第三章 · 获客增长

• 1: 导读：实现千倍爆发式增长的2个限制因素
• 2: 制定增长方案：七步构建获客增长计划
• 3: 降低增长成本：筛选优质获客渠道的四象限矩阵
• 4: 增长内驱力：了解用户增长的七大驱动因素
• 5: 增长外驱力：十一种常见拉新获客手段
• 6: 机制化增长：自动化营销实践及工具
• 7: 病毒式增长：打造产品病毒循环的5个步骤

1 - 导读：实现千倍爆发式增长的2个限制因素

两个维度与四种商业模式

硅谷科技圈一位名为 James Misher 的博主，在自己的博客里总结了限制一家公司能否实现千倍增长的关键因素。他把关键因素分成两个维度：产品的生产与产品的分销。根据这两个维度的难易程度，可以拆分出四种不同的商业模式。

第一种：固定产品，固定分销

最典型的例子是餐厅、律师事务所、医疗机构等。这类公司固然可以增长到很大的规模，但产品和分销并不受益于技术的进步，增长完全依赖雇更多的员工去服务更多的客户，而且产品和分销都需要大量的人际交互——服务人员必须与客户亲自见面。

这种生意卖的实质是从业者自己的时间，而时间是一种宝贵的、不可再生的资源：今天花三个小时服务一个客户，就无法同时用这段时间服务其他客户。这种售卖单份时间的生意，注定无法快速扩张，扩张成本也远远高于其他任何类型的业务。

第二种：可扩张产品，固定分销

可扩张产品指产品本身是标准化的，一旦形成标准，就可以快速、大量地生产制造，一般以高科技产品居多；但这类产品在分销渠道上非常固定。

以美国政府采购为例：订购一台性能卓著的一百马赫喷气式飞机，在今天的科技水平下，制造这架飞机已经不是难事，一家工厂能用很快、很专业化、很标准化的速度完成；但购买飞机的过程本身很复杂，制造商需要经历传统的国防采购流程才能卖出一台飞机，前前后后可能要忙上一两年。

另一个例子是 SAP 这类企业端软件：每生成一个软件副本（copy）很简单，作为互联网工具，简单的复制粘贴就能不断扩张产品本身；但限制 SAP 增长的是它的销售能力——企业要采购这套软件，同样要走销售流程。换句话说，它跟传统生意没有太大差别，只不过卖的是软件而已。所以类似 SAP、微软、Oracle 这样传统卖企业服务的软件公司，也越来越多地开始尝试云端销售，希望通过线上销售获取更多大客户，走出这一弊端。

第三种：固定产品，可扩张分销

在这类商业模式中，很多产品其实并不是高科技，本质很传统，但它们的分销方法是一种很创新的交付方式。

比如咪蒙的公众号是 2017 年最具代表性的公众号之一，读者规模庞大。咪蒙出身记者，写作手法和五年、十年前没有太大区别，都是用电脑或纸笔写作；不同的是，她的分销能力与从前已不可同日而语——因为她有了很强势的渠道：微信公众号。以前一个记者写一篇稿，只能发表在发行量有限的报纸杂志上，很难传阅；有了微信之后，同样写一篇东西，就能被更多的人传阅、看到。

类似的还有 papi 酱。她本身可以算是一个演员：以前演员在小剧场表演，稍有名气的可以上电视、拍电影；而在互联网时代，papi 酱作为一个素人，通过微博渠道就能被千万网友熟识、转发，随便一条视频都有上百万甚至上千万的点击量，影响力甚至超过很多小明星。她的产品本身——表演和剧作——是固定而传统的，但分销渠道、销售产品的路径已经有了全新的创新。

第四种：可扩张产品，可扩张分销

第四类在产品和分销两个方面都有创新，最典型的是以 Facebook 为代表的社交网络：作为互联网产品，它们的分销能力本身就很强，可以标准化、无限扩张；而平台上的内容又可以随着平台的扩张而无限扩张。

类似的还有 Airbnb、Dropbox 等。它们提供的都是线上虚拟产品，比如虚拟的双边市场摊位、虚拟的存储空间——这些都是比特化的产品，具有很强的可扩张性；同时它们自身作为互联网渠道，又具备非常强的增长潜力。这也是为什么很多互联网公司可能只花短短半年、一年、一年半的时间，就能超越很多经营了十几年、二十年的公司。

对个人选择与创业的启发

用“产品与分销渠道是否可扩张”这个判断框架，也可以为个人成长提供启发：如何选择一个更适合自己的、能高速增长的工作环境和成长状态？

• 去考量什么样的公司同时具备产品的增长性与分销能力的增长性；
• 警惕夕阳产业：产品已经老化、僵化，业务模式非常传统，分销渠道又单一、依赖大客户销售或人力密集的客户谈判，这类公司不具有爆发性增长的属性；
• 互联网行业之所以有这么大的魅力、这么赚钱，本质上也是因为它的产品和分销渠道都能实现大踏步的扩张，而不仅仅因为它看起来光鲜亮丽。

若要投身创业、选择一个领域，建议优先考虑第四类——可扩张产品，可扩张分销。因为只有在这种模式下，产品才有可能实现千倍的增长。

2 - 制定增长方案：七步构建获客增长计划

方法背景：Noah Kagan 与 Mint 的增长战绩

如何找到适合自己的增长路径？这里提供一个标准化的模板——七步获客法，它由 Facebook 早期增长团队的重要成员 Noah Kagan 提出。他为 Facebook 探索出了很多快速增长的方法，《增长黑客》一书中也介绍过这个人。

离开 Facebook 之后，财务管理软件 Mint 的创始人 Aaron 邀请 Noah 加入团队，并给他制定了增长目标：获取十万用户。一开始 Noah 也不知道从何处下手，好在经过一段时间的探寻，他总结出了获客七步的方法，他也称之为量化营销的手段。凭借这套方法，他仅仅花了六个月，就帮助 Mint 实现了从零到一百万用户的增长，超出目标十倍。最终 Mint 以 1.7 亿美元被成功收购，Noah 也实现了财务自由。

第一步与第二步：制定增长目标，设定时间框架

第一步：制定增长目标。 在开始策划各种增长黑客活动之前，必须设定一个切实可行、可以被测量的目标，这对任何营销活动都至关重要。制定目标的方法很多，Noah 推荐从公司营收的角度入手。

以三节课的增长黑客在线课程为例：想"增加学员数量"太宽泛了，增加多少算成功？十个、一百个还是一千个？这时可以从营收角度思考——假设目标是增加十万元销售额，这就是营收目标；再拆解营收结构：假设课程售价一千元，就需要多出售一百堂课；大多数情况下每个学员只会买一堂课，所以最终的用户增长目标就是一百个学员。

第二步：设定时间框架。 没有时间框架，任何目标都无法落地——既无法据此制定日程安排，也无法追踪进度。评估目标时需要考量各个维度：手头有没有资源、团队有没有人配合、能否拿到预算，然后据此制定一个合理的目标完成时限。

回到案例：增长一百名学员，一周太短（课程本身就要好几周），一年又太长，权衡后可限定在三个月内。由此得到一个完整目标：三个月内获得一百名学员的增长。

第三步与第四步：潜在渠道列表与优先级打分

第三步：用 Excel 建立科学的增长框架。 Noah 在 Mint 设定的框架是这样的：横向为渠道、流量、点击率、转化率、用户数、状态、是否执行、实际用户八个字段，纵向拆分不同的渠道。

这张表格用 Excel 做非常简单，各字段含义如下：

• 渠道：用户从哪里来，写下渠道名称；
• 流量：该渠道有多少流量。流量可以自行定义——公众号文章阅读量、网页访问量、广告展示量、APP 下载量等；如果不确定，可以询问上司或老板，他们对想要的流量一定有预期；
• 点击率：多少用户会从该渠道点击进入课程页面，或产品的 landing page；
• 转化率：访问课程的用户中，付费用户占到的比例；
• 用户数：该渠道可以带来多少付费学员；
• 状态：是否已与该渠道建立联系，比如已初步拿到报价单、已与其销售人员有过线上交流等；
• 是否执行：是否已正式在该渠道上推广，已开始记"是"，还没开始就先留白；
• 实际用户：渠道上线之后，最终真正带来多少用户（本例中即多少付费学员）。

Noah 建议最好列出至少十种、最好十五种获客方式，并优先选择最可能匹配潜在客户的渠道。

第四步：对渠道进行优先级打分。 评分分两个维度：一是渠道的影响力，一到五分，分数越高影响力越大；二是执行的容易度，同样一到五分，分数越高越容易。以推广三节课的增长黑客课程为例：

• SEO：难度不小，但影响力保守估计不会很大——增长黑客是较新的概念，大众认知还未上升到主动学习、搜索的阶段，关键词在百度上的搜索量权重较低。容易度三分、影响力一分，总分四分；
• 垂直论坛：做起来很容易，但 web 端流量正在衰退，影响力不会太大。容易度五分、影响力三分，总分八分；
• 社交媒体（公众号互推、广告等）：实施难度小，影响力反而更大，容易打造出爆款效应。容易度和影响力各打五分，总分十分。

按总分由高到低排序：优先选择社交媒体，其次考虑垂直论坛，SEO 放在最后——如果有足够的精力和资源再去考虑。

此外，还要从时间和预算两个角度衡量可行性：

• 时间：要求一周找十个客户，这是短期目标，做 SEO、公众号互推显然来不及，更好的方法是通过线上或直接登门面对面拜访两三个意向客户；相反，如果是一年获取一千个用户这样的长期目标，就可以考虑用 SEO 引流；
• 预算：预算为零还想投百度广告、花钱请大 V，显然不可能。最好的办法是写一篇高质量的软文，多找同行互推、向媒体投稿，引发自然传播，争取成为一篇十万加的文章。Mint 在增长到百万用户的过程中，只花钱买了 40% 的流量，其余全靠自然增长；如果全部花钱买，可能只需三个月就能达到一百万，但预算不是无限的，Noah 当时也只能量力而为——毕竟老板没有拨那么多钱。

第五步与第六步：预测效果，制定任务时间线

第五步：通过具体指标进行效果预测和优化。 流量监控可以分别用 SimilarWeb（评估网站）和西瓜公众号助手（评估公众号）两款工具。注意，这只是评估或大胆的预测——在正式付费投放或开始合作之前，拿不到精确的 CPA 转化数据，只能依靠经验或借助第三方工具。尽管如此，行业里的一些基本 benchmark 要心里有数：搜索引擎（百度、Google AdWords）的平均点击率约为 2% 上下，公众号广告的点击率大致在 1% 上下。如果实在没概念，或者遇到全新的渠道，可以大胆猜测，并在之后的迭代中不断修正、完善这个猜测。

