1704200327
利用品牌大使计划来提升用户忠诚度和留存率的不只是网络公司。餐馆、酒店、信用卡公司以及许多零售商很早就成功使用这类计划，巧妙地将诸如归属感、社区和地位这样的社会回报与更实际的回报结合在一起。美国运通百夫长卡，也就是广为人知的黑卡，就是一个经典例子。许多人都觊觎黑卡，把它视为终极地位的象征。黑卡持有者人数有限（需要每年在运通账户上消费并还款至少35万美元），它具体能带来哪些好处一直笼罩在神秘当中，而且它提供的实际回报甚至能令最富有的美国运通用户感到与众不同（例如专享的优惠、旅行和柜台服务）。17
1704200328
1704200329
近年来最令人瞩目的品牌大使计划出自发展迅速的媒体公司theSkimm之手。这家公司向职业女性提供员工亲手编辑的每日新闻，目前它的日读者量已经发展到350万。18要想成为“Skimmer大使”，读者需要向10个朋友推荐这个服务，这样做的回报不仅包括获得网站公开认可，还包括名牌T恤、手提包、手机壳、社交机会以及在新闻电子报中刊登生日祝福等等。19
1704200330
1704200331
认可用户成就
1704200332
1704200333
所有用户都看重来自公司的认可，哪怕只是很小的认可。对用户表达认可的最佳方式是肯定他们的某种成就或行为，或者使用营销圈中称为“行为邮件”（behavioral email）的方式，也就是当用户完成了一个里程碑事件时就给他们发去祝贺邮件。比如当你走到当日第一万步时，Fitbit（一家研发和推广健康乐活产品的新兴公司）就会给你发一条祝贺推送。又如，当你跑完10英里或者完成距离最长或速度最快的一次跑步时，Runkeeper（一款私人运动记录应用）就会给你发送祝贺邮件。同样，推特的联合创始人埃文·威廉姆斯创办的博客发布平台Medium会在用户文章被推荐50次或100次时向用户发送邮件。大多数推荐计划都内设了这样的成就推送，一旦朋友加入时就会向用户发送邮件，鼓励他们邀请更多人加入。20
1704200334
1704200335
这些推送也可能是告知你其他用户采取了一些可作为你的个人成就的行为，比如领英会给用户发送邮件告诉他们有人认可了他们的技能，推特会提醒用户有人为他们点赞或者转发他们的推文。脸谱网和Instagram的做法尤其聪明。它们会给用户发移动推送，告知用户他们的脸谱网好友加入了Instagram，或者鼓励他们给其他用户在Instagram上发的照片点赞，尤其是给那些有一段时间没有发新照片的用户点赞。这两类推送可以从两个方面提高留存率：让用户重回Instagram查看朋友最新状况，以及通过增加新用户在Instagram上的粉丝数量、获赞和留言数量来回报新用户。
1704200336
1704200337
客户关系个性化
1704200338
1704200339
随着储存用户信息的海量数据库和强大的数据分析工具的出现，公司更精准，甚至一对一地满足用户需求和欲望的能力大幅提升。沃尔玛实验室（WalmartLabs）产品和工程部副主席舒维克·慕克吉指出，公司在增长领域最重要的一个转变是从传统的“一对多”营销思维模式转变为提供完全个性化的“一对一”的用户体验。比如，现在公司可以根据每位用户的喜好发送个性化邮件和产品推荐，即使用户数量达到几百万也能做到这一点。他指出，这种大规模的个性化做法核心在于“理解用户，理解你所处的行业，并确保在二者之间建立完美的匹配”。21
1704200340
1704200341
亚马逊是个性化技术的先驱。这个技术之所以成功得益于大规模的客户数据以及更先进的编程技术让公司可以高效地挖掘有关用户个人喜好的海量信息。要实现个性化不仅可以利用用户提供的个人信息或者他们在公司网站或者App上的行动，还可以利用他们在整个互联网中的行为数据。现在通过诸如Demandbase这样的数据供应商就能够轻松获取这些数据。也有许多公司提供个性化技术，比如Salesforce（一家客户关系管理软件提供商）、Optimizely和HubSpot。
1704200342
1704200343
Optimizely的前内容经理卡拉·哈什曼曾分享过公司如何通过向最重要的用户提供个性化主页体验来改善包括激活率和留存率在内的诸多指标。以前公司网站只有一个主页，后来则根据关键账号、用户访问时间以及垂直市场等不同因素设计出26个不同版本的主页。比如，如果用户从《纽约时报》的办公室登录公司主页，他们看到的页面就会显示针对出版商的Optimizely产品和服务。而如果是微软员工，他们看到的则是Optimizely可以如何帮助技术和软件公司。22
