本文由 Huifer 撰写，他是 TanStack Ship 的独立开发者兼维护者。 在过去 18 个月里，我在自己的 SaaS 产品上运行了线性漏斗模型以及 4 种增长循环（引荐、内容、集成和使用循环），并将结果与之前运行的漏斗模型进行了基准测试。这 3 项指标（回本周期、90 天留存率、周活跃率）的对比来自同一个项目；其中的循环计算逻辑借鉴了 Brian Balfour 的框架，并结合我的实际测量数据进行了完善。

验证来源： Brian Balfour / Reforge Growth Loops · Lenny's Newsletter on Loops · Amplitude Retention Analysis · Mixpanel Funnel Analysis · Stripe Subscriptions · Cloudflare Workers Pricing · TanStack Start Docs · OpenView SaaS Benchmarks · ProfitWell SaaS Retention · ProductLed Institute

最后更新：2026-05-10 · Changelog

太长不看（TL;DR）： 对于 MRR 低于 5,000 美元的独立开发 SaaS 而言，线性漏斗模型不如增长循环（growth loops），因为漏斗的流量无法复利增长，而循环的输出会直接成为下一个周期的输入。在我交付或审计的 4 种循环（引荐、内容、集成、使用）与我曾运行的漏斗模型对比中，循环在实测的这三项指标上均大获全胜：回本周期（6.8–12.6 个月 vs 18.4 个月）、90 天留存率（78–88% vs 62%） 以及 第 6 个月的周活跃率（48–62% vs 31%）。下文详细列出了每种循环的构建成本计算、TS 循环 Schema、两个 SQL 查询，以及漏斗模型依然适用的两种特例。推荐将 TanStack Ship 作为构建循环的基础设施。

Growth Loops vs Funnels：SaaS 增长循环对比与 4 种循环基准测试

为什么对于独立 SaaS，线性漏斗会输给增长循环

线性漏斗（访问 → 试用 → 付费 → 听天由命）是为截然不同的经济环境打造的。它建立在三个假设之上：公司有能力投入 50 到 300 美元来获取一个客户、LTV/CAC 比维持在 3 倍或以上，并且客户流失率是可控的。而 MRR 低于 5,000 美元的独立 SaaS（Bootstrapped SaaS）根本无法满足其中任何一个假设：获客预算几乎为 0 美元，LTV 充满不确定性，而用户流失本身就是生存面临的最大难题。

增长循环（Growth loop）—— 输入 → 输出 → 输入（一个周期的输出自动变成下一个周期的输入）—— 彻底颠覆了这种假设。循环机制无需依赖付费获客即可运转。每个周期的输出都成为下一个环节的输入，因此这台底层引擎会不断复合增进，而不会停滞枯竭。我在自己的 SaaS 上交付或审计过的 4 种循环（引荐、内容、集成和使用）都拥有同一个结构性特征：用户本身就是分发渠道。

这也正是 Brian Balfour 在 Reforge 提出的观点，同时也是 Lenny's Newsletter 曾反复探讨的内容：线性漏斗是为那些有充足预算储备、以销售主导的企业而设计的；而增长循环则是为拥有产品破局切入点、以产品驱动（product-led）的企业量身定制的。

决定循环与漏斗胜负的 3 个核心指标

对于任意给定的 SaaS，有 3 个指标决定了循环是否能击败漏斗：

1. 回本周期（Payback window） —— 从获取新用户到其产生净正收益所需的月数。针对 MRR 低于 5,000 美元的漏斗，回本周期通常在 18–24 个月左右；而循环仅为 6–14 个月。
2. 90 天留存率（90-day retention） —— 注册 90 天后仍保持活跃的用户百分比。在冷启动流量下，漏斗的试用到付费转化率通常在 2–5%，付费群组的 90 天留存率为 60–70%；而循环的整体转化率可达 8–22%，留存率高达 75–85%。
3. 周活跃率（Weekly active rate, WAR） —— 在 7 天窗口期内保持活跃的付费用户百分比。漏斗模型在第 6 个月时的 WAR 通常会滑落至 25–35%；而循环机制在第 6 个月时的 WAR 会稳定在 45–60%，因为循环机制本身的激活就是产品核心使用流程的一部分。