第六步：把目标拆解为以时间节点为导向的细化目标，制定任务时间线。 时间单位是月就按月拆解，是天就按天拆解。这样做一是便于追踪和管理，二是短期内就能看到成绩，执行起来更有动力。Noah 经营自己的播客（podcast）时，就制定过一年增长十万下载量的目标——他没有采用烧钱跑量的简单粗暴方法，而是按月份对不同渠道分别制定增长目标，例如每月三千个来自 email、五十个来自 Twitter 广告。

再看三节课的案例：不必从第一天起就苦恼这一百个新客户从哪里来。把时间单位定为月，目标就细化为每月增长三十三名新学员；落实到渠道上，可以假设每月从增长黑客公众号转化来十个新学员。根据之前的数据预估，每月只需在这个公众号发一篇推文就能完成目标。经过第一个月的实验与摸索，第二个月的数据计算会更精准、流程操作更顺畅，也会更清楚哪些渠道的效率更高。

第七步：追踪渠道效果，持续测试优化

计划准备妥当后就可以执行了，但千万不要忘记增长黑客的核心思想：不断地测试和优化。

• 不断观测数据并调整：一轮跑下来，会发现某些渠道的表现特别突出，另一些则不行；目标有可能超额完成，也可能差得很远。这时需要淘汰表现不佳的渠道，加大优质渠道的投入，让营销活动走上正轨，保证目标完成；
• 及时修正预测数据：实际测试的数据与预测可能有偏差。比如之前预计增长黑客公众号每篇推送带来十个用户，实际却带来了二十个，这时就要修正预测，把转化率一栏从 1% 提升到 2%。需注意，计划表是以完成目标为导向的——如果没能完成目标，就想办法完成它：继续不断测试，优化文案、CTA、设计等，持续提高转化率。

Mint 在刚开始做营销时，就曾对六种不同的着陆页进行测试，从而找到了最契合用户痛点的文案，大大提高了转化率。

七步获客法小结

最后总结 Noah Kagan 提出的七步获客法的七个关键步骤：

• 第一步：制定一个增长目标；
• 第二步：设定一个时间框架；
• 第三步：做一张潜在渠道的列表；
• 第四步：初评渠道的可能性，进行优先级打分；
• 第五步：预测效果；
• 第六步：制定推广任务时间线；
• 第七步：追踪渠道效果。

按课程幻灯片的划分，画成流程图就是：

flowchart TD
    A["第一步：制定增长目标<br/>拆解为可执行指标"] --> B["第二步：设定时间框架<br/>制定达成目标的时间"]
    B --> C["第三步：制定增长策略<br/>制作渠道增长框架"]
    C --> D["第四步：初评渠道可行性<br/>渠道优先级打分"]
    D --> E["第五步：预测渠道转化效果"]
    E --> F["第六步：制定推广任务的时间线"]
    F --> G["第七步：追踪渠道转化效果<br/>调整策略"]

这套方法可以直接应用到日常工作中，用于更好地筛选渠道，从而提高投入产出比。

3 - 降低增长成本：筛选优质获客渠道的四象限矩阵

评估维度与四象限矩阵

一款互联网产品如果想获得十倍、百倍甚至千倍的增长，非常重要的一件事是找到可规模化、可持续的获客渠道：

• 规模化：渠道能触达的用户尽可能多，天花板足够高，潜在人群足够大众；
• 可持续：能在渠道上反复多次获客，而不是做一波就失去新鲜感，或只能靠刷脸、人情来获客。

如何筛选可规模化的渠道？一般从流量质量和规模潜力两个维度评判。规模是重要标准，常用 PV、UV、新用户比例等指标；质量方面，不管流量多大，如果用户兴趣低、转化率低，渠道价值就很低，常用停留时间、访问页面数、转化率等衡量。

按课程幻灯片的拆解画成信息图就是：

infographic list-grid-compact-card
data
  title 找到能规模化、可持续的用户获取渠道
  items
    - label 规模化
      desc 用户数量多，天花板足够高——流量规模看 PV / UV / 新用户比例
    - label 可持续
      desc 多次反复获客，而非一波流——流量质量看停留时间 / 访问页面数

用这两个维度即可构建四象限矩阵：

• 第一象限·优质潜力渠道：流量规模潜力大，且流量质量高——右上角的第一象限显然是最理想的情况；
• 第二象限·优质非潜力渠道：流量质量高，但规模潜力较小；
• 第三象限·低质小渠道：流量质量较低，规模也小；
• 第四象限·低质大渠道：流量规模大，但质量相对较低。

实战案例：用气泡图筛选最佳渠道

某公司做完一场拉新活动后统计出一组数据，需要分析并筛选出最佳渠道、加大投放力度。这里给出的是较理想的情况：假设各渠道的用户获取成本相同，此时 ROI 与渠道质量成正比，只需比较后面几项数据：

• 访问用户量：代表渠道规模，越大越好——花一样的钱，当然希望更多人参与营销活动；
• 新用户访问量：一定程度上反映渠道质量。设想一个渠道访问人数很多，但 90% 都是老用户，那它对拉新的价值就不大（当然，如果这次活动的目标是增加留存，价值可能就很大了）；
• 平均访问时长、每次会话访问页面数：反映渠道质量的基础指标，代表用户对产品的兴趣，越大越好；
• 跳出率：反映渠道人群是否精准。产品不对用户胃口，他们瞄一眼网站就走，跳出率就很高；流量越精准，跳出率越低。

质量评估口径的演进与指标体系

评估流量（渠道）质量的方式可分为三个阶段：

• 早期·粗放运营：关注访问量、跳出率、页面访问时长等指标，结算按 CPC 或有效访问用户计算。问题在于这些指标与业务没有直接关系——用户跳出率低，转化率就一定高吗？停留时间很长，就一定会下单吗？从统计意义上讲它们可能存在相关性，但不是绝对关联，以此作参考只是一种曲线救国的方式。粗放运营的缺点：一是用户可能没有为网站、产品带来任何实际价值；二是渠道作弊空间很大，机器人脚本能以很低的成本操控停留时间、跳出率等指标，营销方可能因此投放错误的渠道，被用作弊手段骗走大量营销预算。
• 现在·结合转化看质量：随着市场运营体系的进化，普遍根据激活、注册转化等目标来衡量渠道，并通过 CPA 结算，流量质量由此与业务产生直接关联。
• 未来·结合目标看转化质量：监测购买、活跃等更深层次、更核心的业务数据，即最终的转化阶段。

据此可以总结出渠道运营的基础指标体系：

• 渠道规模：访问量、访问用户量；
• 拉新能力：新用户访问量；
• 质量一级指标：访问时长、每次会话浏览页数、跳出率；
• 质量二级指标：新客到达注册页面转化率、新客注册成功转化率；
• 质量三级指标（强转化指标）：订单填写转化率、预定成功转化率等。

由浅入深画成分层漏斗就是：

infographic sequence-funnel-simple
data
  title 渠道运营的基础指标体系
  items
    - label 渠道规模
      desc 访问量、访问用户量
    - label 拉新能力
      desc 新用户访问量
    - label 质量一级指标
      desc 访问时长、每次会话浏览页数、跳出率
    - label 质量二级指标
      desc 新客到达注册页面转化率、新客注册成功转化率
    - label 质量三级指标（强转化）
      desc 订单填写转化率、预定成功转化率

三级指标与业务最实际相关，也最能直接判断渠道的真实质量。实际操作中可根据产品特性和具体要求选择指标，不必把所有层级都纳入常规指标体系。

四象限的投放策略

通过对不同流量渠道的梳理，可对四象限图做投放策略上的界定：

• 优质潜力渠道：放心投放。预算有限要重点投一个渠道，或预算很大想找渠道重点投放，首选都是它；
• 优质非潜力渠道：视手头精力与资源投放，同时尽可能寻找同类的相似渠道；
• 低质小渠道：视具体情况决定是否弃用，它们相对是最差的，如果不差这点渠道数字，可以直接放弃；
• 低质大渠道：密切观察留意，视手头成本决定是否适当增加投放。

识别恶意流量的三种方法

另一个经常遇到的情况是恶意流量：试水新渠道时各方面数据不错，正式投放后数据变差——是正常波动还是渠道作弊？直接访问量突然增多，是好事还是坏事？老板要求提升转化率，潜在提升空间在哪里？这些都需要对异常渠道做出判断，定位是否存在恶意流量。目前市面上低阶的刷量作弊手段，大部分通过机器模拟实现——成本低、速度快。

方法一：网页端 User Agent 分析。 用户访问网站时，IP 地址、操作系统等信息一定会被记录并存储在 User Agent 字段里提交给服务器，机器模拟也不例外。机器代替人工刷量，必然按非常机械化的程序访问，User Agent 一定存在不合理之处——它就是用户的脚印，可以用来辨别到底是机器人还是真实的活人。

案例：添加某推广渠道后，网站访问量短期内有巨幅提升。按浏览器版本拆分数据后发现，大部分流量来自 IE 6.0——一个非常古老、几乎已被淘汰的版本，世界上大概只有 3% 左右的浏览器在用，对应的还是古老的 Windows XP。这么多"老古董用户"突然冒出来并不正常；对比常见的 IE 11，流量增长则平缓得多。由此可见该渠道很可能存在机器模拟刷量，应谨慎处理。

方法二：APP 端 User Agent 分析。 对一款 APP 同样可以通过 User Agent 甄别机器模拟行为。

案例：数据显示很多用户使用三星品牌的手机，但仔细看型号却是华为 P8、OPPO P7 等，交叉属性存在明显冲突。少数用户为保护隐私，会通过 APP 或刷机工具修改参数，但这毕竟是少数；当这种情况大规模出现时，就是流量作弊的表现——很可能是利用虚拟机操作，即用电脑软件模拟手机。

方法三：时间维度分析。 将用户访问时间线拆分到以小时为单位，观察一天中不同时段的访问行为。

正常用户的访问行为呈 M 曲线：活跃时段集中在早上八点到十二点、下午十三点到二十点的工作时间，凌晨大部分人都在睡觉，不产生访问行为。而机器不需要休息，会不知疲倦地访问——一天内流量分布非常平均，呈现规律性的波峰，完全违背正常人类的作息规律，因为很多作弊程序会设定机器的访问周期（本案例中约以两小时为一个周期）。

