增长黑客最核心的不是某个裂变手段或者思维框架，而是通过数据化指标和流程来对自己的工作效果进行总结和评估，来逐步找到最能在当前场景解决问题的措施。这个流程才是最重要的事情， 所面临的问题千千万，抓住自己解决问题的思路，才能面对寒冬心理不慌。

希望通过下面使用AARRR框架对喜马拉雅的拆解，让大家可以理解AARRR里有什么，以及如何通过指标来评估每个优化和迭代所产生的影响。

喜马拉雅作为一个音频内容消费平台，主要通过PGC的内容产品吸引广泛的人群使用并进行内容消费。同时内建了类微博功能试图链接内容产生播主和粉丝，建立一定的社交粘性。喜马拉雅主要通过收费音频内容、收费会员、流量广告、电商服务进行产品变现。

喜马拉雅在用户增长和留存模型上的分析：

获取新用户常用关注指标： 用户注册数、用户预留电话或邮箱数

方式1 ：ASO

喜马拉雅在标题以及应用市场中的描述内容植入各种内容关键词来吸引对于内容的搜索流量。

比如App标题“喜马拉雅FM「听书社区」电台有声小说相声评书” ，其中含有 “电台”、“有声小说”、“相声”、“评书” 内容关键词。

在应用市场的内容描述：

「经典必听」：

CCTV朗读者：无声的文字，有声的倾诉郭德纲相声：高清音频，十年经典好好说话：马东携奇葩天团亲售好好说话，做一个沟通无障碍的人

「遇见更好的自己」：

时间管理•易效能：成为高效能人士，拥有一个平衡的人生樊登读书会：知识改变命运，读书改变自己混沌研习社：30分钟口袋商学院，大牛做你的私家导师

「逗乐你的日常」：

段子来了：新鲜的段子，热门的话题糗事播报：一手新鲜，爆笑欢乐非常溜佳期：哈利波特大佳期，花式段子逗乐你

产品描述中的热点内容都是利用这些内容本身的知名度获取用户对该内容的搜索，并将自己关联到搜索结果中，获得自然搜索流量。

方式2：微信小程序-免费领

喜马拉雅的微信小程序被设定主要用来进行微信网络中的获客，小程序的首屏做类似拼多多的拼团分享，用户可以通过要求足够人数的人参团来免费获得付费内容。

小程序的使用体验流畅比较适合用来做分裂工作，用户通过小程序进行第一次的内容体验，避免因为下载app带来的门槛，然后在后续通过app中更丰富的功能将小程序用户转为app用户。

喜马拉雅小程序中的拼团功能设计的门槛有些高，需要50人助力才有可能获得指定内容，对用户产生的阻力较大。

方式3：0元购

0元购模式属于双边奖励模式的一个变相使用， 经典案例就是dropbox的邀请好友互相获得网络容量。这个模式在喜马拉雅的App中入口较深，存在感较弱，可能是与其他增长工具比起来效果不好。不过这个分享双边奖励的模式可以在交互上设计的更轻一些，与app内的一些收听类型的动作做结合，比如收听某付费内容时可以通过赠送给好友的形式变相获得。

其他获客方式：

123知识节在合作App上的开屏广告。在社交媒体上的主动运营，创造内容建立传播吸引下载。

用户激活常用关注指标：用户首次服务时长、首购转化、首次收听

方式1：内容推荐

新用户下载App后，会遇到非常大的问题是首次使用。 为了缩短用户获得内容的路径，在首页banner等位置，根据对主要用户需求类型的区分加入不同主题的“新人必听榜单”， 让大部分新人可以马上获得高质量的内容满足需求，降低了用户首次使用的探索成本。

其他激活方式：

每日的内容推送短信推送新人红包

提高用户留存 常用关注指标： 用户次日留存、用户访问次数、用户停留时长、用户发布内容数

1. 积分任务和奖品奖励

为用户设定可以较快达到的阶梯型使用时长任务，以及连续多天的长期任务。

这样的任务经常在各类直播类、视频类服务和页游手游中得到有效的使用， 用比较容易达到的任务和虚拟积分类奖品来促进用户提高使用时长和频次，以此来培养用户使用习惯，提高用户留存。