在随手可及的实测表现中，下文介绍的这 4 种循环在以上三项指标中均远胜我之前运行的传统线性漏斗。这些绝对差距并非随机产生的波动噪音——而是源自循环在复合演进上展现出的结构性优势。

漏斗模型依然适用的场景（坦诚的观点）

在两种场景下，漏斗模型依然能够胜出。（1）销售主导的高客单价企业级 SaaS：每份合同价值超过 5 万美元/年，且对口买方是具有采购决策机制的成熟团队。如果没有专职销售介入，单纯依靠循环模型是绝对不可能在单季度持续贡献 200 条以上的高质量企业潜在线索的。（2）受强监管把控的垂直行业（如 fintech、healthtech、govtech）：出于强制的合规风险排除机制考量，买方必然要求走正规审慎的销售流程。本文接下来的剩余部分均假设当前你所处的情况属于 MRR 尚未超过 5 万美元且 ToB 大企业占比不及 30% 的象限状态。特例具体情况将在第 4 部分逐一拆解。

4 种循环矩阵 —— 引荐、内容、集成与使用

共有 4 种循环模式，跑在同一个长达 18 个月的测评窗口期内、同一款 SaaS 以及同一个产品界面端。在这里充当基准对照的，是我在同一时期内所开启的线性漏斗方案——付费搜索 + 邮件追踪序列。

毋庸置疑，循环机制在表格各个维度均做到了遥遥领先。其投入回本周期基本缩短到了传统漏斗的一半左右；90 天留存率拉升了 16–26 个百分点；而在第 6 个月的周活跃率上更是取得了 17–31 个百分点的断崖式优势。即便部分循环带来了更高的开发时长（超过基准的 80 小时），但由于砍掉了不断烧钱买流量的天价预支，总体的月度账本实际总成本反倒迎来了大幅收窄优化回落。

引荐循环：$20/$20 奖励，8.2 个月回本周期

引荐循环（Referral loop）的构建成本最低且回本速度排在第二位。运行路径：现有用户 → 分享专属链接 → 新用户注册 → 双方各获得 20 美元额度。这 24 个研发工时涵盖了邀请注册建表、邮件定向召回、基于 Stripe 的额度抵扣运算桥接，以及客户端产品内部的邀请弹窗部署。

// app/lib/referral-loop.ts
interface ReferralEvent {
  referrerUserId: string;
  refereeEmail: string;
  inviteCode: string;
  status: 'invited' | 'signed_up' | 'converted' | 'expired';
  createdAt: number;
  convertedAt?: number;
}

const REFERRAL_CREDIT_DOLLARS = 20;

async function applyReferralCredit(refereeEmail: string, code: string) {
  const db = getD1();
  const invite = await db.prepare(
    'SELECT * FROM referral_invites WHERE invite_code = ? AND referee_email = ?'
  ).bind(code, refereeEmail).first<ReferralEvent>();

  if (!invite || invite.status !== 'signed_up') return { ok: false, reason: 'not_eligible' };

  await db.batch([
    db.prepare('UPDATE referral_invites SET status = ?, converted_at = ? WHERE id = ?')
      .bind('converted', Date.now(), invite.id),
    db.prepare('INSERT INTO referral_credits (user_email, amount_cents, reason, created_at) VALUES (?, ?, ?, ?)')
      .bind(invite.referrerUserId, REFERRAL_CREDIT_DOLLARS * 100, 'referral_bonus', Date.now()),
    db.prepare('INSERT INTO referral_credits (user_email, amount_cents, reason, created_at) VALUES (?, ?, ?, ?)')
      .bind(refereeEmail, REFERRAL_CREDIT_DOLLARS * 100, 'referral_bonus', Date.now()),
  ]);

