TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

产品主导增长策略:五个决定,以及检验它们的数字

产品主导增长策略归结为五个决定:入口、价值、习惯、传播和交接。怎样用数据选出激活事件,定义并检验产品合格线索,以及 PLG 何时不适合,附完整漏斗算例。

艾玛·柯林斯 发布于 2026 年 11 月 19 日 9 分钟阅读 增长与运营
示例数据:一个月 800 个注册用户。48 个 PQL 只占注册用户的 6.0%,却贡献了 22 个付费用户中的 12 个(54.5%);他们的付费率是其他已激活用户的 8.5 倍。示例数据

产品主导增长策略让产品本身去获客、转化和扩展:人们不经销售电话就开始,自己体验到价值,只有当使用情况表明很可能付费时才由人介入。它归结为五个决定,每个决定用一个数字衡量。本文讲怎样选激活事件、怎样定义并检验产品合格线索,以及 PLG 何时不适合。

读完你会知道

  • 定下五个决定(入口、价值、习惯、传播、交接),每个配一个数字
  • 用候选动作与留存做比较来选激活事件,既看差距也看覆盖面
  • 用付费转化检验产品合格规则,每个季度复核一次

什么是产品主导增长策略?

产品主导增长(PLG)策略是一套让产品本身承担获客、转化和扩展大部分工作的计划:人们在有人跟他们谈之前就开始使用,并且因为亲身体验过才付费。两份公开文件说明了这种做法。Dropbox 的 S-1 描述了自下而上的口碑式采用,注册用户本身就是销售;Atlassian 的年报描述了靠口碑、线上营销和免费试用拿下客户,而不是靠直销团队。

策略不等于一个带免费版的价格页。它是一组决定:谁可以无需帮助就开始,付费之前他们必须体验到什么,以及什么时候该由人介入。本文把它拆成五个决定,说明怎样选出衡量它们的数字,并用一个算例走完。概念本身见产品主导增长;完整的指标清单见产品主导增长指标。本文只讲策略:要决定什么,以及怎样用数据检验。

PLG 策略的五个决定

每个决定都有一个问题和一个说明它是否奏效的数字。

决定问题要盯的数字
入口谁可以不经销售电话就开始,怎么开始?访客到注册的转化率
价值新用户必须做什么才能理解产品的意义?激活率(在设定窗口内完成关键动作的占比)
习惯他们会回来吗?第 7 天 / 第 30 天留存
传播使用会带来其他用户或同事吗?每个激活用户发出的邀请数
交接什么时候该由人联系他们?产品合格群体与其他人的付费转化对比

多数不成功的 PLG 策略都漏掉了其中一行。有免费版却没有激活定义,就无从判断它是否奏效。有销售团队却没有交接规则,要么联系所有人,要么谁也不联系。下面的小节处理最需要仔细的三行:价值、交接和适用条件。

用数据而不是意见来选激活事件

激活是新用户体验到你所承诺价值的那个时点。常见的错误是在会议上挑一个。更好的办法是列出候选动作,比较做过和没做过每个动作的人在首周之后的表现。

示例数据:一个月有 800 人注册,其中 168 人(21.0%)在第 30 天仍然活跃。注册后七天内完成三个候选动作的情况:

候选动作做过的人数做过者的第 30 天留存没做过者的第 30 天留存差距
创建报表320 人(40.0%)120 ÷ 320 = 37.5%48 ÷ 480 = 10.0%27.5 个百分点
邀请同事200 人(25.0%)102 ÷ 200 = 51.0%66 ÷ 600 = 11.0%40.0 个百分点
连接数据源480 人(60.0%)144 ÷ 480 = 30.0%24 ÷ 320 = 7.5%22.5 个百分点

解读:

  • 覆盖面和差距一样重要。 邀请同事的差距大,但只有 25% 的注册用户做到。把它当激活事件,会把 75% 的人标成失败。创建报表覆盖 40%,区分度依然不错。
  • 这只是相关性。 邀请同事的人可能本来就是积极的那批。用这张表缩小候选范围,再测试推动这个动作是否真的提高留存。
  • 选定一个事件、一个窗口。 这里是「七天内创建报表」。把它写下来,方便逐月比较。

