我們都在說(shuō)選擇比努力更重要，但當(dāng)把這句話放到產(chǎn)品經(jīng)理的需求選擇上時(shí)，會(huì)是如何？在資源和時(shí)間一定的前提下，當(dāng)前的眾多需求應(yīng)該先做哪個(gè)？如何從眾多需求中決策出相對(duì)最優(yōu)的那一個(gè)呢？作者總結(jié)了幾點(diǎn)選擇的思路，希望對(duì)你有所幫助。

都說(shuō)選擇比努力更重要。如果把這句話放到增長(zhǎng)產(chǎn)品經(jīng)理的工作當(dāng)中該如何理解呢？

產(chǎn)品經(jīng)理，尤其是增長(zhǎng)策略產(chǎn)品經(jīng)理，每天都會(huì)和數(shù)據(jù)打交道。平常的需求也大多來(lái)自數(shù)據(jù)洞察形成的假設(shè)，那在每天眾多需求中，在資源和時(shí)間一定的前提下，當(dāng)前應(yīng)該先做哪個(gè)？為什么當(dāng)前這個(gè)時(shí)間應(yīng)該先做這個(gè)？這就很考驗(yàn)產(chǎn)品經(jīng)理的決策能力，你當(dāng)下的決策，其實(shí)就是在為產(chǎn)品選方向，產(chǎn)品的方向其實(shí)就是在產(chǎn)品經(jīng)理日常這種不斷做決策過(guò)程中選擇出來(lái)的。如何從眾多需求中決策出相對(duì)最優(yōu)的那一個(gè)呢？

一、從統(tǒng)計(jì)的角度看增長(zhǎng)

我認(rèn)為從統(tǒng)計(jì)的角度來(lái)看，做增長(zhǎng)本質(zhì)是做概率相對(duì)最大的事，更嚴(yán)謹(jǐn)一層應(yīng)該是做數(shù)學(xué)期望相對(duì)最大的事。即找杠桿，找拐點(diǎn)。”找”的對(duì)象不僅是功能，也可以是服務(wù)，場(chǎng)景，流程，路徑，業(yè)務(wù)，項(xiàng)目等等。

理解這個(gè)，需要對(duì)個(gè)體和群體的關(guān)系，概率，條件概率，正太分布，大數(shù)定律等有一定的理解。一個(gè)增長(zhǎng)產(chǎn)品經(jīng)理日常工作流程大概是：從數(shù)據(jù)中發(fā)現(xiàn)洞察，基于洞察形成想法，將想法轉(zhuǎn)化成實(shí)驗(yàn)假設(shè)，再將實(shí)驗(yàn)假設(shè)設(shè)計(jì)成產(chǎn)品方案……

很多實(shí)驗(yàn)假設(shè)都總會(huì)有部分用戶在某些情況下不符合假設(shè)，總可以舉出一些特例來(lái)，但從大數(shù)定律來(lái)看，群體是有確定性的。所以個(gè)體的不確定性，到對(duì)于個(gè)體所在的群體來(lái)講一定是確定的。所以不要輕易用個(gè)體來(lái)否定某個(gè)群體的實(shí)驗(yàn)假設(shè)。

增長(zhǎng)過(guò)程中一定有非常多的增長(zhǎng)點(diǎn)，非常多的實(shí)驗(yàn)假設(shè)可以去做，但在資源時(shí)間等都限定的前提下，選出優(yōu)先做哪些就很重要，而優(yōu)先做的應(yīng)該是數(shù)學(xué)期望更大的實(shí)驗(yàn)。

增長(zhǎng)的本質(zhì)是通過(guò)不斷試錯(cuò)和優(yōu)化，找到最能帶來(lái)收益的方向，而這個(gè)過(guò)程可以用數(shù)學(xué)期望來(lái)描述，即找到最大化收益的概率最大的方向。

以上描述還是相對(duì)主觀，從更客觀角度再解釋下：做增長(zhǎng)就是做數(shù)學(xué)期望最大的事，實(shí)際上是一種數(shù)學(xué)概念。在數(shù)學(xué)中，期望是衡量離散隨機(jī)變量取值的平均值的方法。對(duì)于一個(gè)隨機(jī)變量 X ，其期望值 E(X) 代表其所有取值的可能性與相應(yīng)取值的權(quán)重乘積之和。看不懂也沒(méi)什么了不起的，我曾經(jīng)也不懂過(guò)，往下看看說(shuō)不定就懂了。