总结：三点建议

1. 从流量规模（量）和目标转化率（质）两个角度衡量渠道、制定策略；
2. 将多种转化纳入渠道流量质量的评估依据，而不是最简单的访问转化或点击转化；
3. 通过灵活的维度组合与方便的高阶分析工具，准确定位恶意流量，找到影响渠道质量的来源或渠道，从而提高整体转化率与客户价值。

4 - 增长内驱力：了解用户增长的七大驱动因素

一家公司要增长，有很多驱动增长的因素。这里总结了七个驱动用户增长的关键因素：技术驱动、供给驱动、产品驱动、渠道驱动、运营驱动、品牌驱动、数据驱动。以下逐一分析这七个因素是怎样促进用户增长的。

七个因素相互并列、没有先后之分，画成信息图就是：

infographic list-grid-compact-card
data
  title 七个驱动用户增长的关键因素
  items
    - label 技术驱动
      desc 善用工具与技术红利，不重复发明轮子——Google、Uber
    - label 供给驱动
      desc 匹配供需、填补市场空白——共享单车、快手
    - label 产品驱动
      desc 产品创新、降低使用门槛——王者荣耀、绝地求生
    - label 渠道驱动
      desc 找对目标用户聚集地，低成本获客——陌陌
    - label 运营驱动
      desc 造节与活动拉动短期爆发——双十一、六一八
    - label 品牌驱动
      desc 品牌即转化率——聚美优品"陈欧体"
    - label 数据驱动
      desc 发现、分析、回顾三步突破瓶颈——春秋航空

技术驱动：善用工具，不重复发明轮子

技术驱动的典型代表是 Google 和 Uber。

增长黑客也必须熟练掌握各种工具和技术。互联网正在进入模块化时代，各种在线工具、SaaS 平台、效率 App 不断涌现，微信小程序也在不断出现。技术驱动营销的一个重要原则是：使用别人制作好的工具去执行增长任务，尽量不要自己重复发明轮子。虽然有时会牺牲一些自由度，但能极大提高工作效率。

供给驱动：匹配供需，填补市场空白

供给指企业提供的产品或服务。供给驱动增长，是指企业提供的产品或服务能充分满足用户需求、找到价值洼地，从而拉动用户规模增长。市场上很多需求原本就存在，只是没有很好的产品来满足；一旦出现好产品，就能解决需求、实现增长。其核心关键点是供需关系的匹配以及匹配效率。

• 共享单车：“最后一公里"出行的需求一直存在，但市场长期没有好的解决方案。有些城市的政府也提供有桩单车，但这种模式问题很多，既没有释放用户需求，也没有推广开。而摩拜、ofo 采取无桩共享模式，用户随停随取，极大降低了使用门槛，有效满足并释放了用户需求，一下子引爆市场，不但风靡国内还推广到了国际。这种情况下，车辆的供给数量决定用户增长的规模——车辆覆盖范围越广，用户增长越快。
• 快手：它百分之十几的用户来自一线城市，剩下百分之八十多来自二三线城市以及乡村县城。除北上广深外，广大二三线城市和乡村县城的老百姓也非常需要一个平台来展示自己，而不仅仅是看网红、看明星。在此之前没有特别专业的类似平台，互联网产品给人的感觉很精英、逼格很高，都是一线城市先流行再慢慢向下渗透。而快手把这个舞台给了每一个普通人：快手俨然成了当下中国的一个折射、一个小社会。用户的需求得到充分释放和满足，整个平台的创造性和活跃度也就得到了极大释放。

这两款产品都满足了用户需求、解决了痛点、填补了市场空白，因此实现了快速的用户增长。

产品驱动：好产品是增长的前提

互联网的本质是连接——连接供给方和需求方。产品作为连接的工具，决定了用户获取和转化的效率。产品驱动增长，就是通过产品创新以及降低使用门槛，来满足用户需求、扩大目标群体、提升转化率。说得直白点：产品做得足够好，用户就会首选它，用户就会源源不断地增长。

• 王者荣耀：将原本依赖电脑和长时对局的 MOBA，改造成适合手机的双摇杆操作与短时对战。更低的上手门槛和碎片化体验，让它既承接核心玩家，也吸引了大量此前未接触 MOBA 的新用户。
• 绝地求生（俗称"吃鸡”）：以大逃杀玩法和多人组队竞技形成强社交吸引力。创新题材、好友协作与对抗体验兼具话题性和广泛受众，为产品快速爆发奠定基础。

产品是为用户提供的解决方案，也是与用户进行交互的接口、吸引用户的核心关键。只有产品做得好，用户才有增长的可能性。

渠道驱动：找对聚集地，低成本获客

渠道指互联网平台这些流量的来源。渠道的属性决定了用户人群的质量和人群匹配度，渠道的大小决定了流量的多少。每家公司都会面临各种各样的渠道选择：如何筛选优质渠道、获取精准用户、搭建合理的流量来源结构、低成本高效率地获客，是很多公司用户增长最重要（甚至是最重要）的课题。同一产品在不同渠道的转化率会有很大差异；相同渠道采用不同策略，差异也很大。渠道建设最重要的是找到那些流量大、目标人群匹配、成本低效率高的渠道，采用适当的获客手段提升转化率。渠道驱动的关键点：寻找目标用户的聚集地，选择转化率高、成本低的手段获客。

陌陌的案例：早期在 App Store、91 市场等渠道投放成本高、效果有限，获客成本一度达六七元。陌陌转而测试微博、人人、QQ 空间等社区渠道，最终发现微博的用户匹配度和转化效率最高，于是集中投入。

关键突破在于场景化传播：不再直接介绍产品，而是借草根大号和大 V 用故事、段子展示“附近的人”能解决什么问题，让用户快速理解并产生下载动机。配合对投放时段和内容的持续优化，陌陌将获客成本降至几毛钱，实现早期快速增长。

运营驱动与品牌驱动

运营驱动，是通过线上、线下活动在关键节点集中拉动增长。互联网既是眼球经济，也是节日经济；除了借势公众假日，企业还会主动“造节”，例如双十一、双十二和京东六一八。

运营活动通常通过以下路径发挥作用：

1. 制造短期爆发：限时折扣、促销和主题活动集中刺激转化。
2. 放大品牌曝光：配合渠道推广，让活动触达更多潜在用户。
3. 沉淀长期增长：活动后留存更多用户，形成持续复购和螺旋式增长。

聚美优品“301”、360“518 理财节”、百度糯米女生节与吃货节，都是以活动拉动增长的案例。三节课也会在年终、新课上线等节点推出大促，并通过线下大会复盘、分享和交流，聚集新老用户、扩大品牌影响力。

品牌驱动，是通过建立鲜明、可信赖的品牌认知提升用户转化。品牌不仅是名称、标识和设计，更包含用户对产品功能、价格、服务、品味与便利性的整体感受。

“品牌即转化率。” 缺少品牌认知时，渠道投放往往成本更高、效率更低；产品和服务过硬后，还需要持续传播，才能让品牌进入用户心智。品牌一旦形成广泛知名度，就能显著降低用户的决策成本，进而带动下单和增长。

聚美优品的案例：2012 年，CEO 陈欧亲自出演广告，以创业者面对质疑仍坚持前行的形象，配合“哪怕遍体鳞伤，也要活得漂亮”等文案，引发了广泛传播。“陈欧体”迅速成为网络热点，陈欧微博粉丝从 100 万增长至 154 万；后续结合明星营销，聚美优品的品牌认知进一步提升。

数据驱动：三步发现并突破增长瓶颈

数据指企业在日常经营过程中遇到的所有可以量化的指标。通过这些指标进行一维和多维的交叉组合分析，发现增长瓶颈，驱动企业有针对性地给出行之有效的解决方案，最终驱动产品增长。数据驱动增长有三个关键步骤：发现问题、分析问题、回顾问题——通过数据深度解构业务逻辑、制定增长战略，分析每个业务流程和业务模块的具体问题，找到增长瓶颈进行重点突破；最后针对所有增长策略做数据回顾、复盘，确认哪些行之有效、应加大投入，哪些无效——要么放弃，要么分析为什么无效、哪些环节出了问题导致失败，从而尽快解决问题。

春秋航空的案例：过去，春秋航空主要通过邮件、短信和群发推送促复购，成本高、体验也有限。后来团队以会员流失指数和会员价值指数为基础对用户分层，分别采取发券、人工触达或停止投入等策略，在提升复购的同时降低运营成本。

对 OTA 平台用户，团队又按最近一次购买时间分群。AB 测试发现，下单后 0～7 天的用户最容易转化，于是系统自动在这一窗口推送返程机票优惠，推动用户转向自有平台下单。

类似春秋航空这样数据驱动增长的案例，除第一章有所强调外，后续章节还会单独展开深度讲解。

5 - 增长外驱力：十一种常见拉新获客手段

本篇盘点十一种常见拉新获客手段。增长手段非常多，这里提炼出日常做增长时最常用的十一种：付费购买增长、打造流量爆款、搜索引擎优化、用户传播推荐、异业跨界合作、地面推广、补贴奖励、内容营销、事件营销、营销自动化、生成式引擎优化（GEO）。随着渠道和技术的不断涌现还会有新的手段，但万变不离其宗。

十一种方式彼此可以组合使用，先用下面的信息图快速把握各自的获客逻辑：

infographic list-grid-compact-card
data
  title 十一种常见拉新获客手段
  desc 从直接买量到生成式引擎优化，选择与业务阶段、目标用户相匹配的组合
  items
    - label 付费购买增长
      desc 通过广告、SEM 等渠道定向投放，核心是 CPC 小于 LTV
    - label 打造流量爆款
      desc 用高频刚需或低价产品引流，再带动主营业务转化
    - label SEO 与 ASO
      desc 优化搜索和应用市场排名，持续获取自然流量
    - label 用户传播推荐
      desc 以产品口碑加邀请激励，让熟人关系带来裂变增长
    - label 异业跨界合作
      desc 围绕共同目标用户互换资源，实现双向导流
    - label 地面推广
      desc 在目标人群聚集的线下场景面对面触达并转化
    - label 补贴奖励
      desc 用与业务相关的奖励促体验与留存，同时防范羊毛党
    - label 内容营销
      desc 持续输出高质量内容，筛选精准用户并长期沉淀
    - label 事件营销
      desc 用具备传播力的热点制造关注，并明确承接转化
    - label 营销自动化
      desc 以数据和工作流完成线索评分、培育与效果分析
    - label 生成式引擎优化（GEO）
      desc 提升品牌被 AI 回答提及、引用和跳转访问的机会

