要如何找到产品中的 AhaMoment，才能像 Facebook 一样

2016-10-27 09:57:00

Aha Moment 就是用户接触产品后的一些特定行为，可以说是产品爆发的拐点。

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多年前首创的。

他当时对这个表达的定义是“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。

从产品体验角度来说，Aha Moment 或者 Magic Moment ，是用户在使用产品中的爽（G）点。从产品的优化方向来说，它相当于是有价值的用户行为，这些行为将决定用户是继续使用你的产品还是选择你的竞争对手，它对用户留存以及产品的稳步增长有着决定性影响。

在作者看来，这两个 Aha Moment 从本质来说是不一样的，但又有一定相关性。前者代表着产品存在的价值，是在产品处于 MVP 阶段时就定好的，我们今天要聊的是后者。

因为普通用户在使用产品过程中，通过哪些具体行为留存下来，从而成为优质用户，这个是我们无法准确预知的，然而一旦找到这这些行为，它就可以成为实现产品增长的秘密武器。

即便是再优秀的产品，也会在产品发展方向中经历/遭遇迷失，如果在这个阶段没有及时找到正确方向引导用户，产品的留存和增长就很难实现。

Facebook 在早期阶段，就发现影响留存和活跃最重要的因素就是好友数量，之后他们再持续不断的优化和测试中，找出了属于他们的 Aha Moment，就是确保新用户在10天内添加7个好友，完成了这个动作后，这个用户就有很大几率留存下来。在确认这个方向后，他们将这个目标作为产品优化的核心目标之一，通过不断的优化和改进，打造了现今社交平台在新用户引导界面几乎都在使用的 “Pepole you may know”。

除了 Facebook 以外，任何一个我们听说过的硅谷公司都有他们自己产品的 Aha Moment ：

Linkedin ：添加一定数量的联系人
Twitter ：用户之间互相关注
Zynga ：次日留存
Dropbox ：上传一个文件

现在我们情清楚了， Aha Moment 实际上就是用户接触产品后的一些特定行为，这些特定行为对于产品留存率有着决定性的影响，可以说是产品爆发的拐点。但是问题来了，我的产品目前还没有这些公司的产品那么厉害，我也能找到自己产品的 Aha Moment 吗？别急，这就是本文要帮助你解决的问题。

其实，要找到这个产品增长的拐点，有两个秘密武器：同期群分析和A/B测试。

同期群分析 (Cohort Analysis)：找出关键用户行为
A/B测试：验证最佳用户引导方向

以上两个秘密武器（方法论）缺一不可，关于它们的概念和定义我就不在这里多介绍了，大家可以在百度找到很多详细的解释，目前第三方做数据分析的产品也几乎都可以实现同期群分析，我们直接来看看具体的实施过程吧。

1.通过数据分析工具筛选出高质量用户、留存用户，以及低质量用户、不活跃用户的具体行为。

2.通过用户行为跟踪分别查看这两部分用户都做了什么，找到留存用户、高质量用户独有的特定行为。

这点非常关键，所以要强调一下，之前有很多同学认为，只看留存用户的行为就可以确认 Aha Moment 的方向，但事实上并非如此。我们需要对比找出留存用户的行为与流失用户行为之间的差异，确认那些在留存用户中占比最高，并且与留存有正相关的用户行为。例如，找到留存用户行为有添加3个好友，发送2条消息和浏览5篇文章后，进行研发评估后，我们确认引导用户添加3个好友这个功能可以最快实现，然后确认运营策略，调配开发资源去实现这个功能了，但如果事实上，流失用户中的用户也有很大比例添加是3个好友，那就意味着我们有可能在做一个无意义的功能了。

3.与留存有正相关的行为可能不止一个，我们需要根据产品战略，技术开发的难易程度、用户调研和内部讨论进行综合评估，确认一些可以尽快将其完善成功能的行为类别作为 Aha Moment 的首选假设，之后实施研发，将其作为后续A/B测试的试验版本。

4.将那些不活跃的、低质量用户设为试验受众，通过A/B测试观察这些不活跃、低质量用户的数据是否可以提升，从而达到活跃用户的标准，进而找出真正的 Aha Moment 。

A/B测是验证假设的最佳工具，我们将现有版本作为原始版本，有新功能的版本作为试验版本，通过用户行为验证我们的假设是否成立。