一、产品目标
针对具体司机制定精细化的补贴方案和金额，实现最小成本达到最高订单成交量的目标。
二、衡量指标
在线时间、人均成单量、单均补贴成本等
（根据平台的不同阶段）
三、补贴手段的进化
1.通用补贴
在平台的初期，用户量不大，数据积累较少的时候，我们采用通用的补贴手段。
在【实例】滴滴出行APP司乘撮合系统的策略演化一文中，我们讲到在出行平台司乘撮合系统的1.0版本，也就是以乘客为中心去分发订单。
此时，司机对平台的依赖和预期很低，我们只要激励他在线就好了。于是通用的补贴形式为：你在线，就奖励。比如司机只要每天司机端打开着达到一定的时长我们就奖励。只要用户去下载或者打开司机端，这个行为对司机来说成本很低，但是却能获得收益，于是就快速积累了大量司机，实现了第一波用户订单的高效分发。与此同时，也增加了抢单奖励，进一步去培养司机的习惯。
在这个阶段，所有的补贴目标，都是为了去帮助司机建立对平台的基础信任和培养对平台的使用习惯。
2.简单定向补贴
随着用户体量的增长，我们就到了第二阶段：简单的定向补贴。
为什么要做定向补贴呢？
因为出行是个明显具有潮汐效应的行业，虽然我们获得了大量司机，但是在出行高峰期，由于存在线下的“扬招”，即线下挥手打车，还有其他平台的竞争，所以订单的消化不理想。
于是我们就根据成交率的缺口，设定了各种早晚高峰、平峰、夜间等分时段的不同的奖励。
同时在这个时候，司机的体量已经足够大了，历史的数据也积累的足够多了，能看的出其实司机已经存在显然的分层特征。除了基于订单角度的这种分时段的奖励之外，我们还增加了针对不同活跃状态的司机去设定的任务奖励。任务本身是适应司机的当前阶段的，并存在阶梯的目标，去激励司机向更高的活跃象限去转化。
3.精准定向补贴
然后在这个过程中，平台快速增长和进化，很快就增加了精准的定向补贴这种模式。
我在这里用了增长而不是进化，因为直到现在这个简单定向和精准定向这两种补贴依然同时存在。
简单定向指的是通过时段去区分订单奖励，通过司机分层去区分任务。
精准定向包括针对单个订单的加价，指的是针对每一个订单的不同的价值和成交预估给予合适的激励。
当然还有动态调价，指的是基于非常小的区域内的供需不平衡进行价格的调整。
这些手段相对于简单定向来说补贴的区分力度会更细更精准。
然而其实我们在某些场景下，比如管理或者司机的成长预期这种确定性的角度，我们依然存在简单定向的手段来进行一个司机激励。
比如一个新司机来到平台，他会非常清晰我到了什么程度我就可以得到什么样的一个成长的回报等等。
四、两个关注点
更宏观的ROI（LTV/CAC）
受目标影响的【理想态】
1.更宏观的ROI（LTV/CAC）
成本：关注综合成本，包括【流量成本+补贴成本+补贴过程中对其他用户的伤害+促转化过程中对该用户的伤害+...】
CAC：用户获取成本 Customer Acquisition Cost
收益：关注用户在整个生命周期中对平台的贡献，而非单次交易收益
LTV：用户终身价值 Life Time Value
PBP：价值回收周期 Payback Period
补贴过程中对其他用户的伤害：
比如一个优质资源有限的双边平台，像出行或者其他O2O服务等等，如果我们将资源倾向了某个用户，那自然另外一个用户的体验受到伤害。
比如拉新，我们希望新用户在平台的前几次交易体验都非常好，但是这个过程中可能导致另一个用户受到伤害，所以他沉默了。那其实这就是我们平台并没有增加收益的一个过程。
再比如我们认为某个用户体验较差快要流失了，于是我们觉得需要对他做一些资源倾斜，但是这个倾斜可能导致另一个对品牌价值更高的用户真的流失了。
所以这是我们必须要关注的点。
促转化过程中对该用户的伤害：
所有的运营或者市场层面的增长，这个都是额外的手段，我们这里不包括优化产品带来的增长。所以那些手段不可避免的会占用用户的注意力或增加对他的打扰，那这些同样是需要我们纳入成本考虑的。