付费购买增长与流量爆款

一、付费购买增长

付费购买增长就是传统理解的"花钱买用户"：通过特定营销渠道的投放，获取目标流量和目标用户。典型代表如搜索引擎营销 SEM、在应用市场投放广告，或 to B 公司花钱购买销售线索（如邮件列表）等。以某个应用市场前两年对外公布的刊例价为例：不同的广告资源位，按天、按月或按框架协议，都有特定的售价。

花钱买用户的手段、渠道、预算多种多样，但任何方法最后都离不开一个关键不等式：CPC < LTV。CPC 即 cost per customer，每个用户的获取成本；LTV 即 lifetime value，用户生命周期价值。意思是获取用户的成本，应当小于用户在整个使用过程中最终带来的价值。这也是早期滴滴打车愿意花一千多块钱获取一个用户的原因：滴滴认为靠补贴获取的用户，在整个生命周期里能带来超过一千元的价值——比如充值打车、看广告，以及后续通过滴滴买车、租车等。他们认定这是一门长线 CPC < LTV 的生意，才能融到那么多钱，有资本在背后支持烧钱。

Sourceify 的案例：2017 年夏天，美国格斗明星康纳·麦格雷戈穿着一件写有不雅词"fuck you"的西装出席新闻发布会。举动虽然出格，却引起整个时尚界的轰动，Facebook 和 Twitter 上到处流传这件衣服的图片。专门做服装制造外包的公司 Sourceify 看到机会，马上原样复刻了这件西装，并建了一个电商网站销售同款。它唯一的获客渠道是 Google AdWords 广告——因为这件衣服很火，大量网友自发搜索"fuck you suit"等关键词，而这些词平时是冷门词，所以投放费用非常低。结果不出二十四小时，这个新建的卖衣服网站就吸引了大量精准客户，赚到两万三千美金；更重要的是 Sourceify 平台也跟着火了一把，很多服装品牌因此建立信任，纷纷上门寻求外包服务，商业目的完全达到。复盘下来，Sourceify 相当于没花一分钱打广告，反而靠卖衣服赚了两万三千美金；创始人还因此与麦格雷戈本人建立了联系，获赠价值上万美金的拳赛门票，算是意外收获。这个案例的确花了钱，但花得非常聪明：既给本体商品做了宣传，又靠博眼球的项目赚了钱。

二、打造流量爆款

流量爆款的概念最早来源于传统零售业，主要指吸引客流的品类，通常有几个特点：通用性强，能满足大众的高频刚需；厂家可以通过爆款吸引用户产生首次购买，再引导其购买其他品类。

图书品类就是流量爆款的典型例子。亚马逊最初靠卖书起家；京东一开始做 3C 数码产品，客单价很高、购买频次很低，为了提高购买频次、培养用户粘性，后来也进入了图书品类——图书是很典型的高频、大众化需求品类，非常符合流量爆款的定位。通过卖书能极大增加平台用户的购买频次和粘性，从而带动其他品类的销售跟进。

爆款本身是一种头部效应，强者愈强、赢家通吃，通常 20% 的爆款产品可以为一家企业提供 80% 的收入。另外，很多爆款其实是从小细分市场的人群开始引爆，再慢慢走入大众的，比如 B 站、小米手机、小众科幻电影、《中国有嘻哈》之类的热门综艺。观察今天的中国市场，免费依旧是互联网企业打造爆品的重要手段：360 用免费杀毒击败了卡巴斯基，滴滴打车用补贴打开了打车市场。互联网行业起步时总喜欢用免费、补贴的方式快速占领市场、建立壁垒、形成规模化——面对贪婪的人性，免费和补贴永远是冲杀市场、打造爆款的利器。

猫眼电影的案例：前几年作者一直用另一个产品格瓦拉——它最早在上海起步，做了很多年，早期在线上订票领域市场份额比较大。猫眼电影上线后采取了一个竞争策略：不管什么电影，格瓦拉上卖多少钱，猫眼永远便宜五块钱。老百姓对低价非常敏感，对比之下纷纷改用猫眼买票。乍一听这是低价倾销、补贴买用户，但猫眼并不亏：它属于美团旗下，靠一张票让利五块钱快速导流、获取了大量用户；而在更大的层面，这件事对美团是有好处的——猫眼为主营业务带去了大量潜在用户，实际核算下来美团整体的获客成本非常低。所以猫眼虽然看起来是一个流量爆款，本质上起到的是给主营业务获客的作用，这正是爆款产品获客的一种方法。

搜索引擎优化：SEO 与 ASO

三、搜索引擎优化（SEO）

SEO（搜索引擎优化）是让网站在搜索引擎上表现更好、从而获取更多自然流量的技术手段。有调查显示，69.6% 的人把搜索引擎（比如百度、Google）作为在互联网上获得信息的最主要方式。产品或服务抢占搜索引擎靠前的排名，就等于抢占网络制高点，简直等于捡钱；相反，如果潜在顾客对某个品牌产生兴趣、打开百度搜索，却找不到官网或靠谱信息，就可能质疑其真实性，转而选择竞争对手。

SEO 是需要持久、长效投入的事情，想要立竿见影就不必考虑；但想做百年老店、做长期生意，就需要考虑站内站外的通盘优化：

• 站内优化：内容质量、页面关键词、网页的 meta 标签、内链、导航、URL 结构等；
• 站外优化：锚文本、外链的数量与质量等。

SEO 会随各家搜索引擎不断调整算法，需要与时俱进。本篇篇幅有限，无法展开非常深入具体的操作，推荐一本书——《SEO 实战密码》，干货全面、图文并茂，想上手可以找来阅读。

Directlyrics 的案例：2004 年，荷兰有一个上高中的小伙自学了 HTML、PHP 等各种编程语言，先与人合作利用业余时间经营了一家歌词网站，并由此注意到 SEO 引流的威力。他改进传统的静态页面，编写了一个可以自动更新的数据库，利用爬虫技术自动获取各种新歌的歌词，使网站的歌词收录量一跃成为全网第一；他还做了一个小插件，供人们镶嵌在社交网站上、在播放音乐时显示歌词，这个小插件带来了无数高权重的外链。这一系列技术应用使网站上 90% 的关键词都排到了 Google 第一位。感受到 Google 算法更新的压力后，他又立刻调整思路，在 2007 年做了第二家歌词网站——不再简单粗暴地堆量，而是注重原创度和内容质量，再次契合了 Google 倡导的精神，依然取得很好的 SEO 收益。测算下来，十年来这个网站获得了近十亿流量，每月广告进账就有十万美金。这家歌词网站叫 Directlyrics，是 SEO 史上很经典的案例。

从 SEO 到 ASO

SEO 是 Web 时代的概念，到了移动互联网时代，对应的引申概念叫 ASO（App Store Optimization，应用市场优化），指提升 App 在各种电子市场排行榜及搜索结果中排名的技术。ASO 主要做四件事：

• 搜索结果优化：搜索时的展现优化、排序优化；
• 相关搜索优化：让产品在用户搜索竞品或热门关键词、长尾关键词时获得更好曝光。比如在苹果 App Store 搜"淘宝"，它的死对头京东的排名一定紧随其后，这就是运用 ASO 的结果；
• 榜单优化：合作冲量、刷量冲榜、刷榜等；
• 转化率优化：提升从印象到实际下载的转化，比如优化 icon 设计、应用名称、应用描述、评价等，让看到结果的人更愿意点开并实实在在下载。

用户传播推荐与异业跨界合作

四、用户传播推荐

用户传播推荐是 AARRR 流量漏斗模型中的推荐（Referral）环节，是很常用的获客手段。它建立在平台口碑的基础上，需要充分挖掘熟人关系：只要用户觉得产品足够好，就有动力分享给身边好友；如果再加上一定的福利刺激，效果会更好。常见的模式有两种：

• 单方获益：只有发送邀请的人能拿到奖励；
• 双方获益：发出邀请的人和被邀请加入的人都能得到好处。

如果平台上每新增一个用户都能邀请几个好友加入，就能产生裂变式增长，极大节省流量获取成本，相当于把营销费用补贴到邀请上；同时因为人与人之间有信任背书，熟人介绍来的用户质量和转化率通常都高于渠道付费投放。

影响用户传播推荐的关键因素有两个：一是用户主动发起邀请的意愿程度，取决于产品本身——口碑越好，用户越愿意主动分享；二是被动邀请时的激励政策——奖励越大，邀请动力越强。平台用户体验好，再加上足够好的邀请政策，效果就会大大提升。常用手段包括：电商或互金产品的奖励金制度、免佣金特权；Dropbox 或国内一些网盘早期提供的空间容量扩容；工具类产品通过邀请传播解锁几个月付费会员或高级功能；以及更多的折扣奖励、游戏里的皮肤坐骑等，都能极大刺激用户主动传播推荐。

《风暴英雄》的案例：暴雪推出双人协作英雄古加尔：一人负责移动和魔法攻击，另一人负责物理攻击。官方先将该英雄免费赠给核心忠实玩家；其他玩家则必须添加一位已拥有古加尔的玩家为好友，并组队完成两场比赛才能获得。这个设计让老玩家成为传播源头，也促使想要英雄的玩家主动在社区寻找伙伴、在游戏内建立新关系，进而提升讨论度、活跃度和平均在线时长。

五、异业跨界合作

异业跨界合作指具有相同目标用户群体的非同类型业务企业互相合作，分别将自己的用户用各种手段导给对方，进行交叉营销推广。互相导流的手段很多：发放代金券、抵用券，或在 A 产品里获得某个东西后到 B 产品里使用等。互联网公司做跨界合作有很多低成本方式：早期互联网时代的友情链接就是一种互相导量、互相提高对方 PageRank 的方式；今天的常规操作 APP 换量，效果虽不一定立竿见影，本身也是互相带量、互相支持的方式。合作可能是两家公司之间，也可能是多家联合推广——比如微信公众号或微博上一篇长文同时推荐好几个账号，很可能就是几家在互相导流。做好异业跨界合作有三个注意点：

