投入产出分析(费用投入与产出分析报告)

产品的盈利能力是产品负责人经常被问到的问题。你知道你的产品多快能盈利吗？本文从六个方面对这个问题进行了分析和解读，与大家分享。

投资回报、投资回报期、投入产出分析……这些都是经济学领域的术语。

对标互联网行业，应该也是业务或者运营部门的小伙伴们要苦学的问题。这项工作落在我的产品小白身上...

这里可以分享一下“我低着头坐着，从天而降”的小故事:在每周例会上，老板问了一个类似的问题，“按照我们现在的推广节奏和产品状态，多久能赚回推广运营的成本……？”老板问这个问题的时候，整个会议室鸦雀无声。

这时，我偷偷看着我们的小妹妹在操作。根据Sue做产品前一年的运营工作，以及运营岗的工作内容，这个问题应该由她来回答。而且每次都是在这种沉默中，老板以三两句抱怨来结束会议，以此来缓解压力。

而上周，同样的场景，我被点名了！！！！

你做PM，就不能让别人说你不行。就算是女PM也不允许有人这么说(哈哈哈)

前面的情况说明了之后，再来说说苏梳理的这个投入产出模型。希望有朋友可以探讨一下。

一、用户来源划分

要先搞清楚用户从哪里来，这样后期才能放大价值，或者说“对症下药”。

根据自身产品和推广策略的情况，对新用户来源进行标记和划分。以内容+社交产品为例。来源分为但不限于:市场/商业渠道、运营活动、社区传播...

这里需要注意的一个问题是，规定一个用户只能记住一个源信息。

因此，需要定义来源的优先级，当同一用户有多个信息来源时，应根据优先级进行选择。

这个优先级是根据产品功能、推广渠道，甚至不同部门对整个项目的损益影响和重要性来定义的。

二、用户行为划分

除了办公场地租赁、物料采购、人工成本，还有关于产品获取、产品运营等类别。，这将占项目支出的大部分。比如产品宣传，就不一一列举了(用老板的话说就是到处烧钱~ ~)

大多数投入和产品的类别相对明确，例如:

花了多少钱租了这个办公室多长时间；花了多少钱给团队配备多少人力，这些人输出或产出了什么花了多少钱获取了多少新用户花了多少钱做了哪些活动，活动提升了哪一项关键指标……

如果只关注投入成本获取的新用户，有多少有付费意向，每天产生了多少价值(多少人收费或者付了多少钱)，我们看到的永远只是那一小部分人，那一亩三分地。

苏认为应该关注用户更多的行为，关注产品更多的场景。

用户行为分为两类:费用行为和收入行为。对应的定义是，这样的行为会增加平台/产品的成本，这样的行为会带来平台/产品的收益。根据产品本身的设计，列出符合定义的用户行为。

整理一下Sue项目的用户行为脑图如下图，涉及机密不便分享完整版。大致看一下~

三。投入产出模型一:单个开采量的投入产出需要注意的是，这个模型是有预测性的，所以是基于过去一段时间一定量的数据监测。

也就是说，在老板投钱之前，我需要回答他，根据过去的数据，有没有可能把这笔投资的成本赚回来？我什么时候能赚回来？

相信大家都听说过这句话:2019年是过去10年最差的一年，也是未来10年最好的一年(慌~ ~)

所以作为一个小型创业公司的老板，他主张不打没有把握的仗，不做不可能拿回来的投资。

模型概述:某个来源的单次购买(登录APP激活)获取的新用户，会以该来源过往购买的用户行为数据(新增用户日均人均行为成本&日均人均行为收入)为参考，按照过往新增用户留存率递减累加。

需要定义新用户:注册当天(自然日)的用户。

注:由于模型是基于均值计算的，因此模型的建立需要以下前提条件:用户来源质量相对稳定，即相同的来源，相同的成本，可以获得相同的新设备激活，相同的从激活到注册登录APP的转化率，相同的用户平台成本&收入(人均行为成本和人均行为收入)，这些假设需要定期计算和校准。

例:源A计划投资人民币A，可以带入B注册登录APP的新用户。第二天到第4天源A新用户的活跃留存率大致分别为60%、45%和35%，第5天起活跃留存率稳定在30%。

如果新用户的日均行为成本和日均行为收益分别为X和Y，那么这项投资的可预测产值为:

z =(y-x)(b+60% b+45% b+35% b+30% b+30% 30% b+30% 30% b+……)

