增长的后半程，是挖掘用户的多面性

东京奥运会上，苏炳添在半决赛里跑出了9秒83的亚洲记录。有人统计了苏炳添的9秒83和博尔特9秒58的世界记录。发现苏炳添前60米耗时6秒29，比博尔特快了0.02秒。 

换句话说，如果田径比赛只有60米，那么苏炳添有可能赢伟大的博尔特。 

如果把企业增长看成一场田径比赛，我们必须明白一件事：前半程和后半程不是一种竞技方式。苏神前半程的领跑，会被后半程发力的博尔特超越；企业的前半程的领先，也会被后半程的无知所摧毁。 

今天我们来聊聊，如何在后半程正确地发力，才能持续获得增长。 

01 增长的前半程 VS 增长的后半程

增长的前半程靠什么？增长的前半程靠两样东西： 一个叫“大势至”，一个叫“加速度”。

2020这特殊的一年，为网服行业带来了增长契机。一来，大家都在居家隔离，网民数量爆发式地增长。仅仅2020年上半年，新增网民数就超过了2019年一整年；二来，因为不出门，大家越发依赖网络服务解决生活问题。 

受疫情冲击，大部分企业都没钱投广告了，而网服客户增加广告预算，单单婚恋交友类APP的广告消耗就增长了2.4倍。 

这一年之于网服行业，称得上 “ 大势 ” 。 “ 大势 ” 来自哪呢？一般来自于两个方面： 

一是，大的技术革命。 

比如，移动端的发展让互联网行业重新洗牌；新能源的发展将会催生电动车行业；未来 5G 的发展将会催生 “ 元宇宙 ” 创业。 

二是，大的国家政策。 

比如，中国在 “ 十四五规划 ” 里，没有提出明确的增长目标，却渗透出对经济质量的关心。于是，我们看到国家重拳打击垄断、整肃娱乐行业不良之风、浇灭资本助推的在线教育虚火。 

所谓的“大势至”，就是在巨大的趋势下，某些行业会爆发出巨大的“自然增量”，只要把握住这个大势，企业就抓住了“躺赢”的契机。

但有时候，即便等到“大势至”也没用，还要看我们能不能抢先一步占住风口。所以，贝索斯在《2008年致股东信》里写道：“速度，在商业领域就是一切。” 

今日资本创始人徐新曾经在一次演讲里，讲过美团布局外卖赛道，成为后起之秀的故事。 

美团进入外卖赛道的时机不算早，但当美团研究透了外卖生意模式时，美团干了一件事。 

美团在暑期招了一千个人，集中培训一个月后，派到了一百个城市。当时整个外卖行业的市场渗透率还不高，当美团一下子占领百余个城市后，这场下沉战争就结束了。 

美团之所以能后发制人、从大盘子里抢走一大块蛋糕，就是在大势面前，美团做到了“加速度”。 

为什么“加速度”对增长如此重要？我想用王兴的一个观点来解答：一切互联网市场都会遵循“721格局”。第一名将占有70%市场份额，第二名占有20%市场份额，其余玩家分享剩下那10%。不仅团购市场，我们看搜索市场、短视频市场、社交市场都不约而同地遵循“721格局”。 

也许你只比第一名慢了一个身位，但只要你位列第二，你就只剩20%的市场份额可以吃。 

速度不仅决定名次，速度决定的是市场份额！

很多人把增长的前半程称之为“粗放式增长”，我觉得这个说法看低了增长的前半程。因为唯有在前半程里，企业才能实现指数级增长。 

在增长前半程里，企业比拼的其实是发现机会和把握机会的能力，是对“机会占有率”争夺！

而进入增长的后半程，又会发生什么呢？ 

首先是大势会消失。大势消失意味着自然增量就没了。比如，2021年5月，中国移动用户增速出现了负增长！所以，现在我们很少看到APP创业者，大家都在往新消费领域扎堆。 

当增量消失之后，我们就进入了存量竞争时代。 狼多肉少时，大家自然就会吃不饱。 

那么，增长的后半程，企业是如何谋求增长的呢？一般有两种思路：一个对内、一个对外。对内叫“产品扩容”，对外叫“从存量找增量”。

大家发现没有？这两年，很多网服客户都在从「单一型服务平台」向「综合型服务平台」转型。 

你现在打开滴滴打车APP，底部有各式各样的生活服务按钮。比如，买菜的橙心优选，首单价只要几块钱就能买走大包的生活用品。滴滴原本就是一个出行服务平台，现在以出行为用户入口，试图抢夺更多的生活服务业务。 