把差距大又不太稀少的动作作为激活事件,把更稀少、信号更强的留给下一节的交接。

为交接定义产品合格线索

产品合格线索(PQL)是使用情况表明很可能付费、值得由人联系的用户或账户。常见的错误是根据功能清单来定义,再也不去验证。分三步定义:选出行为(与付费关联度较高的动作),设定阈值,再用付费转化来检验。

对这个产品,示例规则是:已激活,且同一团队至少三人在 14 天内活跃。这样在 320 个已激活用户中有 48 人合格,占 15.0%。定义见产品合格线索。

然后用随后 60 天的实际结果检验这条规则:

群体人数60 天内付费付费率
PQL(已激活,团队三人以上)481225.0%
已激活,非 PQL27282.9%
未激活48020.4%
全部注册用户800222.75%

PQL 群体占注册用户的 6.0%(48 ÷ 800),贡献了 54.5% 的付费用户(12 ÷ 22)。它的付费率是其他已激活用户的 25.0% ÷ 2.9% = 8.5 倍。销售只联系这 48 个 PQL,每次联系约得 0.25 个付费用户(12 ÷ 48);联系全部 320 个已激活用户,则是 20 ÷ 320 = 0.0625。

有两点要当心。有些 PQL 不打电话也会付费,所以这张表说明谁可能付费,而不是一次电话带来多少增量;要知道增量,得比较被联系和没被联系的 PQL。另外,每个季度都要重新审视这条规则,因为它描述的是上个季度的用户。

app.tapcub.com

各群体 60 天内的付费率

示例数据,占该群体的百分比
PQL(已激活,团队三人以上)25.0%
已激活,非 PQL2.9%
全部注册用户2.75%
未激活0.4%
示例数据
示例数据:一个月 800 个注册用户。48 个 PQL 只占注册用户的 6.0%,却贡献了 22 个付费用户中的 12 个(54.5%);他们的付费率是其他已激活用户的 8.5 倍。

算例:一个月的 PLG 漏斗

示例数据,全部来自上面的表格:这个月有 10,000 名访客来到网站。

  1. 入口:800 人注册,转化率 800 ÷ 10,000 = 8.0%。
  2. 价值:320 人在七天内创建报表,激活率 320 ÷ 800 = 40.0%。
  3. 交接:48 人符合 PQL 规则,占已激活用户的 48 ÷ 320 = 15.0%。
  4. 付费:800 个注册用户中 22 人在 60 天内付费,22 ÷ 800 = 2.75%,占访客的 22 ÷ 10,000 = 0.22%。

精力该放在哪里,数字会告诉你。入口转化率从 8.0% 提到 9.0%,多 100 个注册用户,按 2.75% 的付费率就是多 2.75 个付费用户。激活率从 40.0% 提到 45.0%,会把 40 人从 0.4% 的群体挪到 2.9% 的群体,即 40 × (2.9% − 0.4%) = 约多 1.0 个付费用户,同时让更多人走上通往 25.0% 群体的路。这样的算术说明哪个杠杆成本较低,但不说明哪个能做到;那要靠观察人们在哪里停下。

阶段公式示例结果
注册率注册人数 ÷ 访客数800 ÷ 10,000 = 8.0%
激活率已激活人数 ÷ 注册人数320 ÷ 800 = 40.0%
产品合格占比PQL 数 ÷ 已激活人数48 ÷ 320 = 15.0%
付费率60 天内付费人数 ÷ 注册人数22 ÷ 800 = 2.75%

付费率要按群体拆开:PQL 25.0%,已激活非 PQL 2.9%,未激活 0.4%。

PLG 策略不适合的情形

PLG 假设人们能独自试用产品并很快看到价值。下面这些情况不适合:

  • 价值需要没人能独自完成的设置。 如果初次结果需要专业人员做数据集成,自助试用在价值出现之前就结束了。
  • 买的人不是用的人。 如果感受到痛点的人无权批准采购,PQL 就没有可以交接的对象。
  • 购买少而金额大。 几年才买一次的产品,几乎没有使用行为可用来判定合格。
  • 行业受监管。 采购需要采购部门或合规部门审核时,从一开始就必须有人参与。

