AI 時(shí)代最大的“幻覺(jué)”：我們有了最強(qiáng)工具，卻正在失去定義真問(wèn)題的能力

作者 | 楊一溪

責(zé)編 | 王啟隆

出品丨AI 科技大本營(yíng)（ID：rgznai100）

當(dāng) AI 能在一秒內(nèi)生成無(wú)數(shù)種方案時(shí)，我們反而比任何時(shí)候都更容易迷失在“可能性”的汪洋里。我們似乎擁有了解決一切問(wèn)題的能力，卻正在失去定義“真問(wèn)題”的耐心。

這正是 BAT 增長(zhǎng)顧問(wèn)、前快手產(chǎn)品總監(jiān)楊一溪，在全球產(chǎn)品經(jīng)理大會(huì)（PM-Summit）上試圖擊穿的迷思。這位曾親手將快手 DAU 拉升 117 個(gè)百分點(diǎn)、把美團(tuán)商家錢包從 0 做到 500 萬(wàn)，甚至參與過(guò)“天宮”空間站計(jì)劃的增長(zhǎng)實(shí)戰(zhàn)派，帶來(lái)的不是更復(fù)雜的 AI 模型，而是一個(gè)返璞歸真的常識(shí)：在算力爆炸的時(shí)代，最稀缺的，是對(duì)人心的洞察力。

楊一溪在 PM-Summit 演講現(xiàn)場(chǎng)

“所有增長(zhǎng)的出發(fā)點(diǎn)都是用戶需求和洞察，這是不變的。”

• 當(dāng)所有公司都在用 AI 武裝“打工人”時(shí)，一家公司選擇去傾聽(tīng)一個(gè)母親深夜的焦慮，為她做孩子作業(yè)的 PPT，結(jié)果撬動(dòng)了驚人的增長(zhǎng)。

• 當(dāng)報(bào)表顯示用戶消費(fèi)力下降時(shí)，美團(tuán)沒(méi)有強(qiáng)行提高客單價(jià)，而是果斷將增長(zhǎng)目標(biāo)從漂亮的“GMV”切換到更誠(chéng)實(shí)的“訂單量”。

• 當(dāng)所有銀行都在搶存款時(shí)，招商銀行看到了高凈值用戶對(duì)“資金靈活”的真實(shí)渴望，從而靠一個(gè)不同的指標(biāo)，走上了一條完全不同的路。

這些都不是聰明工具的勝利，而是“笨拙”洞察的勝利。它證明了，無(wú)論技術(shù)如何演進(jìn)，商業(yè)的本質(zhì)，依舊是人與人的連接。楊一溪的分享，與其說(shuō)是一套增長(zhǎng)方法論，不如說(shuō)是一份清醒劑。它提醒每一個(gè)被技術(shù)浪潮裹挾的人：

有時(shí)候，知道用戶為什么離開(kāi)，比知道他們?yōu)槭裁戳粝赂匾?/strong>

以下，是楊一溪的完整分享。

AI 產(chǎn)品爆發(fā)，但你的痛點(diǎn)解決了嗎？

8.15-16 北京威斯汀·全球產(chǎn)品經(jīng)理大會(huì) PM-Summit，3000+ AI 產(chǎn)品人社群已就位。

直面 AI 落地難題 · 拆解頭部案例 · 對(duì)接精準(zhǔn)資源掃碼登記信息，添加小助手進(jìn)群，搶占 AI 產(chǎn)品下一波紅利

進(jìn)群后，您將有機(jī)會(huì)得到：

· 最新、最值得關(guān)注的 AI 產(chǎn)品資訊及大咖洞見(jiàn)

· 獨(dú)家視頻及文章解讀 AGI 時(shí)代的產(chǎn)品方法論及實(shí)戰(zhàn)經(jīng)驗(yàn)

· 不定期贈(zèng)送AI產(chǎn)品干貨資料和秘籍

本文將探討五個(gè)核心主題：

第一，AI 時(shí)代做增長(zhǎng)的變與不變。隨著 AI 時(shí)代的到來(lái)，增長(zhǎng)的邏輯有哪些相同與不同之處？

第二，AI 如何賦能全域增長(zhǎng)。AI 能為業(yè)務(wù)帶來(lái)哪些實(shí)實(shí)在在的新增量？

第三，AI 如何在規(guī)模化拉新方面降本增效、提升質(zhì)量。

第四，AI 如何賦能留存和價(jià)值提升。如今 AI 在旅游等行業(yè)的增量空間可達(dá)千億級(jí)別，這是如何實(shí)現(xiàn)的？

最后，關(guān)于如何用 AI 召回用戶。眾所周知，我們已經(jīng)進(jìn)入存量增長(zhǎng)時(shí)代，如何盤活龐大的流失和沉睡用戶，是所有企業(yè)面臨的挑戰(zhàn)。過(guò)去，這類用戶情況復(fù)雜、流失原因多樣，而 AI 模型為解決這一難題提供了新的機(jī)會(huì)。

在接下來(lái)的內(nèi)容中，我會(huì)結(jié)合之前在美團(tuán)、滴滴、快手的經(jīng)驗(yàn)，以及一些最新的案例來(lái)分享。內(nèi)容偏向故事和案例，希望大家能有記憶點(diǎn)。

增長(zhǎng)的不變之本

無(wú)論增長(zhǎng)有何種新方式或新方法，其核心本質(zhì)始終是基于產(chǎn)品的核心價(jià)值，而這個(gè)價(jià)值源 于對(duì)用戶的洞察力。

這里我舉一個(gè)AI PPT的案例，它的增長(zhǎng)做得比較好。大家都知道，工具這個(gè)市場(chǎng)競(jìng)爭(zhēng)非常激烈，有微軟等一系列成熟產(chǎn)品。那么作為一個(gè)小公司，想做增長(zhǎng)該怎么入手呢？

