运营是精细化运营过程中的魔法数字

编辑导语：生活中的魔法数字无处不在，你是否察觉到了呢？在本篇文章中，作者根据举例说明了运营中的魔法数字是什么，如何提炼出这些数字，这些数字又是如何带来效益的，推荐想要学习运营的群体阅读。

运营是精细化的，很多细节会决定成败。

有时候并不是关键的运营策略带来数据的爆发式增长，有可能是某个不经意间的方式手段、或者某个关键值数字的调整，相信很多在做运营的时候都会遇到这个情况。

一个无意识或者尝试性的举动在不经意见触发了显著的数据增长，带来的可能是用户会员转化率提高、用户注册量显著上升、用户留存度大幅上升等。

因为调整某个关键值数字达到显著的数据增长的事情，这个关键benchmark就是我们本章节要讲的魔法数字（ Magic Number）的概念了。

细心的人肯定会发现生活中的魔法数字，举几个例子大家就会恍然大悟。

XX银行信用卡，一年内刷卡满5次，免次年年费；最近风靡一时的共享小单车，半年内骑行6次不限距离完成行程后，到期将返还押金，相当于免费骑行；某某餐厅开业活动，充值此次消费的4倍即可享受首单免单优惠（此次+4倍=5次）。

大家发现了什么？对啦，“5次”和“6次”就是魔法数字！大家还发现了什么？原来是大家都被套路了有木有！

这个套路也是我们运营经常使用的招数，为什么5次以后免费，这背后都是基于大数据分析，大数据告诉我们5次以后客户会变得忠诚度更高，5次以后流失率会下降，5次以后对我们运营策略都是很大好处。

换而言之，您被这5次转化为成熟用户啦，而成熟用户基本不需要像新用户一样需要大量的运营成本，就在这5次中，您养成了消费习惯，就在这5次中您就被深深的套路了！

魔法数字的方法论本质是通过数据分析、调研找到活跃和非活跃、转化和非转化之间的行为差异，并通过改善产品设计流程和运营策略尽可能地让所有用户体验到产品价值，实现产品产值利润最大化。

因为你所运营的产品是存在了太多你并未能全面考虑进来的个性化的因素，而你在多次尝试中恰巧让这些让这些个性化的要素满足做到了最佳匹配，这就是为什么做运营要能够快速试错，做数据分析，不断总结优化，是找到驱动用户/业务的关键因素，可就像找关键指标被叫做“北极星指标”一样，互联网行业就是爱造新词，关键因素就被称做“魔法数字”了。

找到了关键因素就找到了魔法数字，可以有效利用可以事半功倍，减少运营费用同时增加用户贡献度和忠诚度。

Facebook发现10天内添加7个好友的留存率高；

Linkedin的留存用户特征是，是一周内会添加5个好友；

Dropbox里使用了1次Dropbox的用户，会成为更活跃的用户。

uu跑腿在用户是使用下单5/6之后，就会自动养成下单习惯。

滴滴打车连续用了7天，第八天出门，依然想打车的欲望很强烈。

接下来我们将通过真实的几个实操案例讲解一下魔法数字在项目运营中的应用。

一、案例：21 天习惯养成周期

人们常说21 天形成一个习惯，“21天法则”的概念最早出自一本名叫《心理控制术》[1]的书，作者麦克斯维尔·马尔茨是美国60年代的一名整形医生和临床心理学家。

马尔茨在工作中观察发现，经历了整形手术的人通常需要 21 天来适应他们的新面貌；而截肢病人出现的 “幻肢” 体验往往也需要 21 天才能消退；同样的，搬新家后，大约经过21天，住户才会有“家“的感觉。

根据专家的研究发现，21天以上的重复会形成习惯，85天的重复会形成稳定的习惯。养成一个习惯需要21天，就是说一个习惯的形成，一定是一种行为能够持续一段时间，专业人员测算是21天。

习惯的难度越低，基础越好，养成时间就越短。21天养成习惯的说法是只是一个大概的数字而已，要根据具体情况来决定。先从对自己来说难度较低的单个习惯开始行动，会更容易成功。