这类签到和微任务形式的功能会在很多App内出现，希望来促进用户打开app的次数和留存。但是很容易产生一个问题，用户打开app但是不产生购买或者其他核心动作，只是来签到撸羊毛。 比如各类金融类的App中设定签到任务， 提高了活跃用户这样的虚荣指标，但是无法带来投资理财关键数字的转化。

设计这类任务需要非常注意一定要与App的核心动作关联， 打开app并不能产生价值， 收听节目才是核心动作。比如在一个共享单车app里看新闻和玩小游戏所产生的停留时长和活跃用户，并不能对实际核心动作用车或者购买月卡产生任何价值。

2. 定制推荐内容

内容类app都有一个难点，如何在众多的内容中找到用户真正关心的内容进行推荐消费。大部分app都会根据用户注册时留下的信息和第一次访问内容，最近一次访问内容等进行关联算法的推荐等，试图找到用户的真正偏好，从而提高用户对内容的消费率。

通过让用户在某些关键词内进行主动选择，比从用户访问数据中猜测兴趣可以来的更直接和有效。

喜马拉雅的这个内容推荐将用户的需求场景进行了两个分类：将用户分为需要个人提升和休闲内容的类型进行定向的推荐选择，类似推荐算法中基于用户属性的推荐。同时还有热门分类这个维度来提高推荐的成功率。

方式3 ：内容互动

通过app内不定期的主题活动，吸引用户参与，提高活跃度并进行分享。

其他提高留存的方式：社交互动模块提高主播和听众间的关系，对于留存的有一定的帮助。

获取收入常用关注指标： 付费转化率、 UE

（1）巅峰会员

付费会员制，这个模式在亚马逊Plus会员开启大家的思路后被非常广泛的使用。京东plus，知乎大学超级会员等等都是非常不错的提高收入的手段。这种工具除了直接获得收益之外，还会提高用户的长期活跃。

同时知识付费类产品的边际成本很低，打包卖也将某些非爆品变相的作为你购买的产品塞给你了。可能核心消费的权益就只是其中几个爆品，但是你依然觉得省了很多钱。

（2）分销

分享返利功能在很多电商服务中存在，类似淘宝客、考拉海淘等。知识付费领域因为其边际成本极低，特别适合这类分销拼图的销售方式。之前网易运营方法论公开课、新世相公开课等都通过类似的功能成功刷屏。

喜马拉雅的分享返利功能设计较为保守，返佣的金额上较低，而且没有设计分销相关的体系。在合适的爆品上加上高反和分销的收益叠加，很容易刷屏，同时也很容易被封禁。

目前最有效的分销渠道还是通过微信，但是微信是不希望朋友圈中出现大量的广告内容降低用户体验的，所以对分销类的控制较严。如果希望尝试的话，需要做好风险的控制，比如活动页面不要放在主站同一个域名下面，很容易导致连同主站一起被封，同时分销的层级需要控制住避免违反微信的规则。

其他获得收入的方式：

音频节目内的广告。内容中对自营音响的关联推广。

提高用户分享传播 常用关注指标： 分享动作成功率、 分裂因子、用户好评

（1）成就分享

通过用户的活跃等级形成具有一定炫耀性质的海报图片，引导用户进行分享，在用户的关系链中进行转化获客。

但是喜马拉雅的等级和成就分享功能给用户的推动因素较少， 主要需要用户自发的进行分享，并未设计出较为充分的分享动因。属于一个设计了，但是未充分挖掘的功能，可以参考的是Keep会在每次等级提升时弹出视觉动画作为心理奖励，并在此时鼓励分享， 相对分享成功率会比较高。

