第四章 · 用户激活与留存 on 增长黑客课程笔记

用户激活和留存的必要性

Tue, 01 Sep 2026 00:00:00 +0800

注册用户与活跃用户：共享单车坟场的启示

本章主题是用户的激活与留存。作者写作本章时，恰好在微博上看到一张很有喜感的组图：厦门一块七千平方米的户外场地上，集中堆放了超过八万辆各品牌共享单车，场景非常震撼，场地被网友戏称为**“共享单车坟场”。图中除了堆积如山的废弃单车，还有一位悠闲骑着 ofo 飘然而过的小哥格外显眼。有人转发时给它起标题叫“注册用户与活跃用户”**——很形象，也正好契合本章内容。

这张图反映了不少产品的现状：注册用户量看起来庞大，但真正在实际使用、长期使用的人可能为数很少；更多看似庞大的注册用户只是虚荣指标，实际都是死账户，就像废弃的共享单车一样并没有真正被使用。这很残酷，却是绝大多数产品普遍存在的客观事实。

漏水的桶：激活与留存为何必要

这种现状就像拿一个漏水的桶接水：产品本身错漏百出或不够吸引，兜不住用户；一边用增长黑客手段配合各种渠道推广往桶里注水（新用户不断进来），桶一边漏水（老用户不断流失），最终什么都剩不下。

因此，用户激活和留存极具必要性：新用户如果无法被激活、无法留存，产品迟早被弃用；而且，仅有快速的用户量增长，并不是真正意义上的增长。回顾前文的 AARRR 流量漏斗模型，增长涵盖很多方面，新增用户只是第一个环节——Acquisition（获客），激活、留存同样是增长的重要方面。

数据现状：App 在三个月内失去 95% 的日活

很多做产品的人会自问：为什么产品火不起来？有人陷入误区，以为不断给产品添加新功能，用户就会喜欢上它。但前 Uber 增长部门负责人 Andrew Chen 认为，不断累加功能没什么用，问题的根源在于大部分产品的留存做得非常糟糕。

为印证观点，他曾联合移动智能公司 Quettra 做过一项调查，结果令人震惊：安卓 App 平均会在三天内失去将近 80% 的 DAU（日活跃用户），三十天内失去 90%，九十天（三个月）内失去的 DAU 比例竟高达 95%——短短几个月，一款 App 就会失去几乎所有用户、结束生命周期。他们总共调查了 Google Play 应用商店的一百五十万个 App，最后发现只有几千个维持着有效流量。

从数据图看（Y 轴为活跃用户比例，X 轴为安装后天数），安装后一到三天活跃用户就急速下降，曲线十分陡峭——花费大量预算和精力获取的用户早早逃走，无法带来实际收益。回想普通用户的安装习惯也不难理解：多数人会安装很多 App，三到七天内就判断哪些不好用并停止使用；而足够有用、撑过七天考验周期的 App，用户流失率会大大降低。其他产品也遵循类似规律，所以必须在很短时间内激活用户兴趣，让用户留下来。

一笔账：留存如何让产品扭亏为盈

也许有人会问：留存这么难做，干脆放弃它，把精力全放到新用户获取上，只要新用户增长比流失快，不就能保持长期净增长了吗？

首先，市场容量有限，不可能无限获取新用户，存在天花板。其次，留存做好了能带来实实在在的利润：根据哈佛商学院的调查，客户留存率每上升 5%，公司盈利可提高 25% 到 95%。换句话说，烧钱是为了拉新，做留存则是帮公司赚钱。

再算一笔简单的账：在百度投放 PPC 广告，成本 10 元/人，获得 100 个访客；一个访客注册并留存下来，能带来 20 元收入。

若留存率 50%：净利润 = 50% × 100 × 20 − 100 × 10 = 0，白忙活一场，还搭上人工时间。
若留存率提升 25%（从 50% 到 60%，看起来不难）：净利润 = 60% × 100 × 20 − 1000 = 200 元，净赚两百。

