産品的盈利方式，是産品人經常會被問到的問題。你知道你的産品多久能盈利嗎？本文筆者就這個問題從6個方面進行了分析解讀，與大家分享。

投資回報率、投資回報期、投入産出分析……這些都是經濟學領域的名詞。

對标到互聯網行業，那也應該是商務或運營部門的小夥伴應該苦心研究的問題。奈何這活落在我這一産品小白頭上……

這裡可以分享一下“我在低頭坐，活從天上來”的小故事：每周的例會上，老闆都會問一個相似的問題，“按我們現在的推廣節奏和産品現狀，我們能多久賺回推廣和運營的成本……？”當老闆問出這個問題時，整個會議室都一片寂靜。

每當這個時候，我都會偷偷看向我們的運營小姐姐，依據Sue做産品前做過了一年的運營工作，以及對運營崗位的工作内容來看，這問題應該由她來回答的。而每次都在這沉默中，老闆都以三兩句釋放壓力的牢騷，結束了會議。

而在上上周，同樣的場景下，我被點名了！！！！

做PM就不能讓别人說你是不行，就算是女PM 也不能允許有人說這話（哈哈哈）

前情交代完了，那就來說說看Sue梳理的這個投入産出模型吧，希望有小夥伴可以探讨探讨。

一、用戶來源劃分

先要搞清楚用戶都是從哪來的，才能有後面的價值放大，或是“對症下藥”。

根據自身産品的情況和推廣的策略，對新用戶的來源進行用戶标記和劃分，以内容 社交的産品為例，來源劃分有但不限于：市場/商務渠道、運營活動、社群擴散……

這裡需要注意的一個問題是，規定一個用戶隻能記一個來源信息

所以需要定義來源的優先級，當出現同一個用戶存在多個來源信息的情況時，按優先級進行選取。

而這個優先級，是根據産品功能、推廣渠道，甚至是不同部門等因素對整個項目的盈虧影響和重要程度來定義的

二、用戶行為劃分

除了辦公場地的租賃、物資采購和人力成本外，還有關于産品獲客、産品運營等等會在項目支出上占大頭的類目，像品宣諸如此類的，就不一一列舉了（用老闆的話來說，就是哪哪都在燒錢~~）

大多數類目的投入和産品，是相對清晰明了的，比如：

• 花了多少錢租了這個辦公室多長時間；
• 花了多少錢給團隊配備多少人力，這些人輸出或産出了什麼
• 花了多少錢獲取了多少新用戶
• 花了多少錢做了哪些活動，活動提升了哪一項關鍵指标
• ……

如果我們隻關注投入成本獲取的新用戶，有多少是有付費意向的，每天産出了多少價值（有多少人充了或付了多少錢），那看到的永遠隻是那一小群人，那一畝三分地。

Sue認為應該關注用戶的更多行為，産品的更多場景。

将用戶行為分成兩大類：成本行為和收益行為，對應的定義分别是用戶做了這類行為會增加平台/産品成本的，做了這類行為會帶來平台/産品收益的。根據産品自身的設計，将符合定義的用戶行為一一列舉。

下圖為Sue所在項目的用戶行為梳理腦圖，涉及保密不便分享完整版本，看個大概哈~

三、投入産出模型一：單次采量的投入産出

需要說明的是：這個模型是預測性質的，所以是基于過往一段時間一定量的數據監測之上的。

也就是說，在老闆投錢采量前，我需要回答他，這一次投入的成本，按過往的數據作為參考，有沒有可能賺回來？什麼時候能賺回來？

相信大家都聽過這句：2019是過去10年最差的一年，是未來10年最好的一年（慌~~）

所以作為一家小小的創業公司的老闆，他主張不打無把握的戰，不做無回本可能的投入。

模型概述：某來源單次采量獲取的（激活登錄APP）新用戶，以該來源過往采量的用戶行為數據（新用戶日均人均行為成本&日均人均行為收益）為參照，按過往新用戶的留存率遞減累加

需要明确新用戶的定義：注冊當天（自然天）的用戶

補充說明：由于模型是基于均值來推算的，故模型成立有以下前提條件：用戶來源的質量相對穩定，即同一來源，投入相同的成本，能獲得相同的新設備激活，激活到注冊登錄APP的轉化率相同，用戶有相同的平台成本&收益行為（人均行為成本和人均行為收益），這些假定的定量需定期計算和校準。

示例：來源A計劃投入a元，能帶來b個注冊登錄APP的新用戶，來源A的新用戶活躍留存情況大緻為次日~第4日分别為60%、45%、35%，從第5天開始活躍留存率穩定在30%。

新用戶日均人均行為成本和日均人均行為收益分别為x、y，則本次投入可預測産出的價值為：

z=(y-x)(b 60%b 45%b 35%b 30%b 300%b 3000%b ……)

