编辑导语：影响付费率的因素有很多，产品性质、产品决策周期等等，想要提高付费率，首先要找到让用户找到付费的理由，找到让用户留存的办法；本文作者对此做出了一系列的思考，我们一起来看一下。
最近偶尔会和小伙伴讨论一些问题，自娱自乐；有个小伙伴问了这样一个问题，怎么提高付费率？
我就问他这个说的是某个具体业务的，还是通用的，他说是通用意义上的，我问他是怎么考虑的，他说还没想清楚，大体的想法会从新用户付费和老用户付费的角度考虑。
我就说了下我的想法，然后这两天偶然间产生了一些想法和灵感，觉得这不是一个问题，而是一类问题，所以我就在那个问题的基础上又做了一些推演的思考。
本文主要包括这两部分，一部分是关于提升付费率的思考，一部分是在此基础上的推演，扩大到更通用的边界。
一、如何提升付费率
先说一下，那天我给到的临时答复：
我是这样理解这个事情的：付费率=付费UV/整体UV——那需要做的就是提升付费UV，或者提升整体UV的质量，后面的其实是渠道和用户匹配度的问题，以前面为探讨对象。
对应在用户使用产品的付费转化路径上，就是未付费——初次付费——持续付费——流失。
那对应提升付费UV的问题就变成了：
后面又考虑了下，付费率这种东西，最根本的其实还是和业务模式本身的特点有关，而且付费的定义也可能不一样；比如电商和增值服务类的产品，付费率的值肯定是不一样的。
仔细想了想，不同业务模式付费的差异，主要是由这两点决定的，一个是产品决策周期，一个是用户生命周期。
产品决策周期指的是用户从初次了解产品，到最终决定要采取行动需要花多久，决策的复杂程度如何，这里面又受到很多因素的影响；比如产品本身的标准化程度、价格高低、试错成本的高低，以及决策的场景是怎样的。
比如买车、买房，这种就属于典型的决策周期很长的事情；点哪家外卖、买哪家衣服，则属于决策周期相对较短的事情。
一般来说，产品的标准化程度越高，价格越低，试错成本越低，也就越容易做出决策。
反之则很难做出决策，这个时候就会有很多的辅助决策的手段，比如免费体验产品，长期跟进以建立信任关系等等。
用户生命周期主要是用户和你是多久的关系，是一次性的，是低频次的，还是中高频次的？这取决于业务模式本身，不同的业务，用户生命周期肯定是不一样的。
比如你可能只买一两次房子，但你隔三差五的就会买买衣服，甚至每天都可能点外卖。
用户生命周期的长短，直接决定着后续一些策略的制定。
一次性的业务主要关注的是获客成本、客单价、转化率，毕竟是一锤子买卖，低频次的业务就是让用户在特定场景能想起你来，单用户价值能够大于获客成本即可。
中高频的业务则主要关注获客成本、黏性、复购率、ARPPU、LT（生命周期）和LTV（生命周期价值）。
不同的业务模式天然就是不一样的，付费率的特点也是不一样的，所以我们也只能得到了这样一个基础假设：
具体的，只能具体问题具体分析。
二、推演一下
这只是一个问题，那是不是就可以延伸成一系列的问题，如何提升XX，比如，如何提高流水？如何提升使用时长？
于是我就在考虑是不是有一种通用的思维方式，可以帮助解决这类似的问题。
我初步得出来的答案是先量化指标，然后按不同的维度进行拆解，之后找到关联的影响要素，得出来一些猜想和假设，最后是证实或者证伪。
下面来分别看下：
1. 量化指标
这里主要是定义清楚问题，能量化的就量化，不能量化的看能不能想办法量化，毕竟不能量化的东西，也就很难评估和提高。
比如上文说的付费问题，假定有100万的DAU，每天有1万付费用户，那么付费用户到底是多还是少呢？以及什么样的用户算是付费用户呢？
所以第一步，需要做的就是找到合适的量化指标，并且定义清楚相关的计算标准。