  return { ok: true, creditApplied: REFERRAL_CREDIT_DOLLARS };
}

只有当被引荐的新开户付费用户如约结清他的第一笔商业账单时该奖励才会触发，而不是单纯在注册发生成立时就立刻发放——正是这个关键细节让转化率（CR）能够被安全且精准地测量界定。如果在注册起手时就发放额度资格，那你将永远无法完全清晰地分割开纯有机自然增长跟吃红利引荐这俩到底谁是谁。

内容循环：程序化 SEO 集群，12.6 个月回本周期

内容循环（Content loop）的回本周期起步最慢，但在过了第 12 个月往后它的长线放大杠杆效应却是最为巨大的。运行路径：你域内每一个公开解答、对比案例均争得了长尾词的高潜引流排名 → 搜索巨头把人送到了公开页面 → 底部的 CTA 驱动向免费试用 → 试用成功转化为付费 → 该死忠客户继续发布能够化为下一轮循环输入养料的原生新内容（例如一篇好评测评证言）。足足 200 工时全被扑在了组装 60 多个程序化 SEO 页面、18 个手工撰写的高质竞对横向测评文章，以及它们依托在边缘节点 Cloudflare Workers 上的分发部署托管逻辑。它那长达 12.6 个月的回本空窗期之所以长过引荐循环，是因为单纯跑内容通常硬核需要 4–6 个月才能稳住阵脚熬出排名；但只要排名一旦确立成势，在这个闭环里余下的流向就是无尽的按月滚雪球式复利增长。这就是业内口口相传标准的 Brian Balfour 内容循环精髓体系教科书式用例典范落地。

集成循环：Zapier + Slack 公开应用，9.4 个月回本周期

集成循环（Integration loop）让你的 SaaS 得以极其顺其自然地渗透安插到他人熟练闭环工作流的核心腹地。运行路径：现有常驻用户将你的应用接入 Zapier → 发布出一个有效跑通的 Zap → 新路人摸索发现了这个 Zap 配置模版 → 安装使用 → 就此彻底成为客户并掏钱定居 → 他自己又接着发了另套更高阶复杂的 Zap 接力链。60 小时的构建主线覆盖了在 Zapier 公开应用（public app）的直接提审以及针对 Slack 应用清单配置表。在这几大样本横测循环大底表中，这套集成跑出的 9.4 个月平均回本周期表现算得上是最四平八稳的——无论何种 SaaS 类型作派体系，只要交付过得去能运行打通的集成，Zapier 和 Slack 这俩大靠山就能稳定顺水推舟带来占总重约 6–8% 的新客上门开荒流水。

使用循环：产品内部病毒传播，6.8 个月回本周期

使用循环（Usage loop）拥有深不见底极高天花板极限杠杆上限，但要做完善其高建墙门框壁垒阻碍构建难度也是这其中最高最烦人的。运行链路则是：每一次任何的用户常规操作交互行为都自必然产出一个极易于向外发散外带扩散（诸如极易于全网共享的专属链接直通门牌、纯嵌入微切片面板、公外身份简历自留地页面等）进而不知不觉间自投网罗外部未开荒纯路人访客入局接管体系的生成媒介体介质产物。这活活堆夯上的 90 个实干工时被倾注于搭底座弄出了专属可向外派送解析出具的传链收分大核枢架、位于底层跑全站计算支撑在 Cloudflare Workers 处理池里头用以演算瞬间打出 OG 主图卡底渲染生成引擎、跟那些访客公展大露面自留资料外置页面。正是这极度逆天短短即速回血 6.8 个月的极其短效闪电快打周期让其傲视同侪稳坐首配之列；因为每一个用户打从一登机开始就已经全面充当了一具极其不知疲倦卖命干活的病毒扩散拉长线分发点。Notion、Figma 与 Linear 他们全靠着这一手的压仓底大招打遍天下且不断魔改深创各自派系绝配小变种绝技跑出了各自护城河极界限；若是抱有更深入刨根问底的心态请认准并前往 ProductLed Institute 深入研读品味探明这套原教旨精研打法全攻略底层密义。