在做增長(zhǎng)方面，可以將用戶轉(zhuǎn)化、留存和付費(fèi)等指標(biāo)看作隨機(jī)變量，而這些指標(biāo)的數(shù)學(xué)期望就代表了每個(gè)用戶進(jìn)行相應(yīng)行為的平均概率和價(jià)值。因此，做增長(zhǎng)就是要優(yōu)化這些指標(biāo)的數(shù)學(xué)期望，以實(shí)現(xiàn)最大化產(chǎn)品增長(zhǎng)。如果還是不太懂，那大概是我也沒(méi)太懂所以解釋的不夠徹底，要不先收藏起來(lái)，過(guò)幾天再看看試試。

再進(jìn)一步解釋下吧（向前一小步，清晰一大步）：

• 理解數(shù)學(xué)期望的含義：期望是指一個(gè)隨機(jī)事件中每次可能結(jié)果的權(quán)值與概率的乘積之和，用于預(yù)測(cè)一個(gè)隨機(jī)事件的結(jié)果，也可以作為評(píng)估指標(biāo)。在做增長(zhǎng)時(shí)，也需要通過(guò)數(shù)據(jù)分析、用戶研究等手段，預(yù)估用戶的行為概率和價(jià)值，并據(jù)此制定相應(yīng)的策略。
• 優(yōu)化用戶轉(zhuǎn)化和留存率：用戶轉(zhuǎn)化和留存是產(chǎn)品增長(zhǎng)的重要指標(biāo)，通過(guò)不斷優(yōu)化產(chǎn)品設(shè)計(jì)、用戶體驗(yàn)和運(yùn)營(yíng)手段等，可以提高用戶轉(zhuǎn)化和留存的數(shù)學(xué)期望，進(jìn)而促進(jìn)產(chǎn)品持續(xù)增長(zhǎng)。
• 提升用戶付費(fèi)和ARPU：用戶付費(fèi)和ARPU也是增長(zhǎng)的重要指標(biāo)，通過(guò)優(yōu)化用戶畫像、個(gè)性化營(yíng)銷、差異化服務(wù)等手段，可以提高用戶的購(gòu)買意愿和支付金額，從而增加收入和利潤(rùn)。
• 運(yùn)用數(shù)據(jù)分析和建模：可以更深入的了解用戶需求、場(chǎng)景、行為和特征等，由此制定相對(duì)更精準(zhǔn)的運(yùn)營(yíng)或產(chǎn)品策略，從而盡可能的達(dá)到最大化數(shù)學(xué)期望的效果。

以上，在做產(chǎn)品增長(zhǎng)時(shí)，需要充分利用數(shù)學(xué)工具和方法，通過(guò)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、建模等手段，優(yōu)化用戶轉(zhuǎn)化、留存和ARPU等指標(biāo)的數(shù)學(xué)期望，以提高增長(zhǎng)成功的概率和效果。

二、從用戶行為角度來(lái)做解釋

瞎舉個(gè)可能不那么嚴(yán)謹(jǐn)?shù)阌谙睦踝樱?/p>

增長(zhǎng)中對(duì)于新用戶的aha時(shí)刻，引導(dǎo)更多用戶觸發(fā)aha時(shí)刻會(huì)帶來(lái)留存的提升，但引導(dǎo)更多用戶觸發(fā)其它“看起來(lái)”對(duì)新用戶留存也有好的功能能不能提升留存呢？“或許”能，即使能，但也沒(méi)有aha時(shí)刻的杠桿大。從個(gè)體角度描述是因?yàn)橐龑?dǎo)用戶觸發(fā)某功能，aha時(shí)刻使用戶留存下來(lái)的概率會(huì)更大些，從群體角度描述是因?yàn)橐龑?dǎo)同樣多的用戶觸發(fā)某功能，aha時(shí)刻會(huì)使更多的用戶留下來(lái)(留存率屬于概率)，更嚴(yán)謹(jǐn)?shù)恼f(shuō)法應(yīng)該是aha的數(shù)學(xué)期望更大。(概率只是一個(gè)比率，而數(shù)學(xué)期望還包含了絕對(duì)值)。其它提留存提什么轉(zhuǎn)化率等等都是類似的邏輯。尤其是用戶分群，不同分群下設(shè)計(jì)不同策略本質(zhì)就是在尋找最大數(shù)學(xué)期望的過(guò)程，可能實(shí)際工作中很難真的用公式來(lái)量化，但底層邏輯應(yīng)該就是這樣。

