Works with the AI tools you already use

    CClaude CodeCCursorCCodex CLIGGitHub CopilotGGemini CLIVVS CodeWWindsurf+15 more

    User Growth Engine

    by Joker

    1

    Growth strategy engine with AARRR/RARRA/flywheel/PLG/SLG models. Cold start to maturity lifecycle guidance.

    Free

    1 installSecurity scanned

    See it in action

    You say

    Our mobile app has 100K downloads but only 8% Day-7 retention. How do we find and fix the leak?

    Your agent does

    Retention Diagnosis: 8% D7 Retention

    📍 Stage: Retention Crisis (Benchmark D7: 25-40% for mobile)

    Step 1: Cohort Breakdown

    | Cohort | D1 | D3 | D7 | Pattern | |--------|----|----|----|----| | Organic | 45% | 20% | 12% | Best performers | | Paid ads | 30% | 8% | 3% | Wrong audience ⚠️ | | Referral | 55% | 28% | 18% | Strong signal |

    Step 2: Activation Analysis

    8% D7 retention = activation problem. Users never experience the core value.

    Funnel: Download → Signup → First Action → Aha Moment → D7 Retained

    • Download → Signup: 70% (OK)
    • Signup → First Action: 35% ⚠️ DROPOFF
    • First Action → Aha: 15% 🔴 CRITICAL

    Step 3: Fix Plan

    Week 1: Fix Activation

    • Simplify onboarding to 2 steps (from current 6)
    • Auto-trigger first core action (don't wait for user to find it)
    • Add progress indicator showing value ahead

    Week 2: Kill Bad Acquisition

    • Pause bottom 3 ad channels (3% D7 retention = money waste)
    • Redirect budget to referral program (18% D7)

    Week 3: Re-engage Dormant Users

    • Push notification: Personalized, value-reminder (not "come back!")
    • Email: Show what they missed with specific data

    Target: 8% → 20% D7 in 6 weeks

    About this skill

    用户增长决策引擎

    专家级用户增长策略制定与执行指南,帮助产品/运营团队在全生命周期内实现可持续增长。


    一、增长阶段路由

    根据产品当前所处阶段,选择对应的增长策略重心。

    阶段判断矩阵

    | 阶段 | 用户规模 | 核心挑战 | 策略重心 | |------|---------|---------|---------| | 冷启动期 | 0-1K | 验证PMF | 产品打磨、种子用户获取 | | 增长期 | 1K-100K | 规模化获客 | 渠道拓展、裂变放大 | | 成熟期 | 100K-1M | 效率优化 | 精细化运营、LTV提升 | | 衰退期 | 趋势下滑 | 防止流失 | 创新转型、第二曲线 | | 第二曲线 | 新周期 | 再次验证 | 差异化定位、迁移策略 |

    阶段转换信号

    冷启动 → 增长期
    ✓ NPS ≥ 40
    ✓ 周活跃率 ≥ 25%
    ✓ 用户留存曲线趋于平稳
    ✓ 自然推荐意愿出现
    
    增长期 → 成熟期
    ✓ 获客成本趋稳
    ✓ 用户结构趋于稳定
    ✓ 收入增速放缓但稳定
    ✓ 市场渗透率 ≥ 15%
    
    成熟期 → 衰退期
    ✗ 核心指标连续3个月下滑
    ✗ 用户获取成本上升 > 30%
    ✗ 竞品市占率快速提升
    ✗ 新生代用户认知度低
    

    二、增长模型决策树

    根据业务模式和增长目标,选择最适合的增长模型。

    模型对比矩阵

    | 模型 | 适用场景 | 核心指标 | 优势 | 劣势 | |------|---------|---------|------|------| | AARRR | 通用型、漏斗思维 | 获客→激活→留存→变现→推荐 | 结构清晰、易理解 | 留存权重偏低 | | RARRA | 留存驱动型产品 | 留存→激活→推荐→变现→获客 | 留存优先、更健康 | 初期增长较慢 | | 增长飞轮 | 平台型、网络效应 | 用户参与度、NPS | 自驱增长、正循环 | 冷启动门槛高 | | PLG | SaaS、工具类产品 | 激活率、免费转付费率 | 获客成本低、自下而上 | 付费意愿弱 | | SLG | B2B、大客户导向 | MQL、CAC回收周期 | LTV高、客单价大 | 扩张速度慢 |

    模型选择决策树

    业务模式判断
    │
    ├─ 消费级产品(toC)
    │   ├─ 有明确社交传播路径 → 增长飞轮
    │   ├─ 无明显网络效应 → AARRR
    │   └─ 用户需长期使用才见效 → RARRA
    │
    ├─ SaaS/工具产品(toB/PLG)
    │   ├─ 产品可自探索使用 → PLG优先
    │   └─ 需要销售介入 → SLG+PLG混合
    │
    └─ 平台型产品
        ├─ 双边/多边市场 → 增长飞轮
        └─ 单边工具+平台 → PLG切入,飞轮转化
    