比如我们给用户发短信，通常只需要计算短信成本，然后与这个转化收益做对比。如果是高收益的业务，那短信成本跟收入比这个根本不算什么，那么能一分钟给用户发一次短信吗？对吧，按照平均转化率，我们发的次数多了，那么平均转化率也会多呀~
那显然我们不会这样做的。因为发多了，用户就把你拉黑了，他会把你的push关掉，会把你的app卸载，会对你的产品丧失信任，你可能永远就失去这个用户了。
所以在日常生活中，其实我们每个人都有这样的意识，会有这样的保证用户体验的考虑，但是并没有从根本上将这一点认为是成本。
比如说一些用于增长的推荐类的产品手段，这个某一个页面有半屏全都是推荐。那虽然这个item这个对象越多我们的点击率可能会越高，但是实际上由于过多的内容消耗了用户的注意力，会导致他的平均点击率下降。那我们做这些低质的推荐的性价比就会很低。这是我们通常会忽略的，所以一定要额外关注。
【案例一】会员的特权
作为一种特殊的促活手段，同样要关注所付出的的成本有效性和是否能达到相应的收益
成本有效性：相应等级的特权/优惠是否能够吸引用户，是否能真的达成转化
为什么我搭建的一个会员体系或者积分体系但是好像并没有带来什么变化呢？用户好像没有感知呀？
比如一个外卖平台，他的整个积分体系是这样子的：交易或者评价可以得到积分，消费一块钱可以得一分，评价一次可以得五分。然后积分之后我们积分商城是什么样子呢，累计一万分可以换一个鼠标垫。于是用户一天要花三十块钱连续一年三百多天才能换个鼠标垫，如果他坚持评价呢，可能半年就换到了。所以他有什么动力可以去保持在这个平台上的粘性呢？
于是做的一个增长手段这个会员也好这个积分也好，他其实并没有发挥出应有的作用。
收益：达到该等级对平台贡献的贡献大小是否跟成本match
假设某电商平台消费一万就可以达到金牌会员，可以享受全场九折的特权。但是，该电商平台毛利率可能只有百分之二十，转化成净利之后可能就只有百分之十了。所以这个用户达到金牌会员之后在接下来的消费中对平台的利润几乎就没有贡献了。
这就是一个虽然可以促进普通用户的活跃，但是成本过高完全抵消了高价值用户对平台长期贡献的例子。这个LTV后半段接近0，或者全程都接近0了。
【案例二】Aha moment
Aha moment指的是用户在体验产品的时候他感受到产品给予的特殊价值的一个时刻，那么一旦用户找到了这个aha moment，他就更有可能留存下来。
比如最早的facebook团队提出这个概念的时候就总结的facebook新用户如果十天之内添加十个好友，他的留存率就会达到一个很高的值。这是所有的增长团队，为了新用户的留存而不断尝试和努力的一个转折点和目标。
为了使新用户达到留存的aha moment，平台会做出一定的资源倾向（额外流量or优先派单等），此时对其他用户造成的伤害也要考虑到成本范畴内。
2.受目标影响的【理想态】
效率的定义并不限于ROI最大或者最低成本等等，会受到阶段性目标的影响。而我们在持续的进行ABtest的同时所得到的的结论会作为经验值。
比如我们在尝试最低获客成本的过程中，我们发现了某种增长手段的组合可以实现单位时间内的转化量最大，也就是拉新速度最快，或者是GMV增幅最大等不同的效果。
那么这些数据我们就可以保留成经验值。接下来当平台处于不同发展阶段，当我们的阶段性目标变成了拉新速度最快或者GMV增幅最大的时候，我们就直接可以回到原来的历史经验值中去畜选取不同的经验值以及不同的手段的组合去达成不同的目标，而不需要再一一的去测试了。
ABtest的结论会作为经验值，在不同的阶段性目标下，可以选取不同经验值的组合以达到不同的目标。
【案例】
更高利润：追求ROI最大、增长速度可能是慢的
更快增长：追求转化率最大、ROI非最优
五、小结
增长是一个好产品的天然属性，同时可以加入杠杆让其加速。
增长策略框架回顾：5.1增长策略框架
策略框架：
触达、认知、转化三环节；
基于预测冷启动，然后将目标对象无线细分、持续测试，形成自循环，最终实现针对不同的对象群，选择最合适的杠杆将其撬动。
