场有效，目标是最大化收益，同时保证投入就可以带来收益；
第二个：在业务快速成长阶段，加大投入，提高业务覆盖面，最大化 ROI，保持投入效率最大化；
第三个：在业务成熟阶段，保持收益不减少，减少补贴，提高 ROI。
4. 产品思维
信息不对称，供给不足：在信息不对称或垄断的情况下，采取涨价措施，提高收益。
损失厌恶的心理：利用损失厌恶的心里，换取未来一段时间的活跃度，适用于竞争态，提高用户忠诚度和留存度的场景。
通过不确定性的奖励来增加趣味性。
5. 风险
可能的风险：用户感知杀熟，认为不公平的情况。
如何规避：
规则透明：明确告知用户规则机制。
提高定价，反向补贴，完成差异化定价，先提高定价，再给用户实惠折扣来吸引用户下单。
▌总结
智能化用户增长，需要具备多项技能，技术使得我们具备接触数据、熟悉数据、加工数据的能力，人工智能帮助我们准确的预测用户，微观经济学帮助我们理解收益平衡机制、明确 ROI 增长思路，黑客增长和心理学拓宽我们的思维和了解用户，拥有更多的途径来实现策略的落地成为产品，更加好用的产品直达用户。
推荐阅读
欢迎长按扫码关注「数据管道」