Growth Autopilot 帮助您根据实际表现数据以及市场上同类应用的情况，确定应运行哪些实验。无需猜测哪些方法可能奏效，您将获得更有可能改善结果的具体测试建议。

本文将透明地呈现 Autopilot 的运作逻辑——它使用哪些数据、如何评估机会，以及为何会出现某些建议。我们的目标是帮助您对将其作为增长工作流一部分充满信心。

Autopilot 实际做什么

Autopilot 分析您的应用并找出最有可能提升收入的实验。它会查看：

• 您当前的设置：定价、试用、产品及其转化效果
• 市场规律：类似应用如何构建优惠方案及定价
• 增长潜力：哪些变更最有可能带来改变

Autopilot 根据潜在影响对测试进行优先排序，并将其转化为您可以立即启动的实验。无需研究竞争对手或猜测下一步测试什么，您就能获得一个聚焦的计划。

Autopilot 背后的数据

每条建议都来自三个协同工作的主要数据源。

您的应用自身数据

Autopilot 会查看您的应用今天的表现：

• 各付费墙的转化数据图表
• 定价与产品结构

这为 Autopilot 在提出任何变更建议之前提供了一个基准。

竞争对手数据

Autopilot 使用定价、订阅结构及您所在类别常见模式等公开信息，将您的设置与市场上同类应用进行比较。这基于第三方和公开数据，而非其他 Adapty 客户的私有数据图表。

这样，您测试的是已在同类应用中奏效的策略，而非随机想法。当您查看分析结果时，可以并排比较您的基准数据和竞争对手的价格。如果类似应用凭借不同的定价或结构表现更好，这是一个良好信号，表明同样的方法也可能适用于您。

行业基准

Autopilot 还使用类别级别的数据来显示您与行业平均水平的比较。这些数据经过匿名化和聚合处理，不与特定应用关联。

例如，您的转化漏斗可能会与您所在类别应用的平均水平进行比较。这有助于您了解自己是表现不佳、处于平均水平，还是已经领先。

地理市场数据

Autopilot 分析您表现最佳的国家/地区，以确定哪些地方的定价调整可以释放更多收入。对于每个市场，它综合考虑：

• 您的转化数据：每个国家/地区的用户从安装到付费的转化率与全球平均水平的比较
• 购买力洞察：来自 Adapty 定价指数 的真实交易数据，显示不同国家/地区的价格与美国基准的比较

这种地理分析帮助您了解哪些市场转化顺畅（表明有提价空间），哪些市场存在价格敏感性（表明需要区域定价）。您可以针对每个市场的具体特点制定策略，而无需在全球范围内采用相同的定价。

Autopilot 如何决定推荐内容

Autopilot 创建一系列实验，逐步改善您的付费墙。它不是同时测试所有内容，而是一次专注于一个变更，这样您就能看到哪些方法真正有效。

工作方式如下：

1. 找到最大机会

   Autopilot 审查您的定价、产品和漏斗表现，然后将其与行业规律和同类应用进行比较。它寻找您最有改进空间的地方，无论是调整价格、添加试用期，还是改变优惠方案结构。

2. 选择下一个实验

   每项建议都是测试序列的一部分。根据最有可能产生最大影响的因素，您可能会测试新产品、价格点、试用配置或设计变更。

3. 运行赢家与挑战者轮次

   每次实验后，赢家成为新的基准。下一项建议在该结果的基础上引入新的挑战者。每一轮都让您离应用的最佳设置更近一步。

4. 保持实用性

   Autopilot 只建议您可以使用现有产品和设置启动的测试，或只需小幅调整（如创建新产品或调整价格）即可实现的测试。目标是让测试保持快速且可管理。

5. 展示推理过程

   对于每项建议，Autopilot 提供清晰的假设，准确解释为什么这个测试值得运行。您将看到您当前的数据图表与竞争对手和行业平均水平的比较、机会所在，以及我们预期改善的关键数据图表。

这将实验转化为一个可重复的过程，每次测试都让您学到一些东西，并推动您向更有效的付费墙迈进。

完成实验后会发生什么

一旦您完成所有推荐实验并看到收入增长，您的工作并未结束。在新设置运行一段时间后，您可以重新运行分析并开始新一轮实验。在优化了基准之后，您甚至可以选择与更高级别的竞争对手竞争。这种迭代方法帮助您随着应用的成长和市场的演变持续最大化收入。