去年，饿了么开始大改版，提升了团购、非餐饮型玩乐和同城零售业务的入口级别，品牌定位从“送餐“到“送万物”。 

这就是“产品扩容”。相当于之前只卖10件东西，现在卖100件了，当可售卖的SKU增加了，增长自然就有了。 

但是“产品扩容”可能带来虚假繁荣，不断延伸的产品线会不会成为拖累？企业的战略资源会不会分散？组织架构是不是支撑这种调整？这些都可能导致“产品扩容”失败。 

对内调整牵一发而动全身，很难在当下就判断出是对是错。更常见的思路是对外调整，从存量找增量。 

02 如何从存量找增量？用户经营思维的三个变迁

在增长的后半程，“从存量找增量”是大家的共识。但是具体如何找法，大家的做法却各不相同。 

具体而言，从最早的概率思维、超级用户思维、到如今的LTV思维，用户经营思维发生了三次大的变迁。 

1.增长的概率思维

我拿梁将军这个公众号来举例。假如我想提高公众号的阅读量，我能怎么做？ 

第一种方式是提高粉丝数量。粉丝量更多的公众号，文章阅读量自然会更大一点。就算梁将军的文章写的再好，如果我的粉丝数不到100万，文章的平均阅读量也很难做到10万。 

第二种方式是提高文章打开率。比如，用标题党来吸引读者点击、建立免费社群推送文章等，这些手段都可以提高文章打开率。 

如果用一个公式来表达这个时期的增长思维，那就是： 

增长=用户规模×转化率

进入增长的后半程，用户规模已经没法增长。我们只能想办法提高转化率。 

但大家很快就发现这种增长思维的弊端，那就是：它只能通过一些运营优化手段，微小提高增长幅度。比如，提升外层广告素材的质量、优化落地页的排版布局，这些都可以提升转化率，但只是杯水车薪。 

所以，这种概率型的增长思维就逐渐被抛弃了，大家开始倡导“超级用户思维”。 

2.增长的超级用户思维

如果想理解超级用户思维，我们只要看看B站、Keep这样的APP是如何崛起的，就明白其中的原理的。 

B站和Keep都是先切入了一个亚文化圈层，培育了一众超级粉丝。再凭借超级粉丝的口碑扩散、多次复购能力和文化聚合效应，最终破圈上位。 

超级用户思维对比概率思维有什么好处呢？超级用户思维可以大幅降低品牌的增长成本。 

从拉活角度看，超级用户是品牌的死忠粉，会高频地到访、互动、消费，企业只要适时地制造一些运营活动，就能让超级用户尖叫。根本不用采买外部流量，来做老客的唤醒。 

从拉新角度看，超级用户因为太过热爱品牌，会主动宣传你的品牌，带来用户的自然裂变。 

而且，超级用户会形成一个稳定的流量池，稳定的用户流带来了稳定的现金流，成为业务的定海神针，抵抗市场的波动和资金风险。 

超级用户思维下，增长的公式是这样的： 

增长=（超级用户数×变现力）×裂变力

但是超级用户思维也有它的问题。首先是，超级用户思维并非适合所有类型的客户。比如，淘宝这种综合型的电商平台，就很难利用超级用户思维做增长。 

其次是，用超级用户思维做增长有明显的天花板。因为超级用户总是少量的，企业增长到一定阶段，战略焦点就必须从超级用户身上转移到全局用户上，这个时候超级用户的利益和全局用户利益会产生冲突，企业需要打通这个关节，实现跳跃式增长。 

显然，我们需要更系统的用户经营思维，来解决长期的增长问题。于是LTV（life time value），即用户全生命周期思维就诞生了。 

3.增长的LTV思维

以网服类APP为例，如果用LTV思维看待一个用户，我们该如何定义他？ 

以前，我们只是把用户分成新客和老客。现在，我们会按时间周期来定义一个用户的身份，最常见的划分是： 引入期、成长期、成熟期、休眠期、流失期。 

每一个周期下，企业会采用不同的运营手法和用户沟通。比如：成长期的客户，会用游戏化的运营手法，增加用户的到访次数；流失期的用户，会尝试用社交关系或者账户福利来挽留。 

用LTV思维做增长，有两个突破： 

一是，我们终于认识到了用户的多面性

同一个用户在不同的时间周期内，他的需求是不一样的，企业要采取的增长方式也应该不一样才对。 

就像两个人谈恋爱，男人身边都是同一个女人，但是在初恋、热恋、结婚、离婚、复婚这五个情感阶段里，女人的情感诉求是完全不同的。男人不能在初恋时，就和女人谈婚论嫁；也不能在离婚时，认为女人还像热恋时那么爱你。 

