Question

许多流行的回报策略都强调让顾客去赚节约的钱，或者给他们发购物券、代金券或者礼物。特别是零售业，长期以来这个行业已经积累了许多这样的回报策略。这些回报很强大，团队也确实应该在这方面大量开展试验。但很重要的一点是，团队不应把目光局限在金钱或者省钱这样的回报上，而是应该试验产品体验这种回报。实际上，一些最易于习惯形成的回报是无形的回报。这类回报中有不少值得试验。比如社交回报，脸谱网的点赞功能就在很大程度上促使发照片和评论成为用户的一种习惯。同理，飞行常客奖励计划很早就开始使用诸如会员升级、贵宾休息室和优先值机这样的社交回报，而且它们相比折扣机票更能让用户保持忠诚。团队应该创造性地思考可以提供什么样的无形回报，而且还应该试验将实际回报和体验式的社交回报结合起来。

按照激励—市场匹配原则，回报应该契合产品价值。近年来，在促进习惯形成、提高留存（当然还有其他增长杠杆）方面，除了给用户提供特价优惠和折扣以外，还有三个值得注意的回报策略。虽然这里无法完全列举所有策略，但至少这三个例子代表了现有的很多可以大规模实施的策略。

品牌大使计划

这类计划通常结合了社会回报和实际回报，通过授予用户高级用户的称号来给用户提供社会认可以及其他的实际好处。

Yelp精英队计划是利用这种方法提高留存最成功的案例。通过给予第一个给商家留言的用户特殊认可并且让用户给那些有用、有趣或者只是单纯很酷的评论点赞，Yelp就成功给用户提供了强大的社会回报，激励他们写更多的评论。

Yelp团队向最活跃的用户颁发精英奖章，他们解释说：（这是）我们认可和奖励那些在线上和线下都很活跃的口碑传播用户和模范用户的方式……精英队成员的个人档案中有一枚闪亮的精英徽章，而且精英用户还能享受参加Yelp活动和提前入场这样的特殊优待。这个计划大获成功。美国东北大学的经济学教授王忠民对Yelp进行研究后发现，Yelp主要的竞争对手，比如Citysearch和雅虎区域搜索，其用户在网站上留下超过6条评论的比例在5%~10%。相比之下，Yelp用户中有超过65%的人在网站上写6条甚至更多的评论。而且，Yelp网站总评论量的44%都是由精英用户贡献的。

利用品牌大使计划来提升用户忠诚度和留存率的不只是网络公司。餐馆、酒店、信用卡公司以及许多零售商很早就成功使用这类计划，巧妙地将诸如归属感、社区和地位这样的社会回报与更实际的回报结合在一起。美国运通百夫长卡，也就是广为人知的黑卡，就是一个经典例子。许多人都觊觎黑卡，把它视为终极地位的象征。黑卡持有者人数有限（需要每年在运通账户上消费并还款至少35万美元），它具体能带来哪些好处一直笼罩在神秘当中，而且它提供的实际回报甚至能令最富有的美国运通用户感到与众不同（例如专享的优惠、旅行和柜台服务）。

近年来最令人瞩目的品牌大使计划出自发展迅速的媒体公司theSkimm之手。这家公司向职业女性提供员工亲手编辑的每日新闻，目前它的日读者量已经发展到350万。要想成为Skimmer大使，读者需要向10个朋友推荐这个服务，这样做的回报不仅包括获得网站公开认可，还包括名牌T恤、手提包、手机壳、社交机会以及在新闻电子报中刊登生日祝福等等。

认可用户成就

所有用户都看重来自公司的认可，哪怕只是很小的认可。对用户表达认可的最佳方式是肯定他们的某种成就或行为，或者使用营销圈中称为行为邮件（behavioral email）的方式，也就是当用户完成了一个里程碑事件时就给他们发去祝贺邮件。比如当你走到当日第一万步时，Fitbit（一家研发和推广健康乐活产品的新兴公司）就会给你发一条祝贺推送。又如，当你跑完10英里或者完成距离最长或速度最快的一次跑步时，Runkeeper（一款私人运动记录应用）就会给你发送祝贺邮件。同样，推特的联合创始人埃文·威廉姆斯创办的博客发布平台Medium会在用户文章被推荐50次或100次时向用户发送邮件。大多数推荐计划都内设了这样的成就推送，一旦朋友加入时就会向用户发送邮件，鼓励他们邀请更多人加入。

