在2018U-Time冬季巡回中，友盟+于晓航结合U-App AI版能力，分享超级用户增长四步法：定义超级用户、获取超级用户、发展超级用户、保有超级用户，帮助App开发者将超级用户真正落地。 

以下为演讲精选：

第一步：定义超级用户

超级用户不等于VIP用户。VIP用户来自于传统行业，多以“金钱”来衡量用户价值。但在互联网下半场，用户除了贡献“金钱”，更大的作用是帮助产品扩展用户、激发用户需求

我们用四个维度来衡量超级用户：认可度（启动行为）、投入度（时长占比、花费占比）、稳定度（用户档案、持续活跃）和扩散度（主动分享）。这四个维度自成循环，只有认可才会投入，才会持续、主动传播以及更加认可。这里所考量的并不是绝对值，而是投入占比。

落在U-App AI版，我们从用户生命周期的视角，帮助App快速区分“流失用户、沉默用户、新手用户”，从而定位成长期的高价值用户，再从高价值用户中找到高活跃高贡献的人群，即超级用户：

落在U-App AI版，我们从用户生命周期的视角，帮助App快速区分“流失用户、沉默用户、新手用户”，从而定位成长期的高价值用户，再从高价值用户中找到高活跃高贡献的人群，即超级用户：

 1）通过Push产品的联动，找到流失用户、卸载App用户；

2）通过用户洞察的方式找到沉默用户；

3）从用户投入维度，定位新手用户；

4）最终定位高潜用户，持续培养和发展超级用户。

以上功能都可以通过U-App AI版提供AI智能拉新方案实现，在行业中找到潜在的超级用户；通过合作媒体把潜在超级用户在各个媒体中的分布找到，有针对性制定投放策略；再通过AppTrack移动广告监测，将人群数据、媒体数据、投放数据汇总在AI模型中，进一步优化圈选模型，解决投放策略严重依赖与经验和成本的问题，这一系列过程是我们和媒体联动，共同优化。

落在U-App AI版，我们从用户生命周期的视角，帮助App快速区分“流失用户、沉默用户、新手用户”，从而定位成长期的高价值用户，再从高价值用户中找到高活跃高贡献的人群，即超级用户：

1）通过Push产品的联动，找到流失用户、卸载App用户；

2）通过用户洞察的方式找到沉默用户；

3）从用户投入维度，定位新手用户；

4）最终定位高潜用户，持续培养和发展超级用户。

而把超级用户整体人数变多，无非是获取、发展、保有三种手段——把即将流失用户尽可能转化为超级用户、把所有新用户引导成超级用户，持续提升超级用户价值。

第二步：获取超级用户

获取超级用户有两个困境。一是获客成本越来越高，某些行业App获客成本高达300元/人，这是很恐惧的数字；二是投放优化严重依赖经验，并且各媒体渠道投放操作复杂。

如何破解呢？在投放前，知道谁是潜在的超级用户，有针对性地投放。这就需要通过AI能力，圈选超级用户、以及在各渠道的分布。比如潜在超级用户是1万人，这1万人在媒体A是8000人、媒体B是2000人，我们通过针对性的投放更有效果，再结合后链路行为，去监测和优化。总结起来是四步：

1）找用户：找到潜在超级用户做投放；

2）定策略：按照目标人群的媒体渠道进行投放；

3）看转化：通过广告监测定位最终转化的超级用户；

4）优投放：通过用户点击情况智能优化投放方案。

 我们将这一系列过程，以具像化的产品形式实现。U-App AI版提供AI智能拉新方案，通过AI模型和全域用户画像，找到行业中的潜在超级用户；通过合作媒体把潜在超级用户在各个媒体中的分布找到，有针对性制定投放策略；再通过AppTrack移动广告监测，将人群数据、媒体数据、投放数据汇总在AI模型中，进一步优化圈选模型，解决投放策略严重依赖与经验和成本的问题，这一系列过程是我们和媒体联动，共同优化。