1704200344
1704200345
机器学习算法正在引发新一轮个性化浪潮。如它的字面意思所指，机器学习是指软件根据用户反应来优化和改善个性化措施，而非由人来做这个决定。这项技术很复杂，但它正在变得越来越容易操作。比如在英曼，摩根和他的团队在电子新闻周报中向用户发送为他们量身挑选的新闻故事，做到为每一位订阅者提供独一无二且与用户高度匹配的内容。这一个性化服务获得了Boomtrain（一家基于机器学习的个性化数据公司）的数据支持后简直如虎添翼。Boomtrain通过将机器学习与个性化相结合成功做到持续优化新闻内容的相关性，而无须摩根的团队做任何额外的工作。这还只是提供此类服务的众多公司之一。团队还可以利用诸如Apache Spark（大数据处理引擎）提供的开源软件“机器学习图书馆”来建立自己的软件，这样也能取得同样的结果。
1704200346
1704200347
我们在第一章中曾简单提过，Pinterest的增长团队在机器学习个性化和优化方面进行了大量试验，他们建立的Copytune程序可以帮助团队迅速测试30多种不同语言、数十个版本的推送文案。Copytune最后会选出最优版本并自动完成后续测试。这个程序对每种信息组合方式进行测试，结果令人难以置信：每月重返网站的用户数量（月活跃用户）大幅增长。虽然增速是个位数，但考虑到Pinterest的用户规模超过一亿，这样的增长速度意味着公司每月增加的活跃用户达到数百万。虽然公司没有透露新增访客带来的广告收入，但可想而知，这个数字一定十分可观。23
1704200348
1704200349
如果团队想进行个性化测试可以先从触发物入手。大多数邮件营销软件都能提供各种各样的个性化选项，既可以简单到在邮件中插入收件人姓名，也可以基于用户历史行为向他们发送为他们量身定制的邮件内容和产品推荐。我们的食品商店App团队可以向那些在App下单一次、从未下单以及App订单平均金额超过100美元的用户发送不同的邮件。完成了这个第一步，增长团队就能获得用户体验有效性方面的早期数据，并根据结果决定是否做进一步投资。
1704200350
1704200351
控制节奏
1704200352
1704200353
如果你购买过任何初始版本的电子产品，或者参与过挑选诸如Salesforce或者Oracle这样的企业软件，那么你肯定知道向用户承诺新功能即将上市是一个多么强大的留存诱饵。告诉用户马上会有新功能或者新产品以及这能给他们带来什么好处，可以有效地诱导用户一直使用产品。这一招对SaaS产品、电脑游戏以及像Hulu和HBO[1]这样的内容供应商特别管用。网飞就有效地利用了这种策略。诸如《纸牌屋》和《女子监狱》（Orange Is theNew Black）这样的网飞原创剧在新的一季播出之前都会有一段间隔时间，这样能让用户一直保持活跃的订阅状态，因为他们会等新的一季出来刷剧。同样，Salesforce也不急于发布重大产品更新，而是留到新的年度活动中来宣布，通常是夏天一次、冬天一次。这样做可以让用户一直期待这些不可或缺的新功能从而保持活跃的订购状态。苹果公司也巧妙地使用了这个策略，它让用户迫不及待地等着公司推出最惊艳的新产品，然后升级自己的设备。
1704200354
1704200355
凯鹏华盈（Kleiner Perkins Caufield & Byers）的风险投资人宾·戈登在分享他与HBO的CEO克里斯·阿尔布雷克特的一次对话时说到了“马上就来”这一招威力有多大。阿尔布雷克特批准了制作《罗马》（Rome）这部以史上最烧钱而闻名的原创剧，它每集的制作成本高达900万美元。戈登问阿尔布雷克特，斥巨资制作一部最终并没有吸引太多观众的电视剧是否太不划算？阿尔布雷克特跟戈登分享了“马上就来”的威力。他说，从宣布这部剧即将上映到播出第一集的这段时间内HBO几乎没有流失任何用户。订购用户都拭目以待，想要看看这部剧究竟为何值得如此大肆宣传。虽然最后并没有多少人观看，但在之前两个月的时间里公司的用户流失率几乎为零，其间公司的盈利远远超过了这部剧的制作成本。24
1704200356
1704200357
