从消费者行为模式到用户增长模型 – 标点符

术→技巧, 营销

目录

在日常的产品设计或产品运营过程中，有时可以参照消费者行为模式调整我们的策划，从而获得更高的效果。用户消费者行为模型目前总结了很多的类型。具体使用哪些类型还需要考虑具体的场景。

1898年，美国广告学家艾里亚斯·路易斯即已提出称为“AIDA”的消费者行动模式。

AIDA模式代表传统推销过程中的四个发展阶段：

在应用AIDA过程中最难的是刺激购买欲望，包括的：

通常刺激需求采用的方法：

传统的推销模型是否能利用？答案是能！最直接的场景：直播带货。

AIDMA，是1920年代美国营销广告专家山姆·罗兰·霍尔（Samuel Roland Hall）在其著作中阐述广告宣传对消费者心理过程缩写。

该模型是AIDA的升级，该模型相比AIDA多了M(Memory)记忆这一项。与AIMA不同的是AIDMA的目标是促成下次转化，而AIMA的目标是促成当次转化。该模型比较适合客单价高、用户购买频率低用户考虑周期长的产品。

该模型主要应用场景是品牌推广，使用时核心的点在于如何让你的广告众多广告中被区分出来，并被消费者记住。

提高广告记忆效果的一些方法：

1、找准受众用户，提高广告受众的涉入程度。

广告受众参与广告活动的四种状态之比较：

被迫参与

被迫参与指受众本不愿接触某广告信息，但为了看/听广告信息前后的新闻/娱乐等内容而不得不成为广告活动中的一个环节，此时受众往往对广告心存抵触。

一般参与

指受众在意识得到或意识不到的情况下参与广告活动，但对广告信息无明显厌烦抵触情绪。在大部分情况下，受众皆属此种状态。广告受众在一般参与广告时，往往受到以下几个因素的影响：

主动参与

指消费者由于需要广告提供相关产品的信息以帮助其实现购买决策而主动查找、观看、阅读相关产品广告信息。引起消费者主动参与广告的产品通常是耐用性产品，比如住房、汽车、家电、家具等。选择这类产品时，消费者往往是比较慎重的，而不是看一两次广告就可以决定买某个品牌的产品的。导致受众主动参与广告的行为主要有以下四个动因：

参与并传播

参与并传播指的是广告受众不但参与到广告活动中，而且还成为广告大众传播的延伸(广告继续传播的载体)。也就是广告受众不仅接收了广告信息，芾且又进一步将广告信息通过一定的方式传播给其他受众。

2、调动消费者的情绪和情感

参见：情感化设计打造理想产品

3、尽量用干净、纯净的广告内容，适当减少广告识记材料的数量

4、运用记忆的编码原理，使语言材料生动、形象，便于记忆

记忆编码就是对外界输入大脑的信息进行加工转化的过程，在整个记忆系统中，编码有不同的层次或水平，而且以不同的形式存在着。具体来说，Ericsson（1988）提出，要想获得很高的记忆技能，必须满足以下三个条件：

5、利用联想记忆的规律，将广告信息与某一特定的人、物或景联系起来，加强记忆

充分利用图像记忆，声音记忆，嗅觉记忆等综合感官的识别。接地气、贴近生活。广告信息与内容相互融合。尽量运用消费者平时所熟悉的内容，或让人们联想到自己熟悉的事、物。

6、根据遗忘的时间规律适时重复广告

德国心理学家艾宾浩斯(H、Ebbinghaus)于1885年提出了著名的艾宾浩斯遗忘曲线。该曲线表示，在初次习得知识后的遗忘速度是最快的，以后逐渐放慢，因此，要保持习得的知识，在最初的时候要加强重复，以避免遗忘。