大家有時(shí)會(huì)覺(jué)得做增長(zhǎng)很焦慮，那是因?yàn)槲覀兛偸窃谝粋€(gè)存量的盤子里競(jìng)爭(zhēng)。但實(shí)際上，尤其是對(duì)于 AI 領(lǐng)域的創(chuàng)業(yè)者來(lái)說(shuō)，還有很多細(xì)分的用戶可以去挖掘，存在著大量的增長(zhǎng)機(jī)會(huì)。

AI PPT 就是一個(gè)很好的例子。大部分做 Office 軟件的公司，比如微軟，他們的目標(biāo)用戶是我們這樣的“打工人”，并且需要在功能上不斷內(nèi)卷。

但他們?cè)谕茝V時(shí)也遇到了難點(diǎn)：作為“打工人”，我肯定不希望讓老板知道我的 PPT 是用 AI 寫的；如果我是做咨詢的，用 AI 生成的 PPT 交付給客戶，似乎也不太專業(yè)。這些都給推廣帶來(lái)了難度。

AI PPT就很聰明，它選擇了一條與大廠差異化的路線。它發(fā)現(xiàn)了一類用戶，雖然使用頻率不高，但基數(shù)足夠大，足夠長(zhǎng)尾，那就是寶媽群體。

孩子上學(xué)時(shí)，學(xué)校常常要求家長(zhǎng)做各種展示 PPT，一個(gè)月總有一兩次。很多寶媽不像在座的各位這么擅長(zhǎng)做 PPT，大部分其實(shí)并不精通。AI PPT 就抓住了這個(gè)需求和洞察，從而實(shí)現(xiàn)了很好的增長(zhǎng)。

我想分享一個(gè)個(gè)人觀點(diǎn)：做增長(zhǎng)，與其在存量市場(chǎng)里激烈競(jìng)爭(zhēng)，不如去尋找一些尚未被發(fā)現(xiàn)的增長(zhǎng)需求。無(wú)論是創(chuàng)業(yè)公司還是大公司的第二曲線業(yè)務(wù)，一旦找到這樣的需求，你會(huì)發(fā)現(xiàn)空間遠(yuǎn)比想象中大，并非存量時(shí)代就再無(wú)機(jī)會(huì)。

比如可口可樂(lè)，他們之前定位自己是碳酸飲料，市場(chǎng)份額已經(jīng)觸及天花板。但當(dāng)它把定位改成“帶味道的水”，即在水中占據(jù)有味道飲料的比例時(shí)，就立刻獲得了新的機(jī)會(huì)，并推出了茶飲等產(chǎn)品。

這就是我想分享的第一個(gè)觀點(diǎn)：從用戶未被滿足的需求出發(fā)。AI PPT 發(fā)現(xiàn)了這個(gè)洞察后，用了三個(gè)策略將它很好地落地。

• 第一，人群洞察。它精準(zhǔn)地找到了寶媽這個(gè)群體，而且寶媽還有一個(gè)特質(zhì)，就是樂(lè)于傳播，所以他們不需要投入重金去購(gòu)買流量。
  

• 第二，定價(jià)體系。定價(jià)并非基于成本，而是基于為用戶創(chuàng)造的增值價(jià)值。寶媽群體的消費(fèi)能力和對(duì)工具的渴求度不像辦公人士那么高，所以它的價(jià)格定得相對(duì)較低，但仍有價(jià)值空間，做得比較好。

• 第三，內(nèi)容驅(qū)動(dòng)。內(nèi)容本身既能帶來(lái)增量，也能促進(jìn)留存。它做了一些場(chǎng)景化的定制模板，覆蓋了各個(gè)行業(yè)，帶來(lái)了很好的增長(zhǎng)。

當(dāng)然，要做好基礎(chǔ)產(chǎn)品，還需要有創(chuàng)作者生態(tài)，激勵(lì)大家來(lái)制作模板。所以，我們從這個(gè)案例中可以得出一個(gè)結(jié)論：在我們具備了一定能力之后，可以去尋找那些未被滿足的用戶需求，而 AI 能幫助我們更好地完成這些需求。

第二個(gè)案例是百度網(wǎng)盤。它最早是一個(gè)內(nèi)容工具，后來(lái)轉(zhuǎn)變?yōu)樯a(chǎn)力工具。我們?nèi)绾闻袛啻髲S的增長(zhǎng)做得好不好？看財(cái)報(bào)就行了，AI 也能幫我們搜集這些資料。

以前，百度網(wǎng)盤和百度文庫(kù)流失了大量用戶。大家去搜索這些內(nèi)容的核心目的，其實(shí)是為了完成論文、PPT 等工作，而不僅僅是找到素材。他們也發(fā)現(xiàn)了用戶的這個(gè)需求洞察，所以把產(chǎn)品定位為生產(chǎn)力工具。我不知道大家用過(guò)沒(méi)有，它現(xiàn)在可以一鍵生成 PPT，這些功能做得還不錯(cuò)。從財(cái)報(bào)來(lái)看，通過(guò)這種方式，它的會(huì)員數(shù)量實(shí)現(xiàn)了 50% 的絕對(duì)值增長(zhǎng)。

但是，他們也遇到了難點(diǎn)和瓶頸。首先，雖然定位和用戶心智變了，也帶來(lái)了新的增量，但如何將這些用戶留下來(lái)，把產(chǎn)品的核心體驗(yàn)打磨得更好，是一個(gè)挑戰(zhàn)。其次，在推廣方面，辦公人士群體依然不太接受，不太愿意讓別人知道自己的工作成果是 AI 完成的。這兩個(gè)案例都是為了佐證一個(gè)觀點(diǎn)：所有增長(zhǎng)的出發(fā)點(diǎn)都是用戶需求和洞察，這是不變的。

