用戶激活是獲取用戶后的第一步，它是增長團隊的重點工作之一，想要完成用戶幾何增長，增長人員需要確定新用戶激活階段的目標并找到Aha時刻。

很多做增長的人，都把拉新作為第一目標，甚至認為拉新等同于增長，但是就算下AARRR模型每一步的轉化率，會發現一個悲劇——95%的用戶可能已經流失了。在這樣的情況下，我們應該停下來反思，當前的首要任務也許并不是大預算的拉新，而是解決產品的根本問題，也就是讓用戶第一次體驗到你的產品的價值，完成關鍵行為留下用戶，從而提高整體漏斗轉化率。

大多數公司對激活不足夠重視，這也意味著大部分產品在用戶激活階段有很大的增長空間，那么如何找到增長點呢？

我們不妨可以問下自己：

用戶為什么要繼續使用你的產品，又因為什么流失？是因為產品的特色功能還是良好的體驗呢？

留下來的用戶在使用哪些功能，流失的用戶去了哪？產品是否能滿足用戶的需求，是否能快速上手？

下圖簡單繪制了新用戶體驗產品后發生的激活留存曲線：

當一個我們從渠道獲取新用戶后，新用戶在體驗到產品價值后成為留存用戶，如果養成習慣，發現這個功能很實用就會持續留存從而完成新用戶階段的留存。在持續體驗并產生依賴后，用戶深度參與可能會發現更多的產品價值或者發現產品其他功能，這就實現了老用戶留存。

相反的，有一部分用戶對產品的功能并不滿意，那么在產品迭代完善功能之后，依然可以召回流失用戶再次體驗實現召回留存。

我們以支付寶為例，拆解激活和留存手段。我們可以先回想一下，最近一次吃飯用紙幣或者銀行卡是什么時候？當我們第一次使用支付寶完成一筆交易是否會覺得很新奇、很方便，是否還有紅包拿？

支付寶在完成拉新后通過補貼的方式激活了用戶，并且通過線上支付，線下掃碼支付的方式持續養成用戶習慣。慢慢的，使用支付寶支付的用戶群體覆蓋了年輕人、中年人，甚至不會用智能機的老年人。

1. 新用戶激活的痛點和解決方案

在我們實踐新用戶激活的時候，很容易碰到下面幾個問題：

（1）在沒有明確目標的情況下，做了很多嘗試并無法判斷是否有效

如果你處于1的狀況，我們可以通過分析AHA時刻給新用戶激活一個明確的目的，根據激活指標衡量效果。

（2）有了目標，不知道如何從數據中尋找提升激活的線索，提升成功率

如果你處于2的狀況，我們可以通過定量和定性的方式從數據中尋找激活線索：激活漏斗分析、新用戶激動指數分析等。

（3）有了線索之后，沒有可復用的方案和思路提升激活

如果你處于3的狀況，我們可以通過參考最佳實踐，提升激活，在尋找到增長規律后，繼續復用。

2. 利用激動時刻明確新用戶激活目標

激動時刻（AHA時刻）通常出現在新用戶首次體驗到產品價值的時刻，Aha是一種情緒表達，代表了產品給用戶留下了足夠強烈的第一印象，讓用戶感到驚訝，并為用戶以后持續使用產品打下基礎。一個用戶是否經歷了激動時刻，決定了用戶會成為你產品的留存用戶還是流失用戶。

一般我們可以通過對留存用戶和流失用戶差異化行為標簽數據分析，找到兩者之間的差異，找到用戶核心訴求，然后通過產品或者運營手段，讓新用戶的核心訴求盡可能的被滿足，從而完成激活。

2.1 激活時刻公式

2.2 激活時刻前提假設

1. 產品對于用戶是有長期價值，達到PMF狀態。
2. 通過某些關鍵行為，用戶可以快速感受到產品價值（新用戶注意力和停留時間有限，我們需要找到最關鍵的一個行為，讓更多新用戶更快感受到價值，并不是要所有的新用戶都感受到產品的所有價值）。
3. 感受到長期價值的新用戶有更大的可能性了留存下來。

激活時刻的本質就是用簡化的行為數據模擬用戶首次體驗到價值的時刻。

簡化的行為：

• 實際業務中，新用戶激活可能有多個行為導致，不同人可能行為不同，感受的價值不同，激活的時間點也不同；
• 激活時刻，就是找到一個對于大部分新用戶最可能的激活行為，從而給新用戶激活方案找到清晰的行為目標。

