有讀者詢問，目前自己的產品陷入了瓶頸，訂單量不增不減，如何才能取得突破。今天來和大家扯點淡，順便回答一下這個問題。

S曲線與J曲線

在產品發展周期中，經常會看到關于增長曲線的討論。

大多數產品，都會遵循S型曲線的增長方式：

面對平穩期如何運營

但有些產品，可能產生J型曲線：

面對平穩期如何運營

拿大家最熟悉的兩個通信工具來說，QQ的發展遵循的就是S型曲線，而微信卻能走出J型曲線。

很多人會因此認為，微信更加牛逼，但我一直的觀點是：

如果微信并不是騰訊出品的工具，那么他才能在是否牛逼上去和QQ進行比較，由于兩個產品擁有同一個爹，所以，互相借勢，是微信能夠展現出J型曲線表現的重要原因。

不僅僅是用戶增長，大多數的交易增長也會遵循這種曲線，所以，在傳統的商業和電商的財報中，你經常會聽到「受季節因素影響」的評價，這種評價，說的其實是商業中最常見的客觀因素影響導致增長不達預期時的一種說法。

S型或者J型，其實沒有好與不好，他們一樣會遇到瓶頸期，或者我們說，平穩期，不管是怎樣的增長曲線，縮短平穩期，突破瓶頸的訴求都是一樣的。

縮短平穩期的方法

一切的增長，都寄希望于數據層面的突破，而一切手段，也依賴于數據提供的支持。

關于「啤酒與尿布」以及「Target懷孕指數」的故事相信很多人都耳熟能詳，不管是否真實，它實際上是給出了啟發的：

如果你了解你的用戶，那么你有大把的機會去嘗試對他們進行轉化，而一旦某一種方法被驗證可以轉化，就可以圍繞這種方法去做深度挖掘。

在這里，其實大家可以用每天使用的手機和手機運營商提供的流量優惠做理解。

運營商A在用戶辦理手機卡業務時，請用戶選擇套餐，并告訴用戶可以參與一個活動，承諾消費達到一定額度，每月就會贈送double的流量套餐，為期半年。

運營商B則會根據用戶每月使用流量的情況，推薦用戶對應的流量套餐，促使用戶向新套餐轉化。

這兩種方式都很簡單，但是背后卻有針對用戶所做的運營策略。

運營商A的策略是，假定目標有100名用戶接收了這種方案，那么就分析全量用戶的每月流量使用情況，并對應這個樣本群在半年優惠期結束后，是否適應縮減了一半流量的套餐，如果樣本不適應，有多大比例會讓這群樣本去購買更高的套餐。

運營商B的策略是，假定目標有100名用戶接收到推送，那么就觀測這100名用戶接受推薦套餐的比例，并分析接受推薦的用戶實際的套餐使用情況，以及他們的復購情況，并持續優化推薦模型。

在《怪誕行為學》中，提到過一些很有趣的例子，譬如，關于便宜口味一般的巧克力，與昂貴但口味更好的巧克力，對消費者施加了不同策略后，是否會影響消費者的選擇。

答案是顯而易見的，即便是那些喜歡口味更好更貴的巧克力的消費者，也可能會因為營銷者施加的策略，而在一定的場景下發生選擇偏移，并可能在長期的策略施加后，形成新的決策習慣。

運營對于消費類的用戶，就是需要考慮施加不同的策略。

我曾經說過，游戲運營對互聯網運營是有很大的啟發的，傳統商業的運作也對互聯網運營有很大啟發。

拿手游來說，尤其是國內的手游，你一定看見過很多「限時」購買的道具包，或者「限量」購買的道具包，甚至「限次」購買的道具包。

之所以玩家會買，因為玩家認為這些有限制條件的道具包，比較實惠，即便價格較高，但也有嘗試的沖動。

但是，經過幾次有限制條件的購買促進之后，一部分用戶就會固化他們的習慣。

所以，當我們在評價那些收入很好的手游時，經常會開玩笑說，「如果有什么問題解決不了，那么就氪個648，如果還沒有解決，那么再氪一個648，一定可以解決。」

這是一個玩笑，但從消費者行為來看，一點兒都不是玩笑。

運營和消費者的博弈一直都在「給甜頭-培養習慣-轉化一批-換個法子再給甜頭-繼續培養習慣-繼續轉化」上不停的兜兜轉轉。

最終，總有一批用戶會被轉化，也總有一批用戶不會被轉化。

舉一個進行中的例子。

某個業務模塊定向邀請一部分用戶享受某項權益，從一開始的需要用戶做三步操作，優化到一步操作，各種渠道定向邀請，運營把轉化率從1%提升到了7%，但是依然不達預期，數據表明有一部分用戶即便反復邀請，依然沒有任何動作，這個時候怎么辦？

第一步，是把接受邀請和不接受邀請的用戶樣本請求數據提供相關的屬性、行為數據，然后進行分析，看看差異究竟在什么地方，是因為年齡問題導致不會操作，還是活躍度比較低，軟硬不吃。

第二步，是把分析后的樣本提取出來，將不接受邀請中，與已接受邀請的樣本屬性、行為一致的用戶剝離出來，嘗試再次轉化，同時加上對業務模塊的優化，讓邀請觸達更加高效。

第三步，把差異較大的樣本拿出來，嘗試換個辦法邀請。

做完三步，再看轉化。

目前我們正在做第一步工作。

在已經完成的工作里，如果肯研究，也會發現，從1%到7%的提升，并不是一蹴而就的，其間，進行過三輪嘗試，第一輪嘗試并不成功，但修改了文案之后，轉化率明顯提升。

運營的工作始終都是要反復的提出假設，反復的驗證假設，最終找到驅動的模塊，完成瓶頸的突破。

其實道理說起來非常簡單，但要結合實踐，非常難。

不同的產品與業務的邏輯并不相同，同樣是電商，天貓要考慮的問題，和京東就不一樣。

所以，實際的操作是要依靠實踐來完成。

驗證假設的方法

我理解有很多運營，都希望別人可以指點迷津，但很糾結的是，別人在不同領域的經驗，有時候未必能夠實際給予支持。

因此只能給出道理。

基于假設的提出與驗證，其實是去年很火的《精益創業》里反復論證的方法。

這個方法，其實是普適性的，而運營借助這個方法，可以更好的節約成本并改善效果，關鍵在于，怎么做。

舉個實際的例子。

如果我今天有100萬用戶，我有一個假設，這個假設的結論是，要么可以讓用戶活躍提升100%，要么毫無效果。

那么狠簡單，我可能會把這件事情的驗證分為3個步驟。

第一步，抽取1000個用戶（這里可以是隨機，也可以有限定條件），對1000個用戶做一個只有他們看得到的活動，或者迭代，然后去看著1000個用戶在一段時間內（譬如1周、2周、1個月）內的行為表現，是否比此前有提升，如果有，就找到這些用戶里提升最大的樣本，和提升最小的樣本，尋找這兩種樣本各自的共性。

第二步，把選型擴展到兩類樣本各10000用戶，繼續觀測效果。

這里基本就可以判定，對全量用戶開放后，效果是否如預期一樣展開，如果會，那么就到第三步，對全量用戶開放，如果不會，就返回第二步，重新抽取樣本，重新組織。

有很多時候，我們并不是不知道怎么做，只是懶。

但如果你習慣了懶，那么就很難去做到運營的精細化，而在當前的環境下，一個無法做到精細化運營的互聯網公司，離關門大吉幾乎就是24小時的距離。