二、案例：裂变用户为啥是2/3个好友

谈到用户裂变，很多人都是随口一说，叫他再邀请2/3个人就可以解锁了，但是你知道为啥是2/3个好友吗？

相关数据曾透露 QQ 平均好友数量在 6-70人， facebook 平均好友数量是 120，微信官方数据128个，微信一个真实的用户平均好友数量在3人以上，比如一个女性至少也有爸爸、老妈和老公这3个人的微信，如果连3个人好友关系都没有，这个微信号很大可能也就是个僵尸机器人号了，微信大数据也是靠判断最初、或联系最频繁的好友关系是不是机器人。

用心的小伙伴你们会发现：微信新设备登陆需要至少2位好友验证，验证好友失败后，在没有绑定手机的情况下，会提示我们通过好友手机号验证，最少需要填写3个微信好友的手机号，足以说明一个微信必须有3个好友关系了。

三、案例：UU跑腿下单5-6单

从用户看到你的品牌，下载软件到最后体验完的整个路径过程出发，去设计用户在该过程中的每个环节，做到用户注册登录了你的APP，就要按照你设计的路径走完，最后让用户主动完成转化，后期再复购，是每一个产品最常规设置的用户行为路径。

在我们负责UU跑腿全国运营中心的时候，很多用户给我们反馈，你们跑腿费用太贵了，甚至有些人第一次感觉到费用太贵就卸载了，后来调研得知，嫌太贵的大多都是刚下载体验到UU跑腿的服务。

任何负责产品的运营人员，都特别希望用户可以长久留存，如果用户刚注册就流失了，大多数都是因为新用户没有体验到产品的价值所在。一旦新用户流失率较大，我们前期投入的引流成本费用将会付之东流，更不用说盈利了。

后期，我专门招聘了2位数据分析师围绕用户行为特征与用户活跃做所有正相关的数据分析，分析得知在新用户注册60天内如果用户下单超过5-6单之后，发现用户以后不用过于策略引导都会自动下单使用UU跑腿。

简单的你可以理解为，如果他已经下单超过了5-6单的用户，他打开你软件的次数至少在30-50次是不止的的，他对你软件的功能使用以及帮我买、帮我送、代排队等各种服务估计都已经很熟悉了。

假设我们把所有下1单、下2单、下3单、下4单等都提升到下5-6单是不是用户的留存就会大大提升了呢？

按照这个思路出发，我们把下1单当做一个单元一类用户，针对这个单元类型用户制定“升级”策略，以此类推，所以说把用户逐级提升不是问题，如果超过60天依旧未提升不上去的用户就把他放在“僵尸库”，暂停所有策略做提升，如果再不断使用优惠券、现金券，哪怕只是发一条短信都是在浪费资源，假设下1单用户超过60天依旧未转化还有300万用户，每给他们推送一次短信的费用是300万x0.03元=9万元，所以说要及时提升用户转化，及时排除无效无价值的用户。

但是用户路径不能跳跃，只有注册了才能下单，如果用户都不注册谈何下单，所以我们首先要解决的第一个问题就是：从非注册用户向注册用户池转化，也就是想办法让用户注册登录下0单。

怎么找到非注册用户的流量就可以做注册转化，在UU跑腿非注册用户中有一类用户叫做“收件人”未转化，收件人未转化就是订单目的地的人员是别人给他运送东西，但是他从来没有注册过UU跑腿的这类用户。

针对于收件人未转化的引导策略是：

第1次：跑男将订单送达收件人，就会提醒该收件人未注册用户，跑男可以引导用户扫码注册给好评，自然而然就注册了UU跑腿，注册成功后就变成了转化用户（注册发0单），跑男可以获得3-5元现金奖励，而用户可以得到一个3天有效期的5元优惠券。