    各模型核心公式

    AARRR漏斗

    LTV = ARPU × (1/流失率) × 毛利率
    CAC = 总获客成本 / 新增用户数
    PBP = CAC / (ARPU × 毛利率)
    

    RARRA健康度

    留存率 = 第N日活跃用户 / 第0日新增用户
    Golden Metric = 核心功能使用率 × 核心行为频次
    

    增长飞轮

    飞轮转速 = (用户参与度 × 互动频次 × 传播系数) / 摩擦阻力
    

    三、获客渠道矩阵

    渠道效能评估框架

    | 渠道类型 | CAC范围 | 规模化潜力 | 优化周期 | 适用阶段 | |---------|--------|-----------|---------|---------| | SEO | 低 | 中 | 3-6月 | 全阶段 | | SEM | 中 | 高 | 1-2周 | 增长+成熟 | | 社媒运营 | 低 | 中 | 1-3月 | 全阶段 | | 内容营销 | 低 | 高 | 3-6月 | 全阶段 | | 裂变分销 | 低 | 高 | 实时 | 增长+成熟 | | BD合作 | 中 | 中 | 1-3月 | 冷启动+增长 | | 应用商店 | 中 | 高 | 2-4周 | 全阶段 | | KOL合作 | 高 | 中 | 1-2周 | 增长爆发期 |

    渠道ROI计算

    渠道ROI = (渠道收入 - 渠道成本) / 渠道成本 × 100%
    
    归因权重(多触点归因模型)
    ├─ 首触点模型:100%归因首次触达
    ├─ 末触点模型:100%归因最终转化
    └─ 线性归因:平均分配各触点权重
    └─ 时间衰减归因:越近触点权重越高
    

    渠道组合策略

    冷启动期(0-1K用户)

    渠道优先级:BD合作 > 内容营销 > KOL > 裂变
    资源配置:BD 40% | 内容 30% | KOL 20% | 种子用户 10%
    核心目标:找到100个真实种子用户
    

    增长期(1K-100K用户)

    渠道优先级:SEM + 裂变 + 社媒 > SEO > BD
    资源配置:SEM 35% | 裂变 30% | 社媒 20% | SEO 15%
    核心目标:CAC最优前提下的规模化增长
    

    成熟期(100K+用户)

    渠道优先级:裂变 + SEO + 应用商店 > SEM > KOL
    资源配置:裂变 35% | SEO 30% | 商店 20% | SEM 15%
    核心目标:降低CAC、提升LTV、开拓新渠道
    

    四、留存优化方案

    留存诊断框架

    留存曲线三阶段:
    ├─ 恐慌期(Day 1-7):新用户流失高峰
    ├─ 调整期(Day 8-30):用户重新评估产品价值
    └─ 稳定期(Day 31+):核心用户群体形成
    

    留存优化四板斧

    1. 新手引导优化

    A-ha Moment定义公式
    A-ha时刻 = 关键行为 × 达成时间阈值
    
    示例:
    ├─ Facebook:7天内添加10个好友
    ├─ Dropbox:成功同步第一个文件
    ├─ Twitter:关注30人
    └─ Slack:2000条消息团队
    
    新手指引Checklist
    □ 首次体验 < 3分钟完成核心价值感知
    □ 单次引导步骤 < 5步
    □ 实时反馈机制(进度条/动画)
    □ 容错设计(可跳过/可重置)
    □ 个性化配置(基于用户选择调整)
    

    2. A-ha时刻设计

    发现A-ha时刻的方法:
    1. 留存用户 vs 流失用户行为对比
    2. Cohort Analysis(同期群分析)
    3. 行为序列挖掘
    4. 关键行为与长期留存相关性
    
    A-ha时刻验证实验:
    实验组:引导至A-ha时刻
    对照组:自由探索
    胜利条件:Day 7留存提升 ≥ 15%
    

    3. 核心使用循环设计

    Habit Loop = 触发 × 行为 × 奖励 × 投入
    
    触发类型:
    ├─ 外部触发:推送、邮件、短信、通知
    ├─ 内部触发:情绪、场景、习惯
    └─ 自动触发:时间、位置、设备状态
    
    奖励设计原则:
    ├─ 即时反馈(< 5秒)
    ├─ 可变奖励(随机性增加粘性)
    └─ 社交奖励(点赞、评论、排名)
    

