Chapter 1: Growth 基础
本章指标速查
展开 / 收起指标速查表
| 缩写 | 全称 | 一句话解释 |
|---|---|---|
| GMV | Gross Merchandise Volume | 所有已支付订单的总交易额，不扣退款 |
| Revenue | Revenue | 扣除退款后确认的收入（仍含折扣与平台补贴） |
| Orders | Orders | 一段时间内产生的有效订单数量 |
| Buyers | Buyers | 至少完成一笔购买的独立用户数 |
| Conversion Rate | Conversion Rate | 访客中最终完成购买的比例 |
| AOV | Average Order Value | 平均每笔订单的金额 |
| LTV | Lifetime Value | 客户在整个生命周期内贡献的总价值 |
| ROI | Return on Investment | 投资回报率，衡量投入产出效率 |
| PV | Page View | 页面浏览量 |
| UV | Unique Visitor | 独立访客数 |
| CRM | Customer Relationship Management | 客户关系管理 |
什么是 Growth？
很多人把 Growth 等同于"拉新"——投放广告、做裂变活动、搞社交传播。这是一个危险的误解。
Growth 不是单点拉新，而是一套可持续的收入增长系统。
想象一个漏水的桶：你不断往里倒水（获取新用户），但桶底有洞（用户流失）。如果只关注倒水的速度，而不去修补漏洞，水位永远不会真正上升。
电商语境下的 Growth，是指通过系统性地优化从用户获取到长期价值的每一个环节，实现收入的持续、健康增长。它包含三个核心特征：
- 系统性：不是靠某一次爆款活动，而是多个环节协同运作
- 可持续性：不是烧钱换量，而是建立正向循环
- 可度量性：每个环节都有明确的指标衡量，能被追踪和优化
Growth 思维
一个成熟的电商增长团队，关注的不是"这个月 GMV 涨了多少"，而是"哪些环节在驱动增长，哪些环节在拖后腿，下一步应该优化哪里"。
电商增长漏斗
增长漏斗是理解电商业务最基本的思维框架。它描述了用户从第一次接触到成为高价值客户的完整旅程。
漏斗六层模型
| 层级 | 英文 | 核心问题 | 典型指标 |
|---|---|---|---|
| 获客 | Acquisition | 用户从哪里来？ | 访客数、获客成本（CAC）、渠道占比 |
| 激活 | Activation | 用户是否完成了关键动作？ | 注册率、首次加购率、页面停留时长 |
| 转化 | Conversion | 用户是否买了？ | 转化率（Conversion Rate）、下单数（Orders） |
| 收入 | Revenue | 每笔交易赚了多少？ | GMV、Revenue、客单价（AOV） |
| 留存 | Retention | 用户会不会回来？ | 复购率、留存率、活跃天数 |
| 客户价值 | Customer Value | 用户长期值多少钱？ | LTV、买家数（Buyers）、购买频次 |
图：电商增长漏斗六层模型
图：电商增长漏斗六层模型（倒金字塔示意）
上宽下窄仅为示意：每一层都有用户流失，越往下人越少。
为什么是漏斗？
用"漏斗"来描述，是因为每一层都会有用户流失。100 个访客中可能只有 3 个最终下单，这就是 3% 的转化率（Conversion Rate）。漏斗帮助我们定位流失发生在哪里，从而精准干预。
漏斗不是线性的
需要特别注意：虽然我们画出来是一个从上到下的漏斗，但现实中用户的行为路径是非线性的。一个老客户可能直接从留存层进入转化层（复购），跳过获客和激活。
漏斗是分析工具，不是用户行为的精确描述。它帮助我们拆解复杂问题，但不要被它的形状限制了思考。
核心指标详解
在深入讨论指标体系之前，先把本章最重要的六个指标讲清楚。
GMV（Gross Merchandise Volume）
业务定义：一段时间内平台上所有已支付订单的总交易额，不扣除退款。
为什么重要：GMV 反映了平台的交易规模和市场影响力。它是投资人、管理层最常看的“大数字”。
注意事项：GMV ≠ 真实收入。一笔 100 元的订单，如果退款了 30 元，GMV 仍然是 100 元，但 Net GMV（净 GMV）只有 70 元（若再扣除折扣与平台补贴，Net Revenue 会更低）。这是很多团队踩过的坑——追着 GMV 跑，却忽略了退款率在悄悄上升。
Revenue（营收）
业务定义：扣除退款后，平台实际确认的收入。即 Net GMV。