但是，如果你对用户承诺很快就会有很棒的产品更新，却让他们一等再等，就可能惹怒用户。这也是为何试验如此重要：它可以帮助团队确定公布消息的最佳时机。比如，为视频流服务改善留存的增长团队可能了解到，公司刚刚敲定了一部以前没有播过但可能会极受欢迎的电视剧，计划三个月后才上映。团队决定尝试向用户发送新剧即将播出的推送，看看这样做能否在播出前的这几个月刺激更多用户续订。团队可以通过给那些以前看过同类剧的用户发送邮件并进行简单的A/B测试。对照组是常规体验，而实验组将收到一两轮关于新剧“即将播出”的邮件信息。通过比较这两组的留存率就可以量化推送的效果。如果“即将播出”的消息引起用户兴趣并留住了更多看过类似电视剧的订阅者，那么增长团队就可以大胆地将“即将播出”策略作为用户沟通的一个永久组成部分。
1704200358
1704200359
保持长期活跃
1704200360
1704200361
一旦你在一定规模的用户群中实现了强劲的留存，下一步就是专注于如何让用户乐于使用你的产品并长期保持高度活跃。我们建议使用一种双管齐下的做法：（1）优化现有的产品功能、推送以及对重复使用的奖励；（2）在一个较长的时间周期里定期推出新功能。把握好这二者之间的平衡极其重要。许多公司都急于在短期内推出大量新功能，用产品团队的话来说，这叫功能膨胀（feature bloat）。这样做往往会导致产品过于复杂而掩盖产品的核心价值。在一份2005年的研究报告中，营销科学学会的研究员德博拉·维亚纳·汤普森、丽贝卡·汉密尔顿和罗兰·拉斯特指出，将太多功能塞进产品中往往会损害长期留存，因为“为了实现用户选择范围的最大化而在产品中加入许多功能最终可能降低用户终身价值。”他们得出的结论是，“公司应该考虑拥有更多功能有限但更加专业化的产品，而不是将所有可能的功能都集中在一个产品上”。25
1704200362
1704200363
技术专栏作家大卫·波格在他2006年的TED演讲中通过下面这张让人看得抓狂的截图把功能膨胀给用户带来的痛苦展示得淋漓尽致。把微软Word工具栏中的所有选项都打开最后得到的就是这个效果。26
1704200364
1704200365
1704200366
1704200367
1704200368
图7–5 微软Word功能膨胀
1704200369
1704200370
判断何时推出在线产品的新功能尤其困难，因为相比实体产品，推出在线产品的新功能要容易很多。当人们习惯了产品的外观和功能后，过快或者突然改变产品可能得不偿失。这里就有两个现成的例子：Instagram推出新的算法时间线以及推特将推文收藏符从星形变为心形并将它的名称从“收藏”改为“赞”，这两个做法就引起许多用户的不满。
1704200371
1704200372
增长团队可以通过试验给用户提供产品原型或试用版来评估拟推出的新功能是否具有吸引力。团队首先应该在少量用户中对新功能进行实际测试，试验产生的数据可以帮助公司在大范围推广前进一步完善新功能。尽管在大多数机构中设计新功能是产品团队的职责，但毫无疑问，增长团队可以根据他们定期进行的调研和数据分析为产品团队提供一些新功能方面的想法。同样，增长团队整合数据后可能会发现新的产品优化机会，这可能是市场调研或者战略规划无法发现的。换句话说，增长团队中的所有成员都应该不断寻找机会来优化现有产品功能，实现留存最大化，同时开发新功能。
1704200373
1704200374
为了说明具体怎么操作，让我们回到食品商店App团队，看看他们如何与这家食品连锁店的产品团队合作推出一个重要的新功能。产品团队一直在为App的一个新功能研发产品原型：用餐计划。这项功能可以结合用户的购买历史以及App上最受欢迎的商品来向用户推荐全谷物食谱，让用户轻松购买所需要的食材。顾客需要做的只是输入用餐人数然后点击提交，所需商品就按适当数量自动加入购物车。增长团队和产品及营销团队共同确定了一个测试战略：先向一定数量的用户提供用餐计划功能，同时试验如何提高这批用户使用这个功能的频率。比如，增长团队掌握的数据显示，免费配送可以有效改善留存。他们可以基于此向产品团队建议，通过用餐计划向用户推荐可以使他们的订单金额达到免运费标准的食谱。他们也可以尝试利用触发物提醒用户App上更新了全谷物食谱推荐。团队也应该测试何时以及如何向用户推荐这个用餐计划，如何向那些使用试用版本的用户介绍功能上的改变。
1704200375
1704200376
持续的用户引导