N3 · Crypto Growth & Operations
把「活动很成功」换成一条可以被别人复现的留存曲线，学会在激励停掉之后仍然说得清自己买到了什么。
这条 Track 的对象是内容、社区、增长与运营。
它的起点是第 28 章那句话：激励只能买来第一次使用，留存必须靠产品本身。 这不是一句劝人向善的话，它是一个可以被链上数据验证的结构——而这条 Track 要练的，就是把每一次活动都放进这个结构里去测量。
这条 Track 适合谁
你做过一次数据很漂亮的活动，然后它结束了。 峰值截图还在群里，但一个月之后没人再提。你说不清那次活动到底留下了什么，也说不清如果重来一次该改哪里。
你在写内容、做社群，但产出无法被归因。 你知道自己发的东西有人看，可是「有人看」和「有人用」之间那一段，从来没有被连起来过。汇报时只能报阅读量和成员数。
你负责活动预算，但没算过真实获取成本。 你知道花了多少，不知道换来了多少个会留下的人。这两个数字的比值，你从来没有在任何一次复盘里看到过。
你被撸毛工作室反复教育。 每次设计门槛，每次被规模化满足。你开始怀疑是不是根本防不住——这条 Track 会告诉你答案接近「是」，然后告诉你正确的做法不是防，是改变收益结构。
有一种预期要先纠正：这条 Track 不会给你一套「有效的增长玩法」。玩法半年就换一轮，而测量方法不会。 它教的是后者。
前置
Part A 有七章必须读完，其中第 23 和第 28 章是这条 Track 的两根柱子。
| 必读章节 | 它在这条 Track 里承担什么 | 缺了它会怎样 |
|---|---|---|
| 第 20 章 · Tokenomics | 激励的成本由谁承担（稀释） | 以为代币激励是免费的 |
| 第 21 章 · 周期 | 叙事、杠杆与流动性的反馈结构 | 把周期给的顺风当成自己的成绩 |
| 第 22 章 · Meme 为什么产生价值 | 注意力、身份与社区的真实机制 | 把「社区」等同于成员数 |
| 第 23 章 · 链上数据 | 取数与口径六问 | 复盘全靠平台后台的默认指标 |
| 第 26 章 · Protocol 靠什么赚钱 | 激励支出怎样记进损益 | 算不出这次活动到底花了多少 |
| 第 27 章 · Crypto Product | 首次使用的摩擦在哪 | 把接不住人的洞归因成「用户质量差」 |
| 第 28 章 · Crypto Growth 的本质 | 这条 Track 的主干：五层漏斗、四层用户、留存曲线三形状、撸毛算术 | 后面所有内容都没有挂靠点 |
为什么是这七章。 增长工作的每一段都落在它们上面：成本核算靠第 20、26 章，测量方法靠第 23、28 章，承接能力靠第 27 章，环境判断靠第 21 章，社区判断靠第 22 章。
一个 Lab 必须真的做过：第 28 章的「对比空投前后 30 天的活跃地址与交易量」。做过这个 Lab 的人和没做过的人，看同一份活动数据时看到的是两件不同的事。
你会学什么
九个主题，分成四组。顺序按一次活动的生命周期排：先有说法，再有人，再有活动，最后才是留下来的人。
- 叙事与内容
- 社区与关系
- 活动设计
- 留存与复盘
| 分组 | 包含的主题 | 这一组要解决的问题 | 从哪一章接上 |
|---|---|---|---|
| 叙事与内容 | Narrative、Content、Social、Meme | 为什么是现在、为什么是你，怎样说得让人记住 | 第 21、22 章 |
| 社区与关系 | Community、KOL | 谁在说、谁在听、谁其实只是在场 | 第 22 章 |
| 活动设计 | Campaign、Onchain Growth | 门槛怎么设、预算怎么花、会被怎样利用 | 第 20、28 章 |
| 留存与复盘 | Retention | 停了之后还剩谁，这笔钱买到了什么 | 第 23、28、30 章 |
这四组里最需要重新理解的三件事
叙事不是口号，是「为什么是现在」的那个解释。 一个能传播的叙事通常包含三样东西：一个正在变化的条件、一个因此成立的新做法、一个可以被检验的近期后果。三样缺一样，它就退化成形容词。第 21 章讲过叙事和流动性、杠杆互相加强的结构——这一组要练的，是在这个结构里判断自己的叙事是在被市场带着走，还是自己立得住。
社区的单位不是人数，是行为。 第 22 章给过方法，第 28 章把它固定成四个查询：地址创建时间分布、交互深度分布、资金来源聚类、活动后留存。任何一句「我们社区有很多人」，都可以在一小时内被换成四个可以引用的数字。 这条 Track 要求你先对自己的社区做一遍，再去看别人的。
