构增加模型即拆解北极星目标的过程，找到一切对北极星目标有影响的目标，方便根据细分目标做事务

构增加模型即拆解北极星目标的过程，找到一切对北极星目标有影响的目标，方便根据细分目标做事务。注：要先找到合理的北极星目标，再找到中心转化途径，以防跑偏。

拆解细分目标时要遵循MECE原则：

有两种拆解办法：全链漏斗式（操作途径转化）和因子拆解法（区分不同维度，如途径、用户群、活跃度等）

以音乐类APP举例，假设目标为总听歌时刻，全链漏斗式拆解：应用下载量*初次访问*初次听歌*继续听歌*平均听歌商场

优点：可具体罗列首要细分目标，经过各环节转化率找到增加机会点

缺点：不能直接核算出北极星目标

因子分化型如下：

优点：可具体罗列细分目标，且能够核算出每个细分目标对中心目标的影响。

缺点：所需数据量较具体，核算量大常见的因子分化方法为：先依照用户群组/途径等用户分层方法横向分化，再依照漏斗进行纵向分化。

构建增加模型的意义：

（1）找到聚焦领域。经过拆解可快速找到增加发力点，比方可经过用户群拆分可找到精密运营的一些办法。

（2）事务杂乱或毫无条理时，可协助寻觅增加思路。经过找出北极星目标和中心转化途径，方便理顺事务漏斗。

案例：超市送货应用Instacart用增加模型辅导开发：

（3）辅导目标拆分和团队协作。可协助给各个团队分配目标，清晰自己具体任务。

这也是为什么现在的公司从独立KPI的方法变成了OKR的方法，OKR简单了解便是有一个大的北极星目标，然后各团队分领细分目标。

三、构建增加模型进阶

列举4种常用的增加模型：

1. AARRR模型
2. 全链漏斗型
3. 因子分化型
4. 全定量模型

前3点在前文及第一期分享中均有涉及，不再赘述。后文首要讲下第4点。

全定量模型：精密化分化出影响增加的要素和对应的细分目标，并把一切目标组合在Excel中核算并量化不同目标改变对北极星目标的影响，还可用来猜测历史趋势及未来北极星目标数值，但耗时费力。

模型使用办法：拟定输入作业表（即各个细分目标的表格），将北极星目标作为输出作业表（可经过前者表格核算得出）。