Back to Registry
View Author Profile
Official Verified
user-growth
用户增长技能 - 掌握获客、激活、留存、转化、推荐等全链路增长能力
skill-install — Terminal
Install via CLI (Recommended)
clawhub install openclaw/skills/skills/alsoforever/user-growth-gungunOr
📈 user-growth - 用户增长技能
Slogan: 数据驱动增长,实验驱动优化
📋 技能描述
提供完整的用户增长能力,从获客到推荐的全链路优化, 帮助 AI Agent 制定增长策略,通过实验和数据驱动实现可持续增长。
🎯 核心知识
1. 增长模型
AARRR 模型(海盗指标):
Acquisition(获客)
├─ 目标:让用户知道你
├─ 指标:UV、CAC、渠道 ROI
└─ 策略:SEO/SEM/社交/内容/广告
Activation(激活)
├─ 目标:让用户体验核心价值
├─ 指标:激活率、时间到价值
└─ 策略:onboarding、引导、激励
Retention(留存)
├─ 目标:让用户持续使用
├─ 指标:留存率、DAU/MAU
└─ 策略:推送/活动/内容/会员
Revenue(收入)
├─ 目标:让用户付费
├─ 指标:转化率、ARPU、LTV
└─ 策略:定价/促销/交叉销售
Referral(推荐)
├─ 目标:让用户推荐用户
├─ 指标:K 因子、推荐率
└─ 策略:邀请有礼/分享激励
2. 获客渠道
| 渠道 | CAC | 质量 | 适合阶段 |
|---|---|---|---|
| SEO | 低 | 高 | 全阶段 |
| SEM | 中 | 高 | 早期/增长期 |
| 社交广告 | 中 | 中 | 增长期 |
| 内容营销 | 低 | 高 | 全阶段 |
| KOL 合作 | 中高 | 高 | 增长期 |
| 病毒传播 | 极低 | 中 | 产品成熟后 |
| 线下活动 | 高 | 高 | B2B/高端 |
3. 增长实验
增长实验流程:
1. 数据分析
- 漏斗分析
- 用户分群
- 问题识别
2. 提出假设
- "如果...那么..."
- 预期提升
- 验证指标
3. 设计实验
- A/B 测试
- 样本量计算
- 实验周期
4. 执行实验
- 流量分配
- 数据收集
- 质量监控
5. 分析结果
- 统计显著性
- 实际意义
- 决策建议
6. 推广/迭代
- 全量推广
- 继续优化
- 沉淀经验
4. 关键指标
| 指标 | 说明 | 健康值 |
|---|---|---|
| CAC | 获客成本 | <LTV/3 |
| LTV | 用户生命周期价值 | >3×CAC |
| 留存率 | D1/D7/D30 | 40%/25%/15% |
| DAU/MAU | 活跃度 | >20% |
| 转化率 | 付费转化 | 行业差异大 |
| K 因子 | 病毒系数 | >1 自增长 |
| ROI | 投资回报率 | >1 |
5. 增长策略
增长策略矩阵:
【快速获客】
- 付费广告
- KOL 合作
- 应用商店优化
- 地推
【低成本获客】
- SEO
- 内容营销
- 社交媒体
- 病毒传播
【提升激活】
- onboarding 优化
- 引导流程
- 新手任务
- 激励措施
【提升留存】
- 推送优化
- 会员体系
- 内容运营
- 活动运营
【提升收入】
- 定价优化
- 付费点设计
- 交叉销售
- 促销活动
【提升推荐】
- 邀请有礼
- 分享激励
- 口碑营销
- 社群运营
🛠️ 应用能力
能力 1:漏斗分析
漏斗分析模板:
【电商漏斗】
访问 → 浏览商品 → 加购 → 下单 → 支付
数据:
- 访问:100,000
- 浏览:50,000 (50%)
- 加购:10,000 (20%)
- 下单:5,000 (50%)
- 支付:4,000 (80%)
问题识别:
- 访问→浏览:50%,正常
- 浏览→加购:20%,偏低
- 加购→下单:50%,正常
- 下单→支付:80%,正常
优化方向:
- 优化商品展示
- 优化价格策略
- 增加加购激励
能力 2:用户分群
用户分群方法:
【RFM 模型】
Recency(最近消费)
Frequency(消费频率)
Monetary(消费金额)
分群:
- 重要价值用户(高 R 高 F 高 M)
- 重要发展用户(高 R 低 F 高 M)
- 重要保持用户(低 R 高 F 高 M)
- 重要挽留用户(低 R 低 F 高 M)
- 一般用户
【行为分群】
- 高频用户
- 低频用户
- 沉默用户
- 流失用户
【来源分群】
- 渠道 A 用户
- 渠道 B 用户
- 自然流量用户
【生命周期分群】
- 新用户(0-7 天)
- 成长用户(7-30 天)
- 成熟用户(30-90 天)
- 衰退用户(90 天+)
能力 3:A/B 测试设计
A/B 测试设计模板:
【实验目标】
提升注册转化率
【假设】
"如果简化注册流程,那么注册转化率会提升"
【实验设计】
- 对照组:现有注册流程(5 步)
- 实验组:简化注册流程(3 步)
【样本量】
- 预期提升:20%
- 显著性水平:0.05
- 统计功效:0.8
- 需要样本:每组 5000 用户
【实验周期】
- 预计时间:7 天
- 流量分配:50%/50%
【监测指标】
- 核心指标:注册转化率
- 辅助指标:注册完成时间
- 护栏指标:用户质量、留存率
【决策标准】
- 统计显著(p<0.05)
- 实际提升>10%
- 无负面影响
能力 4:增长策略制定
增长策略制定流程:
1. 现状分析
- 当前数据
- 行业对标
- 问题识别
2. 目标设定
- SMART 目标
- 时间节点
- 资源投入
3. 策略选择
- 获客策略
- 激活策略
- 留存策略
- 转化策略
- 推荐策略
4. 执行计划
- 具体动作
- 负责人
- 时间表
- 预算
5. 监测优化
- 数据监测
- 效果评估
- 持续优化
能力 5:病毒增长设计
病毒增长设计框架:
【种子用户】
- 选择高影响力用户
- 提供专属体验
- 激励分享
【分享动机】
- 利益驱动(优惠/奖励)
- 社交驱动(炫耀/认同)
- 情感驱动(共鸣/感动)
- 价值驱动(帮助他人)
【分享机制】
- 邀请有礼
- 拼团
- 分销
- 内容分享
- 成就分享
Metadata
AI Skill Finder
Not sure this is the right skill?
Describe what you want to build — we'll match you to the best skill from 16,000+ options.
Find the right skill Add to Configuration
Paste this into your clawhub.json to enable this plugin.
{
"plugins": {
"official-alsoforever-user-growth-gungun": {
"enabled": true,
"auto_update": true
}
}
}Safety NoteClawKit audits metadata but not runtime behavior. Use with caution.
Related Skills
industry-compare
行业对比技能 - 同行业多公司对比分析、行业地位评估
alsoforever 4473
memory-stack
AI 记忆栈架构 - 符合 2026 前沿的 AI 记忆系统。微调+RAG+ 上下文三层设计,mirrors 人类记忆工作方式。
alsoforever 4473
excel-finance
Excel 财务模型技能 - Excel 财务模型模板、自动化报表生成
alsoforever 4473
product-design
产品设计技能 - 掌握用户需求分析、产品规划、原型设计、体验优化等核心能力
alsoforever 4473
api-integration
API 集成技能 - 掌握 RESTful API 调用、GraphQL 支持、API 认证管理等核心能力
alsoforever 4473