補(bǔ)充說(shuō)明下:aha時(shí)刻一般指新用戶，對(duì)應(yīng)的老用戶一般叫高價(jià)值行為。

所以我認(rèn)為增長(zhǎng)其實(shí)就是隨著產(chǎn)品用戶規(guī)模的逐漸增大，用戶規(guī)模大，就會(huì)出現(xiàn)用戶需求的分化，也就需要進(jìn)行用戶分群，然后再尋找不同人群對(duì)應(yīng)的高價(jià)值行為，基于行為找路徑，基于路徑設(shè)激勵(lì)。這樣就把不同分群下的核心用戶路徑設(shè)計(jì)好了。

這里提到的高價(jià)值行為（或關(guān)鍵行為）和增長(zhǎng)有什么關(guān)系？

增長(zhǎng)的本質(zhì)是產(chǎn)品對(duì)用戶具有長(zhǎng)期價(jià)值。一個(gè)“長(zhǎng)期”、一個(gè)“價(jià)值”；“價(jià)值”在產(chǎn)品上的載體或許就是某個(gè)關(guān)鍵行為，或者多個(gè)行為以某種方式的組合。“長(zhǎng)期”可以用留存來(lái)理解，或者LTV中的LT，要讓還未進(jìn)入到產(chǎn)品LTV中的用戶進(jìn)入，然后再想辦法延長(zhǎng)這個(gè)LT。

再進(jìn)階一層的做法是，將不同分群的用戶價(jià)值計(jì)算出來(lái)即LTV，然后設(shè)計(jì)低價(jià)值群向高價(jià)值群轉(zhuǎn)化的價(jià)值成長(zhǎng)路徑。

這里會(huì)隱含一個(gè)問(wèn)題，為什么不同分群下的用戶核心行為可能不同？核心行為不都應(yīng)該一樣嗎？比如電商產(chǎn)品的核心行為就是下單，只是路徑不同？可以這么理解，但深挖下就會(huì)發(fā)現(xiàn)問(wèn)題：比如一個(gè)低消費(fèi)人群和高消費(fèi)人群，雖然最終行為都是下單，但下單的商品客單價(jià)不同，即商品品類差異很大，那就必然導(dǎo)致這兩類人群在平臺(tái)上的行為差異很大，平臺(tái)也一定會(huì)設(shè)計(jì)引導(dǎo)低消費(fèi)人群往高消費(fèi)人群上轉(zhuǎn)化的策略。所以就會(huì)存在同一個(gè)分群下有各自的用戶路徑，不同分群之間也會(huì)有引導(dǎo)低價(jià)值群向高價(jià)值群轉(zhuǎn)化的價(jià)值成長(zhǎng)路徑。假設(shè)平臺(tái)上只有低價(jià)商品，那就只能滿足低消費(fèi)人群，而當(dāng)?shù)拖M(fèi)人群隨著生活水平提高想買高價(jià)值商品時(shí)，平臺(tái)必然留不住他，即平臺(tái)剛開(kāi)始對(duì)用戶有價(jià)值，但不能持續(xù)為用戶提供價(jià)值，所以說(shuō)增長(zhǎng)本質(zhì)是產(chǎn)品對(duì)用戶要有長(zhǎng)期價(jià)值，就是那個(gè)PMF)。

再比如內(nèi)容社區(qū)產(chǎn)品。人群一般可以按只瀏覽，瀏覽并產(chǎn)生互動(dòng)比如評(píng)論，瀏覽且主動(dòng)發(fā)表話題，意見(jiàn)領(lǐng)袖等。那平臺(tái)一定引導(dǎo)瀏覽者進(jìn)行評(píng)論，引導(dǎo)發(fā)表話題等等。所以這么看用戶路徑至少有兩種，一種是同一分群下的，一種是跨價(jià)值群的，積分成長(zhǎng)體系的成長(zhǎng)路徑應(yīng)該也屬于跨價(jià)值群的路徑。（用戶路徑和增長(zhǎng)的關(guān)系，后面會(huì)抽空寫一篇更詳細(xì)的，感興趣的伙伴可以加個(gè)關(guān)注）