• 围绕同一个目标群体。如果目标群体不一样——一方是八零九零后的年轻女性，另一方是四五十岁年长的企业成功人士——这种交叉推广效果会很差。
• 尽量与同量级或量级更大的产品合作。同量级实力相当，谈合作比较方便；而如果能"抱大腿"、找到量级更大的产品，它就可以源源不断地导流。早年作者做过一款在移动端看电视剧的视频播放应用，当时找到了如日中天的美丽说——它的日活有几百万上千万，每天能通过 APP 换量稳定带来两三千用户；而与该应用量级相当的 APP，每天只能带来十几二十个用户。美丽说由此成为其稳定的用户来源。
• 互推手段要尽量结合对方产品特性做深度结合，而不是单纯的广告导流。最好作为产品功能，既满足对方用户的需要，又能导流，这样才能形成长期稳定的合作形式；单纯的广告展现大多是一次性的，用户看多了审美疲劳，效果会逐渐衰减。

西少爷肉夹馍的案例：西少爷曾推出原价 19 元、凭产品经理名片仅售 1 元的「产品经理套餐」，吸引大量互联网从业者到店。背后是与正在招聘产品经理的暴风魔镜合作：暴风魔镜承担补贴，西少爷将收集到的名片交给其 HR。活动最终获得约 1,000 份名片、成本不足 2 万元；暴风魔镜低成本获得招聘线索，西少爷收获客流与口碑，用户也得到实惠，形成多方共赢。

地面推广与补贴奖励

六、地面推广（地推）

地推是区别于纯线上获客的方式，通常指在线下目标人群比较集中的地方，通过"人肉"方式面对面宣传：口头告知、发传单、做活动、联合营销、路演等。在线上流量尤其昂贵的今天，这种方式显得非常有效，而且由来已久、司空见惯——最典型的就是信用卡公司到楼下做活动，办卡就送礼品，来的多半是有支付能力的精准用户。

相对线上获客，地推需要一对一沟通，效率看起来比较低；但在互联网时代，只要产品足够好，哪怕最初只接触到一小部分人，也可能后续在线上广泛传播。所以地推只是接触用户的手段，通过地推把用户吸引到线上，再通过打造爆款刺激用户主动传播，提升整体获客效率，才是真正的关键点。地推的几个关键之处：

• 找到目标人群聚集的精准场所，即线下的 location、location、location；
• 宣传材料卖点必须明确、用户利益诉求清楚——用户一看到就能判断自己需不需要，也知道转发朋友圈、推荐给别人时该怎么说；
• 线上线下联动：光在线下做一波成本太高，适时引流到线上可以将活动效果最大化；
• 更适合移动端产品（公众号吸粉、小程序、APP）；纯 web 网页端产品效果会差一些。

“TX 妈妈"的案例：母婴商城 TX 妈妈在杭州地推时，选择妈妈和儿童集中的河坊街，提供「关注公众号 + 20 元优惠券 + 小黄鸡发卡」的组合。免费领取效果一般；改为支付 1 元 后再领取，用户的信任感和后续付费意愿反而更强。官方称扫码关注率达到 80%，最终以约 1 元/人的成本获得 1 万名精准妈妈用户。这个案例说明：地推既要选对目标人群聚集地，也要通过合理门槛筛选真正有价值的用户。

七、补贴奖励

补贴奖励是通过补贴让用户体验产品或服务的优势，最终留存下来并持续使用。日常生活中见得很多：现金补贴、红包补贴、返现、话费、折扣、积分兑换、理财加息、贷款免息等。做好补贴奖励需要注意两方面：

• 奖励内容要与业务服务本身有关联性。同样是送手机流量：在对性价比看重的电商渠道（京东、淘宝）购买后返流量，用户非常欢迎；而在用户对流量不敏感的渠道送流量，效果就不是最大化——比如互联网金融服务送手机流量，带来的绝大部分不是精准的投资用户，投资理财用户是高价值用户，对流量并不敏感。所以做活动时要设计好补贴内容，精准吸引目标用户群体。
• 识别并小心提防羊毛党。很多互金产品常送五块、八块的奖励，很可能吸引来一堆注册机或专业薅羊毛党；羊毛党太多会消耗掉大部分预算成本，实际用户却没有真正被带进来。设置任务环节时既要考虑参与度，又要考虑新用户转化：“注册就送"门槛很低，带来的注册数多，但后续付费转化可能很差；改成"下单成功就送”，门槛和难度高很多、转化率低很多，但带来的都是真实下单用户。也可以层层递进，用户每完成一步奖励加大，直到达成企业最终想要的步骤。三种方式都要结合业务特性和数据分析，找到成本最低、效果最好的方式。

Uber 的案例：Uber 进入新城市时，同时补贴供需两端：为司机提供最低收入保障，确保运力供给；再通过广告、活动和乘车补贴吸引乘客。乘客增加让司机更有收入，更多司机又缩短乘客等待时间，供需两端逐步形成正向循环。市场跨过临界点后，用户留下更多是因为便利，Uber 就能逐步降低补贴。其早期在中国也曾以高额司机奖励快速扩张，但随后因刷单问题调整算法与补贴规则。这说明补贴的目标是启动网络效应，而非长期替代产品价值；同时必须控制套利风险。

内容营销与事件营销

八、内容营销

内容营销指企业以图文、音频、视频、直播等形式，在各种媒介渠道持续输出与产品及用户核心需求相关的内容，通过高质量内容吸引用户的关注和转化。它有三个特点：

• 是一种很精准的广告：依靠内容聚集的用户天然关注内容本身，相当于有效筛选了用户，不精准的用户在这一步就被过滤掉了；
• 是低成本、高转化的方式：相较传统广告投放，内容获客的成本很多时候只是生产内容的人力成本；通过内容吸引来的用户对产品有认同感，精准转化率远高于广告投放；
• 是可以长期持续、深挖商业变现的方式：在公众号、头条号创业，通过知乎问答输出高质量回答来售卖商品，以及免费公开课平台、直播平台、短视频等，越来越多地成为内容营销人士长期进驻的渠道。只要能源源不断生成好内容，其传播的广度深度和用户沉淀都会持续带来新客户；内容质量越高，生命周期越久。

“珍珠哥"的案例：直播这种形式在 2016、2017 年非常火，早在 2016 年就出现过一个有意思的案例。绍兴小伙"珍珠哥"原名詹兴达，1987 年出生，父母卖了三十一年珍珠。2010 年他大学毕业回家开淘宝店，用心经营六年，做到年销售额几百万。后来他看到直播很流行，首创了直播开蚌取珍珠的模式：感兴趣的买家在直播平台在线下单——先去淘宝店下单、凭订单取号，58 块钱开一次，开完还送一件价值号称 99 元的首饰；直播时一个人喊号、另一个人开蚌，叫到哪个号就为哪个号开。珍珠哥会在直播里喊：“1153 号宝宝在吗？在的话我就帮你开蚌了哦"“多漂亮的大白珠啊，测一下——哇，13 毫米，恭喜宝宝”；开蚌取出的珍珠归买家所有。通过这种方式，他每天能吸引三十万人同时在线观看，超过了很多游戏直播平台主播的数据；做直播之前淘宝店年销售额只有几百万，开播半年，销售额涨到了三千万元。这种形式本质上是把开蚌取珍珠的行为通过直播"内容化”，变得更有娱乐性，从而获取了更好的经济效益。

九、事件营销

事件营销（event marketing，国内也有人称活动营销）指企业通过策划、组织和利用具有新闻价值、社会影响以及名人效应的人物或事件，吸引媒体、社会团体和消费者的兴趣与关注，从而提高企业或产品的知名度、美誉度，树立良好的品牌形象，并最终促成产品或服务的销售。简单说，就是通过制造爆点、制造社会热门新闻让事件持续传播，并把品牌在其中做植入，达到传播效果。

事件营销是国内外十分流行的公关传播方式。二十世纪九十年代后期，互联网的飞速发展给它带来巨大契机——通过网络，一个事件或话题可以更轻松地传播、引起关注，于是涌现了大量成功案例。但要注意，事件营销很重要的一点是最终目的必须明确：促成产品或服务的销售，而不是搞一个昙花一现、博人眼球的东西。比如 2017 年北京三里屯搞过一场号称"斯巴达三百勇士"的事件营销：很多肌肉壮男装扮成三百勇士穿梭在三里屯，被很多人评论转发——但很少有人知道背后是哪家公司在做营销，这就是一次比较失败的事件营销。总的来说，事件营销是靠智力、靠创意驱动的营销方式：本质上成本很低、手段可以很多，但风险性又很大——如果没有后续的转化跟进手段，很可能事件搞得很大，用户却不知道到哪里转化、不知道背后的品牌是什么；而且它主打新颖性和爆点，做多了用户见怪不怪，效果就会变差。因此事件营销很多时候只能做一次，是不易复制的方式。

丧茶的案例：喜茶广为人知，而"丧茶"光从名字上就很有喜感。2017 年 4 月 28 日到 5 月 1 日，丧茶以快闪店的形式在上海亮相，就开在喜茶对面——喜茶作为网红店，最多要排六个小时才能买到，而对面的丧茶每个人都能快速买到。它一反传统的鸡汤正能量营销，来了个反鸡汤营销：文案非常风趣幽默，菜单上有"浪费生命绿茶"“碌碌无为红茶"“买不起房冻柠檬茶"“前男友过得比我好果茶"“混吃等死奶绿"等看起来很负能量、实则自我调侃很有意思的名字。这样的文案在丰富品牌形象的同时，也与消费者产生了共鸣，让人心甘情愿为文案买单——它迎合了当下年轻人的"丧文化”，抓住了年轻人的心理甚至痛点，用很颠覆的方式迎合了大众的潜在诉求。这家"短命"的快闪店只经营了四天，业绩却一点也不差：第一天就卖出一千杯；第二天开始限制杯数，上午十一点开始售卖、只供应一百五十杯，下午供应三百五十杯，结果基本两点左右就全部卖完，再想买只能等到第二天重新排队——通过营造稀缺感刺激消费者提前排队购买。这次传播也让幕后的饿了么和网易新闻获取了大量眼球曝光：丧茶本身就是饿了么和网易联合策划的一次活动。有意思的是，后来国内很多城市的确开起了叫"丧茶"的奶茶店——并不是当时做事件营销的那个品牌，而是后人借鉴了这个创意真实开店。