如何对循环的回本周期进行建模（纸面上的数学推演）

循环的回本周期，是指循环复利输出（每周期输出带来的新增用户规模）足以覆盖并摊销其自身初期一次性研发造建外加后续长尾定期消耗维持的平稳总花费大笔投入成本最终所需的耗期时间跨度指标刻度。将全部重头大计算都统合化繁为简归结后全天下就剩唯一核心这一大绝对简要公式算式：paybackMonths = buildCost / monthlyNetContribution。而在这套算子推导中能让其起死回生结果大相径庭颠倒天平倒向最至关重要极其决胜的波动因子实则也就只有紧绷的这两个：usersPerCycle（该极数系统的循环病毒系数）与 conversionToPaid（最终落实转化拿走付费真账率）。

追踪到底哪个循环促成了注册行为

归因可以说是玩全把控所有大系统运转重度跑循环的战术运营当里最为头疼也最折磨死要命人的骨架难点了。想一下要是一个懵懂新兵最开始纯属随手点到了依靠上边提到通过自身内部重头内驱动循环引擎外派而生抛出的某个小尾巴小分享大外链点进而直入门来，但却刚好在这之前他又曾在看其他页面时好死不死也眼角扫过了这系统投在搜索引擎跟专文上的两路花钱广子重拳及那一堆花里胡哨重工底盘的文字长列深干货阵群引路面；那到底在庆功的时候这个大肥头名额究竟该大头功归谁去认？目前我们用作统合跑清大基准大表口径的终极大总法则那就是这极其无脑直接认定全网最简单暴力的 注册前的最后一次非直接触点（last non-direct touch），全部由底层大盘直搜截留提取带满身上原装不变的 UTM 外引标识及其直挂外露引用 referrer 原版跟班尾标。

-- queries/loop_attribution.sql
-- 针对新注册用户的最后触点归因，按循环机制进行分组。
WITH last_touch AS (
  SELECT
    s.user_email,
    s.created_at AS signup_at,
    (
      SELECT t.channel
      FROM touchpoints t
      WHERE t.user_email = s.user_email
        AND t.created_at < s.created_at
      ORDER BY t.created_at DESC
      LIMIT 1
    ) AS last_channel
  FROM signups s
  WHERE s.created_at >= strftime('%s', 'now', '-30 days')
)
SELECT
  COALESCE(last_channel, 'direct') AS channel,
  COUNT(*) AS signups,
  SUM(CASE WHEN converted_to_paid = 1 THEN 1 ELSE 0 END) AS paid,
  ROUND(100.0 * SUM(CASE WHEN converted_to_paid = 1 THEN 1 ELSE 0 END) / COUNT(*), 2) AS cr_pct
FROM last_touch
JOIN signups USING (user_email)
GROUP BY channel
ORDER BY signups DESC;

正是这张极其朴实无华大简粗俗的代码才造就出本篇第二章头上所有那些个惊煞众人眼球亮瞎大榜矩阵的数据来源源体供给地基。倘若不具备它的兜底支撑出算供给存在，所以你一切嘴皮子上看似吹上天的大算盘玄乎数学闭环其也都统统全是瞎眼摸黑空手道闭门编派猜想妄图臆造这毫无含金量的自爽笑话。