这笔简单的账带来的启发是：设法优化用户留存，能让产品扭亏为盈。后续章节会展开：提升这 25% 没那么难，很可能改几句文案就能做到；而提高变现能力或减少获客成本都比较困难，尤其是前者。因此把重心放在提高留存上，效果反而更好。

4.2 解密让用户上瘾的【Hook】模型

Tue, 01 Sep 2026 00:00:00 +0800

一、用户激活与 Hook 模型概览

怎样让用户留存下来、反复不停地使用产品？这其实就是让用户真正对产品上瘾。

《增长黑客》一书中曾提到：通过拉新获取的用户，需要引导其完成某些指定动作，才能成长为长期活跃的忠实用户，这个过程叫做新用户激活，这个指定动作就是用户激活的目标。激活目标的本质，是让用户体会到产品的核心价值，并产生重复使用产品的动力，也就是对产品上瘾。

产品经理大多有这样的体会：新用户来到网站或 App 后，大部分很快流失，只有很少的用户会重复使用并成为忠实用户，甚至最终用真金白银为产品创造价值；还有一些优质用户会把产品推荐给其他新用户。做新用户激活，就是努力把前一种用户变成后一种——能反复使用产品、变得更忠诚，并产生现金价值和推荐。

怎样让用户真正迷上产品？作者尼尔·埃亚勒写过一本很有名的书——《上瘾：让用户养成使用习惯的四大产品逻辑》，书中提出了 Hook 模型。它分为四个阶段，是一个四步走的循环，四个要素分别是：

Trigger（触发机制）
Action（行动）
Reward（奖励）
Investment（投资/投入）

二、触发（Trigger）：引导用户进入循环

必须先引导用户进入 Hook 循环，后续环节的威力才能发挥。触发机制分为外部机制和内部机制。

外部触发由产品主导、用户被动接收，例如推送提醒、通知、宣传文案、邮件提醒、打卡推荐等。用户原本没有意识到自己有需求，而在外部环境影响下发现了需求，这就是外部触发。具体例子包括：

使用产品时突然弹出的浮层提示，告诉用户该做什么；
访问网站时硕大的"点击下载"按钮（CTA，Call to Action），本身是很强烈的视觉引导；
产品时不时发来邮件告知新动态，或 App 突然收到推送；
应用商店推荐有意思的 App；
产品找来权威大咖背书，代言人本身很有影响力、深受用户青睐。

内部触发由用户自己主导，往往源于用户主动的需求，比如情绪、习惯、使用场景等。如果用户有急需发泄的欲望，而产品正好能迎合，这时用户就会真正被触发来使用产品。例如：

情绪：看到很美好的事物、很美好的画面时情绪非常舒服，就很想掏出手机拍个照；
习惯：每天中午一到十二点不知道吃什么，直接掏出外卖软件下单，而不是出去排队买午饭——一到这个时间点就想做这件事；
场景：特定场合下会想做某些事，比如作者录制视频课程时，就会打开电脑、立即点开录屏软件，由它记录屏幕和声音，正好符合录课场景的需求；
地点：到了特定地理位置会触发行为，比如用手机订电影票的人，走进电影院验票、取票时还会打开那个 App；
人的因素：每个人出于自身的各种情况，都有一些特定的被触发的可能性。

Instagram 的触发机制设计。 Instagram 刚上线时，Facebook、Twitter 等社交平台虽然能让用户方便地上传图片和视频，却缺少美化功能。Instagram 抓住机会开发了第三方发布功能——用 Instagram 美化图片后可以直接发布到 Facebook 等平台。于是用户经常在 feed 流里看到来自 Instagram 的精美特效图片，大量用户把持不住，纷纷跟风下载。此外，Instagram 自身的推送系统也不断提醒用户使用：推送时图标上的红色数字、乃至 App 图标本身，都成了触发用户点开的机制。内部触发方面，Instagram 说到底是社交平台而不单纯是 P 图工具，因此迎合了大量用户心理：无聊的时候喜欢到处浏览；孤独的时候想看五彩斑斓的世界；害怕失去某些十分美好的时刻——它可以帮用户记录下来，还能获得一堆人的羡慕和称赞；害怕自己落伍、过时——它显示当下热点，让用户一直走在潮流的最前线。这些都成了用户想打开 Instagram 的内部触发机制。