回到前面“數(shù)學(xué)期望”那塊，試著解釋下上面的描述(可能不一定嚴(yán)謹(jǐn)，但湊合消化應(yīng)該沒(méi)太大問(wèn)題)。

假設(shè)某產(chǎn)品只有AB兩個(gè)功能，產(chǎn)品整體用戶總量100人，A功能對(duì)其中40人有用戶價(jià)值且使用A功能后留下來(lái)的概率是70％，對(duì)其中60人無(wú)顯著用戶價(jià)值，且使用A后留下來(lái)的概率為20％；B功能對(duì)其中60人有用戶價(jià)值且使用B后留下來(lái)的概率為60％，對(duì)其中40人無(wú)顯著價(jià)值且使用后留下來(lái)的概率為15%。那么A和B哪個(gè)功能的增長(zhǎng)空間更大呢？可以分別計(jì)算AB的數(shù)學(xué)期望，A的為40%*70%+60*20%=0.40,B的為0.42，所以B的空間更大。(如果把上述產(chǎn)品看成一個(gè)飯店，AB分別是兩道菜，每個(gè)人進(jìn)飯店吃飯都點(diǎn)其中一道菜，這樣可能更好消化些，畢竟是吃的)

換一種姿勢(shì)解釋下：增長(zhǎng)最終是服務(wù)于產(chǎn)品的商業(yè)價(jià)值的。商業(yè)價(jià)值=用戶規(guī)模*單體用戶價(jià)值-總成本?？蓞⒖忌弦黄恼拢?a href="http://m.codemsi.com/operate/5778427.html">http://m.codemsi.com/operate/5778427.html

再回到前面多個(gè)實(shí)驗(yàn)假設(shè)時(shí)優(yōu)先做哪個(gè)的問(wèn)題，那就看哪個(gè)實(shí)驗(yàn)方案所影響的人群和指標(biāo)提升空間的乘積更大，當(dāng)然也要適當(dāng)考慮下開(kāi)發(fā)成本。

但實(shí)際工作中我們難以知道以上各數(shù)據(jù)的實(shí)際值是多少的，也就無(wú)法計(jì)算出哪個(gè)功能價(jià)值更大。但可以通過(guò)其它方式來(lái)尋找，比如通過(guò)分析是否使用某功能后的留存差值大小來(lái)尋找相關(guān)性最大的功能，然后通過(guò)實(shí)驗(yàn)去驗(yàn)證。(注意這里說(shuō)的使用和上文的使用是有區(qū)別的，上文比如”使用A功能后”的使用的用戶指那40人，而這里說(shuō)的使用的用戶同時(shí)包含40和60中的部分用戶)

實(shí)際工作應(yīng)用中比這個(gè)要復(fù)雜很多，首先業(yè)務(wù)線一般不只一條，功能也會(huì)很多，用戶構(gòu)成也比較復(fù)雜，有時(shí)還需要加上時(shí)間緯度和使用次數(shù)等等，但底層邏輯應(yīng)該是相通的。

三、總結(jié)

所以很多時(shí)候大家做的增長(zhǎng)更多的是單點(diǎn)增長(zhǎng)，局部模塊的增長(zhǎng)，而對(duì)于體系增長(zhǎng)，全局增長(zhǎng)則難度要大太多，需要有一定的業(yè)務(wù)模型抽象能力，數(shù)據(jù)指標(biāo)拆解能力等。但也是能抽象出一個(gè)相對(duì)具象的框架出來(lái)的，大概是底層的基礎(chǔ)能力支撐，如數(shù)據(jù)指標(biāo)，埋點(diǎn)，AB平臺(tái)等，中間層的資源保障即各相關(guān)業(yè)務(wù)方的協(xié)同配合，sop等，上層的增長(zhǎng)鏈路，如渠道來(lái)源，新用戶承接，老用戶留存，活躍用戶ltv管理，風(fēng)險(xiǎn)用戶防流失，沉默用戶喚醒召回等。

