# 17. 增长与留存基础

这一章讲增长这件事的基本盘：用户从哪来、怎么被激活、为什么留下或流失、花钱买来的增长划不划算。它不教具体话术，而是帮你理解增长背后的因果结构。

条目按从最基础到进阶排列。

---

### 1. 增长漏斗与 AARRR 的适用边界
- 定义：增长漏斗把用户旅程拆成获客、激活、留存、变现、推荐（AARRR）几段，逐段看转化，找出漏得最狠的那一环。
- 说人话：像查水管哪一段在漏水，先看整条管子的流量，再逐段排查，而不是笼统地说「用户不活跃」。
- 什么时候用：冷启动、增长停滞，或想定位「问题到底出在哪一环」时；拉新与留存的框架区别见第 11 章第 7 条。
- 常见误区：把它当成必须全做的清单，对早期产品硬套变现与推荐；或每一环都归因模糊，看着像模型其实没结论。
- 证据等级：C
- 来源：行业通行做法（AARRR 增长模型，Dave McClure 提出）

### 2. 激活的定义与「啊哈时刻」
- 定义：激活指新用户第一次真正体验到产品核心价值的那一刻（常称「啊哈时刻」），它需要用一个可观测的行为来定义，而不是「注册完成」。
- 说人话：下载 App 不算激活，第一次成功发出消息、第一次找到要的内容才算；你得先想清楚「用户做到哪一步才算真的用上了」。
- 什么时候用：定义新用户指标、优化新手引导、设计首次体验时。
- 常见误区：把注册、登录当激活，指标好看但用户其实没被触动；或挑的「啊哈行为」与长期留存无关，只是自我安慰。
- 证据等级：B
- 来源：行业通行做法（激活指标与「啊哈时刻」，源于 Facebook「10 天加 7 个好友」的经验口径）

### 3. 留存曲线的三种形状：持续下降、走平、微笑
- 定义：留存曲线画的是同一批用户在各时间点还剩多少：一路降到零说明没留住人，趋于走平说明形成了稳定核心用户，先降后升的「微笑曲线」常见于有网络效应或周期性回流的产品。
- 说人话：走平的曲线意思是「总有一批人会一直用」，这是产品活着的证据；一条一路掉到零的线，说明谁都是过客。
- 什么时候用：判断产品是否真的有价值、是否值得继续投放时；曲线读法见第 11 章第 5 条。
- 常见误区：只看次日留存一个数字，不看曲线形状；或用整体留存掩盖新老用户的差异（该看同期群，见第 11 章第 6 条）。
- 证据等级：B
- 来源：行业通行做法（留存曲线形态与产品-市场契合的判断）

### 4. 同期群与分层运营
- 定义：同期群（cohort）分析把用户按加入时间或来源分成一组组，分别看各组后续表现，从而把「新增带来的变化」和「产品本身的变化」区分开。
- 说人话：整体数据变好，可能是老用户撑着的，也可能是新用户变差了；分组看才知道到底是哪一批人在变。
- 什么时候用：分析留存、付费、活跃的变化，或评估一次改版对某类用户的影响时。
- 常见误区：只看大盘不做分组，被新用户涌入掩盖老用户流失；或分组维度一次换一个，结论无法互相比较。
- 证据等级：C
- 来源：行业通行做法（同期群分析）

### 5. 渠道与获客成本（CAC）
- 定义：获客成本（CAC，Customer Acquisition Cost）是平均获取一个用户花掉的钱，等于一段时间内的获客总投入除以新增用户数，不同渠道的 CAC 差异往往很大。
- 说人话：同一个用户，从应用商店、信息流广告、地推拉来的成本可能差好几倍；不能只看总花了多少，要看每个渠道买来的人值不值。
- 什么时候用：分配推广预算、判断某个渠道要不要继续投时。
- 常见误区：只算广告费不算人力与补贴，把 CAC 算低；或把不同渠道混在一起算平均，掩盖了真正烧钱的渠道。
- 证据等级：C
- 来源：行业通行做法（CAC 与渠道效率）

