日分享量1000万，3.4亿用户，自拍类App如何在海外走红？
由于工具类App普遍没有文化、宗教等环境限制，业务维持也不需要复杂的本地运营支撑，很多工具类App开发者更青睐于在海外谋生。但对于拍照类App来说，国家和地区的文化差异，或多或少会影响到App内容，如何应对“异域”的用户喜好、文化差异?
SweetSelfie是一款自拍类App，自2015年推向海外市场后，已在全球拥有3.4亿多用户，每天产生8000万张照片，每日社交分享量超过1000万张。在Google Play全球50个国家的图像自拍类应用中排名第1。SweetSelfie是如何面对世界各地的审美差异，在海外持续吸引用户的？
在友盟+U-Time沙龙上，Sweet Selfie产品合伙人梅启鹏分享说，出海不仅要了解用户需求，还要关注“超级用户模型”。以下为演讲速记，整理时有删减
第一部分：了解用户需求
初入海外：同一个世界，不同的用户
海外世界跟国内有很大区别，国内用户7亿，海外有30个亿。做一个简单分层：
1）南亚：是我们近邻，有人口破10亿的国家印度。
2）东南亚：是国内开发者做出海方向最熟悉的市场，包括游戏和电商的同行都是从这个市场开始的。东南亚有7亿用户，包括越南、新加坡、印尼。整个移动互联网端的年龄非常年轻，远远低于世界上任何一个区域。
3）欧美：用户总量并不大，但是整个欧美用户的ARPU值非常高，尤其是美国。
4）拉美和中东：是我们很少提到的市场，是淘金的地方。
以上是Sweet Selfie出海时，面临的基础场景，我希望将App在运营、用户增长和价值挖掘方面做一个交流。
“做产品也好，做数据语言很好，很重要的特质是同比性”
两年前，我们团队刚开始做时，做自拍美颜一点经验都没有。当时我们面临一个思考：国内自拍美颜已经不新鲜了，大家对海外市场是有疑惑的。有一个观点认为海外人不太爱用磨皮、化妆的效果，我们当时是争论的。
我让我的前端兄弟做了一件事，把亚马逊上各个地区卖的各种各样的化妆品，品类，尤其是粉底搞清楚，我知道粉底是女生用的类似于磨皮的东西，无论是欧美的用户，亚洲的用户，还是非洲的用户，她们对粉底的需求还是很强烈的，唯一的是她们的色号不一样。
这个案例初期给了我很大的信心：做产品也好，做数据语言很好，很重要的特质是同比性，一个人不可能了解到所有的人，尤其是化妆，我当时在网上看了一段话，我觉得能够帮助我们建构“同比性”。你的野心会骗你，你的想象力会骗你，但是数据不会。
在建立数据模型时，早期模型我比较推崇简单，不要一开始就把数据链条建得很长，数据断层想得很完美。以我的经验，作为一个开发者或者中小型团队，数据模型不一定很复杂，后面的模型在你自己模型中逐步建构和完善，这是我早期在做产品方向时遇到的坑。
“难道印度人不爱自拍？”
“超级用户”概念那时还没普及。我们最早在南美做起来，南美的用户跟国内用户挺像的，他们比较热情奔放，对美颜有强需求，对磨皮也很喜欢。但有一个很细微的差别，“大眼”你不要做。我们在切第二块大市场时，套了这个产品的模型，数据反馈并不高，尤其是在印度。
难道印度人不爱自拍？不太会啊。我们把所有的底层数据做了抽取，抽样做分析。最后我们在印度找到典型用户，跟南美完全不一样。南美的画像最大的用户是女性，来自于圣保罗，主要是大城市，他们学历层次比较高。但在印度，核心用户群体，年龄层低，没有太高学历，会用廉价手机，最关键的是他是男的。