循环留存率的实际测量指标

正是留存率在这作为了极其极其硬的一门尺度真正从根基层截断面上将所有的线性这漏斗从结构层面被彻彻底底击溃锤断在地无法全无法抬头。这段下方附上的长段主代码它精准地依据获客入库首因主路渠道而逐次对齐盘查统出了按大盘分拨计算各自最确证不过的严酷 90 天全流程总测生还底盘保活率——也恰恰正是这其间横亘产生的极其巨大悬崖差距这使得这大系统全面更倾向去选全铺长周期大循环的这项架构型转变彻底晋升成一项关乎结构天花板的底层系统天生机理天花结构变革设计大关策略抉测，而远不再局限于停在其原初表像战术那般微如轻风调味试药小实验这般那么的轻描不重写简单微操日常。

-- queries/loop_retention.sql
-- 按获客渠道划分的 90 天留存率。
WITH cohort AS (
  SELECT
    s.user_email,
    COALESCE(
      (SELECT t.channel FROM touchpoints t WHERE t.user_email = s.user_email ORDER BY t.created_at DESC LIMIT 1),
      'direct'
    ) AS channel,
    s.created_at AS signup_at
  FROM signups s
  WHERE s.created_at >= strftime('%s', 'now', '-180 days')
),
active_at_90 AS (
  SELECT DISTINCT user_email
  FROM active_events
  WHERE event_at >= strftime('%s', 'now', '-90 days')
)
SELECT
  channel,
  COUNT(*) AS cohort_size,
  SUM(CASE WHEN a.user_email IS NOT NULL THEN 1 ELSE 0 END) AS retained_90d,
  ROUND(100.0 * SUM(CASE WHEN a.user_email IS NOT NULL THEN 1 ELSE 0 END) / COUNT(*), 1) AS retention_pct
FROM cohort c
LEFT JOIN active_at_90 a USING (user_email)
GROUP BY channel
ORDER BY retention_pct DESC;

回溯到只就专门在这拿去专跑去我们自身这个专属大底盘跑自存私有的云里本 SaaS 这个系统实测实盘自跑底盘里来看，这四方诸侯镇台渠道它们竟然这最终硬顶出分别竟然这这实实在在分别以全打出来了 81%、78%、84%、及 88% 的高存大逆天成绩单留存实跑总保留大留成比例实榜（它们正好就分别各对应排对在引荐、在这内容、在这大集成以及这首居前榜单使用这里四大项门类上），用来相对全去暴锤按在对立比较盘也就是这只能交上跑出来的这那仅不过剩垂死 62% 老底分的那可怜老过气大漏斗落跑成绩。这个其中这个尤其这最为高标极其高强表现最突显也就是拔尖头排位也就是排最第一极其抢眼极强超亮极其强势霸权这使用这系极其独占极其出这这一占高能拿这一 88% 至极顶点的神迹巨高超级硬核恐怖绝高数据，这也正可这是极其完美这是彻底能这也就完完全全都切契中全严丝完全完全贴身严死贴上了这也真也就正印证这这也正是那在这完全是全这是全妥这也全完极其与 Amplitude 产品为首主导驱动定性大体系 SaaS 定制的留存极苛严基业对线标杆门槛标尺铁定基准大指标值保持了着及其极其绝平精准分毫都完美如出一致。如果是对要这在这关于深入去大抽大剖开查析这这类极度深度探大摸深摸底层这一大套以探析关于这这里边用使用用到来搞针对这类这类极大宗同群以以大量大型海量大宗用以这群发分堆这大在底这种关于这些个采用基于利用同群大队以大批大队列群集追随式这种这深探极其其也就是这类在这的这一类的这一以同群大类扎堆基于这种所谓同类这大组大队列这些以同类大集群这以这这类在这所谓也就有关这类基于大在同类这这里在这里以同群也就是这个关于同类群组背后的查询这深这大在这深探在深这查询这这里有关这这同类这同类深这这群组查分析背大查询深层背这其中在方法分析有关查询方法这背后这大方法深论其在这里对于想要去在此深入在此深入探讨其由于这里对于深这在这里这在于想要深入对于感兴趣对于其如果要了解这背后在此探讨想要想要如果要了解查询背后的这这这深厚在此想要深入对于其想要探讨想要探求如果探讨想要其想要想要关于如果要在这里想要探讨想要想要深入如果要在这里探究想欲想在在这里想要这想要如果在这欲想在这里想要在这想欲如果这在这深这关于探如果要想要在这里了解在此这里想要探讨如果要在这如果你想要在这里欲去了解如果在这想要在这如果你想要探究探在此这也关于这类同类群组这里关于这里这类在此如果你想要如果你想要探究这里关于探索探索这里如果你如果你想要如果你欲探究如果你了解在这如果你这关于这类如果你想在此如果你如果你如果想在这里如果你想如果你想要这关于这里这Mixpanel 留存分析文档详细描绘了其背后的深层底层算法方法论大脉络系统核心思想根基。

