从字面上看，用户增长的意思仿佛就是“带来新的用户”。然而事实真的如此吗？拉新带来的用户能否真正下单购买、留存成为长期回头客，同样也是用户增长需要考虑的课题。我们不能简单地把某一场活动、某一款产品、某一个项目带来的短期新用户数量增加等同于真正意义上的用户增长。能否在获取新客后，减少甚至避免他们的离去，才是企业构建用户增长模型应当铭记于心的意义。本文将从用户增长模型出发，为大家提供一个基本的模型构建理论参考。

一个品牌的客户数量实质上取决于其招徕新客户及留存老用户两个方面——当然客户购买产品的频率及每笔交易的客单价同样重要，它们取决于产品质量以及客户互动时的真实体验。

图一：用户增长模型——品牌收入拆解

品牌收入并非单单取决于客户数量——还受到客户购买数量、频率及交易额的影响，许多品牌仅仅聚焦于提升客户的数量。更可怕的是，他们更倾向于不断吸纳新客户却往往忽视了对现有客户的维系。这种做法看似合乎情理，却着实有失偏颇。接下来让我们一起了解统筹新老客户全局的用户增长模型。

1.基础用户增长模型

品牌通过提升获客能力增长客户基数的观念已经深入人心，事实上许多品牌也确实是这样实践的。然而客户增长率并非只有“新客户的获取”这一个维度的功劳——千万不要忽略品牌留存现有客户的能力。Hubspot研究表明，客户留存率每增加5%，则可以带来25%-95%的企业利润增长——这是因为与招募新客户相比，提高客户留存率不需要企业投入吸引、培育和转化的前期成本——事实是，留存客户的续费成本比新客户的获取成本少了将近7倍。当然了，没有任何一个品牌可以留住所有的现有客户，但是那些善于维护现有客户关系、提升客户忠诚度的品牌往往会在竞争中略胜一筹。

图二：基础用户增长模型

所有的用户增长模型均基于“增长率=获客率✖留存率”这一母模型——譬如，假设品牌每周能够获取100名新客户，而其平均的客户留存实况是每5名客户中能够有4名忠诚客户，那么该品牌客户增长则为80名/周。值得注意的是，受淡旺季因素的影响，品牌获客率鲜有完全与时间成线性关系的情况，因此品牌可能某一个月内每周获客100名，但在接下来的几个月里每周获客200名。同样的，客户留存率也并非如我们上述举例中那样简单：留存率是受时间影响非常大的指标，即随着时间的流逝，会有更多的客户从品牌的留存用户群体中抽身离去——为了了解更加宏观的客户留存状况，品牌可从更长的时间跨度如季度、年度去计算客户留存率。当然，上述基础用户增长模型中的“获客率”和“留存率”一定要基于相同的时间维度。

2.用户生成内容用户增长模型

许多网站及app都成为了用户产出内容并间接为品牌潜客提供附加价值、吸引新客户的平台。类似于微博、微信、百科、搜狐号、百家号、知乎、B站、抖音、快手等平台，都仰赖于用户为粉丝创作的新内容来激活整个社区的活力。现在的趋势是，品牌借助上述网站及应用，搭建起可持续的内容产出与消费生态，从而为自己的业务提供源源不断的商机。

UGC平台的运作原理非常简单。大多数的平台内用户仅仅充当消费（即阅读）内容的角色，而只有一小部分的用户会进行内容创作。当新内容产出后，通过恰当的互动及传播，将会为品牌吸引更多的新客户，甚至这些新用户中的也存在着内容创作及传播的角色，从而为品牌带来范围更广泛的重复性循环。

图三：UGC用户增长模型

用户生成内容增长模型：现有客户量与内容产出率及内容获客率的乘积，即为新客户数量。举一个简单的例子，假如在一个固定周期内品牌现有客户为100名，他们中的大多数仅仅会阅读内容，然而平均下来每10名客户便会对应1篇内容产出——这些新内容可能会被搜索引擎抓取、或者被微信公众号内的粉丝检索到，从而使得每篇新内容都能够为品牌吸引8名新客户。这意味着接下来一个周期内，品牌将会有80名新客户，即180名现有客户。

想要体会在中国最大的社交平台——微信中，为品牌公众号及相关KOL公众号提供个性化内容编辑、粉丝分组及打标签、精准定向推送的便利，营销自动化平台值得一试。

3.病毒式用户增长模型

社交产品的崛起为品牌提供了快速传播产品价值、借助现有客户群邀约新客户的方便——病毒式用户增长模型便是基于该种场景。当然了，狭义上的病毒式增长模型需要每一位用户都能够带来一名以上的新用户，在这里我们只是参考    该种营销模式，对平均获取的新客数量不做过分严格的要求。与UGC用户增长模型类似，新客户的招揽主要基于现有客户展开。

图四：病毒式用户增长模型

病毒式用户增长模型的基本模式为：现有客户量与客户邀请率及邀请接受率之间的乘积，即为新客户获取量。简单来讲，在一个固定周期内品牌拥有100名已有客户，期间，每一位客户平均向两个人发出邀请，而其中平均每4个邀请中会有1个被接受，从而在下一周期内品牌便有50名新客户即150名现有客户。理想状态下，这个循环会不断进行下去。需要注意的是整个模型的运转必须基于一个合适的时间周期，例如品牌可以统计一周、一个月、一个季度、甚至一年内的新客邀请率以及邀请通过率。与此同时，由于邀请接受的过程必定滞后于现有客户发出邀请的过程，因此为了使模型更加准确，品牌需要明白预估的新客数量是基于下一个时间周期的数值。

想要通过社交应用实现病毒式增长，品牌可以尝试方便易用的裂变工具进行海报和互动话术的设计。

4.付费式用户增长模型

有大量的产品不能仅仅依赖于病毒式或UGC的用户增长模式——例如SaaS软件产品。在该种情况下，品牌不得不另辟蹊径：借助付费获客的模式实现客户增长，如在现有客户中寻求合作，开拓新客进行产品试用。这种形式的一个好处是可以激活品牌自身的现有客户，在现有客户引荐成功后给予其一定数额的返利。

图五：付费式用户增长模型

付费增长模型所带来的新客量等同于营销成本与单位营销成本获客率的乘积。品牌决定支付给付费获客渠道的投入与合作伙伴为品牌带来的新客户产生的收益之比，便是营销投入率，该指标反过来也可以用于确定固定周期内品牌用于付费渠道投放的总金额——即现有客户（合作伙伴或渠道）数量与单位现有客户带来的收益率及营销投入率的乘积。假设在一个固定的周期内有100名现有客户，他们平均每人会为品牌带来1000元的收益，而品牌决定将借助该渠道获取新客带来的收益中的1/5再次投入到付费渠道中去，而每获取一名新客品牌平均需要付出200元的成本，那么最终在下一个周期开始前品牌将获得100名新客户。

当然了，在以上几类基础及衍生用户增长模型中，品牌可以自行选择组合应用，形成具有品牌营销调性的用户增长模型矩阵。与此同时，在试运行一定周期后，品牌还可以进一步统计自己的“用户增长模型矩阵”的中各模块的性能，并调整模块间的投入权重，实现模型的不断优化迭代。

以上便是本次文章分享的全部内容了，如果您有意向借助营销自动化工具实现用户增长，欢迎填写下方表单，届时将会有专业人士与您联系。