第二步就是找到一个合适的公式来进行量化表达，量化成一个公式之后，我们就知道这个指标到底会受到哪些关联指标的影响了。
比如，利润=收入-成本——这就是一个基础的公式，那想提高利润，无非就是增加收入，降低成本。
再比如，上文中提到的付费率=付费UV/整体UV，那需要做的就是提升分子，以及在分母相同的情况下，提高用户的质量。
接下来就是不断的细化这个基础公式了。
2. 分维度拆解
一种思路是按照空间顺序，从整体到局部不断的进行拆分，比如收入=业务1收入+业务2收入+业务3收入…
另一种思路是按照时间顺序，也就是事情自然发生的流程来组织整个过程，看事情发生的前、中、后分别有哪些环节；比如基于转化路径的收入公式，收入=流量*点击率*购买转化率*购买成功率*客单价。
如果没有明确的思路，就先随便列一些拆解的维度，然后边拆边看好了，比如常见的性别、年龄、地域等。
拆解的目的是尽可能的把所有的关联影响要素，都整合在这个量化指标的基础公式里。
拆解前的公式：
利润=收入-成本
初步拆解后：
利润=流量*点击率*购买转化率*购买成功率*客单价-（人力成本+营销成本+软硬件成本）
然后不断的拆解和完善就好。
拆解的越细致，对业务的理解就越深刻，相应的，对业务的掌控能力也就越强。
3. 找到影响因素
从大分类上来讲，影响因素可以分为这几类：
那需要做的就是明确现在各影响因素的分类，然后增强驱动力，减少阻力，根据二八法则，优先处理目标贡献高，影响程度高，影响范围大的因素。
最后再结合着难易程度和所需时间来综合评估性价比和优先级。
4. 得出猜想，证实或者证伪
最后就是基于上面那些猜想，做一些对应的调整策略，来证实或者证伪我们的想法，也就是我们平常说的MVP和迭代。
上面的部分可能还是有些抽象，最后以一个案例作为结束，我们整体再看一下，你的好友打算去开个淘宝店，找你探讨一下这个事能不能赚钱，要不要搞搞。
于是你给他缓缓道来，我们要开淘宝店了，那最终的目标是为了赚钱，也就是：
利润=收入-成本
一个用户从看到我们的商品或者店铺，到最终完成购买转化，大体会经历购买前、购买中、购买后这几个阶段。
具体来说，就是：
看到店铺或者店铺的商品——产生购买兴趣——进店或者商品详情页——浏览商品——决定下单——下单——购买成功——收到物品——继续购买或者流失。
为了支撑用户的上述行为，我们需要做的部分是：选品、采购、买广告获取用户、优化店铺和详情页、物流发货、客服咨询、用户关系维系。
根据基础的收入公式+用户转化路径的各影响因素，可以得到这样一个升级版的公式：
利润=曝光量*点击率*下单转化率*付费成功率*平均客单价*复购率*用户生命周期-（采购成本+营销成本+人力成本+库存成本+其他费用）
接下来就看想开个淘宝店，在哪些方面是有显著竞争优势的，能提升哪些驱动力或者降低哪些阻力，最后看定位的目标人群和产品选品。
你朋友惊叹了一声，天哪，这也太复杂了吧。
那就简单算算，只要平均下来每笔订单是赚的，这个事就能成立，也就是单笔订单的收入>单笔订单的成本。
可以算一下每个月的开支是多少，然后看要成交多少笔，才能达到盈亏平衡点，或者前期烧钱作为引流工具，最后再通过利润商品来提升利润。
最后简单总结下，对于这种提升XX的，可以先量化指标，得出基础公式；然后通过不同维度的拆解，不断完善基础公式；最后找到关键的影响因素，再基于得到的一些猜想进行验证和迭代。
需要警惕的是，这种量化拆解的方式适用于成熟的业务模式，对于还在摸索阶段的业务，不一定适用，但一些思考方式还是可以复用的。
以上，就是本文的主要内容，欢迎斧正、指点、拍砖。
之前也写过一些数据相关的文章，感兴趣的可以去翻翻：