增長(zhǎng)的方向盤：設(shè)定正確的北極星指標(biāo)

做增長(zhǎng)還有一個(gè)不變的原則，就是在我們定位好用戶之后，無(wú)論是團(tuán)隊(duì)還是個(gè)人制定 OKR，都必須先確定北極星指標(biāo)。

它就像黑夜中的北極星，指引著唯一的前進(jìn)方向。這個(gè)指標(biāo)一旦確定，就不應(yīng)輕易改變，所有人都應(yīng)以此為標(biāo)準(zhǔn)去執(zhí)行。它不是拍腦袋想出來(lái)的，也不是看競(jìng)品做什么我們就做什么，而是有嚴(yán)謹(jǐn)?shù)耐评磉^(guò)程。

我舉美團(tuán)的例子，美團(tuán)外賣原來(lái)的北極星指標(biāo)是GMV，現(xiàn)在改為了訂單量。

為什么會(huì)有這樣的變化？我們需要向外看行業(yè)，向內(nèi)看用戶。如今大環(huán)境確實(shí)不那么樂(lè)觀，從用戶數(shù)據(jù)洞察來(lái)看，訂單量下降主要源于客單價(jià)的降低。你會(huì)發(fā)現(xiàn)美團(tuán)也推出了“拼好飯”這類產(chǎn)品，其背后的邏輯就是用戶消費(fèi)力在下降，同一類人群的客單價(jià)確實(shí)受到了影響。

如果目標(biāo)仍然是增長(zhǎng) GMV，那么下屬團(tuán)隊(duì)就會(huì)想方設(shè)法去做交叉營(yíng)銷、提高單價(jià)，在存量用戶身上做文章。所以，為了讓團(tuán)隊(duì)的目標(biāo)更清晰、工作更直接、信息傳達(dá)更簡(jiǎn)單，美團(tuán)就將指標(biāo)改為了訂單量。這意味著他們希望用補(bǔ)貼去換取更大的增長(zhǎng)空間。不光是美團(tuán)，其他大廠也觀察到，比如百度，70% 的用戶其實(shí)是價(jià)格敏感型用戶。所以，這個(gè)目標(biāo)的改變是基于市場(chǎng)和用戶洞察的。

這就是北極星指標(biāo)的制定方法，它一定是根據(jù)用戶洞察來(lái)制定的，定下來(lái)之后，大家就朝著這一個(gè)目標(biāo)去完成。

我再補(bǔ)充幾個(gè)制定北極星指標(biāo)的原則。

第一，北極星指標(biāo)是因時(shí)而變的，它會(huì)隨著產(chǎn)品不同的生命周期而變化。

第二，制定指標(biāo)時(shí)要有一個(gè)制約指標(biāo)。比如，我們做新客增長(zhǎng)，需要關(guān)注 ROI。ROI 有兩種計(jì)算口徑，一種是 LTV（用戶生命周期總價(jià)值）與 CAC（用戶獲取成本）的比值，另一種是經(jīng)營(yíng)指標(biāo)，即（GMV × 凈利潤(rùn)）再除以 CAC。在這樣的基礎(chǔ)上，我們還要看規(guī)模是多少，以保證用戶質(zhì)量。這樣做還有一個(gè)好處，就是如果只看拉新數(shù)量，你可能會(huì)獲取一些低質(zhì)量用戶，反而損害了長(zhǎng)期的用戶價(jià)值。

第三，最難的一點(diǎn)，是在用戶價(jià)值和商業(yè)價(jià)值之間找到平衡，同時(shí)還要在短期利益和長(zhǎng)期發(fā)展之間找到平衡。你可能會(huì)覺(jué)得“原理我都懂，但一做就出問(wèn)題”，所以我們舉個(gè)字節(jié)的例子。字節(jié)做增長(zhǎng)，商業(yè)化團(tuán)隊(duì)和用戶產(chǎn)品團(tuán)隊(duì)的目標(biāo)會(huì)有沖突。商業(yè)化團(tuán)隊(duì)為了完成業(yè)績(jī)目標(biāo)，可能會(huì)與用戶產(chǎn)品團(tuán)隊(duì)達(dá)成一個(gè)原則：如果我每次商業(yè)化變現(xiàn)（比如做直播）對(duì)用戶時(shí)長(zhǎng)的傷害不超過(guò) 1% 到 2%，就可以去做。大家可能覺(jué)得這沒(méi)什么毛病，但對(duì)用戶體驗(yàn)的傷害是從量變到質(zhì)變的。他們做得很好的一點(diǎn)是會(huì)進(jìn)行長(zhǎng)期的追蹤對(duì)比，后來(lái)發(fā)現(xiàn)有一天，直播導(dǎo)致的用戶時(shí)長(zhǎng)出現(xiàn)了斷崖式下跌。所以，我想提醒大家，北極星指標(biāo)看似簡(jiǎn)單，但背后有很多邏輯需要注意。

我再舉一個(gè)非互聯(lián)網(wǎng)行業(yè)的例子——銀行。招商銀行做得就比較好。與國(guó)有大行相比，招行幾乎沒(méi)有任何先天優(yōu)勢(shì)。

大家都知道，招行的線下網(wǎng)點(diǎn)數(shù)量可能還不到國(guó)有大行的一半。這說(shuō)明，不是資源比別人少，就做不出增長(zhǎng)。在銀行發(fā)展的第一階段，大多數(shù)銀行追求的是存款量。因?yàn)槎诉@個(gè)指標(biāo)，下面的客戶經(jīng)理就會(huì)把所有的贈(zèng)品、補(bǔ)貼利率全都用在拉存款上，存款額確實(shí)增長(zhǎng)了。

