在增长领域有两种思维方式，分别是流量思维和用户思维。
流量思维：站在平台自身的角度考虑问题，比如广告、大促。流量思维是中心化运营，站在自身平台角度考虑问题，分发流量。从结果上看，更加关注PV、UV、转化等指标。短期来看是非常有效的，但长期来看，随着流量红利的慢慢消逝，需要更加关注用户的持续健康发展，即从流量思维向用户思维转变，从专注获客到关注用户生命周期价值的转变。
用户思维：即精细化用户运营。站在用户角度考虑问题，根据用户跟你的APP/业务交互的旅程地图为指导，挖掘出用户每一个阶段的需求，提供相应的服务;留住用户，给他更再来的理由，使用户更加活跃和忠诚，提高LTV。
本文主要站在用户思维的角度，来聊聊用户增长的方法论，希望本文对你有所帮助。
是什么——什么是用户增长
仅从字面意思来看，所谓的用户增长就是获客，即带来新的用户，也即是等同于AARRR(海盗模型)的第一个A。这种解释方式也无可厚非，就是我们前文中所说的流量思维。站在用户思维的角度来看：用户增长=用户增加 + 用户成长。
用户增长是个系统工程，是一套方法论，不是说做了某一个活动、某一个功能，使得获客指标有一定提升就称之为用户增长。事实上，所谓“增长”是涵盖了市场、产品、运营和客服，通过一体化战略的方式，来推动公司的业绩增长，这个一体化的战略，涉及到整个用户增长模型。
为什么-——为什么要做用户增长
用户增长是一个企业持续健康发展的基础，公司的一切经营活动都是围绕如何获取用户并提升用户的LTV(life time value，生命周期总价值)来展开的。上文提到，用户增长包含两层含义，即用户增加和用户成长，如果不在有新的用户持续进来，那整个用户规模的增加也就是天方夜谭，如果新用户是持续增加的，但是用户面临的选择很多，导致用户的留存和活跃很低，也就无法提升用户的生命周期价值，所以，需要不断地通过各种方式去触达用户，并且不断提升用户生命周期价值，才能够保证一个产品的生命力。
怎么做——如何做用户增长
关于如何做用户增长，总结了如下三个方面，即是指标、模型、方法论。
指标
这里的指标有两层含义，其一是可量化的核心关键指标，其二是指标的拆解。
在用户增长中，有一个高大上的名词——北极星指标，指的就是对于公司业务最最最重要的那个指标，是指明公司前进方向的，就像北极星指引着远行的人一样。
作用：指导方向、明确任务优先级、提高行动力、指导试验并监控进度
标准：核心价值体现、反应用户活跃度、反应经营状况、易理解易沟通。具备目标指导性，风险预测能力
简单讲，北极星指标是指导业务前行的指标，比如DAU(每天活跃用户数)、GMV(Gross Merchandise Volume，成交总额 )，DAC(日成交用户)、MAC(月成交用户)等等。
有了指标之后，就是指标的拆解，即增长公式拆解，通过拆解定位指标提升的关键发力点，针对性的制定策略。
模型
AARRR模型
关于用户增长的模型，最为人熟知的便是海盗模型(AARRR)
AARRR是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的缩写，分别对应这一款移动应用生命周期中的5个重要环节。
获取用户(Acquisition)
获取用户的框架方法论：定位受众→确定渠道→制定方法→优化用户旅程。
激活用户(Activation)
激活指让用户发现产品的价值所在，并使得用户产生重复使用产品的动力的过程。一般来说，用户在首次完整体验产品主流程后，又使用了第二次并走完了产品主流程，就认为这个用户激活成功了。
留存用户(Retention)
留存的定义相对简单，就是用户在指定的时间内，有重复为产品产生价值。注意是产生价值，如果一个用户每天都登录某电商APP，却不产生购买行为，的方法论里，这个用户就不算留存了。
用户变现(Revenue)
用户变现离不开三种方法：通过游戏或直播销售在现实生活中没有意义的虚拟物品、通过巨大流量进行广告变现、通过电商销售有意义的现实商品和服务。
自传播 (Refer)
以前的运营模型到第四个层次就结束了，但是社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的病毒式传播，这已经成为获取用户的一个新途径。这个方式的成本很低，而且效果有可能非常好;唯一的前提是产品自身要足够好，有很好的口碑。
传统的AARRR更多是站在流量思维的角度来考虑问题的，在如今的波诡云谲的互联网世界中，很难发挥其作用，需要从专注获客、追求虚荣指标向关注用户价值的方向转变，即下文要说的RARRA模型
RARRA模型
RARRA模型是托马斯·佩蒂特Thomas Petit和贾博·帕普Gabor Papp对于海盗指标-AARRR模型的优化。RARRA模型突出了用户留存的重要性。
用户留存Retention：为用户提供价值，让用户回访。
用户激活Activation：确保新用户在首次启动时看到你的产品价值。
用户推荐Referral：让用户分享、讨论你的产品。
商业变现Revenue：一个好的商业模式是可以赚钱的。
用户拉新Acquisition：鼓励老用户带来新用户。
当获取流量变昂贵，又不能有效地把流量转成产品的用户群，便让企业负担且浪费了「看似拥有的流量」的高额成本。
2017–2018年中国互联网讲「增长骇客」，到了2019年开始则是强调「私域流量」，这个词的出现与行业内开始 重视留存 为正相关，「私域流量」便是将「公域流量」进行留存成为自己用户群。因此，此框架的核心精神是顺应「存量时代」的来临，把留存作为最高优先级目标，调整框架步骤顺序为RARRA，亦即强调产品对用户的价值能自然带来更多用户的增长动能。