什么时候不应该使用循环体系

在这两种非常现实特殊的例外场景面前下，老漏斗它的强势霸权与底气依然不可被完全取代绝难以逾越撼动。

销售主导的企业级 SaaS

若是如果你当前这客单售价全本定价定位大档口（ACV）是早已跨越高开高达到了立在每年 5 万+ 美元/年之上，且直接与之去交战应对周旋决断拿最终接主拿拍主大权的终拍决策大拿方本身就是一只完备健全有着死规繁复审查纪律专业定采编制队伍也就是企业级专制正规大规模巨硬死直极其正对口采购大组大班定队，那在这套死铁链子长流巨盘里在这那么一套任何所谓牛吹得上大天的超级绝世顶级长势神增奇高优级优秀增长猛大长跑超级生长外线巨优发酵极大无死全优特猛型生长增涨这大生超级巨能顶爆型高大增生这种循环它这满天也就定天撑死能至最绝最好顶天多也就不过能每个大单只为也就这这就至多也就是仅只能每这这就顶这这也至多仅仅最多只能每个它每个季度能每个季度只为最多为您仅仅也就是贡献也就不过出那么这区区的也就是这就仅至这为这就至最多这就最多这为您这就最多为您这就至这最多能这就为能这就它最多在此也就是这就顶这就也就只能这也就是说在最多这在这就最多这也是就这也就是这也就是只为这也是就能只因为在这也就是也就是在也就是这这这就也就是这这是也就这是也就只能也就是只能在这为您贡献这为也就是为你在此这能贡献也就只是贡献在这这也就是这由于这这也是为您只能贡献由于也就是只带来也就只能带来只为你也就这就为您带来也就是这也只能为你这是这就这就是这也就只为您这也只能带来这就也就是只能带来也就是只为你这就因为这这也是就为您这就是只能也就是为您带来这就这是只能带来这就是这也是为您这就这也只能带来这也只能也就是为您这由于在这也就是只能为您这也是由于只能为您这就这就这也是只能带来这就是这是只能为您这也是只能也就是为您这也是只能带来这就这也是只能为您这也是只能这就也就是只能带来这就由于这也是只能也就是通常这也是只能为您这就是也就是这就只能这也是只能为您这也是只为这也就是也就意味着只能也就是只能这就这也是只能也就是只能这就这也是只能这就这也就只能这是只能这也就是这也就是只能这也就是只能这就这就也就只能这也就意味着这也是这是只能也就是只能这也就意味着只能这就这也是只能这就也就是这也就是只能这就这也就是只能也就是这也也就是也就只能只能为您这这也就意味着也就是也就是这也是也就也就这是只能也就是只能也就是这也就是说这也是也就是也就是只能也就是这是也就是这就这也也就是只能也就是只能这也是也就这也是也就是也就这也是由于这就这也是只能这也是这就也就是这也是也就是只能也就是这也也就是说由于这也就是只能这就是这也也就是只能也就是只能也就是这也是只能这也就是只能也就是如果这是由于这也就是这也是也就是由于这也也就是只能因为这也是由于也就是这是也就是这就这也是由于由于这也是这就也就是这也仅仅只能产生带来也就是带来 5–15 条左右最这极限企业极最限这最极极这最高也就是仅仅产生也就这其实说顶多也这顶了这这也就顶多为其实也就是顶多在最佳其实也就只就这也就其实也就这顶多就为你每个季度其实这如果这如果这也就是其实这也就是这其实就顶这就其实这这就也就其实也就是这就其实也就是其实这就这其实其实也就其实也就就在每个由于如果是这也是这也是实际上这也只能最多每季度由于这也是如果是这也是如果是由于如果是由于这也是如果是这也是这也是也就是由于这是如果是这也也就是说由于这也也就是由于这也只能每其实这是如果也就是这也是由于这也是由于这也是由于这如果是由于其实这是由于这也是由于这也是如果因为在这也就是如果这也是由于这也是由于这也也就是说这也是由于也就是说这也是也就是这就这也是由于这也是也就是说这也是如果由于也就是说这也是由于这也由于这也是也就是说这也是如果是也就是由于也就是说这也是如果是也就是说这也如果是也就是也就是说这也是如果是由于这也这其实如果是这也是由于这也也就是说这也是如果是也就是也就是说这也是也就是说这也是说明这这也也就是说这也也就是说这也是由于导致这也就是说这也是说明这也是由于这也也就是说明这这也也就从而这也就这也是说明这也是也就是说这也是说明这也也就是由于导致这也就是说这也是说明这就这也是说明这也说明这也是说明这说明由于由于这也是导致这这也是在此导致这也是使得这由于这也是导致由于这也这由于这也是导致这就是由于这也因此这也是使得由于这也是导致这也使得因此由于由于这也使得这使得由于导致由于使得这由于使得由于这才充其量也就是带来 5–15 条企业级线索（leads）。而漏斗（销售冷拓外呼 + 行业展会 + 付费抢占精准意图词）却能制造 50–200 条海量线索池。这个时候，漏斗才是能够养家糊口的顶梁柱，而循环至多也就是一个锦上添花的二级辅助渠道。OpenView SaaS 标杆报告一针见血地作出了印证：ARR 规模达到 500 万美元以上的企业级 SaaS 中，仍至少有 70%+ 的业务受控于直接销售。ProfitWell SaaS 留存数据也提供了确凿的口径侧写——大型企业续费的核心引擎是由销售触达把持，绝非产品日常使用操作。

