PMF 到底是什么：用 3 个“行为信号”替代抽象讨论
早期团队谈 PMF，最常见的两种状态是：
- 一类在“感受”里打转：用户说喜欢、媒体说有潜力、团队觉得方向对；
- 另一类在“术语”里内耗：北极星指标是什么、留存怎么算、增长是不是 PMF……
OXYZ资本 更愿意把 PMF 从抽象名词还原成一件可被复核的事：
PMF 不是“用户喜欢”，而是用户愿意用行为持续投票：持续使用 / 持续付费 / 持续推荐。
你不需要“宣布 PMF”，你只需要让这三种行为在数据里越来越稳定、越来越可复现。
接下来我用 3 个“行为信号”来替代所有抽象争论，并给你一套能立刻落地的口径、误判排雷和“10 字段 PMF 看板”。
一、PMF 不是“喜欢”，而是三种持续行为
喜欢是低成本表达，行为是高成本承诺。
在早期，任何“我们感觉用户很爱”的判断，都要追问一句：他付出了什么代价？
PMF 的三种“持续行为”分别对应三类代价：
- 持续使用：用户付出时间与注意力，形成稳定习惯（而不是新鲜感）
- 持续付费：用户付出金钱或预算，把你从“可有可无”变成“值得留下”
- 持续推荐：用户付出信誉，把你介绍给别人（往往比付费更难）
如果你现在只满足其中一个，比如“使用多但不付费”、或“付费但不推荐”，并不羞耻——这只是说明 PMF 还在路上，你需要知道自己在哪一层、下一步该补哪条证据链。
二、三大信号：留存稳定、自然增长变强、单位经济改善
把 PMF 的争论压缩成三句话：
信号 1：留存稳定
PMF 的第一性证据不是增长，而是留存曲线开始变平。
- “留存稳定”不是指某个 D7 很高，而是：
- 同一类用户 cohort 的留存逐步改善
- 或者留存曲线不再“持续下滑到接近 0”，而是出现“底部平台”（哪怕平台不高）
实操判断：
- 你至少要看 按注册周的 cohort 留存（不要只看整体）
- 如果你做的是高频产品，重点看 D1/D7；中低频产品看 W2/W4；SaaS 看 M2/M3 或续费周期内的活跃/使用深度
- PMF 早期的“好信号”往往是：某个细分人群留存明显更稳（这意味着你找到了“正确用户 × 正确场景”）
一句话：留存稳定，说明“价值真的到达了用户”。
信号 2：自然增长变强
PMF 的第二性证据是：你不靠外力，也能更容易获得新用户。
自然增长不是一句“我们口碑不错”，而是可以拆成两种可测机制：
- 直接推荐：邀请、分享、转介绍（有明确链路）
- 非直接自然：搜索、内容自传播、品牌词增长、自然回流（不一定能逐一归因，但能看到结构变化）
实操判断：
- 自然新增占比是否上升？
- 推荐链路是否稳定？（邀请数、邀请转化、被邀请留存）
- 搜索/品牌词是否增长？（如果你有官网与内容矩阵，这是非常关键的“慢变量”）
一句话：自然增长变强，说明“价值不仅被感知，还能被转述”。
信号 3：单位经济模型改善
PMF 的第三性证据是：你做得越多，生意越“顺”，而不是越“虚”。
单位经济不是让你在早期就精算到小数点，而是看三个趋势：
- LTV 变清晰：用户价值更可预测（留存与付费更稳定）
- CAC 更可控：获客不是一次性红利，而是可复用手段
- 毛利/贡献利润不被结构性伤害：规模起来不会“越做越亏”
实操判断：
- 付费转化率、ARPU/ARPA、续费/复购是否在稳定改善
- 投放停止后，留存/活跃是否还能站住
- 退款率/客服成本/履约成本是否随规模恶化
一句话：单位经济改善，说明“你找到了一台能越跑越顺的机器”。
三、不同产品的 PMF 指标口径：别拿别人的尺子量自己
PMF 最容易被误判的一点是：不同产品，用户的“持续行为”长得不一样。你要先选对口径，再谈好坏。
1）内容型（媒体/资讯/视频/知识）
核心不是“看过”，而是“回来 + 订阅 + 复看”。
建议口径：
- 回访率（7天/30天）
- 订阅/关注转化率
- 内容消费深度（阅读完成率、有效停留时长）
- 搜索流量占比（尤其是长尾关键词）
2）工具型（效率工具/AI工具/插件）
核心不是“试用”，而是“反复用到同一个任务上”。
建议口径：
- Time-to-Value（首次获得价值所需时间）
- 关键任务频次（每周完成关键动作次数）
- 周留存/4周留存（比 D1 更关键）
- 付费前的“使用深度阈值”（用到什么程度才会付费）
3）SaaS 型（B2B/订阅）