活动设计的核心是收益结构，不是门槛高度。 第 28 章那条规律要背下来：任何可以被清楚描述的门槛，都可以被规模化地满足。 所以设计的目标不是让单个地址更难通过，而是让一百个地址的收益不再是一个地址的一百倍——单地址上限、要求资金长期停留、按行为质量而非次数计分，这三条起作用的原理都是让规模化本身不划算。
在激励完全不起作用的时间窗口里测量用户行为。
它是这条 Track 全部结论的过滤器。理由在第 30 章：Web2 用来判断需求的每一个信号，在这里都有一个补贴驱动的版本——用户量、留存曲线、自然增长、付费转化，一个都不例外。
具体做法有两种：按时间切（以激励结束日为零点往后看），或者按行为切（只统计完成过非激励付费交互的地址）。两种都做，结论才稳。
有一个副作用要有心理准备：它会让你之前所有的汇报显得很难看。但它也会让你第一次知道自己真正的基数是多少。
产品里一块永远不给任何激励的功能或路径，用来提供不受污染的样本。
它来自第 30 章那个积分案例的关键区别：执行得好的团队把积分当成观察工具，他们盯的不是积分发了多少，而是每一批参与者在积分之外做了什么。
这是一个很便宜的设计决定，而且必须在活动开始之前做。活动一旦全面铺开，你就再也没有干净的对照组了。
毕业作品
一次真实活动的完整复盘：成本、留存曲线与激励停止后的表现。
「真实」是硬要求。可以是你自己跑的活动，也可以是别人跑的、你从外部完整复原的——后者反而更能证明能力，因为你只能用公开的链上数据。
和毕业项目的区别。 毕业项目的研究方向要求把一个项目的十四个部分全部覆盖，它证明的是广度和结构。这条 Track 的作品只聚焦一次活动，但要深到能回答一个具体的商业问题：这笔钱花得值不值，以及下次改哪个参数。
验收标准五条：
零点从一手来源核对，观察窗口写明。
快照日、活动结束日或发放日，必须从官方公告或治理记录核对，不能从二手文章抄。窗口建议是零点前 30 天到零点后 90 天。零点错一天，后面所有曲线都没意义。
成本算两条，获取成本给两个并排。
成本要同时写「发了多少枚」和「按什么价格折算成多少钱」——两种记法都要，因为它们的用途不同。获取成本要给两个版本：分母用活动期间活跃地址的那个，和分母用零点后 90 天仍活跃地址的那个。 两者的比值单独写出来，它衡量的是这次活动里有多少支出落在了不会留下的地址上。
留存曲线画出来并归类，给出净增。
以零点画竖线，画出前后的每日活跃地址与交易量两条线。判断它属于断崖、缓降还是抬升，并算出「稳定后水平减去活动前基线」这个净增。净增为负也要照实写——它说明活动透支了存量需求，这是一条真实且重要的发现。
参与地址拆到第四层，附地址创建时间分布。
活跃地址、独立地址、有过非激励付费交互的地址、零点后仍活跃的地址，四个数字和逐层留存比例都要给。再加一张地址创建时间的直方图。只报第一层的复盘，等于什么都没报。
写「这个方案被怎样利用」和「下次改哪个参数」两节。
前一节至少三条具体做法，每条附单地址成本估算、规模化难度、以及方案有没有拦住。后一节只允许改一个参数，并说明为什么是它、预期会带来什么副作用。改一个变量、说清副作用，是这份复盘从记录变成方法的那一步。
另外一条格式要求：不确定性清单至少三条。常见的有——只覆盖了主网、通过聚合器的用户被计到聚合器头上、激励支出按当期均价折算、无法区分同一个人的多个地址。
怎样判断自己达标了
达标的表现是：你能直接说出一个数字，能说出分母用的是第四层地址，并且能同时说出用第一层做分母的那个版本和两者的比值。
不达标的典型表现是：只知道总预算，或者只知道「活动期间涨了多少倍」。这两个数字在任何一次激励活动里都会好看，所以它们不提供任何信息。
这两个版本的成本经常差一到两个数量级。只有第二个能和用户的长期价值比较，也只有这个比较能回答「这次活动是赚是赔」。
达标的表现是：你知道要跑哪四个查询——地址创建时间分布、交互深度分布、资金来源聚类、活动后留存——而且你自己跑过。
四个查询都不难，加起来不到一小时，而它们能把一句无法验证的宣传语变成四个可以被引用的数字。
有一个值得强调的用法：先对自己的社区做一遍。 对别人的项目做这件事很容易变成一种表演，对自己做才是工作。
达标的表现是：你能立刻回答这个问题，而且如果答案是「是」，你知道该动哪个参数——单地址上限、资金停留要求、按质量而非次数计分。
不达标的表现是回答「我们加了反女巫措施」。这句话在链上通常不对应任何可执行的动作，第 28 章那个 AI Lab 的验证清单里专门列了这一条。
背后的逻辑要内化：这些参与者不是敌人，他们是在按你写的规则理性行动。 规则里写了什么，你就会得到什么。所以有效的应对不是更难的门槛，是让规模化本身不划算。
达标的表现是：你知道这个数字，而且它是你主动去测的——说明你有一段真正没有激励的窗口，或者有一块从不给激励的观察区。