四、投入産出模型二：存量用戶的投入産出

産品推廣一段時間後，一定會留下一定量的活躍用戶。

如果說你的産品都留不住任何用戶，那可能需要關注的不是投入産出的問題，而是應該好好去複盤一下産品的定位和設計。

都說再準确的數據，都可能帶有“欺騙性”

Sue所在的項目就是了，有段時間日活的數據看着挺漂亮的，那條折線圖以穩定的趨勢緩慢地往上走，但伴随着走高的數據還有平台的活躍成本。

現在普遍的産品都會加類似打卡、簽到等維持用戶活躍的功能，我們是做内容 興趣社交的産品，所以也會鼓勵用戶創作内容和互動社交，也存在着相應的活躍成本。

不要小看這些幾分幾毛的支出哦，用戶量級稍微起來，這可能就是一筆比較大的成本了哦（請勿對比多金燒錢的大平台）

所以要辨别日活用戶中，哪些人是在榨幹平台，哪些人是在貢獻價值。可通過監測用戶行為、标記用戶設備或IP等方式進行鑒别，這裡就不做分享了。

模型概述：某來源的存量用戶（日活用戶中的老用戶），以老用戶的日行為數據（老用戶日均人均行為成本&日均人均行為收益）為參照，按已有的留存規律預測未來的日活，然後得出日活對應的日淨收入，最後得出當前存量用戶一段時間後的淨收入

補充說明：同單次采量的投入産出模型，這個模型也是預測性質的，所以也是基于某些變量假定不變的條件下才成立的。假定定量有：日均人均行為成本、日均人均行為收益、留存率。同樣需要定期計算和校準

示例:假定該來源當前的日活用戶為d，從今天起該來源再無新增用戶的情況下，通過過往數據分析得出：來源A的新用戶活躍留存情況大緻為第2日~第4日分别為a%、b%、c%，從第4天開始穩定在c%。

按注冊時間可算出前1天注冊的用戶數量為f1、前2天注冊的用戶數量為f2，3天以前（包括前3天）注冊的用戶數量為F，由此預測當前日活用戶在未來每一天的産出價值，和第n天後累計的價值。

對應的圖例：

（由于單日數據可能存在較大的波動性，為了使分析結果更準确，日活用戶數d、前x天注冊的用戶數fx應當取一段時間内的平均值）

五、假定定量（關鍵指标）的統計與監測

前面提到的幾個關鍵指标是假定定量，實際上它們都會受到一些因素的影響而波動，所以要

一直對它們進行統計和監測，确認在小範圍内穩定，當出現較大變化時需及時關注和分析，并實施對應措施恢複數值到合理範圍内。

（1）針對單次采量的投入産出模型：

1. 各來源，每天的新設備激活數；
2. 各來源，每天的新注冊用戶數；
3. 各來源，新用戶注冊當天産生的行為總成本；
4. 各來源，新用戶注冊當天産生的行為總收益；
5. 各來源，新用戶的流失周期和穩定留存率。

（2）針對存量用戶的投入産出模型：

1. 各來源，每天活躍的老用戶；
2. 各來源，每天老用戶産生的行為總成本；
3. 各來源，每天老用戶産生的行為總收益；
4. 各來源，老用戶的流失周期和穩定留存率。

六、模型搭建和分析的目的

任何的數據分析，都應該有明确的目的。如果目的不夠清晰，别說分析，就連數據提取都無從下手，在茫茫的數據庫中寸步難行。

除了回答老闆那個回本的問題，Sue還帶着其他的分析目的，想通過分析讓老闆更清楚現狀，給他提供下一步的方向和方案（雖然升職加薪已無望了2333）

1. 哪些來源的投入需要放大？
2. 哪些來源的投入需要縮小？
3. 哪些來源的存量用戶在榨幹平台？
4. 哪些來源的存量用戶在貢獻價值？
5. 成本壓力大的用戶行為主要有哪些？
6. 收益空間大的用戶行為主要有哪些？

數據分析的結果，應該具有指導性：

1. 新用戶的人均行為收益>人均行為成本，且老用戶的人均行為收益>人均行為成本。符合上述條件的來源，應當放大投入
2. 新用戶的人均行為收益<人均行為成本。符合上述條件的來源，應當縮小投入
3. 老用戶的人均行為收益<人均行為成本。符合上述條件的來源，存量用戶在榨幹平台，應當及時遏制
4. 老用戶的人均行為收益>人均行為成本。符合上述條件的來源，存量用戶在貢獻價值，應當多加引導
5. 某成本行為的日均人均金額>全部成本行為平均的日均人均金額（區分新老用戶）。符合上述條件的用戶行為，造成平台的成本壓力大
6. 某收益行為的日均人均金額>全部收益行為平均的日均人均金額（區分新老用戶）。符合上述條件的用戶行為，存在平台的收益空間大

本文僅為個人不成熟的分析總結，希望有不同分析思路的小夥伴，歡迎讨論指教。

本文由 @素小白 原創發布于人人都是産品經理，未經許可，禁止轉載

題圖來自 Unsplash，基于 CC0 協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部