growth-model

name	growth-model
description	当需要诊断产品增长模式时使用。增长模式自动诊断Pipeline，分析产品特征、用户数据和商业模式，自动匹配最优增长模式（PLG/SLG/MLG/混合），输出增长飞轮模型、关键约束条件和瓶颈分析。关键词：增长模式、PLG、SLG、增长飞轮、增长诊断。
metadata	{"module":"产品增长与运营","sub-module":"增长模式","type":"pipeline","version":"2.0","interaction_mode":"ai_suggest_human_approve"}

增长模式自动诊断

核心原则

1. 模式匹配产品本质：PLG/SLG/MLG不是选择，而是产品特征和商业模式的必然结果
2. 飞轮必须闭环：增长飞轮必须形成增强回路，开环不是飞轮是链条
3. 瓶颈决定杠杆：当前最大瓶颈决定了最高杠杆的投入方向，资源永远投向瓶颈

交互模式

🤖→👤 AI建议人类审批

输入

输入项	类型	必填	来源	说明
产品特征	object	是	用户提供	产品类型、核心功能、价值主张
用户数据	object	是	output/pm-metrics-ops/analysis-retention/retention_analysis.json	用户行为、转化漏斗、留存曲线
商业模式	object	是	用户提供	定价策略、目标客户、市场定位

执行步骤

Step 1: 增长模式匹配决策树

分析以下维度判断最优增长模式：

PLG（产品驱动增长）特征

• 产品能够独立交付用户价值
• 用户可以自助注册和使用
• 存在网络效应或使用量越大价值越高
• 口碑传播是重要获客渠道

SLG（销售驱动增长）特征

• 客单价较高（B2B决策复杂）
• 需要人工演示和定制化服务
• 销售团队是核心获客引擎
• 客户成功是留存的关键

MLG（营销驱动增长）特征

• 品牌认知是购买的前置条件
• 内容营销和SEO是重要渠道
• 需要持续的市场投入维持增长
• 产品相对标准化

混合模式判断

• 不同用户群采用不同增长模式
• 不同产品线采用不同增长模式
• 不同市场阶段采用不同增长模式

Step 2: 飞轮自动建模

基于识别的增长模式，构建增长飞轮模型：

1. 识别核心价值循环：找到产品价值创造的核心因果链
2. 识别飞轮节点：关键的用户行为和业务指标
3. 识别增强回路：哪些节点会正向强化其他节点
4. 识别阻力点：飞轮转动时的摩擦力来源

Step 3: 冷启动门槛识别

分析增长飞轮的冷启动条件：

• 需要多少初始用户/收入才能触发飞轮自转？
• 冷启动阶段需要哪些外部资源支持？
• 如何验证飞轮假设的成立？

Step 4: 关键杠杆识别

基于飞轮模型，识别当前阶段最高杠杆的增长动作：

• 优先强化哪个节点能带来最大飞轮加速？
• 消除哪个瓶颈能释放最大增长潜力？
• 资源应该优先投入哪个环节？

输出

存储路径：output/pm-growth/growth-model/

输出文件：growth_model.json

输出Schema：

{
  "type": "object",
  "required": ["model", "flywheel", "bottleneck"],
  "properties": {
    "model": {"type": "string", "description": "增长模式：PLG/SLG/MLG/Hybrid"},
    "flywheel": {"type": "object", "description": "增长飞轮模型，包含节点和边"},
    "key_constraints": {"type": "array", "description": "关键约束条件列表"},
    "bottleneck": {"type": "string", "description": "当前最大瓶颈描述"},
    "confidence": {"type": "number", "description": "诊断置信度"}
  }
}

growth_diagnosis

{
  "model": "PLG|SLG|MLG|Hybrid",
  "flywheel": {
    "nodes": ["教师注册使用", "创建发布课程", "学员加入学习", "学习数据反馈", "口碑推荐传播"],
    "edges": [{"from": "学员加入学习", "to": "口碑推荐传播", "description": "学员学习效果越好，教师越愿意推荐给同行"}]
  },
  "key_constraints": ["免费版课程数量限制为3门，影响教师深度使用"],
  "bottleneck": "教师激活率仅35%，课程创建门槛偏高",
  "confidence": 0.95
}