模擬得到的價值：

• 激活方案一定要讓用戶可以感受到產品價值并受益；
• 推動用戶達到激活時刻，不能簡單機械的強推用戶做某些動作，而是要盡可能模擬用戶受益的那一時刻。

3. 如何找到新用戶的激活時刻

如果你目前負責的產品僅僅是以簡單的注冊、登陸作為激活標準，你會發現你很難找到切入點去改善目前的產品留存。這兩個行為很少能讓用戶感受到產品的價值，我們更應該去尋找真正能改變用戶留存的Aha時刻。

找到新用戶激活時刻的4個步驟：

3.1 第一步：提出備選激活行為

• 明確產品的長期價值；
• 找到新用戶在開始使用產品時能夠最快感受到長期價值的方式；
• 根據上述方式，提出幾個最可能的備選新用戶激活行為。

通過定性分析找出備選激活行為：

（1）通過關鍵問題

• who： 用戶是誰？
• what： 用戶用這個產品要解決的問題是什么？
• why： 用戶為什么要解決這個問題
• Vs： 用戶還有其他什么方法解決這個問題？

（2）通過用戶調研：對比不同用戶的回答，發現產品對用戶最重要的價值，找到備選的激活行為

• 長期最活躍的用戶：為什么覺得產品有價值？
• 注冊后迅速離開的用戶： 為什么迅速離開？
• 注冊后活躍使用的用戶： 為什么留下來了？新用戶時期做了哪些動作，有哪些關鍵的體驗？

3.2 第二步：找到激活行為（和留存相關性最強的行為）

從幾個備選激活行為里，找到早期留存相關性最強的早期行為。

• 原則1：使用頻次越高，新用戶越快期待從產品中獲得價值，可以根據使用頻次，預判新用戶激活期；
• 原則2：生命周期越短，新用戶越快期待從產品中獲得價值；
• 原則3：分析新用戶的實際數據，看絕大多數早期激活行為發生的時間窗口。

通過定量分析方式找到激活行為：

找到新用戶激活期：評估激活行為要多快發生；

找到激活行為：對比早期留存曲線，找到該新用戶激活期內，做了和沒做對早期留存影響最大的1個行為。

案例：畫出不同用戶組新用戶留存曲線

對比留存曲線，找到與留存相關性最強的行為：

1. 從30天留存率來看，【安裝3天內使用特效元素】留存表現最好，【安裝3天內使用文字】特效稍差一些，說明特效的功能比文字更具有吸引力。
2. 用戶激活期前3天，【安裝3天內使用特效元素】曲線優于其他。
3. 【安裝3天內使用特效元素】【安裝3天內未使用特效元素】30天的留存曲線差別最大，判斷完成【安裝3天內使用特效元素】可能是留存相關性最強的指標。

因此得出【安裝3天內使用特效元素】最可能是Aha時刻。

3.3 第三步：計算魔法數字

為什么要計算魔法數字：

• 有些激活行為，只做一次就夠了，比如電商的魔法數字就是完成首次購買；
• 有些激活行為需要多次，才能確保用戶感受到產品價值，比如抖音；
• 理論上重復次數越多，對于留存提升越大。但是新用戶激活時間優先，讓用戶重復太多次行為不現實；
• 因此我們希望找到激活行為的最佳次數，確保用戶獲得價值，同時又不給用戶帶來負擔。

計算魔法數字方法1：邊際效用最大法

• 畫出新用戶首日激活行為次數的分布圖
• 分析首日激活行為次數和次日留存率關系
• 找到留存邊際效益最大的點對應的激活行為次數

計算魔法數字方法2：韋恩圖

目標：以有過一定次數該行為的用戶和留存用戶的交集最大化為標準

注意：魔法數字并不是絕對的

• 魔法數字具有相關性，類似的行為可能有多種統計方式
• 只代表多數用戶統計情況，是大多數用戶的轉折點
• 后續可以根據不同的用戶畫像繼續細化指標，使之更加精準、更有針對性

