用户演进的阶段
分析阶段
- 移情：你需要深入目标市场，着手解决人们关心的问题，从而促使消费者愿意为你的商品买单。可以用漏斗模型，看模式转化率，例如管理员进入，题库-》试卷-》考试转化率，调查问卷等等
- 黏性：你需要了解自己能否找到已发现问题的解决方案。如果产品糟糕到访客一看到就会厌恶地离开的程度，那么再大力的推广也是毫无意义的。
- 病毒性：在保证产品或服务的黏性后，即可开始口碑营销。
- 营收：该阶段应着手盈利事宜，但并不意味着此前不存在收费行为。
- 规模化：盈利后，公司即可从自身发展模式切换至市场扩张模式。多级分销，地推。
底线
你要知道目标在哪里，哪些指标最重要，比如以下几点
- 增长率
- 留存率
- 获客成本
- 病毒性
- 可用性和可靠性
增长率
各个公司定的增长率标准不一样，比如些基准指标，每周能做到5%~7%算是好的增长率，如果1%的话，基本可以算没有想好想要干什么，当然如果公司在营收，那么公司增长率就是按照营收来计算的，如果没有收取费用，那么其增长率则根据活跃用户进行计算。
最开始肯定关注增长率，但是过早的扩张有些问题，容易激化产品质量，资金和用户留存方面的问题，把握公司产品与市场契合点，所以定制合理增长率标准。
留存率
指标细化，把按照时间维度的用户，不断缩减到一定指标，比如30%的用户每月用下应用，10%的用户每天都在用，这样目标让更多人每天用，并将这些指标与你的商业模式的预测进行对比，形成一个基准。当然可以引入价格方面形成线性关系。
注意
这里还可以细化出来，观察不同页面的差异，不要差异太大，这样可能出现很多问题，功能问题，用户成分单一等等。
获客成本
尽管无法告诉你获取一位新用户的成本是多少，但可以用客户终身价值的一个比例来定义它。客户终身价值是一位客户与你存在合作关系的这段时间内，为你带来的总收入。你计算出的客户终身价值可能是错的。任何商业模式都有不确定因素。在客户生命周期中，你能从他身上获得多少收入实际上是你猜出来的。如果你刚刚起步，那你可能花了过多的钱来获取这位客户，过了很长时间才能发现是否低估了流失率或高估了客户收益。“按照我的经验，流失率对于客户终身价值的影响最大，可惜，流失率是一个滞后的指标。
客户生命周期
最简单的公式是：
（客户收入客户生命周期）— 获客和维护成本
HubSpot 用的计算公式是：
平均购买价值平均购买频率平均客户寿命
David Skok 的算法是：
（每个用户的平均 MRR 毛利率）/收入流失率
客户生命周期价值是可以衡量的最重要的 SaaS 指标之一，甚至是最重要的。这是因为，它不仅可以使你了解客户现在的价值，还能预测客户将来的业务价值，从而帮你制定长远的客户战略。
注意
当你获取一位客户时，你的花费不要超过能从他（以及受他邀请加入的客户）身上获得的收入的1/3，除非你有充分的理由这样做。
病毒性
病毒性其实有两个指标：每个现有用户成功邀请了多少新用户（即病毒式传播系数）和他花多长时间才会邀请用户（即病毒传播周期）。病毒性没有所谓“正常”的标准。两个指标都依赖于产品的性质，以及市场饱和度。
病毒性没有“典型值”。如果病毒式传播系数低于1，它仍然会帮你减小你的客户获取成本；如果它高于1，你会不断增长。如果你的病毒式传播系数超过0.75就是一个好现象。要试着在产品中加入内在病毒性，跟踪这个指标并与你的商业模式进行对比。将人工病毒式传播与客户获取同等看待，用它带来的客户贡献的价值来对其进行划分。
可用性和可靠性
互联网时代赋予服务端一大特征跟桌面端不同的是，可用性，可靠性，获得99.95％以上的可用性也是代价高昂的，这意味着每年你只能宕机4.4小时。如果你的用户非常忠诚也非常活跃，他们就可以忍受短时间的宕机。如果你能在社交网络上公开宕机信息，让用户知情，那就更好了。
小结
你应该已经有一些正在追踪（或想要追踪）的关键指标了。你的比较结果如何？哪个指标最差？
我当初首先的版本赋予关于留存指标，因为留存的差异性太大，本身产品，给管理员培训的时间特别长（1个月左右），然后有的功能性问题太大。
基础平台建设
基本一些概念介绍完毕，在如今的市场环境中，品牌营销的转化效率逐渐降低。传统营销方式的失效，让企业需要从根本上进行调整革新。你要了解客户的真实需求，知道他们在想什么，想要什么，下面我把当时的一些思考罗列下来。
荒芜期
刚开始接触做增长平台，在自研平台还是第三方面平台犹豫过，后来拍板定下自研系统，因为当时产品不是很成熟，刚起步，谈不到盈利，很多人才方面很欠缺，思维方面转变不过来，很多需求呢拍脑袋定的，造就很多纠纷，因为无法量化出来的东西，就投入生产，那就相当于所有用户再做回归测试，很是要命。
最初环境方面大数据集群，熟悉的技术工具，处理一些计算游刃有余，计算引擎Spark，语言Java/Scala。
开辟期
环境基本建设完成，当时先跟一些人员沟通好，因为平台得埋点，会设计到一些应用端开发的人员调配，埋点方式分为客户端埋点和服务端埋点两种。客户端埋点适用于用户界面行为的上报，服务端埋点适用于业务操作的上报。
维度：日期，科室，医院，角色。一些基本指标，增长率，活跃度，环比，同比等等。当时这些基本指标出来后，不怎么清楚定位如何，但是就可以形成年报，月报，当时的商业模式，注定不是互联网那么快节奏，跟市场结合，半年出份报告就可以，分析出很多东西。
探索期
在开辟期做的一些基础性指标，现在看来，有几点帮助，做些新需求，模块一些使用情况。这个阶段已经明白第一关键指标关注留存，因为当时是虚假繁荣，每天很忙，计划不断，但是反馈信息不是很好，访问量会按阶段持续增长，但是留存量的增长效率不好，还有功能分布情况不理想。然后以如下指标为例，留存率，路径分析，漏斗转化率，热点图，故障分析。路径分析，用的是唯一值，串联起来用户一次访问的各个功能使用情况。
增长期
到了这个阶段很多成果出来了，功能规划，市场方面，用户反馈层面，一些积攒的疑难杂症也解决了。然后理解加深，提出用户分层，新用户=新普通用户+新管理员，新用户的定义是在这个时间阶段内第一次使用模块功能，关注管理员的行为，期望新用户在周期内增长。
根据这个情况提供闭环模型，改变模块，提升新用户增长。根据这个流程，实现整理出概况数据指标，有活跃医院，各个模块的新老用户，对应资源库，新老医院等等。目前来看优点：1.对于模块用户有了更好的认知，以便后续加深挖掘。2.产品行为更好的量化起来。3.更好的重构模块。
最后我的目光不断从底层，慢慢前移面向市场，听听市场讲课。然后研究出新的方案，公司产品刚开始分试用期，试用期管理员分层，其实普通用户对于pc端影响不大。关注管理员带动能更好的增长模式使用情况。现在由于app端，pc端的使用情况，其实在二三线城市不断在下移，它的多样性更加丰富，总结特点，发现相似性，提出更好决策，帮助市场，反哺产品。