不达标的表现有两种，而且都很常见：一种是激励从来没停过，所以这个数字不存在；另一种是停过但没人去测，因为那段时间大家都在准备下一轮活动。
这个数字的地位很特殊：它是整个增长工作里唯一一个买不到的数字，也是唯一一个能回答「这个产品有没有用」的数字。
没有标准答案，检查这几件事：
- 零点你是从官方公告核对的吗？他能找到同一个日期吗？
- 你的取数口径写下来了吗？他照着能不能跑出同样的数量级？
- 你画了几条曲线？活跃地址和交易量的形状一样吗？不一样的地方你解释了吗？
- 四层拆分的比例，他看得懂每一层是怎么定义的吗？
- 「被怎样利用」那一节，你写的是具体做法加成本估算，还是「可能有人用多个地址」？
- 你的结论里，有没有一条是对你自己不利的？
- 如果这次活动的净增是负的，你写出来了吗？
一个经验值：绝大多数案例是断崖或者很陡的缓降，净增接近零甚至为负是常见结果。 看到这个不要意外——它说明的是这次活动没有产生留存，不是这个产品没有价值。真正值得花时间的是另一件事：如果是缓降，把那批留下来的地址单独拉出来看，他们的共同特征比任何理论都更能告诉你这个产品对谁有用。
常见误区
误区一：把峰值当成果。
表现是复盘材料里最大的那张图是活动期间的曲线，而结束之后的部分被裁掉了。
它错在一个简单的事实：激励永远能买来第一次使用。 只要奖励的预期价值高于参与成本，就一定会有人来，所以「活动效果很好」这句话几乎不提供信息。
正确的做法是把复盘的重心整个挪到零点之后：峰值只用来算成本的分子，结论全部来自零点后 30、60、90 天那三个数字。 一个很实用的规矩：复盘材料的第一张图，永远是零点之后的那一段。
误区二：把撸毛的人当敌人。
表现是复盘里出现「被女巫攻击」「用户质量差」这类归因，然后下一次活动的对策是加一条更难的门槛。
它错在把一个经济问题当成了道德问题。第 28 章那个算术很直白：只要「预期收益减去成本」大于零，这件事一定会发生，而且会被规模化。 而且更难的门槛通常只是抬高了成本，没有改变收益随地址数线性增长这个结构。
正确的做法是承认他们在按你写的规则理性行动，然后去改规则的收益结构：单地址上限让一千个地址不再等于一千倍收益，资金长期停留让成本随地址数真实上升。每一条都会让规模化的收益率下降，而这正是目的。
误区三：把内容做成公告转发。
表现是内容日历上全是版本更新、合作公告、活动预告，转发量还行，但没有任何一条内容被人在三个月后引用。
它错在把分发当成了内容。一条有价值的内容要么解释了一个别人没看懂的机制，要么给出了一个别人没有的数据，要么提出了一个别人没想到的问题。 转述官方公告三者都不占。
正确的做法是把研究能力接进内容：第 23 章的取数方法可以直接产出别人没有的图，第 25 章的十三格可以直接产出结构化的分析。这类内容的半衰期以月计，而公告转发的半衰期以小时计。
误区四：把激励当成唯一的增长杠杆。
表现是预算表里除了激励几乎没有别的科目，而「降低首次使用摩擦」这类工作永远排不上优先级。
它错在只看了漏斗的前四层。第 28 章那张表说得很清楚：注意力、分发、流动性、激励都能用钱直接加速，第五层留存不行；而一个增长方案的全部价值，取决于第五层能接住前四层送来的人里的多少比例。
正确的做法是把另外三类杠杆放回预算表：集成与入口（第 29 章讲的那个「台阶」形状的曲线，它不会在任何一天结束）、流动性深度（在深度确实是瓶颈时，它买的是一个及格的首次体验）、首次使用摩擦（见效慢、不好归因，但补上的失败路径会一直生效）。
接下来
先回去做这两件事：第 28 章的空投前后对比 Lab，以及第 23 章的取数 Lab。后者是前者的前提，顺序反了你会在第二步卡住。
把毕业项目里链上数据那一部分单独做扎实。 增长岗最大的分水岭不是创意，是能不能不依赖别人给的后台数字。
长期要维护的一页：如何跟上最新的 Crypto 知识。增长玩法属于那一页说的「事件层」，半年一换；而你要积累的是机制层——把每一次新玩法拆回到五层漏斗里，你会发现新的很少。
可以组合的其他 Track：
| 组合 | 为什么合得来 |
|---|---|
| N2 · Crypto Product | 第五层在产品手里，前四层在增长手里。两边共用一张漏斗表，分开做很容易互相甩锅 |
| N4 · Crypto BD & Ecosystem | 集成与钱包入口是效果不会消失的那类增长，而它们通过 BD 发生 |
| N1 · Crypto Research & Investment | 复盘用的取数、口径与不确定性清单，就是研究方法本身 |
如果你希望自己直接写查询、建表、跑管道，不再受制于第三方数据平台的口径，T3 · Onchain Data Engineer 是自然的延伸。