AISAS模式是由电通公司针对互联网与无线应用时代消费者生活形态的变化，而提出的一种全新的消费者行为分析模型。

AISAS相比AIDMA多出的Search(搜索)和Share（分享），而弱化了Desire（需求）和（Memory）记忆。

添加Search（搜索）的原因：

添加Share（分享）的原因：

AISAS通常是如何使用的？

2011年，日本广告公司电通株式会社提出了社交媒体时代用户消费行为分析的工具“SIPS模型”，该模型认为用户的消费行为经历了四个阶段：

基于SIPS模型能做的内容：

随着互联网的普及人们意识到信息量过于巨大且真假难辨，需要有多种渠道来辅助消费决策；另一方面，信息源又得到了巨大拓展，社交平台成了主要的信息获取渠道之一；同时，科技发展使得每个人的意见传达更便捷、门槛更低、形式更多样，越来越多的人希望表达自己的想法并获取对他人的影响力。用户的消费行为正在由线性的行为消费过程转变为网状、多点双向基于感知的连接，用户的体验分享正在成为真正意义上的消费源头。营销业者需要思考的是如何跟随这样一场变革及时迁徙，把商务营销的主场转移到互联网，而不是在传统媒体与互联网之间寻求结合。在这样一场转移过程中，需要考虑的是如何将Mass Media广播式的广告系统，转变为基于实时感知、多点双向、对话连接的交互系统。从广告、营销到对话的转变，也就是从AIDMA、AISAS到SICAS的转变。

Sense，品牌-用户互相感知

在SICAS生态里，通过分布式、多触点，在品牌-商家与用户之间建立动态感知网络（Sense Network）是非常重要的基础。关于触点，既有去向impression的产生，更有来向的on demand需求响应，对话过程无时无刻、随时随地，广告网络、智能语义技术、社交网络、移动互联网LBS位置服务等，是互动感知网络的基础。对品牌商家来讲，实时全网的感知能力变成第一要义，建立遍布全网的Sensor，及时感知需求、理解取向、发现去向、动态响应以及充分有效的Reach变得非常重要。对用户的感知最为重要，而能够被用户感知到同等重要，这两点是品牌商家建立感知网络的两个关键。对于用户来说，关注、分享、订制、推送、自动匹配、位置服务等，都是其有效感知的重要通路，品牌商家所需要做的，就是以最恰当的方式能够被用户通过这些通路感知。在Sense阶段，有6个衡量企业感知能力的基本指标：

Interest & Interactive，产生兴趣-互动

形成互动不仅仅在于触点的多寡，更在于互动的方式、话题、内容和关系。这方面，曝光、印象的效率在降低，而理解、跟随、响应用户的兴趣和需求成为关键，这也是为什么社会化网络越来越成为最具消费影响力的风尚、源头的原因。此阶段的用户，正在产生或者已经形成一定程度的心理耦合、兴趣共振。核心指标：

Connect & Communication，建立连接-交互沟通

意味着必须基于广告、内容、关系的数据库和业务网络，基于Open API、Network、分享、链接，将移动互联网和PC互联网结合，将企业运营商务平台和Web、App打通，建立与用户之间由弱到强的连接，而非链接。不同广告系统打通、广告系统与内容、服务系统打通，以及Social CRM等，成为其中的关键。帮助企业建立有效的Connect架构，评估不同方面Connect的成本效率：

Action，行动-购买

在行动-产生购买（Action）阶段，用户的行为不仅发生在电子商务网站之中，O2O、App、社交网络等，都可能成为购买的发起地点。帮助企业优化销售、电子商务布局，评估不同方面关键指标对于销售转化的价值和意义：

Share，体验-分享

体验-分享（Share）的原始理解在于社会化网络，但是实际过程中，互联网的开放分享会实现对用户体验分享碎片的自动分发和动态聚合，且一切远非口碑营销那么简单。体验、分享并非消费的末尾，很大程度上正在成为消费的源头，且体验分享的关键信息的发现能力，不仅是满足个性化需求的关键，也会成为消费生产力的重要来源。在体验、分享阶段进行互动、引导，其营销价值甚至大过于以广告制造最初的Attention。这是一个消费者主体、用户主权的时代。核心评估指标：

SICAS模型涉及到的内容非常多，想要执行起来非常的困难。个人认为与此模型比较类似的是小米的“参与感”。如何利用此模型目前个人还没什么清晰的思路。

ISMAS，由北京大学刘德寰教授提出，根据移动互联时代人们生活形态的改变（尤其是用户主动性的增强），针对传统的理论模型提出的改进模型。即：

ISMAS直接丢掉了之前的“广告”元素，认为在移动互联与社交媒体高度发达时代，用户直接就已经有兴趣植入，用户的消费进入了主动消费的时代。消费者对于购买目标十分清晰，并且知道该如何去进一步进行主动购买，寻求口碑效应，并且最终会讲购买心得作以分享，形成二次口碑。