为什么重要：Revenue 才是真正进入公司口袋的钱，是企业确认的收入，比 GMV 更接近业务的真实规模。它比 GMV 更能反映业务的健康程度。
与 GMV 的关系：Revenue = GMV - 退款（仍包含折扣与平台补贴）。Revenue 与 GMV 的差距（退款）越大，说明退款率越高；要进一步剔除折扣与补贴、看真正留下的收入，需看 Net Revenue。
Orders（订单数）
业务定义：一段时间内产生的有效订单数量。
为什么重要：Orders 是连接用户行为和收入的桥梁。收入 = 订单数 × 客单价，拆解收入变动时，Orders 是第一个要看的维度。
Buyers（买家数）
业务定义：一段时间内至少完成一笔购买的独立用户数。
为什么重要：Buyers 衡量的是"有多少人真的掏钱了"。它和 Orders 的区别在于：一个买家可能下多笔订单。Buyers 增长停滞而 Orders 增长，说明你在"薅老客户"，新客获取可能出了问题。
Conversion Rate（转化率）
业务定义：访客中最终完成购买的比例。通常计算公式为：Buyers ÷ UV（独立访客数）。
为什么重要：转化率是漏斗效率的直接体现。同样的流量，转化率从 2% 提升到 3%，等于免费多获得了 50% 的订单。这就是为什么优化转化率的 ROI 通常远高于买流量。
常见口径差异：
- 全站转化率：总买家数 / 总 UV
- 商品详情页转化率：从商品页到下单的比例
- 加购转化率：加入购物车后实际下单的比例
不同口径回答不同问题，团队必须对齐用哪个。
AOV（Average Order Value，客单价）
业务定义：平均每笔订单的金额。计算公式为：GMV ÷ Orders。
为什么重要：AOV 决定了每笔交易的"含金量"。提升 AOV 的典型手段包括捆绑销售、满减策略、推荐高价商品。
一个实际案例：某电商平台发现 GMV 月环比增长了 15%，团队很兴奋。但拆解后发现：Orders 增长了 25%，AOV 下降了 8%。这意味着增长主要来自低价订单（可能是大促引入的价格敏感用户），客单价质量在下滑。单看 GMV 会错过这个信号。
指标的三层含义
图：指标的三层含义
同一个指标名称，在不同场景下含义可能完全不同。一个成熟的增长团队，必须在三个层面达成共识：
第一层：业务定义
这个指标衡量的是什么业务现象？
例如"转化率"——它衡量的是从浏览到购买的效率。这是最直觉的理解。
第二层：统计口径
具体怎么算？数据从哪来？时间窗口是什么？
同样是"转化率"：
- 分子是下单人数还是支付人数？
- 分母是 PV（页面浏览量）还是 UV（独立访客）？
- 时间窗口是当天、7天还是30天归因？
- 新客和老客是否分开计算？
口径不对齐，会导致产品经理、数据分析师、工程师看到的"同一个指标"数值完全不同，讨论鸡同鸭讲。
第三层：决策用途
这个指标用来做什么决策？
转化率下降了 0.5%：
- 如果是 CEO 看全局大盘，可能不需要立即反应
- 如果是 Growth PM 看某个实验的核心指标，可能需要叫停实验
- 如果是某个渠道的转化率，可能需要调整投放策略
三层必须对齐。 一个良好实践是为每个核心指标维护一份"指标卡片"，明确标注业务定义、计算口径和主要用途。
北极星指标与辅助指标
什么是北极星指标？
北极星指标（North Star Metric）是整个团队对齐的唯一核心指标——它代表了业务当前阶段最重要的增长目标。
为什么需要北极星指标？因为指标太多了。一个电商平台可以同时追踪几百个指标，如果没有一个核心焦点，团队会陷入"什么都在优化，什么都没改善"的困境。
如何选择北极星指标？
好的北极星指标满足以下条件：
| 条件 | 说明 | 反例 |
|---|---|---|
| 反映核心价值 | 指标增长意味着用户真正获得了价值 | 注册用户数（注册不等于获得价值） |
| 可被团队影响 | 团队的日常工作能直接推动指标变化 | 市场大盘增速（不可控） |
| 先导性 | 指标变化能预示未来收入变化 | 上月 Revenue（滞后指标） |
| 易于理解 | 全团队能用一句话解释清楚 | 复合加权得分 |
不同阶段的北极星指标
电商业务在不同发展阶段，北极星指标会变化：
- 冷启动期：可能是 Buyers（有多少人真的买了）
- 增长期：可能是月活跃买家数或 GMV
- 成熟期：可能是 Revenue 或 LTV
- 盈利优化期：可能是毛利率或单客利润
辅助指标的作用
北极星指标不能孤立存在。它需要一组辅助指标来提供上下文：
- 解释性指标：帮助理解北极星为什么变化（如拆解 GMV = Buyers × 购买频次 × AOV）