三、行动（Action）：把行动障碍降到最低

通过内外部动机触发用户下载产品之后，并不代表用户一定会去用，可能只是一时冲动。Hook 模型的第二阶段要引导用户采取行动（Action）。这里对行动的定义是对产品核心功能的使用，即有预期的操作行为——只有使用过这些功能，用户才有机会感受产品带给他的价值。从这个步骤开始，新用户才可能变成活跃用户。

人是一种很奇怪的生物：想得很多，却懒得去做。必须把握这种心理，把行动的障碍降到最低，让"能做的"大于"想做的"。比如用户无聊时想打发时间，发现 Instagram 上只要动动手指就有丰富多彩的好友动态可看，就非常乐意完成"浏览"这个核心行为；再比如用户在 Facebook 上不断刷新、点击 feed 流中的某个链接或缩略图时，带着一个预期——看到有意思的内容，比如完整的视频或 BuzzFeed 式的趣味图文。这就要求产品设计者思考如何驱动用户行动，即考虑产品设计的易用性。

4.3 为用户创造【惊喜时刻】的秘诀

Tue, 01 Sep 2026 00:00:00 +0800

一、用户为什么离开：HubSpot 的调研

宣传自己的产品时，偶尔会看到有人吹得天花乱坠。但不管怎么吹，大部分理智的用户还是倾向于眼见为实，不会轻易被广告词蛊惑。美国科技公司 HubSpot 曾做过一项用户调研，研究用户为什么离开、不再使用产品，结果道出了一个非常残酷的现实：

30% 的人因为没有感受到产品的价值而离开；
30% 的人因为不知道怎么操作而离开；
少部分（10%）的人因为使用中有失败的体验而离开；
剩下不到 30% 的人，出于产品兼容性差、或有了更好的竞争对手等原因离开。

其中总共有 60% 的人，是因为用了产品却不知道怎么操作、或不知道产品的实际价值在哪而选择离开。这说明产品没有让用户知道应该怎样正确使用产品、从而得到所期望的价值——这就涉及客户的期望管理以及产品价值如何凸显的问题。

二、什么是 Aha Moment

做产品时常见一个词：惊喜时刻（Aha Moment）。词典里对它的解释是：思考过程中一种特殊的愉悦体验——经历 Aha Moment 时，会对之前不明朗的某个局面产生更深入的认识。现在它常用来表示某个问题的解决方案突然明朗化、豁然开朗的时刻。

最经典的例子是阿基米德：他在浴缸里洗澡时看到水位的变化，理解并想出了浮力定律，困扰多年的问题最终被解决。他非常激动，光着身子跳出浴缸，大喊了一声 “Eureka”（希腊语"发现了"）。人们往往把这样的体验称为 Aha Moment。

一个产品的 Aha Moment 不会这么夸张，但一定会让用户有意外的惊喜，最好能让用户心里想着：“哇，原来还有这样的功能，太好用了。“用户感知到这个点之后，就会更认同产品，也更容易被激活与留存。

从产品体验角度，它还有另一个说法叫 Magic Moment，指用户使用产品中的”爽点"。从产品优化方向来说，它相当于有价值的用户行为——这些行为将决定用户是继续使用产品、还是选择竞争对手，对用户留存及产品稳步增长有决定性影响。普通用户在使用过程中通过哪些行为留存下来、成为优质用户，是无法准确预知的；但一旦设法找到这些行为，它就可以成为实现产品增长的秘密武器。即使再优秀的产品，也会在发展方向中经历迷失或反复挫折，如果在这个阶段没有及时找到正确方向引导用户，产品的留存和增长就很难实现。

需要注意的是，Aha Moment 不一定字面上指某一个时刻，而可能是一个关键行为节点——用户执行了某个功能、甚至细化到点击了某个按钮。以是否使用该功能为界，就可以区分用户是否发现了产品的价值：发现的人会留存，反之就会流失。需要做的，就是找到那些可以让用户被激活、留存下来的共性动作；或者反过来说，多数流失的用户都不会采取的动作。

