


















hi,这篇笔记我们尝试拆解一下AI领域的产品的增长案例,我以字节豆包为例
第1步- 确定用户增长的北极星指标
周有效对话用户数 ( WCCU)
“有效对话”定义: 指用户与豆包进行了一次多轮的连续对话,假设是5轮
第2步 - 认清产品的用户增长驱动模式
产品驱动:模型的聪明程度、回答的准确性、响应的速度、对上下文的理解能力
生态驱动 :作为“AI能力插件”无缝集成到抖音、今日头条等各个场景中
内容驱动(智能体):豆包的“智能体”广场,允许用户创建和分享各种特定用途的AI机器人
第3步 - 确定用户增长的有效杠杆
1. 使用增长公式拆解模型
第一层拆解:按用户旅程拆分
WCCU=WAU(周活跃用户数)×有效对话转化率
有效对话转化率: “有效对话(≥5轮)”的用户比例
第二层拆解:按“对话漏斗”拆分
有效对话转化率=P(达到2轮)×P(从2轮到3轮)×P(从3轮到4轮)×P(从4轮到5轮)
P(达到2轮): 用户在发送第一条查询后,愿意继续发送第二条查询的概率。我们称之为 “次轮留存率”
P(从X轮到X+1轮): 用户在完成了X轮对话后,愿意继续进行第X+1轮对话的概率
在这个漏斗中,次轮留存率 - P(达到2轮) 是拥有最高杠杆效应的指标,因此,我们的核心增长杠杆,就是提升 次轮留存率
2. 通过四象限分析模型,明确策略方向
我们的关键指标是 次轮留存率,相应的策略方向可能有很多,以“优化AI回答”和“优化产品交互”两个维度为例
优化“AI回答”:策略包括增加追问按钮等
优化“产品交互”:策略包括”答案结构化“或”提供关联主体探索“
3. 通过ICE评分,\"追问建议\"是最优方案
? 增长杠杆点:通过在AI每次回答后,智能地提供 可点击的“追问建议”按钮,提升“次轮留存率”
第4步 - 寻找可执行的用户增长的魔法数字
我们已经确定了杠杆是“智能追问建议”,现在需要找到这个流程中的“魔法数字”,假设分析结果如下
✨ 魔法数字:一个新用户,在他的首次会话中,点击了至少1次由AI生成的“追问建议”按钮
第5步 - 基于魔法数字设计增长策略
我们的核心目标是:设计产品功能和体验,千方百计地让新用户在首次会话中,就点击一次“追问建议”按钮,策略包括如下:
提升建议的惊喜感
结合用户身份个性化提问建议
优化UI/UX,快速响应
第6步 - 设置AB实验,验证策略有效性
#用户增长 #字节豆包
第1步- 确定用户增长的北极星指标
周有效对话用户数 ( WCCU)
“有效对话”定义: 指用户与豆包进行了一次多轮的连续对话,假设是5轮
第2步 - 认清产品的用户增长驱动模式
产品驱动:模型的聪明程度、回答的准确性、响应的速度、对上下文的理解能力
生态驱动 :作为“AI能力插件”无缝集成到抖音、今日头条等各个场景中
内容驱动(智能体):豆包的“智能体”广场,允许用户创建和分享各种特定用途的AI机器人
第3步 - 确定用户增长的有效杠杆
1. 使用增长公式拆解模型
第一层拆解:按用户旅程拆分
WCCU=WAU(周活跃用户数)×有效对话转化率
有效对话转化率: “有效对话(≥5轮)”的用户比例
第二层拆解:按“对话漏斗”拆分
有效对话转化率=P(达到2轮)×P(从2轮到3轮)×P(从3轮到4轮)×P(从4轮到5轮)
P(达到2轮): 用户在发送第一条查询后,愿意继续发送第二条查询的概率。我们称之为 “次轮留存率”
P(从X轮到X+1轮): 用户在完成了X轮对话后,愿意继续进行第X+1轮对话的概率
在这个漏斗中,次轮留存率 - P(达到2轮) 是拥有最高杠杆效应的指标,因此,我们的核心增长杠杆,就是提升 次轮留存率
2. 通过四象限分析模型,明确策略方向
我们的关键指标是 次轮留存率,相应的策略方向可能有很多,以“优化AI回答”和“优化产品交互”两个维度为例
优化“AI回答”:策略包括增加追问按钮等
优化“产品交互”:策略包括”答案结构化“或”提供关联主体探索“
3. 通过ICE评分,\"追问建议\"是最优方案
? 增长杠杆点:通过在AI每次回答后,智能地提供 可点击的“追问建议”按钮,提升“次轮留存率”
第4步 - 寻找可执行的用户增长的魔法数字
我们已经确定了杠杆是“智能追问建议”,现在需要找到这个流程中的“魔法数字”,假设分析结果如下
✨ 魔法数字:一个新用户,在他的首次会话中,点击了至少1次由AI生成的“追问建议”按钮
第5步 - 基于魔法数字设计增长策略
我们的核心目标是:设计产品功能和体验,千方百计地让新用户在首次会话中,就点击一次“追问建议”按钮,策略包括如下:
提升建议的惊喜感
结合用户身份个性化提问建议
优化UI/UX,快速响应
第6步 - 设置AB实验,验证策略有效性
#用户增长 #字节豆包


