一、如何定义用户增长
如果不能定义，就无法衡量；如果不能衡量，就无法管理。

用户增长的定义应该拆分成两部分：用户和增长。

1. 用户：哪类用户属于增长用户

在线上获客成本低廉的移动互联网早期，AARRR模型围绕着获客建立，它符合用户与产品的互动方式，并且突出了从拉新到变现的所有重要元素。

AARRR代表：

用户拉新Acquisition

用户激活Activation

用户留存Retention

用户推荐Referral

商业收入Revenue

而如今，只有短视频那类受追捧的新场景能够享受到增量红利，多数市场已经进入获客成本高企、人口红利不在的存量市场，AARRR模型也将留存置于拉新之前，优化成新的RARRA模型。

RARRA模型意味着，首先产品要有留住用户的能力，然后再进行拉新，减少获客成本的浪费。

如果将新客定义为增长用户，则犹如一边接水一边漏水的桶，而最终能够使用的水仅仅是漏掉后桶里剩下的水。所以，能够算作增长的用户只是新客中留存的那部分用户。

2. 增长：就全量用户而言，留存的新客是否能够代表增长

用户成为新客，意味着启动了用户生命周期的旅程。

用户生命周期将用户划分为五个阶段：

引入期：将用户从外部市场引入，转变为自己产品的用户；

成长期：通过刺激需求，促使用户粘性提升，所有留存的新客都会进入成长期；

成熟期：用户形成使用习惯，成长为忠诚用户，是用户价值最高的时期；

沉默期：用户的粘性逐渐下降，有流失风险；

流失期：用户基本不活跃，对营销刺激反应也不明显。

从用户生命周期看，用户有新增也有流失，用户流失后不能再带来价值。

所以，用户增长既包括了留存新客的增加，也包括了价值老客的减少。

用户增长应定义为：能带来价值的净增长用户。

用户增长公式为：能带来价值的净增长用户=留存的新客-流失的价值老客

二、如何计算增长用户

以电商为例计算增长用户：

1. 计算留存的新客数

电商行业，一般将首次下单用户视为新客，将用户的第二次下单视为留存。由于购买商品的性质不同，首次购买后，间隔一周甚至一个月再次购买都是有可能的，所以用户留存是个相对长期的行为，那么，计算近期新客在未来的留存则是一个预测问题。

找一个较长的时间，比如一年，将所有留存新客的首次下单日期与第二次下单日期计算差值，就得到了每个新客的留存天数。对留存天数统计用户占比，得到一条曲线：

曲线长尾的拐点处是留存天数的阈值（图中为30天），新客在这个日期之后再进行第二次下单的概率是非常低的。

计算新客在阈值天数内的累计留存率，就得到了新客留存率的预测值。

新客留存率与行业季节性变化相关，在大促月份，新客数量多但是留存率很可能不如其他月份，因此，新客留存率应分月计算。同时，最好使用历史两年的数据计算，以验证季节因素的普遍性。

月留存新客数=月新客数*新客留存率的预测值

2. 计算流失的价值老客数

电商的价值老客指历史至少下单两次的老用户。

用户流失预示着用户未来大概率不会再下单，那么，找到用户下单间隔大概率在哪个临界点内，也就找到了用户流失的关键时间点，即超过多长时间未下单可判定为流失。

下表数据为例，对历史一年下单2次的用户计算全部订单的间隔天数，间隔90天以上的订单占比仅为3%，可将90天定为流失点。

某月新增流失老用户，指用户最后一次下单后，持续90天未下单，且第90天的日期刚好落在这个月内。

通过计算流失日期，获取流失价值老客数：

月第一天 （价值老客最后一次下单日期+90天的流失期） 月最后一天

三、用户增长平衡点

用户流失是无法避免的事，为了获得用户持续的增长，就要保证用户流入的速度比流出的速度快，即留存的新客数要超过流失的价值老客数。

用户增长平衡点：留存的新客数 流失的价值老客数

用户增长平衡点可以为未来获客数量划定红线。

流失率是一个相对稳定的值，未来的流失价值老客数可以通过历史数据进行预测。该预测结果即为未来留存新客数的底线，通过历史新客留存率，可推算出至少应该获客多少才能保证用户增长。

通过推算的获客数量与以往的获客成本，可得出需要多少预算才能带来真正的用户增长。

#用户增长#