这些推送也可能是告知你其他用户采取了一些可作为你的个人成就的行为，比如领英会给用户发送邮件告诉他们有人认可了他们的技能，推特会提醒用户有人为他们点赞或者转发他们的推文。脸谱网和Instagram的做法尤其聪明。它们会给用户发移动推送，告知用户他们的脸谱网好友加入了Instagram，或者鼓励他们给其他用户在Instagram上发的照片点赞，尤其是给那些有一段时间没有发新照片的用户点赞。这两类推送可以从两个方面提高留存率：让用户重回Instagram查看朋友最新状况，以及通过增加新用户在Instagram上的粉丝数量、获赞和留言数量来回报新用户。

客户关系个性化

随着储存用户信息的海量数据库和强大的数据分析工具的出现，公司更精准，甚至一对一地满足用户需求和欲望的能力大幅提升。沃尔玛实验室（WalmartLabs）产品和工程部副主席舒维克·慕克吉指出，公司在增长领域最重要的一个转变是从传统的一对多营销思维模式转变为提供完全个性化的一对一的用户体验。比如，现在公司可以根据每位用户的喜好发送个性化邮件和产品推荐，即使用户数量达到几百万也能做到这一点。他指出，这种大规模的个性化做法核心在于理解用户，理解你所处的行业，并确保在二者之间建立完美的匹配。

亚马逊是个性化技术的先驱。这个技术之所以成功得益于大规模的客户数据以及更先进的编程技术让公司可以高效地挖掘有关用户个人喜好的海量信息。要实现个性化不仅可以利用用户提供的个人信息或者他们在公司网站或者App上的行动，还可以利用他们在整个互联网中的行为数据。现在通过诸如Demandbase这样的数据供应商就能够轻松获取这些数据。也有许多公司提供个性化技术，比如Salesforce（一家客户关系管理软件提供商）、Optimizely和HubSpot。

Optimizely的前内容经理卡拉·哈什曼曾分享过公司如何通过向最重要的用户提供个性化主页体验来改善包括激活率和留存率在内的诸多指标。以前公司网站只有一个主页，后来则根据关键账号、用户访问时间以及垂直市场等不同因素设计出26个不同版本的主页。比如，如果用户从《纽约时报》的办公室登录公司主页，他们看到的页面就会显示针对出版商的Optimizely产品和服务。而如果是微软员工，他们看到的则是Optimizely可以如何帮助技术和软件公司。

机器学习算法正在引发新一轮个性化浪潮。如它的字面意思所指，机器学习是指软件根据用户反应来优化和改善个性化措施，而非由人来做这个决定。这项技术很复杂，但它正在变得越来越容易操作。比如在英曼，摩根和他的团队在电子新闻周报中向用户发送为他们量身挑选的新闻故事，做到为每一位订阅者提供独一无二且与用户高度匹配的内容。这一个性化服务获得了Boomtrain（一家基于机器学习的个性化数据公司）的数据支持后简直如虎添翼。Boomtrain通过将机器学习与个性化相结合成功做到持续优化新闻内容的相关性，而无须摩根的团队做任何额外的工作。这还只是提供此类服务的众多公司之一。团队还可以利用诸如Apache Spark（大数据处理引擎）提供的开源软件机器学习图书馆来建立自己的软件，这样也能取得同样的结果。

我们在第一章中曾简单提过，Pinterest的增长团队在机器学习个性化和优化方面进行了大量试验，他们建立的Copytune程序可以帮助团队迅速测试30多种不同语言、数十个版本的推送文案。Copytune最后会选出最优版本并自动完成后续测试。这个程序对每种信息组合方式进行测试，结果令人难以置信：每月重返网站的用户数量（月活跃用户）大幅增长。虽然增速是个位数，但考虑到Pinterest的用户规模超过一亿，这样的增长速度意味着公司每月增加的活跃用户达到数百万。虽然公司没有透露新增访客带来的广告收入，但可想而知，这个数字一定十分可观。

如果团队想进行个性化测试可以先从触发物入手。大多数邮件营销软件都能提供各种各样的个性化选项，既可以简单到在邮件中插入收件人姓名，也可以基于用户历史行为向他们发送为他们量身定制的邮件内容和产品推荐。我们的食品商店App团队可以向那些在App下单一次、从未下单以及App订单平均金额超过100美元的用户发送不同的邮件。完成了这个第一步，增长团队就能获得用户体验有效性方面的早期数据，并根据结果决定是否做进一步投资。