这些情况下,保留仍然适用的产品主导部分(清晰的演示、给买方看的使用证据),让销售主导。

PLG 策略的常见误区

  • 把注册当增长。 没有激活的注册是成本。把激活率放在旁边一起报。
  • 凭意见选激活。 像上面的表格那样,用候选动作与留存做比较。
  • 按功能使用交接。 「用过导出功能」不等于准备好购买。每条规则都要用付费转化来验证。
  • 把 PQL 当成评分。 PQL 是可以审计的规则,不是一个没人能解释的模型分数。
  • 只看平均数。 总体转化率掩盖了 25.0% 的群体和 0.4% 的群体。永远按你关心的行为拆开看。
  • 忘了不是用户的人。 团队型产品要数账户,不只是个人。

在 TapCub 里:衡量激活和 PQL 群体

还是上面的例子。TapCub 能衡量每一步,在需要人或 CRM 接手的地方就止步。

  1. 把动作作为事件发出去,并识别人。 发送注册、创建报表、邀请同事等事件,用户登录时调用 tapcub.login,这样此人在 全端分析 › 用户 › 用户 里就有档案。匿名访客没有档案,不会出现在分群里。
  2. 找激活事件。 在 全端分析 › 行为分析 › 行为分析 里用留存,以注册事件作开始事件,比较首周做过和没做过每个候选动作的人。
  3. 把 PQL 定义成分群。 在 全端分析 › 用户 › 分群与标签 里建规则分群(「做过创建报表」且「做过邀请同事」,带日期窗口)。它每天或手动刷新,可以带进漏斗和留存分析,并保留 30 天的人数趋势。
  4. 按团队汇总。 如果你用 tapcub.group('company', ...),全端分析 › 用户 › 账户 会列出账户、其活跃成员和 0–100 的健康分。这是组织视图:不能打开个人明细,也不能给分析加分群。
  5. 对数字设告警。 在 全端分析 › 行为分析 › 自定义指标与 SQL 里把激活数存成自定义指标,再在 全端分析 › 智能运营 › 监控 里对它设监控;监控只负责通知。

TapCub 不做线索打分,不把线索送进 CRM,也不负责联系线索,同时不做实验,所以被联系与未被联系的对比要靠你自己的流程。更完整的指标清单见产品主导增长指标。

FAQ

什么是产品主导增长策略?

它是一套让产品驱动获客、转化和扩展的计划:人们不经销售电话就开始,自己体验到价值,只有当使用情况表明很可能付费时才由人介入。它由入口、价值、习惯、传播和交接这几个决定来定义,而不是有一个免费版。

PLG 策略的关键要素有哪些?

自助入口、明确的激活事件、留存、让使用传播到同事的方式,以及销售何时介入的规则。每一项要配一个数字:注册率、激活率、第 30 天留存、每个激活用户的邀请数,以及产品合格群体的付费率。

怎样衡量产品主导增长?

追踪从访客到注册、激活、产品合格线索再到付费的漏斗,并按行为拆开转化率。上面的示例里,总体转化率是 2.75%,而产品合格群体的转化率是 25.0%,未激活的注册用户是 0.4%。平均数掩盖了这种差距。

PLG 等于免费增值吗?

不等于。免费增值和免费试用是让人开始使用的方式;PLG 是围绕它们的整套策略,包括人们怎样到达价值、使用怎样传播,以及销售何时介入。没有激活定义、没有交接规则的免费版,不是策略。

另见:SaaS 产品营销:把功能变成结果,并用激活来检验。

另见:产品思维:怎样把功能需求改写成成果。

资料来源

  • Dropbox, Inc.。Form S-1 注册声明。美国证券交易委员会,2018:招股说明书摘要中关于口碑式、自下而上采用的部分。2026-11-19 核对。
  • Atlassian Corporation Plc。2018 财年 Form 20-F。美国证券交易委员会:Item 3.D 关于其营销模式(口碑、线上营销和免费试用)的风险因素。2026-11-19 核对。

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

艾玛·柯林斯

产品分析师

聚焦事件分析、转化漏斗与用户留存,用清晰的指标定义和分析框架解释产品表现。

衡量激活和你的产品合格群体

事件、留存和规则分群在同一个项目里,让你看清付费之前出现的是哪种行为。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie