1.用户“非常”喜欢产品
Growthhackers的Sean Ellis曾在一篇文章中写道，以他的个人经验，对于某个产品而言，如果40%的现有用户认为，如果没有这款产品，他们会“非常失望”，那么就说明有戏。他也承认这个指标多少有点武断，但这个结果确实基于他对几十甚至几百家创业公司的调查。
2.用户准备向亲朋好友推荐你的产品
虽然每个行业不一样，但是作为一个经验法则，如果你的净推荐值（NPS）超过了50+，就说明你做得非常非常好了。
（注：这里对净推荐值做一个更为全面的定义。净推荐值就是你提出这样一个问题：你向朋友或者同事推荐我们的公司/产品/服务的可能性有多大？然后按照10分制划分问题答案。得到9分10分的是促进者，0-6分的是批评者，7分8分的是被动者。用促进者的百分比减去批评者的百分比，就是净推荐值了。）
3.顾客愿意花钱
客户喜欢你的产品，喜欢到愿意花钱购买的地步了么？尤其在企业世界里，我们看到许多公司一开始向企业客户提供服务，都是免费的。他们与之合作完善产品，增加功能，了解对方会怎样使用产品。通常来说，这一步走得还算有用，但我们很难看出到最后这些客户会不会愿意付费使用产品。
很显然，一些产品是有意免费提供的，但如果这样，能达到预期效果么？你确定走的是一条盈利之路么？
4.客户反复使用你的产品
获取新客户的代价是昂贵的，因此一旦获得，你就希望他们能留存下来，反复使用你的产品。客户互动是留住客户的不二法宝，互动方式取决于业务类型，但是只要你的互动深刻而持久，那么结果自然就会很理想。
分析客户行为的一个典型方式就是通过类似群体（cohort）。类似群体就是根据某个定义分类得出的群体，比如说我们可以根据客户年龄或地理位置划分群体。企业通常会根据客户注册时间来看客户行为。在一个非季节性的业务当中，你会想要看见后面群体的行为好过前面群体。例如，所有5月注册加入的用户比3月注册用户参与度要高。如果能和客户建立有意义的互动，群体行为也随着时间发生改善，那么奇迹就会发生。
我曾经为一家虚拟社交网络建立了一份简单的，完全杜撰的群体分析。方法是根据用户注册时间，跟踪用户每月平均发帖量。得出的结果是，随着时间的推移，新注册用户的发帖频率远高于早前注册用户，是个好现象。做群体分析的方法有成千上万种，但这只是第一步，我们接下来要做的是究其根本。
在这里，我给大家一个告诫：要去理解早期尝试者的行为。这些早期用户接受新技术的速度往往高于他人，参与度通常也比较高。他们的购买规模、重复频率、订单、点击都会更高一些，并且因为热爱新生事物，所以对新技术的缺陷包容度也更高。当你开始成为大众市场的时候，这种互动参与就会减少，因为那时候你面对的就是些“普通”客户了。但一旦进入了大众市场，你就希望时时看到进步。
5.客户流失率别太高
在理想世界里，每个月你都会获得新客户，并且他们会一直留存下来。但现实当中这几乎不可能，客户流失率（流失客户数量/总客户数量）对你的业务有着巨大的影响。
很明显，如果你每月新用户增长率有10%，但老用户流失率同样达到了10%，你的用户增长曲线就会平直。更糟糕的是，因为获取新客户所要花费的时间和金钱远远超过维持老客户所需，并且越是老客户就越愿意花更多钱在你的平台上，那么只要每月客户流失率减少2%，就意味着年用户增长率上升26.8%。一些呈指数增长的业务还可以承受得住高流失率，保持增长。但是普遍来说，想要增长，就得把维护老客户和追求新客户看得一样重。