想要发展超级用户，就要找到用户中的潜力股。但行业间的巨大差异让潜力用户的寻找变的捉摸不定。

分享一个真实案例，某客户同时在经营两个App，一个是阅读类，是最开始做的；后来拓展到母婴App。在下图中，横轴表示时间，纵轴表示投入程度。对于阅读类App，竞争非常激烈，此消彼长；对于母婴类App，用户在每个App的投入时间都差不多，每个App都会有侧重有强项，因为受众的身份不同，妈妈们会同时使用好几个App。所以，两个行业对超级用户的描绘是完全不同的。

友盟+通过“时序模型”、“分段建模”、“基于循环神经网络的训练结构”，搭建了一套AI预测模型，帮您在不同行业中找到潜在超级用户。

第三步：发展超级用户

当找到超级用户，就要知其所好，投其所好，将其转化为超级用户。 

知其所好就是要了解这个人。

一是兴趣偏好。他是什么样的人，有哪些特征，更多是用户标签、画像；友盟+作为比较早的投入到大数据领域的公司，积累的数据丰富度是网络巨头们都难以企及的。我们将丰富的全域画像能力融入到U-App AI中去描绘超级用户兴趣偏好。

二是行为偏好。捕捉用户行为偏好的难点是，对于App来说，一是前端行为，一是后端行为，并且大部分是分属两套数据系统。在前端通过埋点看用户浏览行为，而后端数据会存储在自己的数据库中，很难通过上帝视角来查看用户行为数据和成交特征。

我们将前端行为和后端行为做打通，然后通过事件分析、漏斗分析、留存分析，去衡量用户的变化。识别用户之后，就要投其所好。把兴趣偏好跟行为偏好结合，针对性产品，来做运营方案。

我们还有行业Benchmark，把用户群体在行业里的指标展现出来。如果超级用户数据得到改善，但整体用户情况并没有在行业内有所突破，那很可能是超级用户定义的范围出了问题。同时，友盟+还支持将前后端打通的数据进行下载，从产品和内部运营的角度共同推动超级用户的增长。

第四步：防止超级用户流失

当我们获取超级用户、发展更多超级用户之后，就要考虑如何防止其流失。

根据一家美国市场调研机构的数据，2017年月人均下载App的数量是5.1，2017年年人均安装App是30，可见App被卸载的概率非常高。

在防止流失上，我们提供三个能力：

1）  高流失风险用户圈群。系统自动圈选出高流失风险用户，你可以直接存为分群做触达，也从侧面了解App的健康状况、用户粘性；

2）  自主选择风险阈值。按照App的发展阶段、行业属性，去选择风险阈值；

3）  完整风险分布展示。流失预警模型以分布的方式展示，做好预警防范工作。

挽回用户最直接的手段是Push。Push推送有非常多策略，比如上面的两个Push，在推送时间、文案描述、受众选择上就有很多问题。Push如果对用户打扰特别多，用户就会选择把这个App通知关掉，甚至卸载。所以说挽回并不是打扰，更应该做的是知己知彼。

回顾一下，我们基于DI全域数据智能+AI去挖掘，实现监控、分析、拉新、管理、触达这五个数据能力，帮助开发者从四个纬度衡量哪些人会成为超级用户，从用户生命周期视角去定义超级用户；通过用户洞察的方式了解用户行为，通过全域用户标签去知其所好、投其所好；通过Push做沉默用户挽回，并且通过流失预警做好运营防范。另外结合用户管理，以生命周期的视角把所有流失、沉默的用户变成潜在的超级用户，并且把新手用户转化成超级用户。

现在U-App AI版的高级功能，智能拉新、用户增长（生命周期管理）已经开放申请，老用户可以在后台提交使用申请；新用户可以免费注册，下载SDK使用。友盟+也在持续丰富产品功能，增厚产品能力，也期待与垂直领域App头部App做共建。