核心不是“开通”，而是“嵌入工作流 + 续费/扩张”。
建议口径：
- 客户留存
- 净收入留存，含扩张/缩减
- 席位使用率、关键功能渗透率
- 续费周期内的活跃与成果交付指标
4）交易/平台型（电商/撮合/市场）
核心不是“下过一单”，而是“复购 + 供需两端健康”。
建议口径：
- 买家复购率/复购周期
- 供给侧留存（商家留存、上新频率、履约质量）
- GMV 之外的 take rate、履约成本、退款率
- 双边网络效应信号（新供给是否带来新需求、反之亦然）
5）社区型（社交/兴趣社区）
核心不是“人多”，而是“关系/内容自增长”。
建议口径：
- 消费者到贡献者转化率（读→评→发）
- 发帖/评论的留存（创作者留存比围观更关键）
- 互动密度（每千用户互动数、有效对话数）
- 新人融入速度（加入后多久产生第一次互动）
结论：PMF 不存在统一 KPI，只有统一的“持续行为”原则。
四、常见误判：渠道红利当 PMF、活动爆发当 PMF
你可以把下面两条当成早期团队的“必修反例”。
误判 1：把渠道红利当 PMF
典型表现：
“我们在某平台自然流量爆了”“某个渠道 CAC 很低”“投放 ROI 很好”。
反问三连：
- 停掉外力，留存是否还能站住？
- 按渠道拆 cohort，用户质量是否一致？
- 这个渠道是否可持续、可复用，还是窗口期？
渠道红利只说明“获客容易”，不说明“价值成立”。
误判 2：把活动爆发当 PMF
典型表现：
“我们活动期间 DAU 翻倍”“冲上榜单”“裂变拉新很猛”。
反问三连：
- 活动结束后的 2 周留存怎么样？
- 这波用户在关键行为上是否达标？
- 你能否在不加大补贴的情况下复现？
活动爆发可能是一次“注意力胜利”，但 PMF 是“习惯胜利”。
五、一套“PMF 看板”最小字段：10 个字段足够
PMF 看板的目标不是做大而全，而是用最少字段回答三件事：
留存稳了吗？自然强了吗？单位经济顺了吗？
下面是一套跨类型都能用的“10 字段最小看板”（你可以按产品形态替换口径）：
- 新增合格用户数：排除作弊/误触/非目标人群后的新增
- 激活率：完成关键动作/到达 Aha moment 的比例
- 核心行为频次：人均每周关键动作次数
- Cohort 留存（关键周期）：D7 或 W4 或 M2（选最贴近你业务的）
- 留存底部指标：第 N 周/第 N 月稳定平台值（比峰值更重要）
- 自然新增占比：自然/推荐/搜索带来的新增比例
- 推荐链路指标：邀请数、邀请转化率或推荐带来的新增占比
- 付费转化率：从激活到付费/从试用到付费
- ARPU/ARPA：每活跃用户/每账户收入（或贡献毛利）
- 回本/贡献指标：CAC 回本周期或单用户贡献利润趋势
提醒：看板必须配套“口径说明”。同一个 DAU/留存，不同定义会导向完全不同结论。
六、你现在在哪一层？（用三信号做自我定位）
你可以用下面这个简单分层做诊断：
- 第 0 层：热闹但不稳
激活不错、增长不错，但 cohort 留存持续下滑，没有底部平台
→ 优先做：价值到达（Time-to-Value）、定位收敛、删除多余功能 - 第 1 层：留存出现苗头
某个细分人群留存明显更稳，能看到平台
→ 优先做：聚焦这群人，把 Aha moment 提前，把关键路径做短 - 第 2 层：自然开始变强
自然新增占比上升、推荐链路稳定，品牌词/搜索流量变强
→ 优先做：可复述价值主张、内容与分发机制、产品内分享/协作结构 - 第 3 层：单位经济变顺
付费与续费更稳定，回本周期缩短，成本结构不恶化
→ 优先做：定价与套餐、销售/增长 SOP、规模化交付与风控
PMF 不是一刀切的“有/没有”，而是你从第 0 层到第 3 层的一段可被复核的进化路径。
七、发你们最近 4 周数据，我帮你判断在哪一层（轻量）
如果你希望 OXYZ资本 帮你判断“你现在离 PMF 多远、卡在哪个层”，最省双方时间的材料是这三件：
- 最近 4 周的 PMF 看板（按上面 10 字段）
- 口径说明（尤其是激活、留存、自然/付费渠道归因）
- 按渠道/人群切分的 cohort 留存（哪怕只切 2–3 个维度）
我们不需要更宏大的叙事，更想看到：
留存是否在变平？自然是否在变强？单位经济是否在改善？
这三条证据链足够清晰，沟通就会非常快；不清晰，我们也会直接告诉你“下一步最该补哪条证据”。