广告在企业的市场营销活动中处于重要环节，担负着协助企业进行商品促销，开拓市场，吸引消费者的任务[8]。网络时代，社会化媒体给予用户极大的参与空间，使得消费者对商品的诉求越来越高。因此，在商业广告创意过程中，对消费者心理的研究和分析就显得至关重要。传统的AIDMA、AISAS和ISMAS模式均具有一定的时代优势，但未进行系统的整合，也未曾从广告创意策略方向进行探讨。基于此背景，将消费行为模式的相关理论进行整合，创新性地提出了ADMAS消费行为模式。

相关策略：

关于消费行为模式这么多的类型，如何决定我们应该使用哪个模型？有些人可能认为应该选择最新的，有些人可能以为应该选择最为流程的。我的建议是把上述所有流程串联起来，选择你认为最重要的。再跟进你认为重要的选项去完善你对应的策略。

PULSE模型是传统的网站衡量指标，基于商业和技术的产品评估，被很多公司和组织广泛应用于跟踪产品的整体表现。构成PULSE指标主要有：

这些指标非常重要，并且和用户体验息息相关。一个用户体验佳的产品在PV和用户量上应当是会不断增长的。但是这些指标要么太表面化，要么只是间接和用户体验相关，很难用来评估改变交互界面对于用户的影响。并且他们也经常产生负面的互相影响——比如一个特定功能页面的PV上升可能是由于这个功能真的很棒，或是界面让用户迷惑，而想通过不断的点击尝试离开。改变所带来短期的价值提升，但糟糕的用户体验长期来说会造成用户的流失。在一段特定时期内的用户指标数，例如七天活跃用户数常常被用做用户体验指标。该指标度量了整个用户群，但没有反映用户对于产品的深入程度，比如七天之内来访的频数，同样它也没有区分新老用户群体。在最糟糕的情况下，100%的活跃用户都是新访客，但活跃用户总数仍在不断增加，这对于产品来说显然是失败的。

基于PULSE中存在的不足，结合用户体验质量以及让数据更有实际意义的需求，Google提出了一个作为补充的度量框架：HEART。

这五项仅仅是指标体系的范畴，不同的产品可据此定义具体的指标，用以监控完成目标的过程。愉悦感结合用户的满意度来度量，任务完成度结合任务完成的效果和效率来度量。参与度、接受度、留存率是全新的范畴，一般通过广泛的行为数据来制定。通常并不适合在一个指标设定中用到所有维度，但可以参考该框架来决定是包括或排除某个维度。比如用户是要将使用你的产品作为工作的一部分，在这种企业环境下参与度就没有什么意义了。在这个案例中可以考虑选择愉悦感或者任务完成度。

目标-信号-指标：不管定义的用户中心的指标是怎样的，如果不能精确的和目标相关，以及能够跟踪达到目标的过程，那么都是白搭。

AARRR模型又称为海盗指标。是2007年由 Dave McClure（500 Startups创始人）提出的一种业务增长模式。它包括5个阶段：获客（Acquisition）、激活（Activation）、留存（Retention）、商业变现（Revenue）、用户推荐/自传播（Referral）。它被广泛接受为公司关注的五个最重要的指标，因为这些指标有效地衡量了公司的增长，同时又简单且可操作。

AARRR着重解决三个问题：

如果从AARRR模型的转化关系来说，解决这三个问题就是回答用户从何而来，是否喜欢APP，留下来多少人，多少人为此而付费，是否具有较高的传播价值。这几个问题是一个优秀APP产品走向成功所要必须回答的问题。

放眼整个APP业务，数据分析起到桥梁的作用，在APP研发、营销、运营等关键节点上，APP数据分析都将有所衡量和提供决策支持。

获取用户（Acquisition）

用户获取分析的关键在于找出最有价值的渠道。最有价值的渠道并不一定是用户量最大的渠道，而是指那个为我们带来了“触发关键行为的用户”的渠道。如果你比较怕麻烦，欢迎使用最简单粗暴的“关键行为”指标——留存率。

关注指标：用户生命周期价值(LTV)>用户获取成本(CAC)