营销自动化

十、营销自动化

营销自动化是基于数据和技术手段，通过设计、执行和评估市场营销行动及相关活动的全面框架，赋予市场营销人员更强大的工作能力，使他们能够直接对市场营销活动的有效性加以计划、执行、监视和分析，并用工作流技术优化营销流程，使一些共同的任务和过程实现自动化。说得简单点：就是把原本需要人工操作完成的、营销中很低效不精确的环节，交给机器来解决。

国外有人整理了营销自动化的七个关键流程。它从获客名单出发，经由活动、行为数据和线索判断，最终回到销售效果分析：

infographic sequence-snake-steps-compact-card
data
  title 营销自动化的七步关键流程
  items
    - label 1. 建立客户列表
      desc 明确目标客户与触达对象
    - label 2. 执行活动
      desc 启动 Campaign
    - label 3. 监测用户行为
      desc 收集访问、互动与转化信号
    - label 4. 用户细分与线索评分
      desc 判断用户价值与购买意向
    - label 5. 合格线索录入 CRM
      desc 将高质量线索交给销售体系
    - label 6. 培育合格线索
      desc 通过内容与触达持续推进转化
    - label 7. 分析市场与销售表现
      desc 复盘效果，优化下一轮活动

1. 建立目标客户的列表；
2. 执行活动（campaign）；
3. 监视用户的行为和活动；
4. 用户细分，以及给用户的线索评分；
5. 把合格的线索整合进 CRM；
6. 对合格的线索进行培育；
7. 分析市场和销售表现。

我认为营销自动化是未来比较重要的趋势，也是越来越多人采用的提高投入产出比的方式，后续章节会用一整节专门展开讲解。

生成式引擎优化：GEO

十一、生成式引擎优化（GEO）

GEO（Generative Engine Optimization，生成式引擎优化）关注的是：当用户向 ChatGPT、Perplexity、Gemini、Claude 或 Google AI Overviews 提问时，品牌能否被答案提及、引用并带来跳转访问。传统 SEO 主要争取搜索结果页中的自然排名；GEO 则面对由生成式引擎整合多个来源后形成的一段答案。该术语由 2024 年的 GEO 研究系统提出。

但 GEO 不是一套能保证「被 AI 选中」的排名公式。不同产品、不同查询和不同时间的检索与引用结果都可能不同，具体选择机制也没有完全公开。更准确地说，GEO 是在已有 SEO 基础上，让内容更容易被生成式搜索发现、理解、核验与引用，从而获得新的自然触达机会。

根据 GEO 论文的定义，更贴近实践的做法是：围绕一组真实问题，先记录生成式答案中的引用可见度基线，再以可验证的内容改写进行对照测试。抓取与索引是前置条件——如果页面无法被相应引擎访问，后续优化没有意义。

infographic sequence-snake-steps-compact-card
data
  title GEO 的五步优化与验证流程
  items
    - label 1. 建立查询集并排查可访问性
      desc 选择高意图问题；确认页面可抓取、可索引且未被误拦截
    - label 2. 记录引用可见度基线
      desc 观察是否被提及或引用，以及引用位置、篇幅和上下文
    - label 3. 匹配问题类型选择策略
      desc 事实类补充来源；解释类加入引语；数据或观点类补充统计
    - label 4. 改写为可核验的答案内容
      desc 保持清晰流畅，补充出处、引语和数据；不做关键词堆砌
    - label 5. 对照测试并迭代
      desc 用相同查询复测不同引擎，比较引用质量、访问与业务转化

围绕这套流程，重点做好以下四件事：

• 先打好可发现性基础：保证重要页面公开可访问、能被正常抓取和索引，提供清晰标题、语义化正文、站点地图与准确的结构化数据；不要把关键事实只藏在图片、登录墙或难以渲染的脚本中。
• 让内容值得被引用：直接回答真实问题，标明作者、发布日期与适用范围；优先提供可复核的一手资料、方法说明、数据和外部来源，而不是堆砌关键词或泛泛而谈。GEO 论文的实验也发现，效果会因领域和方法而异，不能把其「最高提升 40%」理解为通用承诺。
• 按自身策略开放检索访问：例如，OpenAI 将用于 ChatGPT 搜索的 OAI-SearchBot 与用于训练的 GPTBot 区分开来；Perplexity 也建议希望出现在其搜索结果中的网站允许 PerplexityBot。是否开放仍应结合内容授权、合规和安全策略，并检查 robots.txt、WAF 和反爬规则没有误拦截。
• 按引擎与问题衡量效果：建立一组高意图问题，定期查看各引擎中的品牌提及、引用链接和答案准确性；再结合来源标记与分析工具，跟踪实际推荐访问和后续转化。不要只统计「出现次数」，更要核验引文是否准确、是否导向合适的落地页。

GEO 的本质不是取代 SEO，也不是为模型训练开放全部内容；它是把可信、可访问、可验证的内容，扩展到生成式答案这一新的获客入口。可参考 Google 对 AI Overviews 的说明、OpenAI 爬虫文档 与 Perplexity 爬虫文档。

6 - 机制化增长：自动化营销实践及工具

营销自动化：把重复工作交给系统，而不是放弃判断

Antibody Plus 的案例说明了一个仍然成立的原则：把获客、培育、转化、销售跟进中的重复操作串成系统，小团队也能覆盖更长的客户旅程。不过，案例中的产品组合和数据环境已有明显年代感。本篇保留它的六套系统思路，并更新为 2026 年的可执行版本。

2026 工具更新速览

系统一：许可型获客、邮件触达与效果衡量

历史案例把“采集邮箱—群发邮件—落地页—追踪”串成了第一个增长闭环。2026 年，闭环仍然有效，但入口应从可证明的许可或合理业务联系开始，而不是从“能否抓到邮箱”开始。

第一步：建立可用、可追溯的线索来源

优先使用以下来源：内容下载和活动报名表单、客户主动咨询、合作伙伴转介、已订阅受众，以及经核验可合法联系的 B2B 目标账户。为每条线索记录来源、采集时间、适用地区、触达依据、订阅状态与退订状态。

火车采集器仍可用于 Windows 本地的规则采集、导出和数据处理；其新版本也接入了多种 AI 模型。适合将已获授权的目录或资料做字段提取、去重、分类和标准化。不要用 AI 或爬虫绕过站点限制，也不要把抓取结果直接视为可营销名单。

第二步：用可交付的邮件系统做分群与培育

Benchmark Email 仍提供联系人管理、自动化、A/B 测试和 AI 辅助内容能力，轻量邮件营销可以继续使用。若电商旅程、跨渠道客户数据或评分需求更重，可评估 Mailchimp 或 Ortto；同一个客户应只由一个主要营销编排器负责，避免重复触达。

建议将流程改为：

1. 导入并清洗名单。 验证邮箱格式，去重；同步退订、投诉、抑制名单和来源记录，而不是只导入“可发送地址”。
2. 按意图和生命周期分群。 例如新订阅者、申请资料者、试用用户、已购客户、沉默客户，而非只按一次页面访问划分。
3. 把邮件做成可测试的假设。 测试主题、价值主张、受众和发送时机；优先观察回复、合格线索、下单与长期留存，不只看打开率。隐私保护会使打开率变得不可靠。
4. 让 AI 辅助，不让 AI 自行承诺。 可用 AI 生成邮件初稿、变体、摘要和分群建议；涉及价格、交期、科学/医疗类产品表述、合同或高频发送时，必须由负责人审核。
5. 保证可退订与可识别性。 邮件应有真实发件主体、有效退出方式和符合当地要求的必要信息。

第三步：用落地页承接明确的下一步

WordPress 仍是成熟的着陆页方案；已有自托管站点时，无需仅为了 AI 而迁移。想快速试验简单页面时，可以评估 WordPress.com 的 AI 网站构建能力；复杂电商与自定义集成仍应先验证边界。

一个好的落地页应只服务一个主要动作：预约演示、索取报价、订阅资料、加入购物车或完成购买。表单字段保持最少，并在提交前说明后续联系用途。

第四步：以 GA4 和关键事件衡量全链路

原文的 Google Analytics 应明确更新为 Google Analytics 4（GA4）；Universal Analytics 已不再处理数据。建立事件和漏斗时，重点追踪：generate_lead、sign_up、add_to_cart、begin_checkout、purchase、合格销售线索和实际成交。

使用同意管理、UTM 规范和数据保留策略。AI 预测和归因建模可帮助发现信号，但不能替代正确埋点、清晰转化定义与一方数据治理。

系统二：客服聊天自动化升级为 Messaging + AI agents

Zendesk Chat 已是遗留产品，官方计划将其退役；新项目不应再围绕它设计。应使用 Zendesk Messaging + AI agents，把自动问答、身份识别、人工转接和后续跟进放在一个连续会话中。

仍然可以用行为信号主动提供帮助，但应遵守“有帮助、可关闭、不过度打扰”的原则：

• 用户从特定邮件或活动链接进入时，展示与该活动相关的帮助入口；
• 根据用户主动选择的语言或站点语言显示内容，不只凭 IP 推断语言；
• 在连续浏览、查看价格、遇到结账错误等高摩擦节点提供帮助；
• 在弃购后优先提供解决支付、配送或产品适配问题的选项，而不是立刻强推优惠。

AI agent 应只连接经过审核的知识库和受权限控制的业务系统。对退款、报价、订单修改、敏感技术建议等高影响动作，使用明确的升级规则并转交人工。若收集邮箱，应说明用途，并在用户确认后才进入对应的营销分群。

系统三：基于事件的邮件教育与留存

WooCommerce + Mailchimp 仍是一套可行的电商自动化组合。WooCommerce 负责产生浏览、加购、下单、退款等交易事件；Mailchimp 可结合这些事件和 Intuit Assist，辅助生成内容、建立预设旅程与个性化触达。需要统一客户数据、跨渠道旅程和更复杂评分时，可把 Ortto 作为主要编排器。

一组稳健的旅程可以包括：

• 新订阅者： 说明产品解决的问题、如何开始，以及一个低门槛下一步；
• 已浏览但未行动者： 围绕已浏览品类补充选型、案例、常见问题，而不是重复发送同一促销；
• 弃购用户： 优先排查库存、运费、兼容性和支付障碍；必要时再提供有限、真实的激励；
• 已购用户： 提供上手指南、补货提醒、交叉销售与支持入口；
• 沉默用户： 用频控的再激活或偏好中心更新，而不是无止境追发。