但招行是怎么做的呢？它以AUM（資產(chǎn)管理規(guī)模）為核心。它洞察到，一部分高凈值用戶的需求是對(duì)資金有流動(dòng)的、靈活的需求。所以它不強(qiáng)求用戶做定期存款，而是提供理財(cái)?shù)冉鉀Q方案。正是這樣一個(gè)指標(biāo)，給招行的零售業(yè)務(wù)帶來(lái)了巨大的幫助。當(dāng)你滿足了用戶的真實(shí)需求后，用戶會(huì)覺(jué)得這個(gè)產(chǎn)品不錯(cuò)，愿意把更多的錢放在這個(gè)賬戶里。你看，同樣是銀行，不同的北極星指標(biāo)帶來(lái)了完全不同的結(jié)果，這再次證明了從用戶角度出發(fā)的重要性。

到了第二階段，招行的指標(biāo)又變成了MAU（月活躍用戶數(shù)）和 AUM 雙輪驅(qū)動(dòng)。

為什么會(huì)有這個(gè)變化？因?yàn)樗l(fā)現(xiàn)，真正對(duì)金融非常了解的用戶其實(shí)沒(méi)那么多。金融產(chǎn)品的特點(diǎn)是高度標(biāo)準(zhǔn)化，比如利率、存款金額等。但用戶做決策時(shí)是有成本的。如果只從現(xiàn)有用戶中去篩選，天花板很有限。于是，招行想通過(guò)一些金融相關(guān)的場(chǎng)景，比如生活服務(wù)、話費(fèi)充值等，來(lái)慢慢培養(yǎng)用戶。因?yàn)榻鹑谑堑皖l的，而這些生活場(chǎng)景是高頻的，通過(guò)這些場(chǎng)景能更好地獲取用戶。所以他們把指標(biāo)變成了 MAU+AUM。

一個(gè)指標(biāo)一旦定下來(lái)，下面的人都會(huì)照著它去做。如果定錯(cuò)了，就會(huì)帶來(lái)負(fù)面影響。

我舉一個(gè)字節(jié)飛書的例子。他們?cè)?B 端業(yè)務(wù)的指標(biāo)定為活躍用戶數(shù)，沒(méi)有其他制約指標(biāo)。如果你是字節(jié)的員工，你會(huì)怎么做？當(dāng)然是去和大型企業(yè)合作，簽下一個(gè)大客戶，活躍用戶數(shù)就上來(lái)了。這導(dǎo)致團(tuán)隊(duì)投入大量人力去攻克大企業(yè)，但收入和凈利潤(rùn)卻不理想。所以說(shuō)，指標(biāo)定好了，下面的人才會(huì)走對(duì)路。

回到招行的例子。基于用戶洞察和對(duì)行業(yè)外的觀察，到了第三階段，也就是現(xiàn)階段，他們又把指標(biāo)改回了 AUM。他們發(fā)現(xiàn)，如果用 MAU 和 AUM 雙輪驅(qū)動(dòng)，獲取到的用戶價(jià)值并不高。尤其是在疫情期間，通過(guò)非金融場(chǎng)景（比如 App 里的生活服務(wù)）獲取來(lái)的用戶，雖然花了很多錢，但留存率很低，最后算下來(lái)是“花了個(gè)寂寞”，并沒(méi)有實(shí)現(xiàn)真正的價(jià)值轉(zhuǎn)化。

所以他們發(fā)現(xiàn)，在現(xiàn)階段，金融業(yè)務(wù)才是更能有效獲取高價(jià)值用戶的渠道，于是又重新聚焦到金融業(yè)務(wù)本身。通過(guò)招行案例的演變和美團(tuán)外賣指標(biāo)的變化，我們都可以看到，成功的指標(biāo)制定都是基于用戶洞察、著眼于長(zhǎng)期價(jià)值，并配合相應(yīng)的策略去執(zhí)行的。

增長(zhǎng)的羅盤：體系化數(shù)據(jù)分析的道與術(shù)

接下來(lái)談?wù)剶?shù)據(jù)分析。大家有沒(méi)有被數(shù)據(jù)分析搞得很痛苦？做數(shù)據(jù)分析時(shí)，大家是不是都有這樣的痛點(diǎn)：老板每周都來(lái)問(wèn)，我們的 GMV 為什么下降了？初級(jí)分析師就開(kāi)始慌張地猜測(cè)：可能是我們最近某個(gè)活動(dòng)下架了，可能是競(jìng)品做了什么活動(dòng)，可能是某個(gè)創(chuàng)作者不跟我們合作了……說(shuō)得老板一頭霧水，覺(jué)得你毫無(wú)條理。而稍微聰明一點(diǎn)的人，會(huì)有一個(gè)體系化的分析結(jié)構(gòu)，基于我們?cè)O(shè)定的目標(biāo)層層拆解。

我可以和大家說(shuō)一下拆解的思路，也談?wù)劕F(xiàn)在大家通常是怎么做的。我們還拿招行的 MAU+AUM 指標(biāo)為例。

一級(jí)指標(biāo)拆解，可以按業(yè)務(wù)線拆。比如在美團(tuán)，就是美團(tuán)外賣、酒旅等。當(dāng)然，不同視角看指標(biāo)的方式不同。如果我只是一個(gè)純外賣業(yè)務(wù)的負(fù)責(zé)人，我就會(huì)往下拆成送藥、商超等子業(yè)務(wù)。

如果你只是一個(gè)小組長(zhǎng)或執(zhí)行者，可能不需要看業(yè)務(wù)這塊，而是根據(jù)你的職能視角來(lái)拆。在業(yè)務(wù)層之下，通常會(huì)先拆 B 端和 C 端，因?yàn)檫@涉及到?jīng)Q策判斷。