提高活跃（Activation）

提到活跃，首先会想到的指标是DAU（日活跃用户）、MAU（月活跃用户）。这两个数据基本上说明了应用当前的用户群规模。通常活跃用户是指在指定周期内有启动的用户。另外针对使用时长和启动次数的渠道统计同样很重要。

关注指标：

提高留存（Retention）

有些应用不是需要每日启动的，那样的话可以看周留存率、月留存率等指标，会更有意义。

关注指标：

获取收入（Revenue）

LTV – CAC的差值，就可以视为该应用从每个用户身上获取的利润。所以最大化利润，就变成如何在降低CAC的同时，提高LTV，使得这两者之间的差值最大化。

关注指标：

推介&自传播（Refer）

社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的病毒式传播，这已经成为获取用户的一个新途径。这个方式的成本很低，而且效果有可能非常好；唯一的前提是产品自身要足够好，有很好的口碑。从自传播到再次获取新用户，应用运营形成了一个螺旋式上升的轨道。

关注指标：

有关病毒传播的一些容易被忽略的事实

Pinterest 的核心增长动能，就是来源于网站上UGC 的内容。种子用户输入（input）了内容，其他用户因为内容而在平台上产生了更多的engagement，而后因为这些UGC 内容持续从外部为Pinterest 带来更多的新老用户而形成了Loop。

知名的Amazon飞轮理论(flywheel model)，其实也是Growth Loop的概念。Amazon能够发展到今天这么成功，归功于他所做的事情能够推动飞轮持续不断的滚动！

飞轮模型最大的功劳就是把漏斗和倒漏斗模型连接在一起，形成了一个有自驱力的增长闭环。

飞轮的重点就是把用户给我们带来的增长能量用上，保持转下去。为了使它转得更快，你再叠加上去的所有能量都在增大能量池的大小。飞轮能不能持续转下去取决于三个因素：

动能

飞轮的旋转速度是通过我们在它最有影响的区域施加更多的力量而提高的。在漏斗模型里，所有的力量都用在了吸引和获取用户上，改进版里增加了留存。而在飞轮模型里，你还需要取悦用户并且帮助他们成功。这里要注意的是，既然试图在各个方面想方设法推动飞轮，就要确保所有的力量方向都是一致的。比如：销售人员和帮助用户成功的人员之间如果没有缺乏一致性，会让用户很不愉快并且流失，让你的飞轮速度慢下来。而销售和市场的不一致是另一个会拖后腿的典型原因。保持方向一致性，这一点至关重要。

摩擦力

我们可以找到用户丧失动力的地方并加以改进，以此来降低摩擦力。提高转化率，取悦用户，找到让用户流失的问题，都可以提高飞轮的速度。另一个重点角度是从团队和组织的角度考虑摩擦力。用户分组，人员之间的交接，专业化不足都可能导致摩擦。

自重和体积

当我们成功地提高了速度和降低了摩擦，会发现用户变得更加愉快了。而更愉快的用户意味着“更重“的飞轮，旋转的时候能产生更多的能量。这意味着，随着用户数量的增长，飞轮会带来更多增长。如果把用户“密度”也纳入考虑，让他们更多地使用我们的产品或者变得更有”粘性“，我们就能实现更多的动力和增长。

操作时，按照以下 3 步进行。

步骤一：找到衡量指标

飞轮模型其实是个半成品，有一个固定的框架，但还需要企业自己去填充关键指标。

先搞清楚飞轮的现状，三个阶段：吸引、参与、取悦。

问自己两个问题：

步骤二：最大化愉悦感

根据你绘制的飞轮，评估每个阶段用户体验的现状 → 想办法最大限度提高用户的喜悦，增加口碑。

步骤三：降低摩擦

找出用户与企业之间的摩擦、因团队内部摩擦导致的不好用户体验 → 重新调整，减少这些摩擦，更好地为用户服务。可以拆成四步来进行：

看完这么多模型你是否心理也有疑惑，我到底该用哪个？用最新的？用最流行的？

我的建议是具体问题具体分析，以上的模型都只能作为参考，用来完善你自己的增长体系。以上的成功案例，都是先成功，后总结。无论哪一个都不是拿着方法论去套用的。唯一不变的是用户体验。

参考链接：