三、如何判断：维恩图与知名产品的 Aha Moment

通过三张维恩图可以理解判断方法：图中青色代表留存用户人群，红色代表采取了某个特定动作的人群。

左上角的图：很多用户会发 8 条消息，更多用户会留存，但留存用户与"发 8 条消息"的用户之间交集很小——无法判断发 8 条消息是不是让用户留下来的关键动作、关键功能；
左下角的图：大多数用户会发 1 条消息，这个行为能覆盖大部分留下来的用户——但"发一条消息"可能只是用户普遍会采取的共性，与是否留存没有太大关联，不能轻易下结论；
右边的图：留存用户与采取某个动作的用户有相当一部分交集，交集之外各自的份额都比较小——说明这个动作与留存有极大的关联性，其他因素的影响占比较低。这个较大交集所代表的用户行为，就是用户达到 Aha Moment 的行为：当用户执行这个行为时，他就达到了 Aha Moment。

一些世界知名产品的 Aha Moment：

Slack（办公协同软件）：使用它的团队发送的消息超过 2000 条。一旦超过，这个团队就倾向于留下来，成为忠实用户；
Dropbox（云端文件存储工具）：用户在一个设备的一个文件夹里存储了一个文件，就达到了它的 Aha Moment；
Zynga（依附于 Facebook 的社交游戏平台，开心农场产品鼻祖的开发商）：用户的 Aha Moment 是注册完成后的第二天重新返回使用；
Twitter：关注了多少用户、以及多高比例的用户回关。这个数字一直在动态变化，官方也没有公布具体数值，但由此可以大致了解它的 Aha Moment 是什么；
Facebook：新注册用户在七天之内添加十个以上好友——也就是前文案例中"你可能感兴趣的人"功能的由来；
LinkedIn：注册完之后的多少天之内加了多少个好友，其实跟 Facebook 很像。

总结出产品的 Aha Moment 之后，就可以采取对应的产品策略来强化用户的使用行为，帮助用户达到 Aha Moment。例如 Facebook 希望用户在一周之内添加十位好友，就在各个产品模块功能中引导用户添加好友（“你可能感兴趣的人”）；Dropbox 的 Aha Moment 是用户在设备上存放第一个文件，它就在产品当中各个地方引导新用户完成首次上传的流程。

4.4 产品的功能留存分析举隅

Tue, 01 Sep 2026 00:00:00 +0800

一、把产品留存拆解为功能留存

一款产品的留存率很高，其实可以拆解或理解为：产品中某一项功能的留存率或使用度比较高。因为用户来使用产品，更多是围绕某一项功能；如果他为了这个功能频繁使用，功能的使用率越高，本质上就代表产品的使用率越高，二者之间可以画一个等号。本节探讨的话题就是：如何通过提升产品中某些功能模块的使用度、留存率，来提升整体产品的留存率。

先明确两个概念：

功能留存率：当前周期再次使用该功能的用户数 ÷ 上个周期使用该功能的用户数。这个指标表示当前功能的用户粘性。
使用用户占比：某周期内使用当前功能的用户量 ÷ 该周期的活跃用户总量。

二、功能留存分析矩阵

有了这两个指标，可以通过矩阵的形式分析不同功能与留存率的关系。图中 x 轴代表功能留存率（用户粘性），y 轴代表使用用户占比（反映该功能是否属于高频需求）。在这个四象限图里：

右上角象限（功能一、功能二）：最理想。使用频率更高，留存率也很高；
第三象限（功能五）：最差。功能留存率很低、活跃用户占比也很低，可以考虑把这个功能去掉；
功能四：使用频率很高，但用户很少重复使用，说明这个功能本身可能很吸引人，但实用性有待提高；
功能三：留存率很高，但活跃率太低，说明这可能是一个小众需求，应适当减少精力投入，把精力更多放在拓展相对高频、大众的需求上。

优化产品的目的，归根结底就是促使各个象限中的功能尽量移到右上角，达到最完美的 PMF 状态。

三、案例背景：社区电商的三大功能

以一个社区电商产品为例。这款产品包含三个核心功能：电商功能、UGC 内容的生产、UGC 内容的消费。围绕这款产品调研三个最重要的功能模块——电商、UGC 消费、UGC 生产，用前面的矩阵分析法把它们规划到不同的象限：

UGC 消费：用户活跃占比比较高（总体超过 70%），但功能留存率比较低，落在第二象限；
电商功能：整体留存率看起来很高，但活跃用户占比很低，落在第四象限；
UGC 生产：相对处在比较安全、适当的第一象限，可以不多管。

重点就是提升 UGC 消费和电商这两个功能的使用活跃率和留存率。

四、优化 UGC 消费：从第二象限到第一象限

先分析 UGC 消费功能模块的问题。剖析下来发现，它整体功能留存率比较低，而两个最大的流量入口是首页推荐和用户搜索，这两个流量入口的整体留存率本身就很低。进一步深入调查后得出两个猜测：

首页推荐中被重点主打的"今日推荐“栏目，更新频次很低，每周只更新一次；
对用户搜索频次、搜索结果和点击率的追踪显示，很可能是搜索结果不符合用户预期——用搜索功能搜不到想要的东西，搜几次之后用户就觉得不靠谱、不爱用了。

于是尝试两种实验改进来进行功能迭代：

把首页推荐里的"今日推荐"改成”每日推荐"：每天高频次更新，让新用户每天都能点进来；
优化搜索功能和搜索引擎：通过更科学的算法、更合理的安排以及更友善的推荐，让排在前面的搜索结果尽可能符合用户预期。

在这款案例产品上尝试之后，得到了不错的结果：活跃度整体呈逐渐上升的趋势，每次完成一个优化之后都在往上走。次日留存率方面，从八月十八日到八月二十四日这段区间看：八月十八日时次日留存率还比较低，对"每日推荐"栏目优化改善并完成上线后，次日留存率从 6.37% 慢慢上升到 11%，再到日后的 17%，后续一直维持在百分之二十几；八月二十一日（周一）上线了对搜索结果重新排序优化的新版本，对留存的影响立竿见影——一下子从百分之十几跃升到百分之二十几。

通过重新分析并优化 UGC 消费功能，成功把它在留存与活跃的分析矩阵中从第二象限挪到了第一象限，进入比较安全、平稳的状态。

五、优化电商功能：从第四象限到第一象限

接下来是电商功能。它的问题与前者相反：留存率较高，但活跃用户占比很低。还是按同样的思路剖析：电商功能的活跃用户量很少、覆盖度很低，主要难点在于如何引导用户产生消费意愿、号召他们完成第一次消费、把消费习惯建立起来。

对此做了两个猜测：

在电商功能模块里设置一个签到积分入口，通过这个小钩子、小奖励，让用户每天都能进入电商功能模块点击签到领奖；
让领到的积分可以抵扣一定的消费金额，让用户一步步开始使用电商功能，从而提升平台整体的成交付费转化率。

做完猜测后，接下来就是设计实验：上线签到赢积分和积分抵扣消费金额的功能，并且监控签到功能的使用情况以及由此产生的付费转化率。后续结果令人欣喜：这款产品的电商功能使用率很快从第四象限挪到了第一象限，活跃比例有了非常大的提升。

4.5 如何通过内容运营提升用户的留存

Tue, 01 Sep 2026 00:00:00 +0800

一、内容运营的定位与价值

很多人认为内容运营就是编辑文章、发发帖子，这其实很片面。开展内容运营之前，需要先想清楚一个定位问题：内容是作为产品本身提供的，还是产品的辅助功能——只有先明确了定位，才能有更清晰的目标。为了扩大内容运营的效果，还需要对用户需求进行分析：用户感兴趣的内容是什么、经常阅读和传播的内容比例如何、内容运营对产品的作用到底有多大。

用一个生活例子来理解。假如一位用户准备装修新房，前来参观取经：来之前，他计划借鉴主人在小空间里摆放书架、工作台和床的经验，包括怎么处理拐角里的窗户；来之后，他被浅灰色的色调吸引，连落地灯都令他印象深刻，还没等主人介绍，就意识到主人追求的是简洁实用的小清新风格；离开时，他对这里的装修风格有了清晰的整体印象——不仅是家具摆放和室内改造，还包括那些可爱的装饰品。