如果未扫码注册依旧是收件人未转用户，需要第二次干预。

第2次：收到订单的次日，我们成为第1天，我们将会给用户推送一条类似“xxx您好，感谢您使用跑腿服务，全程仅花费27分钟，再送您一张5元优惠券，戳链接XXXXXX” , 如果用户点击链接注册了，你会发现这个营销成本只有一条短信的费用3分钱，比第一次跑男面对面引导便宜太多了，但是没有第1次的基础也不可能有第2次的成交，如果第2次没有注册，那就进入第3次引导注册。

第3次、第4次、第5次、第6次、第7次、第N次参考第2次大致的路径，现有现金券、折扣券、满减券、优惠券到期等等方式不断提醒和引导用户注册，甚至必要的时候还会采用免单虚头引导用户注册。

其实免费是用户正常下单之后，让用户抽奖，抽奖比例不为空，抽奖的金额全部再返还到APP的余额内再次使用就可以了。

参照以上的用户注册干预流程，将用户从非注册想注册转化，从注册发0单向注册发1单转化，以此类推，其实每一个用户定义（例如注册发1单）就是一类用户池，学会将用户分类，找到第5-6的价值用户才是把魔法数字用到了极致，所以我们要围绕我们目标，多关注与目标正相关的数据指标，找到影响目标值差异性的关键数字。

四、案例：Twitter，多挑选5-10个用户关注

Twitter是一家美国社交网站及微博客服务的网站，熟悉Twitter产品核心价值的网友，浏览Twitter就是看值得关注的用户发送的更新消息流，如果你是新注册用户，刚注册登录关注的用户是0人，也就很难体验到Twitter好在哪里，就会造成放弃使用的可能性。

通过大数据分析，Twitter发现它的留存用户与流失用户相比，留存用户会在第1次使用时，让新来的用户非常轻松地关注5-10个用户（另外一个版本说法是留存用户首月内关注超过30人用户)，这样留存率就提高了。

做过社交产品产品经理和运营总监都会明白这一点，新用户首次关注数、互粉数极大的决定了这个新用户的留存。在产品设计上简化流程、突出重点，在运营上加强引导、优选推荐关注人，让用户能够更好地体验到产品的核心价值，更好地满足了用户的需求，产品的留存率也就提高了。

国内的微博也会有类似的操作，微博系统给新注册微博用户推荐热门分类，除了地域性外，其余美女、明星啥的分类都是固定的，这些分类对应的帐号还会根据邮箱、手机号等算法推荐好友关系。

比如A用户是微博的老用户，获得这个老用户的手机通讯录后，如果A的通讯录有B，当B邮箱注册（有的时候会手机验证）或手机注册成功后，将A推荐给B 。

五、案例：GaGa国际社交工具，11句开始

陌生人社交圈流传一句话：北有陌陌，南有遇见，海外有GaGa。陌陌的总部在北京，遇见的总部在广州，但GaGa的总部既不在海外，也不在互联网产业最为发达的北上广深，而是在中原腹地——郑州。

GaGa重点做海外陌生人交友的平台，可提供12种语言8种文字（中文简体、中文繁体、英、日、德、俄、西班牙、韩）的在线人工互译服务，简单可以理解为，我如果泡了一个韩国美女，但是她不懂中文怎么办呢？

要不我发送中文，对方“点击翻译”（后期功能变成了自动显示）直接看到的是韩文，也可以我在发送之前点击翻译成韩文再发送，总是语音不通，聊天双方一定得有一方使用翻译功能。

但是这种翻译是向用户收费的，为了引导用户升级会员免费翻译，聊天第一句话就马上就收费一定不是最好的选择，当时我负责这个项目整体运营，通过大数据挖掘得知，陌生人和陌生人直接能不能感兴趣聊下去是从11句话之后开始的，聊过40句话就有点停不下来了。

陌生人聊天开场白无非都是很简单的“你好”、“在干嘛”，“在吗”、“你是哪的”这种开头，但这样的开场白其实已经在GaGa翻译字库了，GaGa社交词汇很强大哦，支持12种语言常规的语言开场白早已经在词库了。