现在广告/社交渠道的流量价格已经很高，获客的成本与日俱增，现在增长的真正关键在于用户留存，而不是获客。RARRA通过最重要的指标来关注增长：用户留存、鼓励老带新、去报激活价值体验、提高LTV、优化渠道
RFM模型
RFM模型是在客户关系管理(CRM)中常用到的一个模型,RFM模型是衡量客户价值和客户创利能力的重要工具和手段。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三项指标来描述该客户的价值状况。
RFM模型较为动态地层示了一个客户的全部轮廓，这对个性化的沟通和服务提供了依据，同时，如果与该客户打交道的时间足够长，也能够较为精确地判断该客户的长期价值(甚至是终身价值)，通过改善三项指标的状况，从而为更多的营销决策提供支持。
在RFM模式中，包括三个关键的因素，分别为：
R(Recency)：表示客户最近一次购买的时间有多远，即最近的一次消费，消费时间越近的客户价值越大
F(Frequency)：表示客户在最近一段时间内购买的次数，即消费频率，经常购买的用户也就是熟客，价值肯定比偶尔来一次的客户价值大
M (Monetary)：表示客户在最近一段时间内购买的金额，即客户的消费能力，通常以客户单次的平均消费金额作为衡量指标，消费越多的用户价值越大。
最近一次消费、消费频率、消费金额是测算消费者价值最重要也是最容易的方法，这充分的表现了这三个指标对营销活动的指导意义。而其中，最近一次消费是最有力的预测指标。
通过上面分析可以对客户群体进行分类：
| 重要价值客户(A级/111) | 高(1) | 高(1) | 高(1) | 最近消费时间近、消费频次和消费金额都很高 |
| 重要发展客户(A级/101) | 高(1) | 低(0) | 高(1) | 最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展 |
| 重要保持客户(B级/011) | 低(0) | 高(1) | 高(1) | 最近消费时间交远，消费金额和频次都很高。 |
| 重要挽留客户(B级/001) | 低(0) | 低(0) | 高(1) | 最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当基于挽留措施。 |
| 一般价值客户(B级/110) | 高(1) | 高(1) | 低(0) | 最近消费时间近，频率高，但消费金额低，需要提高其客单价。 |
| 一般发展客户(B级/100) | 高(1) | 低(0) | 低(0) | 最近消费时间较近、消费金额，频次都不高。 |
| 一般保持客户(C级/010) | 低(0) | 高(1) | 低(0) | 最近消费时间较远、消费频次高，但金额不高。 |
| 一般挽留客户(C级/000) | 低(0) | 低(0) | 低(0) | 都很低 |
用户生命周期模型
一般做用户增长，你首先要有个清晰的生命周期划分标准和定义。
用户生命周期是为了定位每个用户在哪个阶段，对于某个阶段的用户进行不同的运营策略，用户生命周期的延长其实也带来了更多盈利机会。了解某个时间点，公司发展用户的质量情况。可以与历史对比，了解我们的用户质量是否提升还是下降。
一般行业会做划分为：潜客、新登、低中高活跃、流失召回。根据各个区间的用户状态，提供不同的运营策略，促进活跃。
LTV(生命周期总价值)
LTV即用户生命周期价值，是指用户在生命周期内贡献的价值，某日LTVn = 该日触发了某行为事件的用户 n 天内产生的价值贡献之和 / 该日触发了某行为事件的用户数
举例：如评估手淘新登用户的成交GMV，即LTV0 = 该日手淘新登用户当天产生的GMV/当天手淘新登用户数
计算方法：
某日LTVn = 该日触发了某行为事件的用户 n 天内产生的价值贡献之和 / 该日触发了某行为事件的用户数
触发行为：
即用户完成指定行为事件，比如浏览商详，唤端/来访等，触发行为均为当日首次触发后开始计算用户LTV
LTV类型：
即计算用户贡献的价值属性，包含商详浏览，成交GMV等，本次仅提供成交维度的LTV类型，包括实物成交、
方法论
通过定义用户生命周期，构建全维度的全域用户洞察分析体系，帮助运营快速进行数据分析与决策，进行精细化用户运营。从而成为一个智能洞察，高效触达，精准激活，全链路监控分析的用户增长平台
确定目标
拉新、促活、召回等
人群圈选
离线标签、实时标签、人群投放
洞察分析
画像分析、指标分析、留存分析、漏斗分析、动线分析、跃迁分析
A/B实验
通过实验验证增长假设，寻求最佳实践，驱动快速迭代。与业务系统进行深度打通，降低实验配置门槛。
总结
用户增长是一个系统工程，涉及市场、产品、运营、数据、算法、工程、客服等多个环节。本文总结了常见增长模型和用户增长的方法论，这些方法论使得用增变得有迹可循。用户增长是复杂的，是一项长期持久的工作，不可能一蹴而就，作为数据研发，需要在日常的工作中多思考用增的机会点，而不是一味地做指标，这样才能够向行业专家的方向迈进。
来源： 大数据技术与数仓
以上是关于用户增长师的相关信息，以供大家查看了解。想要了解更多用户增长师信息，第一时间了解用户增长师相关资讯，敬请关注唯学网用户增长师栏目，如有任何疑问也可在线留言，小编会为您在第一时间解答!