比如在滴滴海外，司機(jī)業(yè)務(wù)一直是以 2C 為重點(diǎn)。但他們發(fā)現(xiàn)在巴西地區(qū)，油價(jià)上漲導(dǎo)致很多滴滴司機(jī)不愿出車了。同時(shí)，C 端用戶對(duì)滴滴在巴西已經(jīng)有了認(rèn)知，即便補(bǔ)貼下降，用戶也不會(huì)輕易流失。在這種情況下，他們就會(huì)把業(yè)務(wù)重點(diǎn)從 C 端轉(zhuǎn)向 B 端。這個(gè)決策就是基于體系化的數(shù)據(jù)洞察。

在 C 端這個(gè)同層里，可以再拆分為新用戶、老用戶、流失用戶等。現(xiàn)在大家拆得越來(lái)越細(xì)，還會(huì)在這個(gè)基礎(chǔ)上再分客群，比如年輕用戶、老年用戶等。像去哪兒網(wǎng)，他們就會(huì)發(fā)現(xiàn)給老板訂票的秘書這類人群，價(jià)值巨大，有很大的增量空間，于是就會(huì)對(duì)這類人群進(jìn)行細(xì)分。

三級(jí)指標(biāo)，我們會(huì)細(xì)拆到增長(zhǎng)的各個(gè)方向。比如拉新，一般會(huì)拆成四個(gè)方向：

• 一是廠商合作；

• 二是 ASO/SEO 關(guān)鍵詞搜索，尤其對(duì)于海外業(yè)務(wù)，詞的搜索非常有價(jià)值，可以采用做長(zhǎng)尾詞或做頭部詞的策略。大廠有錢，可以做一些頭部熱詞；而創(chuàng)業(yè)公司或大廠的新業(yè)務(wù)，可以做長(zhǎng)尾詞，通過(guò)“螞蟻雄兵”的策略，效果不見(jiàn)得比熱詞差。

• 三是廣告投放，后面我會(huì)講 AI 如何賦能投放。

• 四是做各類活動(dòng)。

對(duì)于老用戶，我們會(huì)拆分成留存、ARPU、頻次、召回等。

最難的是從三級(jí)往下拆到四級(jí)。四級(jí)怎么拆？主要拆兩個(gè)點(diǎn)：一個(gè)是轉(zhuǎn)化率，沿著用戶旅程去拆，找到影響轉(zhuǎn)化的關(guān)鍵因素；另一個(gè)是影響留存的因素。這塊是最難的，我怎么能知道什么事情對(duì)留存有影響？有兩種方式：一種是，如果團(tuán)隊(duì)數(shù)據(jù)能力特別強(qiáng)，能找出所有與留存相關(guān)的因素，然后通過(guò) AB 實(shí)驗(yàn)去假設(shè)和驗(yàn)證。但大家要注意，相關(guān)性不等于因果性，跑出結(jié)果后還需要驗(yàn)證。另一種方式是，在大部分公司數(shù)據(jù)資源有限的情況下，就需要增長(zhǎng)運(yùn)營(yíng)或產(chǎn)品經(jīng)理自己去分析，通過(guò)對(duì)比留存用戶和流失用戶在體驗(yàn)上的差異，找到關(guān)鍵因素。

但更重要的一點(diǎn)是回歸用戶本質(zhì)。你其實(shí)是對(duì)你的用戶有基本了解的。比如對(duì) B 端的美團(tuán)外賣商家來(lái)說(shuō)，他們的核心訴求很明確：如何低成本地多賺錢。圍繞這個(gè)訴求，影響因素就是激勵(lì)體系、平臺(tái)策略分配等。

對(duì) C 端用戶來(lái)說(shuō)，就是更好的體驗(yàn)：如何更高效地選餐，如何選到心儀的店鋪。但“高效”、“心儀”這些詞都很虛，無(wú)法直接指導(dǎo)推薦策略。我們必須把它定義清楚，比如用戶找不到自己喜歡的店鋪，是哪個(gè)類型的店鋪？這個(gè)類型是 Top K 級(jí)別的還是腰部 C+K 級(jí)別的？找不到喜歡的菜品，是豐富度不夠嗎？這樣我們才能找出具體原因。再具體一點(diǎn)，比如用戶進(jìn)入店鋪?lái)?yè)面又離開(kāi)了，我們可能會(huì)發(fā)現(xiàn)，當(dāng)菜品數(shù)量少于 10 到 20 個(gè)時(shí)，用戶更容易離開(kāi)。一定要有這樣明確的定義，才能做策略，才能做數(shù)據(jù)分析。這個(gè)原則也是增長(zhǎng)中不變的。

這個(gè)分析體系是怎么建立的呢？我們稱之為“從大到小看，從大到小做，然后下鉆”。現(xiàn)在做得比較好的公司，其實(shí)已經(jīng)到了第二個(gè)階段，就是能做好監(jiān)控，系統(tǒng)能告訴管理者是哪個(gè)環(huán)節(jié)、哪個(gè)負(fù)責(zé)人出了問(wèn)題，你直接找那個(gè)小伙伴就行了。而未來(lái)的階段，是系統(tǒng)能幫你做預(yù)判和診斷。比如，系統(tǒng)發(fā)現(xiàn)新用戶和沉睡用戶在畫像上非常相似，新用戶喜歡的“沖返”、“即時(shí)立減”等優(yōu)惠，用在沉睡用戶身上效果也可能很好，于是它會(huì)向你推薦這樣的策略。AI 能幫你做智能判斷，有了這樣的監(jiān)控系統(tǒng)，大家就不用再辛苦地翻報(bào)表了。