（2）没有购买的付费专辑，可分享后免费试听

这个分享增加试听的动作对于知识付费类的产品比较贴切，利用用户对付费内容的直接需求创造分享场景，同时可以通过试听增加用户对内容的理解增加购买的转化。

扩展想法：

分享获得会员类产品的限时使用。分享获得某个关键动作的加速。分享后获得某个app内的道具。

（3）分裂红包

分裂红包是一个比较通用的玩法，在外卖类app中得到发扬光大。

但是这个玩法的基础是发出去的红包对接收到的用户来说是否有使用场景，美团的分裂红包有人愿意去领取，吸引被邀请用户的下单主要是因为大家对外卖的使用场景比较普遍。所以在微信群中得到曝光后可以在用户脑中产生一定的使用场景联想，促进使用红包下单。

同时分裂红包的设计对于发放人的发放动作也需要设计一定的动因来促进分享，比如说：分享后自己可以领取获得奖励。需要通过各种细小的动作设计来提高分裂红包或者病毒传播的分裂指数。

而上图实例中的付费节目消费红包相对使用场景较少，所以在某个群里待了半年直到我去搜索喜马拉雅才再次被人打开。分裂红包玩法在设计的时候需要关联上某个场景，比如将某个明星的独家私密内容加入到宣传红包的可使用对象中，用户了解自己领了这个红包可以去消费某个自己感兴趣的内容才能真的促进拉新和使用。

现在分裂红包有了更多的玩法细节更新，比如：摩拜的直接给现金、引导用户多次分享、显示领取人的领取进度。

优化建议

喜马拉雅的产品经过多年的迭代，已经逐渐成长为一个非常复杂的app了，里面关注了非常多不同类型的需求，同时也遗留了不同时期的多个迭代痕迹。作为一个平台级产品，其实很难去精简自己，而是需要抓住非常广大的用户不同类型的需求，并进行各种变现尝试。这也导致了产品本身在现在看来略显复杂和不够精致。

不过这也是我们这些干产品爱挑的刺了，其实有足够多的人用，能够产生足够的变现，用户单位经济模型可以做好就已经是个非常牛逼的产品了。

目前薄弱的细节，我认为是分享环节。虽然做了很多分享分销传播类型的动作，因为用户场景问题或者消费金额高、返利金额低或者流程设计不够精细等原因，会导致分享传播环节的分裂指数受限。

相对应的产品改进建议在前面分析环节动作时已经写了一些唠叨话，这类就不复述了。补充一个想法，如果用户生命周期可以计算清楚，那就投入大量成本获客，只要获客成本低于用户终身价值。

最后的总结

AARRR漏斗主要以用户的生命周期为视角，将几个关键目标切分开。如果以工作内容角度来看，用户留存、付费和传播会并行出现。所以可以将AARRR从用户的漏斗形式转为工作内容的顺序。

示例图如下：

同时在做相关节点的拆分优化工作时， 可以按照以下步骤进行：

定义目标：明确一个能给衡量目标的数据指标，让自己的工作可评估，可量化。发现关键节点：对指标做拆分，了解中间的不同节点。同时取数横向对比不同节点的转化情况，找到对目标数据影响最大的那个节点。优先找对这个节点优先进行优化，工作中常发现是一些比较容易优化的地方对最后结果产生的较大的影响， 省时省力。避免投入特别大的精力后，发现优化措施对最后结果影响微乎其微。对关键节点做历史回顾：取数对历史情况进行纵向对比，发现历史中各个节点出现的波动情况。了解曾经有什么因素会使得节点产生变化。 这里可以发散出去查看相关性，也许目前这个节点转化率低是因为投放策略改了之后，对象不对导致的转化率低，而不是产品设计问题。设计测试方案：经过前面三步对当前问题的整理后，可以设计你的优化方案了。这时明确每个优化方案会对哪些数据产生影响，并进行记录。进行一定比例的灰度上线，通过灰度数据来收集方案的反馈， 同时根据数据反馈再次回到第一步，进行循环。

本文由 @冷帅 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议