    4. 用户分层运营

    用户分层金字塔
            ┌─────────┐
            │  超级用户 │  Top 1%
            ├─────────┤
            │  活跃用户 │  Top 5-10%
            ├─────────┤
            │  普通用户 │  活跃但低频
            ├─────────┤
            │  沉默用户 │  注册但未激活
            ├─────────┤
            │  流失用户 │  30天未回访
            └─────────┘
    
    分层运营策略:
    
    超级用户(Top 1%)
    ├─ 专属福利:内测资格、优先体验
    ├─ 荣誉体系:排行榜、勋章、称号
    └─ 参与共建:功能优先体验、意见领袖
    
    活跃用户(Top 5-10%)
    ├─ 会员体系:等级权益差异化
    ├─ 积分激励:行为换权益
    └─ 社区运营:专属群、线下活动
    
    沉默用户
    ├─ 触达策略:Push+短信+邮件组合
    ├─ 召回内容:个性化价值主张
    └─ 激励钩子:限时优惠、专属回归礼
    

    通知策略矩阵

    通知类型 × 价值 × 频率 = 用户感知
    
    | 通知类型 | 即时价值 | 长期价值 | 建议频率 |
    |---------|---------|---------|---------|
    | 核心功能提醒 | 高 | 中 | 按需 |
    | 内容推荐 | 中 | 中 | 1-2条/天 |
    | 社交互动 | 高 | 高 | 实时 |
    | 运营活动 | 低 | 中 | 1-2次/周 |
    | 系统通知 | 低 | 低 | 必要才发 |
    
    通知优化原则:
    ✓ 个性化 > 通用推送
    ✓ 推送时间基于用户活跃时段
    ✓ A/B测试通知文案和时机
    ✓ 沉默用户先分析流失原因再召回
    

    五、变现策略

    变现模式对比

    | 模式 | 适用产品 | 毛利率 | 可预测性 | 用户感知 | |------|---------|--------|---------|---------| | 广告变现 | 流量产品、社交 | 60-80% | 中 | 低(干扰) | | 订阅制 | SaaS、工具、内容 | 70-85% | 高 | 中 | | 增值服务 | 游戏、社交、社区 | 50-70% | 中 | 高 | | 交易抽成 | 电商、交易平台 | 10-30% | 高 | 低 | | 数据服务 | 企业服务、BI | 80%+ | 中 | 中 | | API授权 | 开发者工具 | 85%+ | 高 | 低 |

    变现设计原则

    变现时序:
    1. 先增长后变现(验证PMF前不急于变现)
    2. 变现方式与产品价值一致性
    3. 免费用户体验核心价值,付费解锁扩展价值
    
    定价心理学:
    ├─ 锚定效应:高价SKU衬托低价选择
    ├─ 尾数定价:199 vs 200
    ├─ 套餐捆绑:捆绑价 < 分开购买之和
    ├─ 损失厌恶:限时优惠、周年庆典
    └─ 社会认同:XX人已购买、年度TOP选择
    

    订阅制设计框架

    订阅层级设计(Tiered Pricing)
    
    免费版 → 基础需求、有限功能、显示品牌
        ↓ 价值对比
    付费版1 → 核心功能、基础权益、解除限制
        ↓ 价值对比
    付费版2 → 高级功能、团队协作、优先支持
        ↓ 价值对比
    付费版3 → 企业定制、专属客服、SLA保障
    
    定价比率参考:
    ├─ Tier1 : Tier2 : Tier3 = 1 : 3 : 10
    ├─ Tier2 vs Tier1 功能差异 > 30%
    └─ Tier3 vs Tier2 价格增幅 < 50%感知
    

    LTV优化路径

    LTV = ARPU × (1 / 月流失率) × 毛利率
    
    LTV优化杠杆:
    
    ARPU提升:
    ├─ 价格优化(基于支付意愿调研)
    ├─ 交叉销售(相关功能包)
    ├─ 升级转化(免费→付费)
    └─ 付费路径优化(减少流失节点)
    
    流失率降低:
    ├─ 合同锁定(年付优惠)
    ├─ 使用深度锁定(数据迁移成本)
    ├─ 社区锁定(社交关系)
    └─ 习惯锁定(行为惯性)
    
    毛利率改善:
    ├─ 降低服务
    

    How to install

    Drop the file into your AI Agent. Works with Claude, Cursor, ChatGPT, and 20+ more.

    Reviews

    No reviews yet

    Be one of the first to try it. Every listed skill passes our trust checks below.

    Security scanned

    Passed our 8-point scan before listing

    1 install

    Downloaded by developers to date

    Free forever

    No account required to browse

    Trust & safety

    Security scanned

    Verified clean 1 month ago

    • Free forever, no account required

    Installs1
    Listed1 month ago

    Creator

    Frequently Asked Questions

    Popular in Sales & Growth

    Free