在數字時代，使用者增長已成為企業競争的核心。本文将深入探讨使用者增長的概念、政策，并以華為為例，解析其如何通過一系列産品服務建構使用者增長營運方案。讓我們一同揭開使用者增長的神秘面紗，探索實作持續增長的秘訣。
都在說使用者增長，到底什麼使用者增長，如何做使用者增長？使用者增長跟資料産品有何對應關系？
從《增長黑客》書籍來看，使用者增長是拉新、促活、留存、裂變，書裡寫的是組建使用者增長團隊，通過打造出令人驚歎的Aha産品、通過不斷的AB實驗，測試不同人群、不同素材的效果，進而實作增長。
而有很多研究使用者增長的并不是專業的使用者增長團隊，不是專業的使用者增長産品經理。更多的可能是業務産品、業務營運，該業務線正處于需要流量增長的階段，老闆拍闆下來，DAU要從100w增長到200w。
這時，産品營運同學都需要尋找增長點，通過使用者增長AB實驗的方式，快速打磨優質的産品服務，比對對應的使用者增長營運方案。
而對于資料産品經理而言，我們作為工具的提供方，需要思考如何提供一整套的使用者增長營運服務。
在這個契機之下，對華為使用者增長營運解決方案展開調研，來探究華為是如何從工具層面來建構使用者增長方案的。
一、華為使用者增長營運
華為使用者增長營運解決方案，通過華為分析，深入分析應用内使用者行為資料，結合情景智能推送（短信、push和應用内消息），針對不同細分使用者、不同場景做智能推送，實作使用者拉新、促活、付費轉化、流失召回等營運場景。
解決方案由11個産品組成，如下圖，包含華為分析、預測服務、智能營運、AB測試，還有一些APP linking、應用内消息、短信服務、活動管理、連登活動、遠端配置等能力。
增長方案的應用場景主要為5大場景，包含：裂變拉新、提升留存、流失召回、付費轉化、場景化推薦。這倒是拆分了增長黑客的不同階段，每個應用場景下有對應的産品服務：
裂變拉新場景，通過APP linking制作活動連結，将活動通過push/短信的方式周知使用者，拉新活動鼓勵使用者在社交媒體進行傳播或邀請好友下載下傳，或策劃安裝有獎或禮包活動，提高下載下傳量。産品能力上對應着APP linking、應用内消息、華為分析、短信服務、活動管理。
提升留存場景，通過預測服務針對可能流失的使用者群，建立使用者維系活動，避免使用者流失；策劃連登有獎等活動在應用市場曝光，通過優惠券等福利，增加使用者粘性；利用應用内消息或push通知策劃日常引流活動，提升使用者留存。
還有流失召回、付費轉化、場景化推薦場景，提供的工具服務也大同小異。
很多人看到這會有些疑問，華為使用者增長營運方案組裝了11個産品服務，讓人看的眼花缭亂的。而對于普通企業而言，使用者增長營運工具是否需要建設的如此複雜？如此龐大？
我認為大可不必。
抽絲剝繭來看，增長方案的核心在于，使用者-内容-觸點。
對處于不同生命周期的人群（引入期、成長期、成熟期、休眠期、流失期）
觸達不同的内容（拉新活動、有獎登入活動、優惠券福利、邀請好友下載下傳活動）
使用多樣化的觸點（push、短信、應用内消息、社交媒體）。
接下來主要對方案中的智能營運、預測服務、AB測試、華為分析展開分析。
二、智能營運
智能營運是集目标設定、使用者篩選、觸達内容、觸達管道、效果分析一體的智能營運平台。主要用于營運推廣，助力企業高效落地場景化營運活動，釋放營運人力，提升活動效果。
能力包含活動效果資料檢視、建立營運活動、閱聽人管理、push/短信模闆管理、系統配置：防打擾、審批等。後續專開一篇文章介紹，可先關注專輯。
使用者增長解決方案中的應用内消息、短信服務、活動管理、連登活動、流失召回，以及AB測試等産品，都可以作為智能營運産品服務的一環。
三、預測服務