诊断输出示例

增长模式: Hybrid (PLG + SLG)

增长飞轮:
├── PLG飞轮: 用户注册 → 使用产品 → 发现价值 → 口碑推荐 → 新用户注册
├── SLG飞轮: 市场活动 → 线索获取 → 销售跟进 → 企业采购 → 客户成功 → 增购

关键约束:
1. PLG侧: 免费用户向付费转化率仅2.3%，需要优化付费漏斗
2. SLG侧: 销售周期平均45天，线索转化率12%

当前最大瓶颈: PLG用户激活率低（35%），导致口碑推荐量不足

建议优先动作:
1. 优化Onboarding流程，目标激活率提升至50%
2. 识别高激活率用户的共同行为特征
3. 针对低激活用户设计激活干预策略

输出校验规则

字段路径	类型	必填	说明
model	string	是	增长模式，仅允许PLG/SLG/MLG/Hybrid四值
flywheel	object	是	飞轮模型，须含nodes和edges
flywheel.nodes	array	是	飞轮节点列表，至少4个节点
flywheel.edges	array	是	飞轮边列表，至少2条边，须含from/to/description
key_constraints	array	是	关键约束列表，最多5个
bottleneck	string	是	瓶颈描述，不可为空
confidence	number	是	诊断置信度，范围0-1

决策规则

条件	决策
产品自助完成率≥60% + 病毒系数K>1	建议PLG模式
客单价≥5万元 + 销售周期≥30天	建议SLG模式
内容驱动获客占比≥40%	建议MLG模式
以上条件均不明确满足	建议混合模式，标注需验证
增长飞轮自驱力评分≥7/10	标记"可自动执行"
增长飞轮自驱力评分<7/10	标记"需人工干预"，人类最终确认增长模式
瓶颈约束≥3个	优先解决约束度最高的1个，其余列入观察
北极星指标与当前增长模式不匹配	建议重新评估增长模式

质量检查

• 北极星指标与≥1个OKR Objective直接关联
• 增长模型包含≥3个可量化变量，变量间因果关系明确
• 输入变量100%可追踪（有数据源或采集方案）
• 诊断建议每条至少引用1个数据点
• 增长飞轮包含≥4个节点且形成闭环
• 瓶颈约束识别≤5个，每个有量化影响评估

降级策略

上游文件缺失降级方案

缺失的上游输入	降级方案	输出影响
产品特征缺失	用户描述产品 → 基于描述诊断增长模式	产品特征基于用户描述，诊断精度受限
用户数据缺失	跳过数据驱动的增长阶段判断，基于用户描述推断	增长阶段判断基于定性描述
商业模式缺失	使用通用商业模式模板，标注"待确认"	商业模式适配度可能不高
产品特征 + 用户数据 + 商业模式均缺失	用户描述产品 → 基于描述诊断增长模式	输出基于描述的增长诊断，关键参数标注"待确认"

数据获取说明

当上游文件缺失时，需用户提供以下信息以支撑降级生成：

• 产品描述：产品是什么，解决什么问题，核心价值主张
• 当前增长阶段（可选）：产品处于探索期/增长期/成熟期/衰退期
• 核心增长指标（可选）：当前最关注的增长指标（如DAU、GMV、MRR等）

上游变更响应

上游变更影响表

上游来源	变更类型	影响范围	响应动作
analysis-retention	留存曲线形态变更	增长模式判断和飞轮建模	重新评估增长模式，调整飞轮节点
用户提供-产品特征	产品功能重大变更	PLG/SLG/MLG模式匹配	重新运行决策树，更新模式判断
用户提供-商业模式	定价或目标客户变更	增长模式匹配和瓶颈定位	重新评估商业模式适配度

下游通知机制表

下游消费者	通知条件	通知方式	通知内容
growth-strategy-report	增长模式或瓶颈变更	写入输出文件	新的增长模式、飞轮模型和瓶颈定位
acquisition-orchestrator	增长模式变更	输出文件更新	模式诊断完成状态和关键结论
activation-orchestrator	增长模式变更	输出文件更新	模式诊断完成状态和关键结论
retention-orchestrator	增长模式变更	输出文件更新	模式诊断完成状态和关键结论
revenue-orchestrator	增长模式变更	输出文件更新	模式诊断完成状态和关键结论