触发条件应以一方事件、明确偏好和业务价值为主。避免仅因“打开邮件”就判定为高意向，也避免让 AI 在没有频控、库存和价格规则的情况下自动发送内容。

系统四：同意驱动的再营销广告与 AI 创意生产

再营销仍然有价值，但“访问过就持续追投”已经不是好策略。当前应在 Google Ads 中按 Display / Demand Gen（含 GDN）的能力配置受众、转化与频控；Google AdWords 是历史名称。

建立受众前先定义边界

• 只向已获得相应同意、且符合平台政策的用户启用再营销；
• 区分浏览、加购、结账、已购和已退订等阶段，并对已购用户及时排除或切换为售后信息；
• 设置频次上限和受众有效期，避免“被广告追着跑”；
• 以增量转化、获客成本和利润衡量效果，而非只看点击或末次归因。

从固定 Banner 尺寸转向响应式资产与实验

原文列出的 728×90、300×250、468×60 是历史展示广告工作流的经验，不应再作为唯一素材策略。今天更应准备品牌规范、卖点、图片/视频、落地页和多个文案变体，由平台组合响应式资产，再以实验验证。

原 Bannersnack 已不应作为当前采购名称，可按 The Brief 评估跨尺寸、动态创意与广告投放管理能力；以 Google Ads 为主时，也可比较原生 Asset Studio。AI 可加快素材变体生产和测试，但上线前仍需审核事实准确性、商标/版权、医学或性能宣称、落地页一致性和品牌安全。

系统五：可解释的线索评分，而非机械加分

线索评分的目标没有改变：让销售优先处理最可能产生业务价值的线索。但原案例“注册 +10、打开邮件 +10、北美 +20”的静态规则过于粗糙，尤其不应把地区或邮件打开直接当作决定性信号。

推荐采用“双层评分”：

1. 匹配度（fit）： 账户类型、岗位/使用场景、预算范围、服务地区、合规资格等相对稳定的条件；
2. 意图（intent）： 主动索取报价、预约演示、反复查看定价/技术资料、加购、完成关键表单等可验证行为。

为每项信号保留来源、时间和权重；设置分数衰减、无效线索排除和人工纠错入口。先用历史成交数据回测规则，再扩大自动化范围。

原文中的 Autopilot 已更名为 Ortto。Ortto 可承担客户数据、旅程与分析；如果团队已使用 Zoho CRM，也可利用 Zia 的评分、预测和最佳联系时间能力。无论选择哪一个，销售都应能看到分数依据、反馈误判，并对高价值机会保持人工判断。

系统六：CRM、财务与自动化编排的闭环

CRM 的核心不是“把所有工具都连起来”，而是明确每类数据的事实来源：

• Zoho CRM： 线索、联系人、商机、销售活动与跟进状态；
• WooCommerce： 商品、购物车和订单交易事件；
• QuickBooks Online： 会计、对账和财务事实；
• 营销编排器（Mailchimp 或 Ortto）： 订阅偏好、营销分群和旅程状态；
• Zapier： 跨系统校验、去重、路由和异常处理；
• Slack： 通知、协作和审批，而不是 CRM 的替代数据库。

OneSaaS 属于旧连接器路线。对于会计与订单同步，优先采用 QuickBooks Online 的新电商连接器，并在迁移前后对账订单、退款、税费、手续费、客户去重和同步起止日期。

Zapier 依然适合连接表单、Messaging、CRM 和 Slack；其 AI 能力适合处理线索摘要、字段映射建议、去重建议、路由建议和失败诊断。对创建/更新 CRM 商机、发送报价、修改订单、写入财务数据等动作，应增加：

• 必填字段和格式校验；
• 幂等键，防止重复创建；
• 失败队列与告警；
• 可追溯的运行日志；
• 高风险动作的人审或审批步骤。

Slack 可用 AI 总结线索上下文、提取行动项和生成跟进草稿，但客户敏感信息不应被无选择地同步到公开频道或外部 agent。连接权限应遵循最小权限原则。

一套适合小团队的 2026 参考架构

flowchart LR
    A[获授权的线索来源与表单] --> B[Zoho CRM + Zia]
    W[WordPress / WooCommerce] --> G[GA4]
    W --> M[Mailchimp 或 Ortto]
    W --> Q[QuickBooks Online 新电商连接器]
    Z[Zendesk Messaging + AI agents] --> B
    M --> B
    B --> P[Zapier：校验、去重、路由]
    P --> S[Slack：协作与人工审批]
    G --> D[Google Ads：Display / Demand Gen]
    D --> C[Asset Studio / The Brief 创意实验]

这套架构的重点不是使用最多的 AI 工具，而是让每个环节都能回答四个问题：数据从哪里来？谁有权使用？自动化做了什么？出错后谁来负责？只有在这些问题清晰后，自动化才会真正降低成本并提升增长效率。

延伸阅读：官方产品与迁移资料

• Google Analytics：UA 退役与 GA4
• Zendesk：Chat 移除与迁移至 Messaging
• Google Ads：Display Ads 迁移至 Demand Gen
• Ortto：Autopilot 品牌更新
• QuickBooks Online：迁移至新电商连接器
• Zapier Copilot

7 - 病毒式增长：打造产品病毒循环的5个步骤

病毒循环五步法

flowchart LR
    S[① 制定策略<br/>Strategize] --> I[② 应用实施<br/>Implement]
    I --> L[③ 发布<br/>Launch]
    L --> O[④ 优化<br/>Optimize]
    O ==>|达标| R[⑤ 精炼<br/>Refine]
    O -.->|未达标：重审策略| S
    O -.->|未达标：调整实现| I

    classDef strategy fill:#e7f5ff,stroke:#1971c2,color:#0b3d70,stroke-width:2px;
    classDef execution fill:#e5dbff,stroke:#5f3dc4,color:#321f75,stroke-width:2px;
    classDef launch fill:#fff4e6,stroke:#e67700,color:#7a3b00,stroke-width:2px;
    classDef optimize fill:#f3d9fa,stroke:#862e9c,color:#571c66,stroke-width:2px;
    classDef refine fill:#d3f9d8,stroke:#2f9e44,color:#1d5c2a,stroke-width:2px;

    class S strategy;
    class I execution;
    class L launch;
    class O optimize;
    class R refine;

迭代原则： 优化阶段若未达到目标，应回到策略或实施阶段重新调整；达标后再进入精炼，将验证有效的 MVP 打磨为可长期运行的产品机制。

病毒循环的本质：从漏斗到金字塔

要理解病毒式营销获取用户的本质，先对比传统漏斗营销与病毒式营销：传统漏斗中，企业花很多钱为产品获取流量，再将流量中的一小部分转化为活跃的付费用户；病毒营销漏斗则不是把大量潜在用户中的一小部分转化为真正的用户，而是让少量真正的用户带来更多用户，让用户数量呈指数级增长——每个用户带来一个或更多新用户，新用户又带来更多用户，以此类推。

所以现在有人颠覆了过去流量漏斗的说法，改叫流量金字塔：把倒三角变成正三角，“宽进窄出"变成"窄进宽出”。我觉得都有道理——前者强调存量用户的转化，后者强调增量用户的传播。

研究增长黑客时，常会接触到**病毒循环（Viral Loop）**这个词。它早年从硅谷创投圈风靡起来，亚当·潘尼伯格还写过一本同名书《病毒循环》。它的内核很简单：通过一套产品自有的机制，利用现有用户源源不断地带动外部新用户进入，说白了就是增长黑客在产品层面最关心的"老拉新"：老用户使用产品后推荐给好友，好友使用后再推荐给另一个好友，如此循环往复。最典型的是 Uber、Dropbox、Facebook 这类产品层面的设计。

注意病毒循环与一般病毒传播的区别：如果脱离产品本身，在市场上额外鼓捣获客渠道——比如 App 只有十万人在用，却在微信上从零自导自演了一出裂变营销，带来三十万用户——这三十万确实靠病毒传播获得，但属于外部获客且有额外投入，并不算产品自身完成的病毒循环。

第一步：制定策略

Andrew Chen 给出了打造病毒循环的五个步骤：制定策略、应用实施、发布、优化、精炼。以下逐个梳理他的观点，并补充作者的理解。

第一阶段是制定全盘的宏观传播策略。Andrew Chen 提醒先想清楚三个关键问题：

• 病毒策略如何与核心产品结合？ 如果核心产品是手机 App，为了让获客门槛更低而让用户在web完成登录注册和病毒传播，当然是好事，但这样获取的用户有多少会真正转到 App 上活跃？又或者做的是桌面客户端产品，变着法子在微信公众号上捞了很多粉丝，看起来很美，但这些微信粉丝跟桌面客户端有什么交集？
• 产品想呈现给用户的基本价值主张是什么？ 这很关键。如果是严肃的医疗类产品，需要体现专业严谨，却隔三差五搞 Flash 小游戏、转发抽奖送零食，跟价值主张没什么关系，有时甚至扣分。相反，用群众喜闻乐见的健康话题——孕期妈妈保健、微整形美容小技巧之类的噱头——来传播，效果不会太差，与价值主张的结合也更紧密。
• 被病毒策略吸引来的用户，会使用核心产品，还是迟早流失？ 回到前面以正面例子介绍过的 CrushLink 案例：填写暗恋者的姓名和 email，系统自动通知对方——本质上是一锤子买卖，产品触点可能永远只有这一次，用完就走，很难持续活跃。所以产品得有维持用户长期使用的核心功能或服务，才能承载住病毒策略带来的流量。

作者接触过一个例子。某互联网金融产品推出"步步夺金"功能：开着这个 App 在马路上走，手机运动传感器自动记录步数，一天下来的步数可兑换对应档位的礼金，或购买理财产品的优惠额度、加息额度，还能把活动分享出去，每天邀请好友增加奖励。

作者第一眼觉得这设计很蠢：谁会开着金融理财 App 当计步器用？跟定位不符、耗电，实际赚到手的钱也就那么点。跟产品负责人简短交流后，作者更确信：这个病毒功能主要面向上了年纪的大爷大妈，他们时间多、爱溜达散步、也关注理财，但智能手机使用习惯和很有限的移动支付渠道，决定了实际购买理财产品的转化率很低，也带不来三四十岁、有积累有理财意向的高净值用户——单看是个性价比很低的产物。