當(dāng)然，只看內(nèi)部數(shù)據(jù)就足夠了嗎？不是的。有時(shí)候你沒(méi)有做錯(cuò)任何事，但外部環(huán)境的變化會(huì)影響你的業(yè)務(wù)。比如美團(tuán)在沙特做外賣和在國(guó)內(nèi)做就不一樣，天氣會(huì)成為影響配送體驗(yàn)的重要因素。還有一些外部因素，比如我們自己沒(méi)做什么，但競(jìng)品找到了一個(gè)很好的切入點(diǎn)，做了一些活動(dòng)，也會(huì)影響我們。這些我們都需要進(jìn)行監(jiān)測(cè)。如果大家有這樣的智能監(jiān)控體系，是可以幫助我們做判斷的。

再說(shuō)說(shuō) AI 如何幫助我們做增長(zhǎng)研究。有人曾問(wèn)，怎么用 AI 找數(shù)據(jù)？以前太累了。我想了解行業(yè)數(shù)據(jù)，可能得去看財(cái)報(bào)，自己加工處理，想看競(jìng)品公司的MAU、DAU 等數(shù)據(jù)，QuestMobile 是最好用的，只要錢到位，它什么數(shù)據(jù)都能給你，甚至包括一些非標(biāo)準(zhǔn)的、定制化的漏斗數(shù)據(jù)。想找行業(yè)宏觀數(shù)據(jù)，就得去找國(guó)家級(jí)的數(shù)據(jù)源。這樣分析起來(lái)是不是很累？現(xiàn)在 AI 來(lái)了，我們用秘塔或者 Kimi，按照一個(gè)結(jié)構(gòu)化的方式去提問(wèn)，它就能幫你分析出來(lái)。

不同級(jí)別的人，給老板呈現(xiàn)的報(bào)告和自己看的數(shù)據(jù)是不一樣的。

如果你是初級(jí)分析師，你可能只了解競(jìng)品是什么。比如新能源汽車行業(yè)，高級(jí)分析師才會(huì)去看商業(yè)模式。當(dāng)然，如果你是做商業(yè)化的，那即便是初級(jí)階段也要關(guān)注商業(yè)模式。

高級(jí)分析表示則會(huì)看競(jìng)品在核心競(jìng)爭(zhēng)地的經(jīng)營(yíng)情況，幫助我們揚(yáng)長(zhǎng)避短，以及進(jìn)行更深入的行業(yè)分析。下面這張圖是提示詞的寫法，直接把這個(gè)提示詞復(fù)制到秘塔或 Kimi 里，它就能幫你分析出數(shù)據(jù)，并且可以要求它標(biāo)明數(shù)據(jù)來(lái)源，給出結(jié)論性數(shù)據(jù)。

如果大家想查其他東西，但不會(huì)寫提示詞，用秘塔就行了，它特別好用。當(dāng)你沒(méi)有頭緒的時(shí)候，你直接搜索，它會(huì)給你一個(gè)大致的結(jié)構(gòu)，能滿足初、中、高級(jí)不同階段的需求。

規(guī)模化拉新：從不確定到確定

接下來(lái)講講拉新。現(xiàn)在大家在拉新上越來(lái)越痛苦，總是在成本、質(zhì)量、規(guī)模之間做權(quán)衡，很難三者兼得。我們說(shuō)一下現(xiàn)在最流行的方法。

在投放領(lǐng)域，最早把規(guī)模化做得最好的就是拼多多。它能基于我們前面說(shuō)的人群分類結(jié)構(gòu)，將不同的人群，匹配上不同的價(jià)值賣點(diǎn)，再匹配上不同的 SKU，一小時(shí)就能生成 300 多萬(wàn)個(gè)素材。當(dāng)然它不是全部投放，而是通過(guò)打分選出最優(yōu)的素材進(jìn)行規(guī)模化投放。

國(guó)內(nèi)在這方面做得比較好，而國(guó)外做得更好、字節(jié)也在學(xué)習(xí)的，是谷歌的“黑盒白盒打分法”。它能將我們廣告投放中的不確定性，轉(zhuǎn)變?yōu)橐恍┐_定性的事情。

比如大家花錢做廣告投放，現(xiàn)在都特別謹(jǐn)慎。一個(gè)素材放上去，效果不好，就開(kāi)始搞玄學(xué)，說(shuō)“再發(fā)一遍效果就好了”。但我們得明白，字節(jié)的算法上確實(shí)會(huì)有一定的損耗，但比例很小，在 10% 以下，不太可能把一個(gè)爆款素材完全抹殺掉。

還有一種情況是，我放了素材也做了測(cè)試，但不知道它到底哪里好，哪里不好。這個(gè)打分法就能把素材拆分成幾個(gè)維度來(lái)評(píng)估，比如價(jià)值賣點(diǎn)本身的維度，還有演繹形式的維度。同樣一個(gè)價(jià)值賣點(diǎn)，我把演繹形式換成劇情類的，效果可能就特別好。它會(huì)對(duì)色彩等各種元素都進(jìn)行清晰的打分，我們就知道該調(diào)哪里、改哪里。而且，我們都知道，做 AB 實(shí)驗(yàn)、小批量測(cè)試，都需要花費(fèi)大量的時(shí)間成本。

另外，我分享一些 AI 領(lǐng)域的“黑科技”。大家知道我們搜索東西時(shí)，為什么飛書和剪映能做得那么好？它們把一些集合了AI功能的關(guān)鍵詞植入到產(chǎn)品中，讓大家在搜索時(shí)能找到它們，從而帶來(lái)了流量的增長(zhǎng)。

