还有一个例子，我们产品初期的一个核心功能是人像美化。人像美化里最重要和最直观的一点，不同人种和肤色的人对于『美肤』的需求完全是不一样的。亚洲用户通常喜欢美肤的效果比较强一点。但是欧美白种人的文化中，他们希望更多的保留自己的特征。比如他们不希望脸上的雀斑被消除，这是他们认可美的一种方式。

　　不同国家的留存差异

　　借助 GrowingIO 的留存分析功能，我们发现上面这个规律：这张图展示了几个国家用户的留存情况，留存率最高的国家（蓝色线）和留存率最低的国家（橙色线）之间相差了近一倍。这是直接从数据层面告诉我们大家的需求是不一样的。

　　某功能在不同国家的渗透率

　　这是我们某个功能的渗透率，即有多少用户会使用这个功能；我们发现渗透率最高的有50%，而最低的不到10%。

　　这里我想和大家重点说明的是，对我们的产品来说，全球市场下不同文化的人种，他们的需求是完全不一样的。所以在 PMF 中，市场是有很大差异的。这个时候，我们应该用数据去解决这个问题。

　　（二）全球市场的差异策略

　　在这种情况下，我们可以做多维度的用户分群研究，用户分群可以帮助我们客观的从数据层面洞察用户的特质，观察哪些用户群喜欢这项功能。

　　用户分群的维度对我们来说，最基础的维度是国家。还可以继续深挖，比如用户的一些特性，用户对某些功能的偏好程度，都可以作为划分的维度。从中可以发现非常多的差异，同时也告诉我们其中有巨大的价值。

　　我们可以基于用户分群做 MVP 的深度实验，比如，有目的的把美肤程度比较强的功能推给中国用户，美肤程度没那么强的功能推给欧美用户。在这个实验的基础上，做个性化的功能投放和运营，包括产品中给用户呈现的产品特征，以及市场和运营策略。

　　最后，当我们发现有些群体，我们很想要覆盖，但我们产品很难搞定的时候，我们可以直接做细分垂直的产品，去突破在这个群体中的增长瓶颈。

　　日本地区新增用户量

　　这是我们在日本地区新增用户量的图，可以看到在1-2月区间有很明显的增长，几乎翻了一倍。当时我们在1月份推出了动感贴纸功能，这个功能可以基于人脸识别，在用户脸上贴上各种有趣的贴纸。

　　基于用户分群和 MVP 实验，我们发现这项功能在日本非常受欢迎。得到这样的洞察和结论后，我们刻意加大了这项功能在日本市场的推广力度，因此取得了非常好的增长。

　　四、漏斗模型的无限结构

　　我相信大家对漏斗都很熟悉，我想阐述的是，对于漏斗，我们是不是真正发挥出了它的价值了呢？

　　（一）如何解构漏斗模型

　　我觉得对于漏斗需要做无限向下的解构，像显微镜一样不断的调倍率，重新寻找解决路径和方法。比如从A到R这个路径的转化率不高，面对这个问题，我们应该怎么解决？

　　解构漏斗模型

　　首先我们要明确用漏斗解决什么问题，在这基础上充分解构这个漏斗。从A到R的转化问题，我们可以把A再拆开，拆成A1、A2、A3，再看哪一步是主要问题，假设是A2，再把A2拆开，再看其中的主要问题。

　　最理想的状态是，我们能解构到唯一变量的颗粒度。然后我们就能够精准定位并且解决这个问题，带来增长。

　　（二）App 推送的漏斗模型

　　做移动 App 的同学一定会发『推送』消息，这是挽回用户最直接的手段。如果把『推送』的漏斗仅拆解为发送了多少用户，有多少用户点击这种程度，atv，我们很难实际有效地解决问题。

　　App 推送的漏斗模型

　　这是我们分析一次『推送』的问题解构：

蓝色部分表示和『推送』服务或机制相关的影响因素；

绿色部分更多的是和客户端相关；

红色部分表示用户接触到这个『推送』后，活动策划、运营、物料等是否可以吸引到用户。

　　这三者类别不同，对应的需要解决的问题也不同。