在这个故事里：参观者 = 用户，参观取经 = 需求，房子（我家）= 产品，装修 = 内容。来之前参观者有明确而理性的需求——学习解决问题的办法；来之后对色调、风格和装饰品印象深刻，是直观感性的收获。一句话概括：依附于产品的内容运营，不仅满足了用户理性的内容消费需求，还能让用户对产品调性产生感性的认知——这就是内容运营的价值。

从结果导向上说，有价值的内容既能促进用户的最终付费转化，也能促进活跃和留存。前文章节已介绍过内容营销的重要性，内容运营同样能提升产品的活跃度和留存率。

二、Push 推送与气泡图矩阵

用内容运营提升活跃度的一个常用手段，是弹窗或 Push 推送通知，很多网站、App 乃至微信内部都有这样的机制——发不发、发给谁、发什么，都是运营人员可控的。Push 是产品直达用户的最近通道：它能让用户在没有主动意愿、没有使用场景的情况下，启动网站、打开 App 或微信账号，因此非常常用。

但 Push 发出去之后，内容到底有多吸引用户、转化能力如何衡量？这时可以用气泡图构建一个矩阵，找到有助于提升留存的内容加以强化，也可以找到薄弱环节加以改进：

横轴：一段时间内某个内容标签对应的留存率，即浏览了该标签内容的用户中，次日还来浏览该标签的比例；
纵轴：该标签内容留存率的标准差，描述这个标签下内容表现的稳定性；
气泡大小：该标签内容下的浏览用户人数，气泡越大看的人越多。

坐标轴的维度是灵活的，可按自身需求替换成其他维度，比如活跃用户占比、内容标签数量、转化目标等，这里只是一种举例。

三、案例：媒体资讯平台的内容消费分析

以一个媒体资讯平台为例（可以想象成今日头条），它提供企业服务、金融、游戏等不同行业的财经类新闻标签。客户希望从提升用户留存的角度，分析平台整体内容的消费情况。参照气泡图调出数据后，可以读出这些结论：

电商、互金：两个最大的圆，是产品用户中的中坚力量。核心话题读者很多、指标稳定、留存率中等，是需要重点发力的两个话题；
汽车、企业服务：人数不多，但留存率很高、表现稳定、潜力很大，可称为"潜力派"。应通过调整投放策略吸引这类话题的受众，加强内容输出，提升整体留存；
直播、游戏：留存率不算差，但极不稳定，偶尔有小爆发。需要对话题下的文章做更细化的分析，找出拉低留存的子话题加以排除，同时加强高留存内容的创作，让这两个标签下的输出更加稳定。

四、个性化内容服务：Netflix 案例

同一个产品中，用户的特点、需求、活跃度也会有很大差别——就像同一个小区里住的都是人，也分男女老幼。如果对全部用户按统一标准提供服务，势必只能满足一小部分人。因此需要针对不同人群提供个性化的内容服务，这也能提升留存率。

Netflix 是国外非常有名的在线视频流媒体网站，自制了《纸牌屋》《怪奇物语》等热门剧集。它与优酷、爱奇艺一样采用按月订购的收费模式，客单价非常低，扩大营收的最佳方案就是提升留存率。当时的数据统计显示：

每个用户每月平均仅付费 8.14 美元，而用户获取成本高达 18 美元；
Netflix 毛利只有 33%——用户付 8 美元，公司只能赚约 2.4 美元；
算下来用户平均要续费 7 个月，Netflix 才能盈利。

于是 Netflix 想到了提升续费率（也就是留存率）的高招：利用多年积累，建立起包含超过一万三千种影视资源的庞大资源库；再根据用户的观看行为，在合适的时机推荐他可能感兴趣的美剧。看过美剧的人都有体会——好片子永远看不完，用户就会一直续费。比如作者喜欢超级英雄系列，看完《夜魔侠》后，Netflix 会持续推送相关主题的剧集。

