投入资金和用户增长之间是不是有一个最合理值？

虽然根据主脾气，喜欢按照纯逻辑顺序，但因为是最近独立思考的新理论，没有参考对象，所以本文的目的是与更多的人讨论理论的可行性，所以提出一些问题，让观众有一些疑问，让一些观众愿意阅读和我讨论：只要我投资更多的钱，我就能带来更多的用户？每次多投资一笔差不多的资金，我都能带来一批差不多的用户？投资资金和用户增长之间有最合理的价值吗？大家广传的“指数型增长”真的是指数型吗？指数增长代表了产品的状态？非指数增长产品的危机是什么？在这里，不感兴趣的人应该已经离开了，所以我会和选择留下来的人讨论增长的问题。个人对概念的主观解释：在本文中，文主将增长分为三个部分：用户自发增长：依靠用户自发传播而产生的增长，而无需投入任何资源。投资资源促进用户自然增长：投资一些资源，但资源不用于直接增长用户，而是投资资源与用户接触，引起用户兴趣，用户自发进入；可以吸引用户利益，不会直接离开产品增长模式。暴力推广带来直接增长：直接给用户真正的收入或利益。收入和利益的条件是下载/注册产品，不管用户是否会在很短的时间内立即离开产品。在这篇文章中，我将前两类统一归类为自然增长。为什么我突然想到这个问题？在谈论自然增长时，我想先和你谈谈我观察到的两种现象，它们促使我开始思考这个问题：1。在许多公司中，我发现了这样一种现象：特别是TOC产品，当你设定一个阶段的增长目标时，似乎有一个公式是永恒的：指标=经验 很多人根据自己多年的了解行业经验，临时拍脑袋定一个指标，如你所见，它们基本上是1万、1万、1万的整数倍，这让我想，对于一个自然增长的产品，难道没有一个简单易用的方法来预测我们的用户在下一阶段会达到多少吗？2.“资源量=增长速度”的等式对吗？2.“资源量=增长速度”的等式对吗？当然，每个人都会认为上述等式是愚蠢的，那么增长的极限在哪里呢？为了找出问题，我假设了一个最简单的场景（概念：裂变是指当用户处于自然增长状态时，用户可以带来几个新用户，然后我认为最初的用户产生裂变；这种增长被称为裂变增长，你可以用细胞分裂来比较），如果我们从个人层面完全解释用户增长，会是这样的：我们可以提取四个重要的独立参变量：几%的用户？一段时间？一段时间？有多少裂变？投入多少资源？但如果我同时考虑这么多变量，我需要多个函数来解决，我相信你不会相信计算机拟合的答案。因此，我假设最简单的情况之一：如果现在有一个开发的邀请系统社区产品，用户必须有一个邀请代码才能注册，每个人每月只能发送一个邀请代码；根据目前的用户增长率，每月的用户数量将翻倍（即所有用户都邀请一个人）；然后，一个月后，这个社区的用户量极限将是当前的e(自然常数，≈2.71828..)倍；(这种情况是假设每个进入的新用户在无限小的时间内立即开始邀请下一个用户，你可以假设是1ns)以上结论是从一个非常简单的公式中得出的:我们可以通过带入场景获得:so，我已经获得了最简单的增长，我进一步推广它:(以下是极限，即最快/最多可以是多少，其实很难实现)如果我的基数是100个用户，那么我一个月后就会有100个用户。如果用户不只能邀请一个人，一个人可以邀请两个人(甚至没有限制，最近平均每个人可以邀请5个数据观测)；或者并非所有用户都邀请新用户，平均15%的用户通过最近的数据观察邀请新用户。定义：rate= “几%的用户”*“每个用户邀请多少人”的极限是：如果是两个月后的增长：在时间t的情况下，一般公式是：同样，我们可以计算出增长到一定规模所需的时间：例如，5%的用户发出邀请，一个用户邀请一个人，100个用户成为200的最快时间是13.86月：（所以不要为了稳定增长，害怕破坏用户增长，不要加速自然增长，当然，暴力增长不提倡）以上，我们讨论了所有极限情况，并获得了极限情况下的增长函数：用户一段时间后的规模预测为：（m为当前用户规模，rate=“时间t”*“参与邀请的用户比例%”*“每个用户邀请的数量”)这种极限公式不仅适用于用户增长的极限，也适用于在相对稳定的环境下预测经济规模、销量增长、产品销量增长的指标。其实这个值并没有我们数学中常用的那么快(也就是指数级增长)。在实际场景中，增长往往是这个极限的前端部分:有什么意义？我们可以看到，在上升到一个巨大的规模之前，它的曲线并不那么陡峭，也就是说，即使我投资了更多的资源，我也可以达到曲线的极限，所以所有的增长指标超过数据点的极限曲线依靠自然增长（裂变增长）是不可能的。另一个：在实际的商业案例中，最初的用户通常不会让我们从1开始自然成长。我们将准确地将它们放在我们认为目标客户聚集的地方，也就是说，它们实际上不符合此曲线。因此，我们的经典产品曲线是这样的：就像推送小米的新功能一样，我们的朋友圈转发与在小米论坛上发送相同。在小米论坛上发送不符合自然增长，然而，当功能开始走出小米论坛时，它开始传播，所以我们的实际曲线往往从这里开始：有了极限，我们如何预测下一阶段我的产品的指标数据？我们继续沿着极限公式的最终结论公式推断：当测量单位不是一个月时，该公式也可以应用。E倍增长以测量单位为单位时间，如一年、一天和一秒；只需定义一个阶段的数量。例如，我们可以定义“1秒=1”、“一年=1”或“一年=365”。X随着这个阶段的定义而变化，“30/x”、“365/x”还是“1/x"，都可以自己定义。如果我们进行极限处理，我们可以得到下一阶段的用户数量是在这个阶段：（x代表用户在进入x天后开始裂变）。如果所有用户整体进入，用户增长率不是100%（不是一个用户吸引一个人），x天后的增长率是a%（即上述说唱），我想知道用户数量在30天后变成了这个阶段：如果不是30天，也包括上一个时间推广结论，下一阶段，用户数量为：SO，我们有一个极限值——关于E的指数函数(决定增长上限)，我们有一个正常范围内的计算公式(预测下一阶段会达到的数量)。我们能做什么:1。准确预测某个指标(业务量、用户数量等)的增长。)，打破原来的(“指标=体验” 拍脑袋的不合理预测方法)。2.增长极限是指数增长，所以即使投入更多的资源，也只能让“1”→e在这个过程中，甚至许多产品本身也能实现“指数”增长。2.增长极限是指数增长，所以即使投入更多的资源，也只能让“1”→e“在这个过程中，甚至许多产品本身也可以实现“指数”增长。因此，投资更多并不一定会使增长更快。它有一个极限。3.指数增长底数为e是极限，但一般公司将向推广和市场部门投资资源，因此流量不能全部自然增长，人工推广促进用户理解愿意投资增长，通过推广迫使用户指标短期增长；我们可以判断当前投资是否合理，用户是否真的认可产品，或者只是因为市场投入，也就是说，如果增长不能满足常规增长数量的预测值（如果每个阶段都很低），我们可以说这个产品没有用户的认可。虽然它仍在增长，但如果它继续下去，产品将衰落和崩溃（在16%的人由“创新扩散曲线”和其他理论决定之前，它将在其他条件限制极限之前分阶段建立，这将在此实例中解释）。让我们用这两个模型来分析具体的案例。让我们用这两个模型来分析具体的案例。slackslack是一款云团队合作软件，它甚至没有营销团队，只依靠口碑营销和品牌影响力来获取用户（slack最近建立了一个营销团队，为什么需要这样做？原因分析后会解释)，即纯粹的自然增长。上图是Slack用户数量变化的曲线。我们试图从曲线上取下一个数据点，然后自己分析：由于图线基本上符合E指数增长，即Slack用户以近乎极限的增长速度增长，因此我们必须以极限状态分析其增长：通过比较，我们可以获得以下信息：1.slack的增长率为46.74%，也就是说，“裂变用户百分比”*“每个人的裂变用户数量”=46.74%，所以我们很容易得到下一段时间的用户数量。例如，我们可以计算2015年2月（即自变量为10）的用户数量为532k。从图中可以看出，2015年2月的用户数量约为520k，误差率为2%。对于预测，这个误差是完全可以接受的。2.为什么slack几乎是指数增长？2.为什么slack几乎是指数增长？因为在上图分析中，我们选择的n参考维度(横坐标，也是之前定义的“阶段”)是月，每个slack用户进入后都准备邀请下一个用户进入。与一个月相比，这段时间x是一个非常小的时间，所以slack在这个维度下以近乎指数的形式增长。3.slack以近似极限增长速度增长。这件事代表什么？（2）slack产品足够好，用户认可并愿意自发推广（相反，如果不是指数增长，事实上，你的产品可能不被许多用户认可，也许如果策略不变，你的产品危机即将到来，但它还没有开始发生，就像2008年美国房地产证券一样）。需要注意的是，许多媒体口碑的指数增长往往是投资大量资金的人为驱动（甚至是暴力推广的结果），因为增长的极限是指数函数。事实上，如果每个用户投资的资金减少，它将不再以指数增长，而不是像slack这样没有任何投资的增长，纯粹是由产品力量驱动的，它可以一直保持指数型。当然，在实际产品中，稳定投资于每个用户，诱导用户信任产品，然后进行自然增长（即我最初定义的第二类自然增长）也是加速增长和可持续发展的好方法。（3）如果我们想提高用户的增长率，我们实际上是在提高用户的裂变率和裂变量，即促进更多的老用户推荐，促进更多的人；因为已经达到了极限增长曲线，如扩大新用户实际上不能让增长更快，只是为了提高增长基础（可能是因为营销厌恶，营销对象不符合目标用户肖像，增长速度会减慢）。4.如果我已经是指数增长，我想投资资源来加速自然增长（仍然是自然增长，而不是暴力推广），最终实现下图的变化。我如何评估我的投入产出比？4.如果我已经是指数增长，我想投资资源来加速自然增长（仍然是自然增长，而不是暴力推广），最终实现下图的变化。我如何评估我的投入产出比？有最合理的投资吗？我们把这个问题放在第二阶段讨论，因为这部分作者还在探索，希望你能和我讨论。5.指数增长会继续下去吗？当然不是。从slack数据可以看出，该表只给出slack到50w用户规模的曲线。由于目前的增长还没有达到变化的时间点，因此没有其他趋势，so，大众产品的曲线拐点在哪里？产品增长的拐点——以网易云音乐为例，我想解释一下这些明星产品的未来趋势对于普通增长明星产品会是什么样子。（由于数据有限，我们只能以网易云音乐为例。如果你有合适的数据与我讨论，那就太好了。）一般来说，从我们看到的新闻稿中，我们总结的网易云音乐的增长是这样的：它看起来像一个指数增长的产品，对吧？但事实上，产品不会是上述趋势的增长，根据网易本人发布的《网易云音乐2016年上半年用户行为大数据》，网易云音乐用户数量趋势如下：虽然没有验证趋势的真实性，我们认为趋势是正确的，在此分析的基础上，为什么网易云不是指数增长到2亿，而是5500万用户的拐点，为什么1亿后恢复增长趋势。(我只分析了传播学教授埃弗雷德·罗杰斯在全面研究了508多项扩散研究后的工作，对任何行业的一般分析方法以及对这个拐点起作用的不同行业的不同特殊因素有了更好的了解)《DuffisionofInnovation》提出了著名的“创新扩散曲线”理论。罗杰斯用这一理论描述了个人和组织的创新过程。你可能在很多著名的演讲中都听过各种名人的理论，但我再给大家展示一遍:我们用这个理论来看看音乐行业。根据国家统计局2010年人口普查的数据，16-44岁的人口为5.48亿(当然你可以认为这个数据现在已经变了，这只是一个例子。我们都知道我们的目标用户有多大)。我假设5.48亿是最终用户规模；根据城乡人口普查，城市人口占57.35%。我认为城市人口是第一个接受新音乐播放器产品的人（假设这是