一二線的大廠其實(shí)已經(jīng)在偷偷吃這波紅利了。還有一個(gè)是海外的拼多多（Temu）的增長(zhǎng)黑科技，做海外的可以借鑒，國(guó)內(nèi)管得比較嚴(yán)。它叫“頁(yè)面劫持”。比如我搜一個(gè)東西，像蘋果手機(jī)，正常情況下可能會(huì)進(jìn)入 A 公司的頁(yè)面，但 Temu 在瀏覽器層面做了手腳，把它篡改植入到了自己的頁(yè)面。因?yàn)橛脩粲袕?qiáng)需求，就是想買這個(gè)東西，當(dāng)你被引導(dǎo)到它的頁(yè)面，發(fā)現(xiàn)價(jià)格還挺便宜，就可能直接下單了。它就是靠這種方式低成本地獲取了一批用戶。

我想說(shuō)的是，AI來(lái)了，它在將不確定性變?yōu)榇_定性方面有很強(qiáng)的能力。AI 有三大核心能力：

• 第一是知識(shí)類能力，這方面做得很好，我們可以用秘塔幫我們做數(shù)據(jù)處理、用戶調(diào)研整理等工作，提升我們自己的生產(chǎn)力。

• 第二是邏輯推理能力，這方面 AI 做得還不是特別好，需要我們慢慢去訓(xùn)練，我們要知道它的能力上限和下限。

• 第三是情感化能力，這方面其實(shí)做得也挺好，大家有興趣可以去嘗試。

總結(jié)一下增長(zhǎng)這部分，一個(gè)核心是基于用戶洞察去做。現(xiàn)在有兩個(gè)紅利可以關(guān)注：一個(gè)是思考如何把我們頁(yè)面的關(guān)鍵詞植入到 AI 搜索中；另一個(gè)是做海外市場(chǎng)的，可以嘗試頁(yè)面劫持的方法，目前還有效。

沉淀經(jīng)驗(yàn)，精準(zhǔn)分發(fā)

下面我們講講 AI 如何賦能留存和產(chǎn)品價(jià)值提升。

大家做留存、做交叉引流時(shí)，有這么幾個(gè)痛點(diǎn)。我就說(shuō)一下這里的難點(diǎn)。第一個(gè)點(diǎn)是認(rèn)知上的問(wèn)題：為什么一個(gè)活動(dòng)，之前對(duì)A人群效果特別好，突然間就不好了？因?yàn)?A 人群被各種活動(dòng)反復(fù)觸達(dá)，他已經(jīng)看膩了。靠人工去圈選用戶，不可能做到那么精準(zhǔn)。

第二個(gè)痛點(diǎn)是，大家都缺流量，總想節(jié)省流量，那么流量體驗(yàn)如何度量？我們這個(gè)系統(tǒng)就可以解決這個(gè)問(wèn)題，你不用自己去找資源位。有時(shí)候一個(gè)活動(dòng)結(jié)束了，資源位可能空了出來(lái)沒(méi)有及時(shí)頂上，而這個(gè)系統(tǒng)可以在這個(gè)階段幫我們自動(dòng)圈選用戶，匹配最適合的活動(dòng)。

最重要的價(jià)值在于，系統(tǒng)里的數(shù)據(jù)分析不是走過(guò)場(chǎng)，而是能真正把經(jīng)驗(yàn)沉淀下來(lái)。比如我們?cè)诿缊F(tuán)做實(shí)驗(yàn)時(shí)，經(jīng)常被“靈魂拷問(wèn)”：A 人群也用了這個(gè)系統(tǒng)，我們也給他發(fā)了非常場(chǎng)景化、精細(xì)化的優(yōu)惠券，為什么效果反而變差了？

后來(lái)我們才發(fā)現(xiàn)，是因?yàn)楹雎粤艘粋€(gè)指標(biāo)，叫做“實(shí)銷率”。一個(gè)東西再好，你也不能一直發(fā)。用戶手上的大額優(yōu)惠券還沒(méi)用完，他根本不會(huì)再領(lǐng)新的。于是我們就基于這個(gè)數(shù)據(jù)洞察，返回去修改我們的系統(tǒng)，把這個(gè)規(guī)則寫進(jìn)去。這其實(shí)就是數(shù)據(jù)和業(yè)務(wù)相結(jié)合的關(guān)鍵點(diǎn)。我們不能靠“人傳人”的方式，你把這個(gè)規(guī)則告訴一個(gè)新員工，或者寫在文檔里，大家根本沒(méi)工夫去看，而且他不是親身經(jīng)歷者，沒(méi)有體感。所以我們把這些都做到了系統(tǒng)里。這其實(shí)就是AI能帶給我們的價(jià)值，它能幫助我們把流量分發(fā)得更精準(zhǔn)。做流量分發(fā)就兩點(diǎn)：一是找好場(chǎng)景入口，二是有數(shù)據(jù)之后，如何更好地做匹配。

找到用戶離開(kāi)的真正原因

接下來(lái)是如何做用戶召回。這個(gè)模型以美團(tuán)外賣為例，但實(shí)際維度比這個(gè)多。做用戶召回，最核心的是要明確用戶離開(kāi)的原因是什么。

基于此，我們建立 AI 模型，找出影響用戶離開(kāi)的關(guān)鍵因素。我們基本知道的因素，比如用戶對(duì)價(jià)格敏感，那就拆解成券、活動(dòng)等維度。這里我說(shuō)一個(gè)大家容易忽略的點(diǎn)，就是基礎(chǔ)要素里的“地理位置”。

地理位置是一個(gè)特別能反映個(gè)人資產(chǎn)實(shí)力的指標(biāo)。我想，能在北京順義住 2000 萬(wàn)房子的人，他會(huì)沒(méi)錢嗎？不可能。以前有人跟我抬杠，說(shuō)他可能是租的房。我的天，能有錢租那種房子的人，也絕對(duì)不是一般人。這反映的是他真正的資產(chǎn)能力。