### 6. 病毒系数 K 与分享机制设计
- 定义：病毒系数 K 指平均每个用户能带来多少新用户，K 大于 1 时用户会自我复制、规模指数增长；它由「有多少人愿意分享」乘以「每次分享带来多少人」得出。
- 说人话：一个人拉来两个人，两个人再各拉来两个，就是滚雪球；如果每十个人才拉来一个，雪球就滚不起来。
- 什么时候用：设计邀请、拼团、分享类功能，或评估增长是否可持续时。
- 常见误区：把 K 当成越高越好，靠强骚扰式分享硬凑，短期数字好看却伤害体验；K 略小于 1 其实也常见，不必迷信。
- 证据等级：B
- 来源：行业通行做法（病毒增长与病毒系数 K）

### 7. 推荐系统的三类思路：协同过滤、内容特征、排序目标
- 定义：推荐常见的三类做法：协同过滤（看「和你相似的人喜欢什么」）、基于内容特征（看「和你喜欢的东西相似的是什么」）、以及把多种信号交给排序模型，按业务目标（点击、停留、成交）排优先级。
- 说人话：一种靠「人找人」，一种靠「物找物」，一种是把各种线索交给一个打分器，按你最想要的结果排序。
- 什么时候用：做内容分发、商品推荐、信息流排序，或想理解推荐为何这样给时。
- 常见误区：以为推荐只是算法问题，其实目标函数（优化点击还是成交）由产品决定；只优化单一目标，容易催生标题党与信息茧房。
- 证据等级：C
- 来源：行业通行做法（推荐系统的协同过滤、内容特征与排序）

### 8. 增长实验的节奏与组合
- 定义：增长实验按「提出假设—做最小改动—看指标—再迭代」的循环推进，讲究持续的小步试验与一定数量并行，而不是指望一个大改动翻盘。
- 说人话：像种地，一次试一小块，试得快、试得多，总有一两块长得好；比赌一次大丰收靠谱。
- 什么时候用：产品已找到激活与留存、想系统提升某个增长指标时；实验设计前提见第 10 章第 5 条。
- 常见误区：一次只做一个实验、节奏太慢；或不做记录，试过的假设下次又重试一遍。
- 证据等级：C
- 来源：行业通行做法（增长实验与迭代循环）

### 9. 补贴增长的代价：伪需求与套利
- 定义：靠补贴拉来的用户，可能是冲着奖励而非真实需求来的；补贴一停他们就流失，甚至有人专门钻规则漏洞套利，让投入变成纯粹的成本。
- 说人话：发红包时人山人海，红包一停人走楼空；你以为买来了用户，其实只是买来了一批「薅羊毛」的。
- 什么时候用：打算用补贴、返现、免费策略拉新或促活之前。
- 常见误区：用补贴期间的数据判断产品价值，把补贴带来的量当成真实需求；或只算拉新量，不看补贴退出后的留存。
- 证据等级：C
- 来源：行业通行做法（补贴增长与伪需求）

### 10. 用户生命周期价值与分层
- 定义：用户生命周期价值（LTV，Lifetime Value）是一个用户从来到走贡献的总价值，通常按用户群分层去看，而不是算一个平均数。
- 说人话：有的用户用一年也不花钱，有的一上来就买很多；把钱花在「值得留的人」身上，比平均分配有效得多。
- 什么时候用：分配运营资源、设计会员与分层权益、判断投放是否划算时；与获客成本的对照见第 18 章第 6 条。
- 常见误区：用一个平均 LTV 覆盖所有用户，忽略高价值与低价值人群的巨大差异；或高估 LTV，把还没发生的价值提前算进来。
- 证据等级：C
- 来源：行业通行做法（用户生命周期价值与分层）

### 11. 增长与体验的张力：什么时候该停下来修产品
- 定义：增长手段往往要牺牲一部分体验（更多广告、更硬的分享引导）；留存还没站稳就强行加杠杆，增长就会变成给漏水的漏斗灌水。
- 说人话：地基没打好就拼命盖楼，人来得越多塌得越快；这时候该停下来修产品，而不是继续拉人。
- 什么时候用：留存曲线还没走平、获客成本高于用户价值，或增长手段开始明显伤害体验时。
- 常见误区：用源源不断的新增掩盖留不住的真相；或把「先不增长」等同于放弃，其实停一下是为了下一步能放量。
- 证据等级：C
- 来源：行业通行做法（产品-市场契合先于规模化增长）