假如你们公司有一个产品有会员功能，目前已经每个月通过会员功能营收一百万元，但是你有一个任务，要求在某个期间内把这个营收提高30%。那么，怎样才能把这个收入有效地提高呢？在此，我分享一种思维。
这个问题看似简单，有人会说：“让更多的用户付费就行了。”，那么怎样才能让更多的用户付费呢？其实这个问题看似简单其实并不简单，既然是个复杂的问题，那么我们应该把它简单化，如果简单化这个问题呢？我们可以利用框架性思维去思考这个问题，把这个问题全面考虑并且模块化，让每个模块变得简单，让解决方案更有针对性地解决问题。
我们用销售漏斗思维来分析出一个思路：
知晓----安装----DAU----触发购买页面-----点击购买按钮----完成付费----续费------复购----推荐朋友
DAU解析：(Daily Active User)日活跃用户数量。常用于反映网站、互联网应用或网络游戏的运营情况。
首先要让用户知晓有这个应用，但是用户知晓数量难以收集统计，用户知晓感兴趣后才会安装，安装后怎么让用户不卸载应用继续使用产品呢？当然是要把产品做好，让用户对产品的第一印象要好，这样才能提高DAU。DAU是一个非常重要的数据，把这个数据提高了才有更大的盈利可能。如果没有DAU，后面的盈利根本不可能。知晓和安装可以通过推广提高，但是DAU要靠做好产品，去留住用户。很多公司都在说他们的产品的DAU是多少有多高。只要留得用户在，不怕没钱赚。
上面用销售漏斗分析的思路的每一步之间都有一个转化率，通过收集数据做分析基本都能看出来有多大的操作空间，哪一部分的转化率可以提高。
比方说DAU里面开通了会员的比率是多少，如果比率很低的话，那可以先看看DAU触发购买页面的比率是多少。如果DAU中已经有90%的人会触发购买页面了，那再去增强购买页面的曝光、强制用户去认识会员功能也没什么意义了。如果这个转化率低的话就要增强购买页面的曝光、让用户去认知会员功能，认识到会员功能的好。
如果有很多用户触发了购买页面，但是点击购买按钮的转化率缺很低，这时就要考虑优化购买页面了。同样地，续费的转化率低的话也要相应的改善会员功能。
这样通过数据分析有针对性地进行产品的优化，不仅能有效地提高营收，还能使优化产品的成本有效降低。
除了做这些数据分析，我们还可以以下数据分析：
1.用户画像分析
付费用户的特征分析，比如年龄、性别、活跃度、地区、职业等等，对典型的付费用户做出描述，对不同特征的用户计算出付费率、平均付费金额、续费率、推荐率等数据进行对比。
2.行为画像分析
付费用户的行为特征，分析付费用户使用付费功能的分布和次数，看看哪个功能最受欢迎，特别是续费用户使用的功能的统计分析。再结合用户画像交叉分析，能更精准的分析不同类型的用户的付费动机。同时，也能根据数据更好的优化付费产品，提高续费转化率。
此外，还要特别关注挣扎用户的行为记录，什么是挣扎用户，就是产生过多次付费的操作，但从没有完成付费操作的。
还有以下较好的较为广泛使用的方案：
1.增强用户传播激励
利用社交的优势，让用户帮忙传播产品，比如推荐好友得佣金，不一定要被推荐的人付费了才给予奖励，推荐人为产品带来了有效用户都可以给予推荐人一定的奖励，这样可以增加DAU。还可以分享产品解锁某些小功能、拼团优惠等等。
2.捆绑销售
可以和其他产品一起捆绑销售，对于这个产品来说付费平均金额是降低了，但对于整体来说是提高了。
3.提高续费率
可以增加一些忠诚度的奖励，比如续费多久或者一次性开通多久会员就能解锁某些等级，为用户展示等级，从而为用户提供经济实力的证明。或者续费送大礼包等等。
4.合理定价
通过数据分析和用户调研，找出一个最优化的定价，让愿意付费的用户更多，使得用户付费数乘以定价的值尽可能最大化。
增加营收的方法有很多种，可能有更好更简单有效地方法。而且做这些数据分析对技术团队也有一定的要求。拍脑子想优化方案，可能会有很好的点子，但是如果缺乏细化数据的分析、认知和积累，哪怕你做对了事情，也是稀里糊涂的。