四、投入产出模型二：存量用户的投入产出

经过一段时间的产品推广，会留下一定数量的活跃用户。

如果你的产品留不住任何一个用户，你可能需要注意的不是投入产出的问题，而是审视产品的定位和设计。

据说最准确的数据也可能是骗人的。

苏的项目就是。有一段时间，每天的数据看起来很美。折线图在平稳的趋势中慢慢上行，但伴随着数据的上涨，还有平台的主动成本。

现在常见的产品都会增加打卡签到等功能。让用户保持活跃。我们是做内容+兴趣社交的产品，所以也会鼓励用户创造内容，进行互动，也有相应的活跃成本。

不要低估这些支出。用户层次略高，可能是比较大的成本(请不要和钱多钱多的大平台比)。

所以要分清哪些日常用户在引流平台，哪些人在贡献价值。可以通过监测用户的行为，标记用户的设备或IP来识别，这里就不分享了。

模型概述:以某个来源的存量用户(日常用户中的老用户)的日常行为数据(老用户的日均行为成本&日均人均行为收入)为参考进行计算，根据已有的留存规律预测未来的日均活动，然后得到日均活动对应的日均净收入，最后经过一段时间后得到当前存量用户的净收入。

注:和单产量的投入产出模型一样，这个模型也是预测性的，所以只建立在某些变量不变的假设上。假设有:日均人均行为成本、日均人均行为收益和留存率。它还需要定期计算和校准。

举例:假设该源当前日活用户为D，且从今天开始该源没有新增用户，通过对过往数据的分析，可以得出:第2天到第4天，源A新增用户的活跃留存大致分别为a%、b%和c%，从第4天开始稳定在c%。

根据注册时间，可以计算出前一天的注册用户数为f1，前两天的注册用户数为f2，前三天(包括前三天)的注册用户数为F，从而预测当前日活用户在未来的产值以及第n天以后的累计值。

相应的图例:

（由于单日数据可能存在较大的波动性，为了使分析结果更准确，日活用户数d、前x天注册的用户数fx应当取一段时间内的平均值）(由于单日的数据可能有很大的波动性，为了使分析结果更加准确，每天的用户数D和前X天的注册用户数fx应该是一段时间内的平均值)

五、假定定量（关键指标）的统计与监测

上面提到的关键指标假定是定量的，实际上它们会受到一些因素的影响而发生波动，因此有必要

每时每刻都在对它们进行计数和监测，以确认它们在小范围内是稳定的。当出现较大变化时，要及时关注和分析，采取相应措施，使数值恢复到合理范围。

(1)单次生产的投入产出模型:

各来源，每天的新设备激活数；各来源，每天的新注册用户数；各来源，新用户注册当天产生的行为总成本；各来源，新用户注册当天产生的行为总收益；各来源，新用户的流失周期和稳定留存率。

(2)股票使用者的投入产出模型:

各来源，每天活跃的老用户；各来源，每天老用户产生的行为总成本；各来源，每天老用户产生的行为总收益；各来源，老用户的流失周期和稳定留存率。六、模型搭建和分析的目的

任何数据分析都应该有明确的目的。如果目的不够明确，别说分析，就连数据提取都无从下手，在浩如烟海的数据库中寸步难行。

除了回答老板关于回原岗位的问题，苏还有其他分析目的，希望能让老板更清楚现状，为他提供下一步的方向和计划(虽然升职加薪对2333来说无望)。

哪些来源的投入需要放大？哪些来源的投入需要缩小？哪些来源的存量用户在榨干平台？哪些来源的存量用户在贡献价值？成本压力大的用户行为主要有哪些？收益空间大的用户行为主要有哪些？

数据分析的结果应该是有指导意义的:

新用户的人均行为收益>人均行为成本，且老用户的人均行为收益>人均行为成本。符合上述条件的来源，应当放大投入新用户的人均行为收益<人均行为成本。符合上述条件的来源，应当缩小投入老用户的人均行为收益<人均行为成本。符合上述条件的来源，存量用户在榨干平台，应当及时遏制老用户的人均行为收益>人均行为成本。符合上述条件的来源，存量用户在贡献价值，应当多加引导某成本行为的日均人均金额>全部成本行为平均的日均人均金额（区分新老用户）。符合上述条件的用户行为，造成平台的成本压力大某收益行为的日均人均金额>全部收益行为平均的日均人均金额（区分新老用户）。符合上述条件的用户行为，存在平台的收益空间大

这篇文章只是我不成熟分析的总结。希望有不同分析思路的朋友欢迎讨论指教。

本文由@苏原创发布。每个人都是产品经理。未经许可，禁止复制。

来自Unsplash的图像，基于CC0协议。