作为前投资人，一般衡量一家初创公司的好坏，我最看重的三个指标是 “增长率、日活(或相应的粘性用户的指标)和留存”。而这三个里最根本的一个指标就是留存，只有当留存足够高且稳定的时候，公司的增长才有意义，公司的产品和价值才算被市场和用户认可。
而一般来说，公司留存率低有三种原因。
第一，你并没有找到属于你的 Product/Market Fit，即要么产品不够好，要么需求不够刚性。这种时候，只有你自己能救自己，解决方式就是不断地试错，不断地改进产品，不断地转换市场定位。(关于 Product/Market Fit 的概念请见公号42 章经 ID：MyFortyTwo 第 10 篇)
第二，你有自己的 Product/Market Fit，但获取用户的渠道有问题，拉来的用户不满足产品本身的定位。这种时候，就要不断地做 Cohort Analysis，区分不同渠道获取的客户，更有针对性的拉新。(关于 Cohort Analysis 的概念请见公号42 章经 ID：MyFortyTwo 第 7 篇)
第三，Product/Market Fit 都合理，拉来的用户也是正确的，但是用户还没有发掘出产品的益处就走掉了。这种情况其实也是很常见的，因为用户往往是需要引导才能成为粘性用户的。而转化的这个关键节点就叫做 “Aha Moment”，该如何找到这个 Aha Moment 就是本文要着重讲解的。
Aha Moment 就是你的用户发现产品内在价值并形成粘性用户留存的那一瞬间。对于 Facebook 来说，从很早期开始人们就发现要让一个用户留存下来，并持续使用 Facebook 的诀窍就是让这个用户在 10 天内完成 7 个好友添加的动作。所以促使用户 10 天内添加 7 个好友就成为了 Facebook 内部全体员工的一个核心目标之一，这个目标他们一路坚持，直到达到 10 亿用户。
同样的，在 2009年 的时候，Twitter 的用户流失率达到了 75%，时任增长团队的产品负责人 Josh Elman 做了一件有趣的逆向思维的事情，他并没有去研究那 75%的用户是为什么走的，而是深入地研究了剩下的 25%的用户为什么留下来。结果他发现这 25%的用户关注的用户数都在 30 以上，所以他们重新设计了产品，在注册后会进行推荐关注等，以此来提高新用户的关注数量，并最终提升了留存率。
基本上，硅谷每一家公司都能说出来自己的一个 Aha Moment，比如 Zynga 是次日留存(他们发现次日回来的用户的留存率和付费率都明显更高)，Dropbox 是当用户存放第一个文件的时候，Slack 是当某个团队在群组内发送超过 2000 条信息的时候。
所以，总结来说，一般 Aha Moment 都是用户某个维度的动作或结果，比如：
网络效应密度——用户几天内达到多少连接度
内容增加度——多少的内容被用户添加到产品内
访问频度——单个用户至少几天内访问一次产品
那么具体该如何找到你自己产品的 Aha Moment 呢?
首先，你要把所有留存下来的粘性用户都总结出来，并尝试着提取其中的共同点，比如所有留存用户中 80%以上的用户都是：
3 天登陆一次，或使用了一次相机功能，或更新了 5 条以上信息，或收到了 1 条以上私信，或下单了 2 次以上，等等。
如上图，可以看到右侧红色代表的是产生某种行为的群体，左侧藏青色代表的是留存下来的总用户群体。在这里，发送 8 条信息的用户大概率也是留存用户，但是要注意的是，还有更多的留存用户不在未在这个范围内，所以不能说发送 8 条信息就是该产品的 Aha Momen
又如上图，可以看到左侧留存用户大多都发送了一条信息，但从右侧图可以看出，发送一条信息的用户其实大多是为留存用户，所以也不符合要求。
而我们最终需要寻找的是上图中的状态，即留存用户和某种行为发生用户的交集是最大化的。此时，把这种行为提取出来就很可能是该产品的 Aha Moment。
但这里要注意的是，很多时候数据不都这么清晰和完美，或者有时候相关的数据不一定就是因果性的，所以当找到某一个或几个 Aha Moment 以后，要做一些小范围的试验，看看是否新发生这种行为的用户确实留存率都明显升高。
所以，总结一下，其实 Aha Moment 讲的就是研究留存下来的用户的行为，找出其中的共同点，验证其真实性，然后重新设计产品流程，让更多的用户都能够更快更直接的达到这个行为，并产生留存。
本文转自d1net（转载）