后来经过多轮A/B测试，决定在用户聊天第11句开始提醒用户升级会员（$99）免费翻译，不升级会员也可以通过单句付费翻译，这种逐句翻译就贵了很多，简单一个11句话提醒用户升级会员，能蒋用户升级概率提升到一倍以上，日新付费会员达到168人左右。

在GaGa这个项目中，从11句之后其实就是个魔法数字，大大提高了会员转化率。

六、案例：德巴赫牛奶馆，4次进店

当时操盘线下实体店德巴赫网红牛奶馆的时候，没有任何数据支撑，仅凭着UU跑腿下单5-6的魔法数字的经验，要求牛奶馆店长详细记录所有进店人的信息，当时采用的是小程序打卡送礼品的方式，顾客只有到线下店面了才能扫码打卡。

互联网运营部会策划很多线上+线下的活动，促使用户活跃起来并走进线下店面，如果一个客户进店4了，连店里一次产品都没有，这样的客户我们以后福利营销都尽可能避开他，在对他营销无非就是浪费资源，这些人大多是免费抢、送送送的时候来薅羊毛的，不是牛奶馆的真实顾客。

如果进店4次通过店员的介绍认可了产品并且成功充值了会员，我们将把他当做上帝一样服务着，要求所有店员必须熟知这些客户，在社区道路上碰见了都需要主动礼貌问候。

德巴赫牛奶馆一家实体店的魔法数字是4次，其实我们回忆一下我们买房买车等各种情景，如果相中产品是不是反复到店里去查看，对于销售员来说，你的第一次进店可能是偶然，但是第二次、第三次再来就是刻意了了，每一次主动进店都能将成交率提升30%，大多数第三次进店一般都会购买成交。

七、案例：爱奇艺，6分钟免费看

大家有没有思考过，爱奇艺对非会员只给予免费观看六分钟，时间为什么不是更多或者更少？

在这里也简单给大家普及个尝试，正常的院线电影一般在90分钟到120分钟，你去搜索一下中国影史排名靠前的电影《战狼2》、《流浪地球》、《你好，李焕英》、《红海行动》、《唐人街探案2》、《美人鱼》等等，你会发现电影片头字幕设计和开端段落仅短短不到六分钟，人物之间极其简洁的对话，通过几个场景10个镜头就能传递出环环相套的悬念，吸引观众的眼球。

这就是中国电影的艺术魅力，所以爱奇艺上的VIP电影，只能看6分钟，如果要看完整的影片，需要成为爱奇艺的付费会员。

不仅是爱奇艺是这样子，腾讯视频、优酷等视频平台也都6分钟免费试看，6分钟是视频网站腾爱优的魔法数字。

用心的小伙伴还有可能会发现，今天这部电影只在爱奇艺，过一点时间只能怪在优酷可以观看了，比如甲方乙方这部电影，最开始，只有爱奇艺会员可以观看，其他视频网站没有资源，会自动跳转爱奇艺6分钟观看，然后过一段时间，爱奇艺没有了甲方乙方的资源，变成了优酷会员资源，然后又过一段时间，优酷没资源了，变成腾讯视频会员资源。

写到这里，相信有些人已经思考去寻找自己的魔法数字来提高自己业务的转化率了，魔法数字最初仅仅是用户留存分析中的一种方法：找到影响用户留存的最关键变量，之后改善这个变量的数值，从而达到改善留存的目的，现在的魔法数字应用到用户转化的各个环节中。

这种魔法数字是怎么被找到的呢？如果有能力的公司自己可以去建这种数据分析系统，现在市面上很多数据平台支持做这些分析，初创企业也可以以较低的成本使用，具体操作分4步：

八、总结

魔法数据基于数据分析，数据会告诉我们用户的行为习惯。

找魔法数字的本质在于找到转化和非转化用户之间的行为差异。

找错魔法数字，不但不能帮助增长，凡是是对已有资源的浪费。

作者：阿豪，疯狂运营官创始人、德巴赫执行董事，原UU跑腿运营总监。

本文由 @疯狂运营官原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议