所有這一切都是在做兩個(gè)字，一個(gè)”增”，一個(gè)”長(zhǎng)”，增的是用戶規(guī)模，長(zhǎng)的是用戶質(zhì)量。

如果以上內(nèi)容還是有些不太理解，那就先忘了它吧，再給你重新介紹一個(gè)：比如你要做一個(gè)項(xiàng)目，目標(biāo)是提升某個(gè)售賣頁(yè)的cvr，如何計(jì)算出方案到底能把cvr提升多少，是百分之十，百分之十五？這可能通常會(huì)把一部人難住。為什么百分之十是一個(gè)合理的目標(biāo)？這就體現(xiàn)了你定目標(biāo)的邏輯，你是如何拆解目標(biāo)，制定目標(biāo)的。

c v r的轉(zhuǎn)化率，從這個(gè)售賣頁(yè)，然后到最終的支付購(gòu)買的轉(zhuǎn)化漏斗，叫c v r。c v r提升百分之十的邏輯：有可能就是這樣的。比如在售賣落地頁(yè)增加了某一種影響用戶下單的決策要素，而增加了這類決策要素之后，受這類決策要素影響的用戶大概有百分之多少。而這一部分用戶我們看歷史的過(guò)往數(shù)據(jù)，它的成交的轉(zhuǎn)化率是多少。而從詳情頁(yè)到支付的購(gòu)買頁(yè)，這一步的漏斗提升了，那自然整體的漏斗也會(huì)提升。所以這就是定的邏輯。里面提到了我們首先針對(duì)的是哪一部分用戶解決的問(wèn)題，它的占比是怎么樣的。其次提到了這個(gè)c v r的漏斗的拆解邏輯。

再比如你想用簽到功能來(lái)提升留存，你能提升多少：這個(gè)簽到主要影響的是哪部分用戶，這部分用戶在大盤的占比是多少。其實(shí)這就是一個(gè)簽到率的拆解，因?yàn)椴⒉皇撬械挠脩舳紩?huì)去簽到。簽到率拆解之后，那簽到的這部分用戶它的留存會(huì)有多少的提升。而這部分用戶它的提升之后，對(duì)于大盤的留存又怎么樣提升，這就是制定目標(biāo)的邏輯。

再舉一個(gè)新用戶aha時(shí)刻（激活行為）激活率和新用戶留存的換算關(guān)系：假設(shè)數(shù)據(jù)反應(yīng)產(chǎn)品的現(xiàn)狀是a行為和新用戶留存最相關(guān)，通過(guò)實(shí)驗(yàn)驗(yàn)證了a行為和新用戶留存具有因果性后，a行為被認(rèn)為是aha時(shí)刻（激活行為），即完成了a的用戶被認(rèn)為激活了。
假設(shè)產(chǎn)品的現(xiàn)狀是，有10個(gè)日新增用戶，其中3個(gè)用戶會(huì)完成a，7個(gè)用戶非a，3人a對(duì)應(yīng)的留存是50%，7人非a對(duì)應(yīng)留存是40%。
那么實(shí)驗(yàn)組讓盡可能多的新用戶完成a，假設(shè)實(shí)驗(yàn)組有8人完成了a。
對(duì)照組因?yàn)闊o(wú)干預(yù)，所以還是3人完成a。
如果實(shí)驗(yàn)組整體新用戶留存＞對(duì)照組，則a和新用戶留存具有因果性，因?yàn)閷?shí)驗(yàn)唯一變量是更多用戶完成了a。

A組（對(duì)照組：無(wú)策略）：10人登陸產(chǎn)品，其中3人被激活，則激活率為30%。
10人中3人激活，7人未激活，激活的3人中2人留存下來(lái)，未激活的7人中1.75人留存下來(lái)，激活的留存率為66.7%（2/3=66.7%），未激活的留存率為25%（1.75/7=25%）。整體留存率為37.5%（(2+1.75)/10=37.5%）。

B組（實(shí)驗(yàn)組：引導(dǎo)激活）：10人登陸產(chǎn)品，其中6人被激活，則激活率為60%。
10人中6人激活，4人未激活，激活的6人中4人留存下來(lái)，未激活的4人中1人留存下來(lái)，則激活的留存率為66.7%，未激活的留存率為25%。則整體留存率為50%。

所以，B組引導(dǎo)激活時(shí)提升了激活率，留存也提升了（前提是你要先驗(yàn)證a是具有因果性的激活行為）。當(dāng)然，這只是幫助項(xiàng)目前估算目標(biāo)的計(jì)算方法罷了，實(shí)際情況不會(huì)嚴(yán)格按這個(gè)比例來(lái)提升。

完。