第一次看到这个数据我不太相信：整个印度市场今天男女比例还是7：3，仔细了解印度市场背景，却是理所当然的。大盘子里，男性智能手机用户占到绝对优势。印度女性不是不爱自拍，而是她们连自拍的手机都没有。
所以根据当时的现状，我们把印度的数据和产品模型做了调整，数据反馈也很直接，很快印度也成为我们非常核心的区域。印度的男性也挺爱自拍的，只要你提供给他合适的工具。
第二部分：重视数据监测
建立自己的数据模型
在整个数据引进和数据挖掘中，包括建立我们自己的用户模型中，有几个关键词分享给大家：
1）“规模”：工具类App，8000+的日新增是一个基础规模要求；
2）“自动化”：尽量使用自动化抓取工具。很关键的数据分析时，有一个很大漏洞，有一段时间的数据分析是通过工具表格来做的，后来做错了。那一次之后我们整个团队的建构尽量就交给自动化做，人工是做早期的建模和后期的工作；
3）“颗粒”：我建议大家早期建立模型时，颗粒度路径尽量简单，但颗粒度要尽量细一些。比如说前面的案例里更早考虑到国家和地域的因素颗粒度，可以避免一些问题。
建立数据“搜集机制”和”调整机制“
另外，给大家的建议，从大家做自己的产品模型和投放的第一天，就建立“搜集”机制。调整的关键频次也建议快一些，因为现在移动互联网，尤其是海外方向，变动得很快。大家尽量每周进行一次模型调整，不要慢慢做，两三个月得到结论，一旦两三个结论之后可能偏差。
第三部分：CLTV模型帮助实现“超级用户”增长
怎么通过“超级用户”达到90倍增长？
站在海外工具这一块来说，整个用户生命周期的回报价值是一个“典型的超级用户模型”-CLTV模型。什么叫CLTV呢？用户在整个生命周期所贡献的价值，用一个简单的公式表示，贡献值=利润-获客成本-运营成本。
从用户价值的角度考量，留存是其中特别关键的因素。留存提升了，获客成本、运营成本都会降低。做留存分析时，我的习惯是把不同时间维度的留存做同维度的叠加，这样的话整个生命的周期越准一些，但是整个维度也不能特别的长。
大家公认的新客户在第一周之内创造的价格是很高的，无论是购买、广告都会点击一下做一些尝试，如果说把时间维度放长了，从10%的长尾，你的留存一直到后面一定会有一个趋向于稳定的状态，而这个稳定状态里，整个用户生命价值是一个连续时间上的积分，所以说在更长的生命周期。
比如说60天或90天，留存用户会创造10%的收益，这种收益的计算是根据公布产品的类型和它的变现体系来做架构和设计。一旦你的商业转化的模式不一样，这个模型就得做别的建构了，这个模型在整个收入体系里会提供超过70%的收入。
这个是我的一个常见公式，核心意思是取“时间”，“平均活跃”和“期望收入”做测算，然后做细分，最后选单个用户的价值。而价值是用来考核不同的渠道，不仅考虑付费，海外的也是一样的。渠道不一样，但是核心玩法是一致的。
图中测算数据来自于友盟+U-App统计分析
这个图我是用“日活”参数来做的。我们当时花了差不多有一年的时间，整个用户的增长基本上是这么一个趋势，呈现了90倍的用户增长。
友盟+ U-App全新升级，围绕超级用户提供更强大的运营能力：
用核心指标筛选并定义超级用户；
分析关键路径+特别事件，用户分群；
通过人群画像来验证和扩展；
触达和影响分群用户。
相关阅读 U-App 升级剧透，你不抢个内测账号？
被阿里收购、坐拥10万超级用户...这个App是如何做到的？
世界杯期间，友盟+将会不定期发布趣味预测题。关注 “友盟全域数据”微信，在文章下方留言，参与答题，答对就送优酷VIP会员。
本期话题：小组赛F组：德国、墨西哥、瑞典、韩国谁能出线？
世界杯虽好,可不要太迷噢!