但继续听下去，作者改变了观点——做这个病毒 feature 其实很聪明。步步夺金牢牢锁住了中老年人的使用习惯，通过病毒机制让他们在朋友圈、微信群里持续刷存在感、获得品牌曝光。这些中老年人虽不是产品的直接使用者，却是间接影响者，而真正的直接使用者大概率正是他们的子女：子女处在家庭事业上升期，有理财需求，又没时间精力关注市面上有什么新理财平台、哪家给了优惠，长辈在家一介绍，这款 App 就被子女纳入考量范围，有些在长辈推荐下成了实实在在的购买者。

所以这款产品从策略上想得很清楚：病毒机制拿到的虽是大量中老年非目标用户，但在线下他们成功扮演了影响者角色，带来目标群体的有机增长。这套病毒系统有存在的意义，一直保留没砍，并对贪图小便宜的"产品蝗虫"保持有节制的慷慨——整体而言，它带来的价值更多。

第二步：应用实施与六种产品化模型

第二步开始实施：通过技术手段把策划付诸实践，建立真正的病毒传播系统。这里要秉承前文讲过的 MVP 思路，每次迭代力争最快而不是最好。Andrew Chen 还提醒两点：系统一定要与核心产品有关联性（比如做视频网站，呈现的病毒系统最好也是一个视频）；不要重复发明轮子——这主要是开发方式层面的，尽可能使用现有的原型库、代码库，直接套用已有的模块模板。

再补充一点：常用的病毒循环产品形态本身就有套路、有迹可循，比如晒礼物、晒成绩。这里归纳六种常见的病毒传播产品化模型：

• 普通邀请模型： 最常见、最开门见山的形态。产品提供一个按钮，点击后直接调用 email 或社交网络账号，或出示二维码，就能给好友发送邀请。它之所以"普通"，是没什么技术含量，纯粹出于用户对产品的认同感和满意度，再无其他动机——在无利不起早的年代，这种耿直的老好人很少了。进阶变体是提供一定的虚拟奖励乃至物质馈赠，比如邀请别人开户、两人都可得礼金，拉来一个人头、双方额外获赠 1G 扩容。注意：邀请奖励可视作拉新获客的单用户获取成本，必须控制在可接受的范围内。
• 代理佣金模型： 与第一种"邀请之后即得利益"不同，邀请者与被邀请对象的后续动作持续挂钩，可反复获取收益，常见于金融、投资、销售等与现金流紧密的产品。最简单的玩法：邀请好友注册理财 App，只要好友后续持续充值购买理财产品，他每成交一笔，邀请者都永久从中获取 5% 的佣金；发展的人越多，躺着获利的可能性越高。这种做法粘性强、门槛更高，逼着邀请者去指导被邀请者使用产品，天然形成类似师徒制的关系，能有效利用用户帮你教育市场、长期督促和刺激业务。
• 抽奖赠礼模型： 前两种邀请一个就能得到对应奖励，结果确定、概率百分之百；这种模型则通过许诺奖励少部分人一个很大的奖品，扩大活动整体吸引力，吸引更多人转发参与。比如设计奖池，邀请好友越多、获得的奖券越多、中奖几率越大，很多人为提高获奖概率拼命邀请。直观例子是微博转发抽奖：不限参与次数时，理论上转发越多、被抽中概率越大。类似变体还有一度流行的一元夺宝、零元夺宝：用很少的金额投注，鼓励用户邀请别人达到最低开奖人数——相当于用极低甚至零成本的金钱投入，外加帮产品做病毒传播，博一个获得高价值产品的机会。一元夺宝在国内被叫停后，也有变体巧妙延续：没抽到大奖，用户投的一块钱不退，而是兑换成等值礼金券——用户不抱怨被坑钱，平台也不违反有关规定。
• 进度提醒模型： 预先设置一个需要邀请若干好友才能达成的任务目标，达成后解锁对应奖励。典型如拼多多的拼团购物：想团到便宜商品，前提是有多少人一起购买，就得去邀请凑够人头。又如微信裂变：发朋友圈邀请满十五个好友扫码可得优惠；朋友扫了用户分享的二维码，邀请者会通过服务号不断收到进度提示，看到谁又扫码进来了。
• 发布预热模型： 一些产品（国外居多）在正式上线前的预热阶段要造声势、积攒潜在用户，会做一个着陆页让访客留下私人联系方式，等上线后收到提醒。有的产品名额有限或定向邀请，怎么从抢夺邀请码的千军万马中杀出重围？靠邀请别人参与：邀请得越多，官方给的特权越多，使其在长长的排队等候名单上往前插队；来得晚也没关系，拉的人越多，和来得早的人获奖概率其实是一样的——设计相当巧妙。
• 排行榜模型： 把用户到底拉了多少人，以排行榜的形式公开量化，平台上每个人的贡献度都得到展示，用户能知道自己拉人的能力处在全平台什么区间。普通排行榜只是心理上的荣誉，若结合物质利益刺激——比如每月邀请好友最多的十人额外获赠家用电器或佣金返现——诱惑就更大。

实际操作中，单纯套用一种模型的比较少，越来越多产品会同时组合两种甚至三种以上模型，效果也不错。实施阶段可以参照这六种模型设计病毒循环，反复体会、为己所用。

第三步：发布（Launch）

发布的核心是获取流量，让病毒循环滚动起来。这一步没什么特别的，Andrew Chen 的建议也就是各显神通地求流量——借别人的、蹭别人的、抱大腿等，付费购买也在其列。初期如何获取流量，前文已用专门一章讨论过，翻看相应章节即可。

第四步：优化（Optimize）——提升病毒系数 K

优化的目标是提升病毒系数 K，计算方式是：

K = invites × conversion rate

• invites（平均邀请人数，也叫感染数）：一套病毒传播系统中，一个用户能邀请到几个人。QQ 群里常见的"今天是马化腾生日，转发三个人，QQ 自动续费一年会员"之类的骗局，“转发三个人"就是系统希望每人完成的平均邀请数；微信裂变"发展十五个好友就免单”、拼团"凑满三十人就能砍价"（需要邀请另外二十九人）同理。
• conversion rate（转化率）：邀请人数转化为注册人数的比率。邀请了十个人并不会全都来注册，可能最终只有三四个——有人口头答应却没了下文，也可能真的在忙、不感兴趣或流量紧缺，原因很多。

举个例子：两百个用户，每人平均发出五个邀请，共 1000 个邀请；若平均转化率 30%，最终 300 人注册成功。病毒系数 K = 5 × 30% = 1.5，即每个老用户平均发展 1.5 个新用户。

K 是计算得出的变量，很难直接提升，只能通过别的方式提高。最简单也最容易被忽略的，不是设计庞大复杂的病毒体系、同时套用好几种模型，也不是多撒钱做物质刺激，而是从提升病毒循环各个步骤的转化率入手。

对比一个算例。某产品自带一套简陋的病毒系统：邮箱注册后获得一个链接地址，通过 Facebook、Twitter 等渠道分享给第三方，第三方点击后也来到产品注册。设各环节转化率：到达网站后 email 注册率 20%；注册后获取链接并传播出去的概率 10%；每次分享带回 10 个回流。

优化前： 1000 人进入网站 → 200 人注册 → 20 次分享 → 带回 200 个回流；第二轮传播：200 回流 → 40 次注册 → 4 次分享 → 40 回流 → 8 次注册。每 200 个注册用户带来 40 个新注册，K = 0.2，这是病毒传播设计比较普通的状态。

优化后： 对页面转化率进行优化——提升美观度、增加按钮色调对比度、提升给用户的价值、简化输入等：访客注册率从 20% 提到 40%（翻倍）；注册用户发送邀请的转化率从 10% 升到 15%；优化分享文案和图片后，每次分享带回的回流从 10 人升到 15 人。结果：1000 访客 → 400 注册 → 60 次分享 → 900 回流 → 360 注册 → 54 次分享 → 810 回流 → 324 注册。同样的流程同样的动作，原本最终只有 8 次注册，优化后能获得 324 个注册。此时每 400 个注册用户额外带来 360 个新增注册，K 从 0.2 大幅提升到 0.9——提升的倍数，等于各处转化率提升倍数的乘积。

由此得到几条引申结论：

1. 有时同事抱怨：尝试了很多病毒传播方法，别人都成功了，我们却无法成功，只能另寻他法。这种浅尝辄止、简单否定、改换战场的做法，很可能是对每种策略应用得不够深入、转化步骤没做到最优化——别人屡试不爽的东西，只简单试水就放弃，自然尝不到甜头。应当把病毒传播各环节拆解成多个子环节，看哪一步没做好，着力优化每个环节的转化率——这通常很消耗精力，需要大量 A/B 测试来论证和优化。
2. 设计优化的常用套路：缩短注册流程、UI 上更强调"下一步"按钮、测试不同价值主张对转化率的影响、增加被邀请的人数等，都可以尝试。
3. 测试一种从未验证过的新病毒策略时，建议在预算能拨付的合理范围内取一个极值：奖品给最贵的，门槛调到最低。这种略带自杀倾向的破坏性实验，最容易快速验证出立竿见影的效果，帮助迅速判断这条路走得通，还是需要继续优化调整。如果取了极值仍看不出一丝一毫病毒传播起来的倾向，就不要浪费时间优化细节了，返回第一步或第二步重新架构整个病毒循环系统吧。

第五步：精炼（Refine）

最后一步是精炼：在优化取得一定成效后，对整个体系进一步打磨——把 MVP 转变成正式的产品体系、融合到产品系统中；以及打磨各种细节，包括增强用户体验、去除多余的页面或元素、优化代码等。

Andrew Chen 提出需要精炼，是基于产品走得更长远的角度，说给真正想踏实做"百年老店"型产品的人听。而现实中，产品或单个传播现象的生命周期越来越短、转瞬即逝，很多人为了博眼球、赚快钱，就不一定有必要精炼了。所以：**如果只想赚一笔快钱，可以跳过这一步。**但也不要拿着鸡毛当令箭，出去说"《增长黑客》作者范冰讲了，做病毒循环不需要精炼、不需要注重用户体验和可用性"——那并非其本意。一切应围绕商业目标考量，最终对所追求的指标负责；在合理范围内用最少的资源办大事，这才是 growth hacking 的本意。

最后总结一下，打造病毒循环的五个步骤分别是：制定策略、应用实施、发布、优化、精炼。