结果是：Netflix 的平均续费时长高达 25 个月（两年多），客户生命周期价值高达 66 美元，远超 18 美元的获客成本。本质上，正是内容运营加个性化内容推送这套机制，帮助 Netflix 成为世界上最赚钱的公司之一。

4.6 搭建用户流失预警机制

Tue, 01 Sep 2026 00:00:00 +0800

一、真正的离开悄无声息

有一句歌词大意如此：“所有大张旗鼓的离开都只是为了试探，真正的离开从来都是悄无声息、没有告别。“它说的是：如果一个人从内心深处已经彻底放弃、对一件事不再有任何兴趣或期待，他肯定走得头也不回，不可能恋恋不舍地等着别人去挽留。就像微博上有些粉丝口口声声喊着"我要取关你”，其实发自内心希望引起博主关注，巴不得博主慌张地前来挽留，好获得一丝优越感，摆出一副"我就大发慈悲暂时不取关你"的姿态；而真正要脱粉的人，二话不说，点击取消、点击确认，就这样走了。

做产品也是如此。所谓转化率，就是一部分人成功转化了过来，而大多数流量就这么损失、消耗掉了。流失掉的用户通常不会发来任何通知——没有人会提前说"我要关闭网页啦"“对不起，我要卸载你啦”，都是悄无声息地成了过客。正是缺乏双向沟通的过程和手段，用户的流失有时纯粹出于误会，产品方却百口莫辩，根本来不及解释和挽留：

用户打开产品，死活刷新不出新内容，以为是产品有问题，其实可能是他电脑的防火墙切断了连接，跟产品本身基本没有关系；
产品动不动就崩溃，用户一气之下卸载，其实是某个流氓软件在后台作祟——只要提醒用户消灭掉它就能皆大欢喜，产品却无从开口。等用户真的愤然离开再去挽留，很可能为时已晚。

由此可见：需要建立一套流失预警机制，提前预测哪些用户、或符合什么特征的用户很有可能正在悄悄流失，赶在他们离开之前，通过现有的一切手段尽可能接触、设法挽留，帮助他们更顺利地使用产品、获得成功——这就是流失预警的意义。

二、用户分层：粗放与个体运营之间的折中

建立流失预警有很多手段。比如非常粗泛地给全体用户每天发一条推送，多少有些效果，但也可能有用户本来就反感整天收到推送——正好手机内存不够用、盘算着卸载哪个应用，一条推送恰在此时送上门来，他一怒之下就把产品卸载了。这是粗放运营的弊端：只能从统计学上赌一个大概率，无法足够精准地服务小部分人。另一个极端是针对每个个体做运营，比如给每个客户安排专属的接线专员、专属客服，但这样成本又太高。

所以通常选择介于二者之间的方式——用户分层。它是数据化运营中常见的解决方案之一，是介于粗放运营与个体概率预测模型之间的折中和过渡模型：既兼顾精细化的需要，又不需要在预测模型的搭建和维护上投入太多资源，因此有比较广泛的应用价值。

用户分层的目的和用途主要有三条：

运营团队：通过对客户分层，针对不同用户采取对应的运营方案来执行贯彻，提高整体运营效率和付费转化。不同用户处在不同阶段——有的刚进来，有的已经用得驾轻就熟，有的迫不及待要付费——用不同手段引导，成本、门槛和投入都不一样；
客服团队：通过分层模型对不同群体提供不同的说辞和服务。对免费用户，“腰板可以稍微硬一点”，丢给他一个网址或快速、标准化、模板化的应答，帮他找到想要的就够了，不必太多纠缠；对付费的大客户，则要提供更贴心、更定制化的服务；
B2C 电商平台：以阿里巴巴旗下的淘宝为例，早期与 eBay 竞争时主打免费开店，后续开店也会产生成本（比如购买营销套餐）。可以从免费注册的卖家开始划为一层，再沿着卖家的成长轨迹——上架 5 个、10 个商品，开始变得活跃，开始充值付费购买营销套餐，直到成长为平台上的大卖家——一步步做不同的画像，提供不同的服务，并通过不同的收费档次让平台整体利润最大化。

