看到这个问题，不由得想起我当初了解用户增长的时候，在网上一搜，发现用户增长的文章往往伴随漫天的黑话、方法论、金字塔、导图，心灵大受震撼的场景。
两者的差别用一句话来说就是，在用户生命周期的部分阶段两者有重叠，除了推荐算法外，用户增长在别的阶段还有一些不同算法应用。
这里从算法角度简单拆解一下用户增长算法的方向，帮助算法同学简单清晰地梳理下用户增长究竟是做什么的。但增长方向内容实在很多，我不能面面俱到，仅做个参考。
做用户增长，顾名思义，岗位负责最核心指标是用户数量。所以用户增长一般做的事情都要能够直接间接影响到 DAU。所以用户增长逻辑上很清晰：围绕用户的生命周期寻找优化点。但是因为链路过长，落实到技术上，会显得有些分散。
一般地，我们把用户的生命周期可以分解成如下几个阶段：
- APP 外
- 获客阶段：指如何获取新用户；
- APP 内
- 激活阶段：指将新用户从APP视角的空白用户激活成活跃用户；
- 活跃阶段：用户在APP内处于比较活跃的阶段；
- 沉默阶段：用户减少使用APP频率至比较低的水平；
- APP 外
- 流失阶段：用户卸载或者不再使用APP；
其中，进入到 APP 内阶段以后，用户增长和推荐算法就有比较大的重叠了。简单配张图。
1. 获客阶段
一般 APP 的获客阶段粗略地分，可以分成自然流量和购买的流量。自然流量指的是用户自发地安装产品，成为用户，通常占比较小。购买的流量一般指广告外投或者OEM预装等渠道，通过花钱购买曝光和安装，通常占比较大。
购买效果广告流量的场景，通常是这样的：
需要一些系统中的优秀 item 作为素材去外界平台投放广告，吸引用户点击广告并下载
有多种广告投放平台可选，这些平台的曝光价格（eCPM）不一而足，效果也不尽相同
随着时间增加，种子用户都已经有了广告曝光，剩下的用户点击率和转化率逐渐走低，获客成本逐渐增加
对这样动态的过程，算法是可以有一定介入能力的。算法可以做和需要做的事情包括：
- 种子 item 的选取：决定什么样的 item 可以作为外投广告的 item。
- **创意生成：**因为效果广告是千人前面的，每个人看到的广告都不一样，因此广告外投的展现形式是什么样子的也需要算法生成，这个样式一般叫创意。有的广告平台有生成创意的功能，有的则由广告主自行生成。下图是京东在某 APP 投放的开屏广告，尚不清楚是广告平台还是京东自己生成的，但可以确定是算法生成的，因为我在京东搜索了一圈，冰箱品类并没有“TC”这个品牌，看起来是 TCL 的品牌识别出了点问题。
- ROI、留存 和 LTV（lifetime value） 预估：由于外投流量是有成本的，我们需要预估买到新用户的长期留存和 life-time 的收益。当这个收益能够 cover 流量成本的时候，即 ROI > 1 时，我们认为是比较健康的，当 ROI 远小于 1 的时候，意味着外投获客是烧钱行为，不能够长久。这是时间序列问题。
对提升自然流量，算法侧一般的思路是增加 APP 的站外曝光量，如通过算法模型提高站外分享率等。
京东在某APP投放的开屏广告，可惜TCL拼错了
2. 激活阶段
从这个阶段开始，用户就进入到了产品内部，做的事情和推荐算法逐渐一致。激活阶段是用户增长最重要的阶段。它的重要性体现在几个方面：
第一，新用户刚来，几乎一张白纸，给新用户做推荐是极有挑战性的；
第二，新用户的耐心有限，能不能在很短的时间窗口内把 APP 的价值体现给用户，很大程度上决定了用户会不会留下；
第三，给新用户确立完整无偏的用户画像很重要，如果在最开始给用户定性定错了，短期留存必然上不去，许多产品对新用户会更多推热门 item，因为这些 item 的点击率相对更高，但热门 item 有时并不代表兴趣，如果没有考虑这点，新用户的画像就会学偏，这个用户从一开始就走向了流失。
这个阶段算法需要考虑的问题包括：
新用户承接：用户如果通过广告来的，则他进 APP 是带有一定目的性的，需要针对性地进行信用的承接
新用户推荐：
在没有用户画像时如何给新用户做推荐？
如何给新用户做推荐，能够尽快确立无偏的用户画像？
新用户激活：
如何让用户尽快积累点击或者展现，成为活跃用户？
这个阶段的策略和一般推荐算法最大的区别在于，它们不是 ctr 为目标的，而是以新用户的留存为主要目标进行优化的。这也是这一阶段另一个难点，留存不能直接优化，往往需要结合业务的 sense 或代理指标进行优化。