- 健康度指标：又称护栏指标（Guardrail Metrics），确保增长不以牺牲质量为代价（如退款率、投诉率）。区别在于——健康度偏「监控」，护栏偏「约束」：优化北极星时，要约定一组绝不能恶化的指标并设阈值，实验一旦触发护栏红线，即便主指标涨了也要否决
- 先导指标：预测北极星未来走向（如加购率、新客注册趋势）
虚荣指标、过程指标与结果指标
不是所有指标都值得同等关注。理解指标的类型，能帮助团队把精力花在刀刃上。
虚荣指标（Vanity Metrics）
定义：看起来很好看，但不能指导行动的指标。
典型例子：
- "累计注册用户 500 万"——但日活只有 2 万
- "本月 App 下载量增长 200%"——但卸载率 80%
- "页面 PV 破百万"——但转化率 0.1%
为什么危险：虚荣指标给团队一种"一切都很好"的错觉，掩盖了真实问题。它们通常只升不降（累计值），或者脱离了业务目标。
判断方法：问自己一个问题——"如果这个指标翻倍，我会改变什么决策？" 如果答案是"不会"，它大概率是虚荣指标。
过程指标（Leading Metrics）
定义：反映用户在漏斗中间状态的指标，是结果发生之前的信号。
典型例子：
- 加购率（预示转化）
- 商品详情页停留时长（预示购买意图）
- 搜索使用率（预示需求强度）
- 邮件打开率（预示 CRM 活动效果）
价值：过程指标是"先导信号"。当结果指标还没变化时，过程指标可能已经在预警。它们也是日常优化最可操作的抓手。
结果指标（Lagging Metrics）
定义：反映最终业务结果的指标。
典型例子：
- Revenue
- GMV
- LTV
- 净利润
特点：结果指标是"记分牌"，告诉你最终得了多少分。但等看到结果时，造成这个结果的行为已经过去了。所以结果指标用于评估，过程指标用于驱动。
三者关系
虚荣指标 → 果断放弃，不要浪费仪表盘空间
过程指标 → 日常追踪，用来驱动优化行动
结果指标 → 定期评估，用来判断方向对不对一个健康的指标体系，应该是"少量结果指标定方向 + 适量过程指标驱动执行 + 零虚荣指标"。
指标之间的因果关系
为什么要关注因果？
增长工作的本质是：找到因果关系，然后干预"因"来改变"果"。
比如：
- 如果"优化商品图片"→"提升点击率"→"提升转化率"是真实的因果链，那么投入设计资源优化图片就是正确的策略
- 如果只是"点击率高的商品碰巧转化率也高"（相关性），优化图片可能完全无效
建立因果假设
电商增长中常见的因果链条：
渠道投放质量 → 进站流量质量 → 转化率
↓
页面加载速度 → 跳出率 → 浏览深度 → 加购率 → 订单数
↓
促销力度 → AOV → GMV → Revenue图：电商增长因果关系链
每一个箭头都是一个假设，需要通过数据和实验来验证。
反因果风险
反因果是增长分析中最隐蔽的陷阱。它指的是把因果关系搞反了。
案例 1：高活跃用户转化高
观察到"每周登录 5 次以上的用户，购买率是普通用户的 3 倍"。团队结论："让用户多登录就能促进购买。"
但真实情况可能是：因为这些用户本身购买意愿强，所以才频繁登录。 强制推送让用户多登录，不会提升购买率，反而可能引起反感。
案例 2：优惠券与复购
观察到"领了优惠券的用户复购率更高"。团队结论："发优惠券能促进复购。"
但可能：本来就打算复购的用户更倾向于领券。 大面积发券的实际效果可能只是给了本来就要买的人一个折扣，白白损失利润。
如何降低反因果风险？
- A/B 测试：随机分组是建立因果关系的金标准
- 时间顺序：确保"因"在"果"之前发生
- 控制变量：排除混淆因素
- 反问自己：反过来想——有没有可能是 B 导致了 A，而不是 A 导致 B？
- 寻找自然实验：利用业务中的随机事件（如服务器宕机、自然灾害导致的物流中断）来观察因果效应
本章小结
本章建立了电商增长分析的基础语言：
- Growth 是系统，不是单点突破。关注整个漏斗，而不只是某一层。
- 漏斗是分析框架：Acquisition → Activation → Conversion → Revenue → Retention → Customer Value，每一层有对应的核心指标。
- 指标有三层含义：业务定义、统计口径、决策用途。三层不对齐，团队沟通必然低效。
- 北极星指标是团队对齐的核心焦点，辅助指标提供上下文和护栏。
- 区分指标类型：虚荣指标果断舍弃，过程指标日常追踪，结果指标定期评估。
- 因果 ≠ 相关：永远问"是 A 导致 B，还是 B 导致 A，还是 C 同时导致了 A 和 B？"
从下一章开始，我们将逐层深入漏斗的每一个环节，详细讲解每层的指标体系、分析方法和优化策略。