二是，LTV是用长期主义视角看待用户经营

在长期视角下，很多短期不利于增长的事情，可能会变得无比正确。 

比如，数据中台的搭建。只有拥有强大的数据运算能力，才能精确识别出一个用户到底处在哪个周期。但如果用季度财报来衡量数据中台对增长的作用，数据中台就是个赔钱货。 

但LTV思维也有它的局限。因为LTV也只是从时间维度把用户需求进行拆解，其实用户的需求可以从更多的维度、进行更多层面的挖掘。 

比如，场景、身份、时间……如果把这些维度综合在一起，可以搭建出更多元的“用户结构模型”。 

从概率思维、超级用户思维、到如今的LTV思维，我们可以看出一个明显的现象： 用户运营的颗粒度越来越细。

• 概率思维还是把用户当成一个整体，是面状经营； 

• 超级用户思维，已经把用户分成两部分，核心用户和非核心用户，是块状经营； 

• LTV是把用户分成不同的生命周期，是点状经营。 

• 而未来，点状经营也不够，我们还要经营一个点的不同面。 

从面到块、从块到点，从点到一个点的不同面。用户经营的大趋势就是：谁能挖掘出用户更多元的需求，谁就能获得更大的增长。

我们来设定一下未来的增长公式： 增长=用户数量×用户需求ⁿ

增长的后半程，就是挖掘用户需求的多面性。 

03 如何挖掘用户需求的多面性？

增长=用户数量×用户需求ⁿ 

用户需求ⁿ，就是我们要从一个用户身上，创造出不同维度的需求。比如，微信的用户量早就碰到了天花板，早就进入了增长的后半程，它不断实现增长的方式就是挖掘用户需求的多面性。 

微信用户的需求=即时通信+内容娱乐+快捷支付+电商购物+O2O服务…… 

增长=用户数量×用户需求ⁿ。在这个公式里，N代表了需求发生的场景数量。 

比如，“快捷支付”是微信的一个用户需求点，但是快捷支付发生的场景是多元的，比如打车支付、吃饭支付、购物支付。不同的发生场景，会幂次放大同一个需求点的增长效果。 

以往，大家认为“从存量找增量”的意思是：让老客拉新客，并让老客多次复购。 

但我认为，“从存量找增量”真正的内涵是： 挖掘同一个用户，不同层面的需求。

挖掘用户需求的多面性，其实是把用户做千人千面的分类，构建颗粒度更细的用户分层体系。 

有些企业围绕场景来做用户分层，有些企业按生命周期来做用户分层，有些企业仍然按照兴趣标签来做用户分层…… 

但更有可能的是：我们都将综合所有因素做用户分层，搭建属于自己的用户结构模型，这种思维可以被称之为“用户建模”。 

比如，腾讯广告围绕六大典型场景，给网服类客户做了一次“用户建模”。 

1.常规拉新用户：从未安装过APP 

2.破圈拉新用户：非行业用户 

3.预装未激活用户：厂商预装APP 

4.卸载用户：已卸载APP 

5.沉睡用户：装载了APP、但未启动 

6.次日拉活用户：昨日激活，次日唤醒 

但想要利用“用户建模”实现用户的分层运营，实现“拉新拉活”，还有两个关键痛点要解决： 数据安全和技术对接。

数据安全：用户分层运营的“眼”

想要识别用户的分层，我们首先得能识别出用户需求。用户处在哪个生命周期？当下会触发什么类型的需求？这个时候，我们就需要大数据来帮忙。 

但是在大数据的利用上，行业一直有个痛点，就是数据安全。之前，客户会把“一方数据”共享给媒体，媒体再结合自己的大数据做用户拉新。但这种“一方数据”是死数据，因为考虑到数据安全，企业不敢开放更多数据权限给媒体。 

美团在做拉新时，曾解决过这个问题。美团和腾讯广告共建了「联合专区」。这种大数据的「联合专区」有点像大数据的私域池，品牌拥有自己的数据接入通道、独立的云空间和自主的数据分析工具。 

美团会在「联合专区」上传自己的“一方数据”作为用户建模的样本，然后对这些用户数据做分级、关联、打分、回传，形成自己的“高价值用户模型”，让拉新更精准。 

技术对接：用户分层运营的“手”

当大数据有效识别出不同层次的用户后，下一步就是依靠技术来“实时”进行广告优选。 

比如，腾讯广告平台针对不同层次的拉活人群，可以设定不同的出价。如果某个分类人群的转化意愿最高，那么平台就可以给到更高的价格权重，提高广告出价。 

理论有点枯燥，举个例子解释一下： 

以前，客户甲做竞价广告时，只会针对不同的广告位来出价。 

甲（全部用户）：广告位A，10块；广告位B，12块；广告位C，6块。 

现在，客户甲把自己的用户分成了不同层级，不同层级的用户都有不同的出价标准。 

甲1（高权重用户）：广告位A，10块；广告位B，12块；广告位C，6块。 

甲2（中权重用户）：广告位A，8块；广告位B，9块；广告位C，6块。 

甲3（低权重用户）：广告位A，4块；广告位B，7块；广告位C，5块。 

这种技术叫“RTA”，全称叫Real Time API。准确点说，就是一种实现用户分层拉活拉新的实时竞价系统，目前是网服行业拉新拉活的首选之一。 

“用户建模”思维是用户分层运营的“脑”，“数据安全”是用户分层运营的“眼”，“技术对接”用户分层运营的“手”。三种方式相互影响，共同挖掘出用户需求的多面性。 

结语

增长的本质就是创造需求，我们能创造多大的需求量，就能创造出多大的增长。 

增长的前半程，是创造更多的用户。而增长的后半程，是挖掘用户的多面性。 

本文来自微信公众号 “梁将军”（ID：liangjiangjunisme），作者：梁将军，36氪经授权发布。