細分使用者群是個性化營運、使用者增長的基礎，我們常見的使用者畫像平台/CDP平台會提供使用者分群的能力。
通常是給使用者打标簽的方式，通過标簽組合進行使用者分層。劃分為事實類、規則/統計類、算法類标簽，詳情可檢視《标簽體系》。
而華為的預測服務主要做的算法類标簽，推薦算法類人群。預測服務基于華為分析上報的使用者行為資料和屬性，結合機器學習技術，對特定目标人群進行預測，主要為流失使用者預測、使用者付費潛力預測、複購使用者預測。
如上圖所示，預測服務底層依賴華為分析的埋點資料，通過取到使用者關鍵行為特征，進行模型訓練。
而服務預測主要功能包含，管理預測任務、評估資料品質、預測使用者分布分析/TGI分析。主要為流失使用者、使用者付費潛力、複購使用者3種使用者的預測。
四、A/B測試
A/B測試是增長實驗中重要的工具，通過對比測試對使用者提供不同的功能，測試不同文案的點選效果，從量化的數字上來選擇轉化效果更優的一組。
華為A/B測試，建立一組或多種對比實驗，通過實驗得出關鍵對比資料，選擇更符合使用者需求的使用者界面、文案、産品功能或營銷活動，提高決策準确率。主要能力包含配置AB實驗、檢視實驗報告。
A/B測試常見的應用場景有視覺界面的設計，針對同一個場景測試不同的視覺效果，并監測資料效果名額。另外應用較多的就是文案測試，營運人員使用推送通知來提升日活，會絞盡腦汁想出幾種推送文案，需要測試哪個文案CTR轉化更好。還有對功能的測試，該子產品業務産品經理會使用較多，針對新疊代的功能進行AB測。
五、華為分析
做增長實驗，不可或缺的是資料分析，包含分析整體大盤資料，使用者各生命周期的波動資料，監測增長實驗或是活動營銷的效果資料。
華為分析，提供資料接入、資料分析、使用者生命周期、資料管理能力于一體，驅動企業實作精準拉新、産品優化、精益營運、業務增長。
從能力上來看華為分析跟神策分析較為類似，都支援事件資料的接入和管理、支援事件分析/漏鬥分析等多種事件分析模型，分析功能上做的大而全。不過華為的分析後直接生成人群包這個能力較為特别，實作了分析-分群-營運應用路徑上的連接配接。
六、說在最後
華為使用者增長營運解決方案，是有11個産品服務組合而成的使用者增長營運工具，核心主體包含營運、預測、分析、AB。
智能營運為市面上比較标準化的營運平台；預測服務提供3種算法人群預測；AB實驗為基礎的AB工具；華為分析，類似于神策分析的一個分析工具。
從産品組成和應用場景上來看，華為使用者增長營運解決方案，跟《矽谷增長黑客實戰筆記》中提到的移動應用的增長架構圖結構類似。如下圖所示：
1）技術是最底層的基礎，包含AB測試架構、自動化營銷SDK、歸因SDK等
2）分析和洞察是指導增長政策的根本，需要對使用者群投放特定活動内容後，進行效果資料分析
3）使用者擷取、參與和留存，以及變現是使用者生命周期的三個主要階段
4）具體管道的運用跨越了使用者的不同生命周期，如推送、應用内消息、短信、郵件、廣告投放等
并且從華為的财力人力上來看，很多企業也無法企及，僅是增長營運解決方案就包含11個産品，每個産品都有背後對應的研發團隊來做；對于一般企業而言，使用者增長營運工具鋪這麼大盤子來做肯定不現實，還是一手抓業務，切入重點業務場景；一手抓平台能力，建構平台整體架構。
專欄作家
草帽小子，公衆号：一個資料人的自留地，人人都是産品經理專欄作家。《大資料實踐之路：資料中台+資料分析+産品應用》書籍作者，專注使用者畫像領域。
本文原創釋出于人人都是産品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協定。
該文觀點僅代表作者本人，人人都是産品經理平台僅提供資訊存儲空間服務。