前言： 「99%创业常识」源于与创业者的日常交流，我们发现，其实绝大多数创业者并没有学完“创业基础课”就上路了，时间也不允许完全 ready 。有感于此，我们决定把这些所谓的“创业常识”（绝无嘲讽贬低之意），或者说商业规律、科学方法、创业经验等，通过这样的形式分享给你。 愿你在创业路上不忘商业本质 ， 并站在前人的肩膀上，比别人看得更远。

作为前投资人，一般衡量一家初创公司，我最看重的三个指标是“增长率、日活（或相应的粘性用户的指标）、留存”。而这三个里最根本的一个指标就是留存——只有当留存足够高且稳定的时候，公司的增长才有意义，公司的产品和价值才算被市场和用户认可。

而一般来说，公司留存率低有三种原因：

第一，你并没有找到属于你的 Product / Market Fit 。 即要么产品不够好，要么需求不够刚性。这种时候，只有你自己能救自己，解决方式就是不断试错，改进产品，转换市场定位。

PMF

（Product / Market Fit：产品市场匹配）

by Marc Andreesen

大多数创业公司在没有找到“产品市场匹配”之前就死掉了。 产品市场匹配意味着在一个足够好的市场中，有一个可以满足市场基本需求的产品。

一旦产品市场不匹配，其实你能够感觉到。因为用户并不能够从产品中获得价值，产品使用量增长很慢；市场上的口碑传播也不理想，媒体报道基本都是无关痛痒的话；销售流程很长，可能许多合作协议最后也没有谈成。

而当产品和市场是匹配的，你也能感觉到。产品上线或制造得有多快，用户量或购买量增长得就有多快；购买用户带来的现金流在公司账户日益增长；公司不断招聘销售或客户经理；不断有记者联系，寻求采访……

第二，你有自己的 Product / Market Fit，但获取用户的渠道有问题，拉来的用户不满足产品本身的定位。 这种时候，就要不断地做 Cohort Analysis（戳这里了解），区分不同渠道获取的客户，更有针对性地拉新。

第三，Product / Market Fit 都合理，拉来的用户也对路，但是用户还没有发掘到产品的益处就走掉了。 这种情况也很常见，因为用户往往需要引导才能成为粘性用户。而这个转化的关键节点就是“ Aha Moment ”， 如何找到这个节点是本文接下来要着重介绍的。

Aha Moment

Aha Moment（多译为“顿悟时刻”）——这个表达是由德国心理学家及现象学家卡尔·布勒在大约 100 多年前提出的。他当时的定义是“思考过程中一种特殊的、愉悦的体验，期间会突然对之前并不明朗的某个局面产生深入的认识。” 现在，我们多用 Aha Moment 来表示某个问题的解决方案突然明朗化的那个时刻。

Aha Moment 就是你的用户发现产品内在价值，并形成粘性用户留存的那一瞬间 。以 Facebook 为例，在很早期团队就发现，要让一个用户留存下来并持续使用 Facebook 的诀窍就是 让用户在 10 天内完成 7 个好友添加的动作 。 所以让用户完成该动作就成了 Facebook 内部全体员工的核心目标之一。事实上，这个目标他们一路坚持，直到达到 10 亿用户。

另一个例子是 Twitter 。在 2009 年的时候，Twitter 的用户流失率曾达到惊人的 75%，时任增长团队的产品负责人 Josh Elman 做了一件有趣的逆向思维的事，他并没有去研究那 75%的用户是为什么走的，而是深入地研究了剩下的 25%的用户为什么留下来。 结果他发现这 25%的用户关注的用户数都在 30 人以上 ，所以他们重新设计了产品，在注册后会进行推荐关注等，以此来提高新用户的关注数量，并最终提升了留存率。

硅谷的企业基本都能说出来自己的一个 Aha Moment，比如社交游戏公司 Zynga 是次日留存（他们发现次日回来的用户的留存率和付费率都明显更高），云存储公司 Dropbox 是当用户存放第一个文件的时候，企业协同工具 Slack 是当某个团队在群组内发送超过 2000 条信息的时候。

所以，总结来说，一般 Aha Moment 都是用户某个维度的动作或结果，比如：

  • 网络效应密度 ——用户在多少天内达到多少连接度

  • 内容增加度 ——多少的内容被用户添加到产品内

  • 访问频度 ——单个用户至少多少天内使用一次产品

那么具体该如何找到你自己产品的 Aha Moment 呢？

首先，你要把所有留存下来的粘性用户都总结出来，并尝试着提取其中的共同点，比如所有留存用户中 80%以上的用户都是： 3 天登录一次，或使用了一次相机功能，或更新了 5 条以上信息，或收到了 1 条以上私信，或下单了 2 次以上，等等。

在下图中，可以看到右侧红色代表的是产生某种行为的群体，左侧蓝色代表的是留存下来的总用户群体。在这里，发送 8 条信息的用户大概率也是留存用户，但要注意的是，还有更多的留存用户不在这个范围内，所以不能说发送 8 条信息就是该产品的 Aha Moment 。

图1

图 2 可以看到的是，左侧留存用户大多发送了 1 条信息，但从右侧可以看出，发送 1 条信息的用户其实大多是未留存用户，所以也不符合要求。

图2

而我们最终需要寻找的是下图的状态，即留存用户和某种行为发生用户的交集是最 大化的。此时，把这种行为提取出来很可能就是该产品的 Aha Moment 。

图3

但要注意的是，很多时候数据不都像图中这样清晰、完美，并且有时候相关的数据不一定就是因果关系，所以当找到某一个或几个 Aha Moment 以后，要做一些小范围试验，去看是否新发生这种行为的用户留存率确实在明显升高。

总结一下，其实 Aha Moment 讲的就是研究留存下来的用户的行为，找出其中的共同点，验证其真实性，然后重新设计产品流程，让更多的用户能够更快、更直接地达到这个节点，并产生留存。

扯开一句，你有过 Aha Moment 吗？反正小编一下子想到了读书时解数学题，手上的笔转啊转啊突然有了解法，于是鸡冻得把笔都抛了！

本文 来自 “42章经”（ID: MyFortyTwo），作者曲凯。