洞察用户活力的核心在于通过更精细的粒度数据展现产品中的化学反应。让我们更准确地分析和定位问题。
洞察用户活力是制定产品数据增长战略的基本条件。也许你读过与数据增长相关的书，但做好数据增长还是有难度的。
不是书里的内容有些单薄，而是真正的原因是我们缺乏对用户生命力的洞察，导致我们没有把这些方法正确地付诸实践，不是方法不对，而是没有充分发挥方法的价值。
完整的数据增长战略应该是合适的时间做了合适的事情,但仅仅知道“事情”是不够的。我们需要有“时间”的概念，需要知道接触时间和事物之间“适宜性”的含义。
当你洞察到用户的活力，数据增长策略就不再神秘和困难。
如果我们能在用户心情好的时候诱导用户付费升级，在用户迫切需要的地方诱导用户分享转发，那么我们的付费率和分享率都会有很大的提升。
难点不在于如何让用户开心，也不在于如何让用户迫切需要，而在于我们如何看到用户什么时候开心，什么时候需要。
这不是拍脑袋的直觉。我们需要更客观的数据来分析和证明。
洞察用户生命力的核心在于通过颗粒度更细的数据，将产品内部的化学反应呈现出来。让我们能够进行分析，能够更精准的对问题进行定位。
在前一节的情况下，我们增加了一些数据信息，你会发现问题发生了很大的变化，在投入市场之前，你的策略可能会被判断为无效。
经过一段时间的数据观察，我们发现新用户的留存数据非常好，第二天的留存率甚至远高于市场平均数据，达到了惊人的70%，第7天的留存率也是60%，而第30天的留存率是50%。也就是说，每天新增1万个用户，第30天核算，每天数据中至少包含15-20万个用户。但是每天的数据还是100万，没有改善。
这意味着新用户的留存问题不大，确实留存在产品中，日常活动数据并没有因为其他原因得到改善。因为问题导向偏差，你的一些计划变得毫无意义。这样的事情每天都在我们的工作中上演。一旦问题定位错误，你的任何解决方案都将毫无意义。如果已经投入开发阶段，必然会导致资源和时间的枯竭。
更重要的是，你会一次次透支团队的信任，你的压力会随着每次的执行结果成倍增加。虽然我们可以通过良好的沟通技巧和优秀的领导才能调动每个人的积极性，但这种情况不会持续太久。
任何措施都只能维持表面上的友好现象，任何掩饰都掩盖不了你的信任面临平衡不足的问题。
正如我所描述的：这是一个困境，而你深陷其中，在极大压力的背景下，你极有可能继续作出错误的决策，也许你会将毒蛇视为能够助你脱离困境的绳索。.
不可避免的，你会越陷越深，最终的结果可能是产品下架，项目组解散，甚至公司解散。而这一切的罪魁祸首，你错误决策的根本原因就是我们缺乏对用户生命力的洞察。
由于缺乏洞察力，我们无法准确定位问题，这直接导致我们做出错误的决定。如果你能准确定位问题，结果会大不相同。
还是老样子。经过更深入的数据分析，你已经发现，日常数据不再增长的原因，并不是新用户被保留。因此，您需要一个更细粒度的数据分析模型来帮助您找出真正的问题。
通过对近7天日常用户的详细分析，可以得到日常用户的活力分布如下：
在每天登录的100万用户中，0%的用户注册时间超过150天。5%的用户有120天的注册时间。10%的用户有100天的注册时间；35%的用户有80天的注册时间；25%的用户有60天的注册时间；15%的用户有30天的注册时间。
数据显示，真正的问题不是新用户的留存，而是老用户的生存。
在100万用户中，只有10万用户注册超过100天。这意味着，在今天的1万个新用户中，100天之后只剩下1000个用户，150天之内，这些新用户将被完全榨干。
用户生命周期短，只能聚集一批活了150天的用户，活了150天以上的用户会默默死去。
这个问题是每月增加30万用户的根源，但日常数据并没有得到改善。
相应的解决办法就是延长老用户的寿命，让更多存活80天的用户能够存活100天，让更多的用户能够存活120天甚至更久。
在粒度更细的数据分析中，累计用户从来不是从头到尾连续累计，而是在用户的生命周期内累计。
这就需要你准确定义大部分用户在产品中的生存时长，并以此为区间值，统计区间内新增用户数为有效累计用户数。
案例中，有效累计用户为150天累计新增用户，按照每天新增1万用户的后台计算，是150万有效累计用户，而不是1000万用户或2000万用户连续累计。对于死用户来说，除了让数据好看之外，没有分析价值。
不仅如此，事实上，这部分数据往往是我们分析过程中的一个障碍，往往导致我们错误地预测形式，错误地定位问题，最终提出错误的解决方案。
数据分析的粒度太大，让我们很难准确定位问题，也影响了我们对用户生命力的洞察。
在案例中，如果能提高用户的活力，让更多的用户从80天走到100天，也就是增加老用户在日常用户中的比例，就能有效提升日常数据。然而，增加新用户的比例不会有很大的意义。
在案例的数据模型中，80天之前的报名时间是一个生存和积累的过程，每天的活动比例越来越高。注册80天后，用户开始大规模流失，日活跃比例越来越低。
80天前提高用户的留存率是一个事半功倍的策略。即使我们让更多的用户存活80天，80天后还是会有大规模的流失。
提高80天之后的用户留存，是一种事半功倍的方法，是一种延长用户生命力的策略。
通过将更多用户的生命周期从80天延长到100天，最终的表达是增加存活超过100天的用户比例。即使我们没有额外的新用户，由于老用户的累积效应，每天的数据也可以大大提高，甚至有些用户的生命力可以延长到150天以上。
我想你已经发现了，日活数据里，老用户占比越高，产品的日活用户越多，越能呈现一个正面发展的趋势，反之，如果日活用户当中，新用户占比越高，则表示产品进入了一个瓶颈期。.
这个时候，推广更多的新用户只是事半功倍。你需要花费更多的精力和成本，但效果并不令人满意。延长老用户的生命周期是一种技能，可以带来根本性的改善。
洞察用户的生命力，是产品进行数据增长策略时的基础条件，其核心在于更深度的窥视产品内部的化学反应，需要借助颗粒度更细致的数据分析方法。
当你掌握了这种方法，你将不再仅仅依靠想法或实践，也不再依赖虚幻的运气，而是更科学地发展数据增长。
你会知道产品内部发生了什么，我们对问题的定位不再是宽泛的保留，而是更细化的保留什么样的用户，保留新用户，还是保留老用户。
你会知道，用户活力(生存天数)的价值对产品的迭代策略意义重大。
你也会知道，一个成功的产品，一个伟大的产品，不会留下两个命题，即延续用户的生命力和防止用户死亡。
至于产品，就像医生一样，我们会尽一切可能延长用户的寿命，同时也会利用各种可能，避免用户过早死亡。
这样做的前提是你能看到用户的活力，意识到问题的存在，否则你会束手无策。
这就像一种不知道症状的疾病，一种无法诊断的疾病，即使是最好的医生也很难治疗。
如果我们不能准确发现用户的寿命，就无法知道起点，甚至无法知道什么样的用户需要提供什么样的服务。毕竟，将寿命从10天延长到30天所需的策略与将寿命从100天延长到150天有很大不同。
这不是一种专门针对运营的落地方法，而是一种可以帮助我们进行产品决策，帮助产品经理定位深层次问题的方法。它是一种我们可以立即学习和使用的产品落地方法。
他的作用是使我们能够更准确地定位问题，从而制定最适合的产品方案和产品策略，最后依靠产品设计的方法来改善一个或多个数据指标。
即使不改变运营策略，不依赖外部资源，也能实现产品本身的数据增长。
在思考一下：,如果我们将注册100天的用户数量增加到20%，会发生什么？你能计算出这个时候每天的用户数量吗？
#专栏作家#
枯叶，微信微信官方账号：枯叶咖啡馆。每个人都是产品经理专栏作家。9年产品经理经验和3年产品总监经验。擅长数据增长和商业模式。孵化了数千万用户的创业产品。
这篇文章最初发表的原因是每个人都是产品经理。未经允许禁止复制。
该数字来自Usplash，基于CC0协议。
奖励作者，鼓励TA努力！欣赏
