1704222172
• 裂变的同时，需要关注其他指标的健康度。只关心用户是否进入是狭隘而低质的策略。只有不停地复盘阶段性的数据，关注每一批裂变进入用户的行为数据，才能确保裂变在整体上是健康的。
1704222173
1704222174
为了更好地解释以上说法，我们一起看一个数据切片的案例。某产品利用微信公众号进行裂变，假设裂变的频次是每周一次，我们就能拉取到一套数据（见表2–3）。而我们用这套数据进行计算，就可以得到另外两张表（见表2–4、表2–5）。
1704222175
1704222176
从表2–4中，我们可以看到周变化。我们模拟的是一个裂变的周期，不同的时间节点反映不同的周期变化，从冷启动期到增长期，这些变化会通过各种率来体现，且趋势是逐渐变好，即使中间可能会有阶段调整。当然，拉新和留存的成本并不是越低越好，而是随着裂变趋向稳定。只有所有的成本都趋向稳定，投资回报率才会越来越高。
1704222177
1704222178
表2–3 裂变进入用户的行为数据
1704222179
1704222180
1704222181
1704222182
1704222183
表2–4 该次活动留存率、付费率统计
1704222184
1704222185
1704222186
1704222187
1704222188
从表2–5中，我们可以更清楚地看到成本的变化以及投资回报率的变化。这个趋势基本反映了每个阶段的真实变化，拉新和留存的成本从不稳定到稳定，从高到低，投资回报率从低到高，基本的趋势与裂变增长的阶段是吻合的。
1704222189
1704222190
表2–5 投资回报率
1704222191
1704222192
1704222193
1704222194
1704222195
对于所有期望做裂变的组织来说，它们都必须建立这样的意识。
1704222196
1704222197
• 裂变数据在不同时期会有不同的呈现。
1704222198
1704222199
• 不同产品的数据会有不同的表现，但总体的趋势应该趋于一致。
1704222200
1704222201
• 在稳定的裂变模式被找到之前，组织要有足够的耐心观察数据的变化，并且鼓励团队不断进行尝试，找到正确的路径。
1704222202
1704222203
只有这样，才能实现好裂变，而不是在追逐流量增长的路上迷失了最初的方向。
1704222204
1704222205
1704222206
1704222207
1704222208
从零开始做运营2：运营人的进化 [:1704220385]
1704222209
从零开始做运营2：运营人的进化 构建你的用户体系
1704222210
1704222211
很多人问过我一个同样的问题：如何构建一个用户体系？这个话题其实是很大的。所以，我尽量在这一节里摘出重点，尝试给出切实可行的实施方法。
1704222212
1704222213
让我们先了解用户激励与用户体系的概念。
1704222214
1704222215
用户激励是手段。手段既可以作为单点刺激用户的工具，也可以是成套系的工具集合。
1704222216
1704222217
用户体系则是一套完整的打法，是从用户接触到用户离开，覆盖用户全生命周期的一整套解决方案。
1704222218
1704222219
之前我提到过一个行为学公式：
1704222220
1704222221
B = MAT（行为=动机×能力×触发机制）