3.4 第四步：測試驗證因果性

相關性：觀察到有某個早期行為的用戶，同時留存率更高

因果性：用戶做了某個早期行為，導致留存率更高

相關性≠因果性

以上三步我們只是找到了Aha時刻和留存的相關性，接下來，我們需要通過AB測試讓更多人觸發Aha時刻，并且觀察留存是否有所改善，才能證明最終的因果性

4. 明確新用戶激活線索的方法

4.1 定量分析：激活漏斗

通過定量分析找出新用戶激活漏斗的哪一步流失率最高，并針對這個環節做運營及產品的優化策略。

4.1.1 第一步：明確激活指標 – 激活率

新用戶激活率=新用戶在一定時間內達到aha時刻的比率。

激活率可以幫助我們定量衡量aha時刻，也是新用戶激活的北極星指標。

4.1.2 第二步：梳理新用戶流程

從頭到尾記錄整個新用戶體驗，以移動app為例：

新用戶激活全鏈漏斗：外部渠道曝光吸引→應用商店下載→APP首次打開→注冊流程→首次登陸→激活體驗產品；

新用戶激活產品漏斗：APP首次打開→注冊流程→首次登陸→激活體驗產品。

4.1.3 第三步：構建新用戶激活漏斗

支持行為：用戶必須完成支持行為才有可能達到aha時刻，但是這些行為不能讓用戶獲得核心價值。

處理支持行為的原則：

• 直奔主題：多一個步驟就可能導致用戶流失，因此減少不必要的支持行為，加速用戶達到aha時刻；
• 權衡利弊：少數支持行為雖然推遲aha時刻，但有長遠好處，可以保留，但要優化找到最佳方式，從而降低用戶流失。

4.1.4 第四步：分析數據，發現線索

新用戶激活有幾步？是否可以去掉不必要的步驟？是否可以調整先后順序？

新用戶激活哪幾步流失率最高？流失率高的可能原因是什么？

• 通過路徑分析，了解用戶的真實路徑是什么？
• 通過激活漏斗分群，了解是否不同分群流失率不同？
• 通過激活漏斗的間隔分析，了解用戶的激活速度？
• 通過用戶調研了解背后的原因是什么？
• 通過點擊熱圖了解用戶首先點擊的元素是什么？

4.2 激活漏斗九個維度分群

通過激活漏斗分群，了解不同分群是否流失率不同。

用戶畫像：不同用戶畫像

獲客渠道：不同渠道來源

設備：手機或PC

產品線：APP or 小程序，低價產品線和高價產品線

CRM渠道：是否收到不同的推送和郵件

紅包補貼：有沒有新用戶紅包或補貼

人口學：不同國家、城市、年齡、性別

客服互動：有沒有和客服產生互動

社群互動：有沒有參與社群互動

4.3 通過激動指數尋找激活線索

新用戶在剛開始發現和嘗試一個產品時，往往帶著一些嘗試新鮮事物的“興奮感”。產品的激活流程和交互設計會提升或降低用戶的激動程度。

激動指數：就是通過定性分析了解新用戶的體驗，并粗略評估用戶激動程度的衡量標準。通過這種標準，可找到對用戶體驗帶來正面情緒或負面情緒的要素。

5. 通過用戶行為公式，梳理激活思路

用戶行為公式：行為=（動力-阻力）X助推+獎勵

行為：想讓用戶完成的行為

動力：用戶有多想完成這個行為

阻力：用戶有多難完成這個行為

助推：引導用戶采取行動

獎勵：完成行為后，用戶可以得到什么反饋

增強動力：挖掘用戶自身需求，并輔以助攻，讓用戶更想要完成行為

常見方法：利用朋友背書、新用戶發紅包、解釋為什么要做、個性化，給用戶想要的、模擬前置aha時刻、通過心理學助攻

降低阻力：去掉妨礙用戶完成激活動作的所有障礙，幫助用戶快速達到aha時刻

常見方法：移除不必要的步驟和信息、避免冷啟動、突出關鍵行為和路徑、避免太多選擇、推遲注冊或免注冊

適時助推：在關鍵時間窗口內，采用多種手段幫助用戶完成激活

考慮因素：用戶決策速度有多快？新用戶激活期多長？如果用戶未激活，是否有其他觸達用戶的渠道？

常見方法：通過多種方式，適時教育用戶、利用外部渠道推送（如公眾號、微博）

及時獎勵：對于完成激活行為的用戶，及時給予反饋和獎勵，鼓勵用戶繼續前進，完成更多行為

考慮因素：用戶完成行為越困難，獎勵越要好；如果行為是產品的關鍵行為，獎勵可以幫助行程習慣；如果流程較長，要在中間過程給予獎勵，重新充電

常見方法：用戶完成關鍵行為后，慶祝以示鼓勵；即時反饋，有“獲得”感

6. 評估難度及成本確認激活方案

結合用戶動力和阻力，初步評估激活難度，我們根據產品類型的不同，激活難度也有很大區別，下面按產品類型評估激活難度：

激活難度 5※ 電商 動力弱、阻力大

激活難度 4※ SaaS平臺 動力強，阻力大

激活難度 3※ 小游戲 動力弱，阻力小

激活難度 1※?工具 動力強，阻力小

通常按照成本由低到高可以分為調整產品手段、調整渠道策略、調整激勵方案、調整人工互動：

產品層面：設計新用戶上手流程，產品首次體驗等

渠道層面：通過短信、push、郵件、公眾號等觸達

激勵層面：通過新用戶紅包、優惠刺激用戶

人工層面：通過客服、社群培養用戶

7. 總結