第二個(gè)我們會(huì)看他的消費(fèi)能力。有錢和舍得花錢，有時(shí)候不是一回事。有的人可能“窮得瑟”，但消費(fèi)能力也很強(qiáng)。怎么看消費(fèi)能力？大家都說(shuō)看手機(jī)型號(hào)，這沒(méi)問(wèn)題，但更重要的是看更換手機(jī)的頻率。這些都是非常有價(jià)值的，AI 可以幫我們?nèi)ビ?jì)算用戶流失的概率、召回的概率以及召回后的價(jià)值，然后排出一個(gè)優(yōu)先級(jí)。

增長(zhǎng)的底層邏輯

如果讓我用一句話來(lái)總結(jié)增長(zhǎng)，我會(huì)分享這幾點(diǎn)：

拉新，就像談戀愛(ài)，是用戶為什么選擇你。你要給用戶一個(gè)選擇你的理由，然后找準(zhǔn)渠道，就能把拉新做好。

留存，永遠(yuǎn)是基于產(chǎn)品的核心價(jià)值去做。

商業(yè)價(jià)值，來(lái)自于用戶的真實(shí)需求。你看快手直播，最開(kāi)始為什么做直播？也是因?yàn)榭吹皆u(píng)論里有“老鐵”說(shuō)“我想買你家的蘋果”。但他們發(fā)現(xiàn)這種私下交易存在信任問(wèn)題和“偷單”現(xiàn)象，平臺(tái)有責(zé)任去解決，于是就做了自己的電商和支付系統(tǒng)。

包括現(xiàn)在特別火的短劇，其實(shí)最早做得最好的是快手。我們是怎么發(fā)現(xiàn)短劇這個(gè)需求的？也是因?yàn)榭吹揭恍﹦?chuàng)作者在劇情類內(nèi)容上做得特別好，對(duì)我們的用戶時(shí)長(zhǎng)和留存有很大幫助，而且我們?cè)谶@方面也比競(jìng)品有優(yōu)勢(shì)。所以，真正的商業(yè)價(jià)值還是源于用戶需求。

用戶召回和留存，有時(shí)候，知道用戶為什么離開(kāi)，比知道他們?yōu)槭裁戳粝赂匾＿@其實(shí)就是增長(zhǎng)的核心。

那么，AI 產(chǎn)品本身有哪些增長(zhǎng)難點(diǎn)呢？

第一個(gè)難點(diǎn)是，雖然有一些工具類產(chǎn)品跑出了千萬(wàn)級(jí)的用戶量，但實(shí)際運(yùn)營(yíng)下來(lái)，會(huì)發(fā)現(xiàn)留存率比較差。我們現(xiàn)在做的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品，七日留存能到 60% 已經(jīng)很不錯(cuò)了（也分產(chǎn)品類型）。而同類型的 AI 社交產(chǎn)品，做到 41% 的留存就已經(jīng)到極致了。如何更好地滿足用戶價(jià)值以提升留存，還需要繼續(xù)驗(yàn)證。只有個(gè)別產(chǎn)品跑出來(lái)了，尤其是情感陪伴類的產(chǎn)品，大家普遍做得不是特別好，而且頭部效應(yīng)明顯。比如某個(gè)情感陪伴產(chǎn)品，你會(huì)發(fā)現(xiàn)頭部用戶特別愛(ài)用，活躍度也很高，但很多用戶來(lái)了就走。如何讓更多用戶認(rèn)知并使用好這些AI功能，是整個(gè)AI行業(yè)需要加強(qiáng)的。

此外，AI 在商業(yè)化變現(xiàn)方面，效率并沒(méi)有現(xiàn)在互聯(lián)網(wǎng)廣告那么高，也需要探索新的模式。這就是 AI 行業(yè)商業(yè)化增長(zhǎng)的難點(diǎn)。

以前有人跟我說(shuō)，我們都愛(ài)看國(guó)外的書，不愛(ài)看國(guó)內(nèi)的書。但現(xiàn)在我想說(shuō)一點(diǎn)，在增長(zhǎng)方面，情況已經(jīng)反過(guò)來(lái)了，是國(guó)外在向國(guó)內(nèi)取經(jīng)。我們?cè)谠鲩L(zhǎng)領(lǐng)域已經(jīng)走在了世界前列。以前我們學(xué)習(xí)“增長(zhǎng)黑客”，但現(xiàn)在大家也可以多看看國(guó)內(nèi)的增長(zhǎng)案例，國(guó)內(nèi)的公司在出海、在海外市場(chǎng)的競(jìng)爭(zhēng)中也做得非常好。

聽(tīng)懂了 AI 增長(zhǎng)的“道”，還想掌握落地的“術(shù)”？

ChatBI 如何告別“玩具”，真正創(chuàng)造業(yè)務(wù)增量？

智能客服和營(yíng)銷落地時(shí)，如何破解最頭疼的“意圖識(shí)別”難題？

今年楊一溪將帶來(lái)一線落地的實(shí)戰(zhàn)秘籍！

2025 全球產(chǎn)品經(jīng)理大會(huì)

8 月 15–16 日

北京·威斯汀酒店

2025 全球產(chǎn)品經(jīng)理大會(huì)將匯聚互聯(lián)網(wǎng)大廠、AI 創(chuàng)業(yè)公司、ToB/ToC 實(shí)戰(zhàn)一線的產(chǎn)品人，圍繞產(chǎn)品設(shè)計(jì)、用戶體驗(yàn)、增長(zhǎng)運(yùn)營(yíng)、智能落地等核心議題，展開(kāi) 12 大專題分享，洞察趨勢(shì)、拆解路徑、對(duì)話未來(lái)。

更多詳情與報(bào)名，請(qǐng)掃碼下方二維碼。