不同产品的形态会有差异，同一个产品在不同阶段也可以采用不同的分层。比如一款社交电商产品，早期的分层目标更多是用户和 KOL 层，后期更贴近商业方向，就要设置更灵活的分层。一般来说，用户分层分四五层就差不多了，太多分层会显得很复杂，不适合运营策略的执行。

三、C 端实战：知乎与游戏行业的分层

以下是两个 C 端产品的例子——知乎和游戏行业。

知乎的用户从下到上可以分为五层：未注册读者（最大众、最宽泛的游客，可能只是浏览帖子，或点开别人发来的链接看一看）→ 注册读者 → 提问读者（注册后主动提过问题）→ 付费读者（参与知乎 Live、知乎书店等付费项目，价值又上一层）→ 回答者。知乎本身是问答平台，最底层、最产生价值的一定是高质量的回答，因此回答者是平台上最需要重点服务的对象，有时甚至要比付费人群投入更多精力。针对五个层级的转化策略各不相同：

未注册 → 注册：通过各种引导、优惠，或者内容的"勾引”——只让用户看一半，想看后续就得注册；
注册 → 提问：让用户浏览大量高质量的提问和回答，渐渐对平台产生信任感，当用户产生问题时，就会想到来知乎提问；
提问 → 付费：根据用户之前的提问和浏览记录，大致判断他是怎样的用户，针对兴趣推送有价值的电子书或 Live。推送足够精准、金额又在用户的支付意愿之内，就很可能转化为付费读者；
回答者：策略很多。知乎早期，官方会注册很多小号、马甲来拉动新注册的用户回答；当用户发出一个问题时，系统也会在提问的那一刻提醒其邀请好友来回答。

游戏行业用书面语言分类，自下而上是：路人 → 新手玩家 → 普通玩家 → 人民币玩家 → 土豪（通俗说法就是大 R、中 R、小 R，或鲸鱼用户、虾米用户）。不同阶段要做的事情都不一样：

路人 → 新手玩家：通过高质量的广告投放、更多媒体曝光，或更多玩家的证言来证明产品足够好玩，把普通路人转化成新手玩家；
新手 → 普通玩家：作者接触过的游戏公司提到，一款游戏早期前 15 分钟的体验非常重要，画师的画工、游戏的流畅度都要集中服务好这 15 分钟。玩家一旦觉得体验好、画面精美、游戏性不错、对新手还很友善（给一大堆礼包），就会渐渐过渡到普通玩家；
普通玩家：画面美观度已经没那么重要，重点是建立合理的升级曲线、经营好玩家在游戏中的体验；
人民币玩家：愿意在游戏中花钱的人群，是游戏公司真正欢迎的"金主爸爸"。普通玩家花三个月不断锻造、拼概率爆装备，好不容易得到一把屠龙宝刀；人民币玩家直接充 1000 块钱可能就买到了。甚至有一种说法：普通玩家其实是一款游戏提供给人民币玩家的一种"游戏特性"，是陪玩的；
土豪玩家：撒钱不计成本，游戏公司可能对他们采取一对一服务。传闻早期盛大做《传奇》时，有一位土豪玩家提出了对游戏的想法，普通客服没有很好地采纳；土豪一怒之下离开游戏，还带走了平台上很多同样是土豪的好朋友，导致《传奇》营收出现明显下滑。这件事惊动了陈天桥，他第一时间带着客服登门拜访，好言相劝、好礼相送，最后好说歹说让这位土豪带着朋友重返游戏。可见游戏公司对土豪玩家何等厚待。

四、RFM 模型：衡量客户价值的经典方法

在划分用户分层模型之前，应先搞清楚分层的目的是什么——正如预测模型需要目标变量，分层模型的具体目的和特定用途，决定了它的构建思路和评价依据。市面上有很多现成的分层策略和模型，这里介绍客户管理中一个经典方法：RFM 模型。它是衡量客户价值、付费能力、活跃度的重要手段，一般在电商或 To B 的 SaaS 产品中用得比较多。RFM 代表三个需要重点盯防的监测变量：