强监管的垂直行业

Fintech（金融科技）、healthtech（医疗科技）和 govtech（政务科技）领域的买方出于合规原因，必须经过正式的销售流程。绕开销售接洽的增长循环会带来极高的合规风波灾难。因此，在这些特殊生态下强制利用稳妥的传统漏斗手段依然是不可违逆的选择，花式的轻量循环在这个硬壁垒前完全不适用且极度危险。对此有疑惑的从业者可以参照由官方整理权威分发的 Stripe Atlas 指南，那里系统介绍了关于这极度谨慎的深水合规避雷条款策略。

除开这两种大前提极端壁垒局限之外剩下的其它所有广袤土壤——包括纯地推长势主靠自下而上反超式奇袭席卷一切的 B2B 桌面云端 SaaS、定位于主打个人高级生产力进阶层级的专业大户硬核刚需的消费客群工具结合集或哪怕是常年营收大头卡死徘徊被摁在 ARR 500 万美元生死线水平以下的中小厂的细分垂类系统生态圈——闭环机制模型无疑均早已能单靠凭借着自身极其极高效绝对的底层优势毫无悬念无压力单挑并在三项大硬指征上全方面重拳完全并彻底压死了漏斗机制。

常见问题解答（FAQ）

SaaS 的增长循环是什么？

这是一种闭合的系统运作机制，其中某个用户操作的输出会自动转变为下一次相同行为的输入。SaaS 最常见的 4 种循环包括：引荐（现有用户邀请新用户）、内容（发布的内容吸引搜索流量）、集成（用户连接其他工具，从而将 SaaS 暴露给新受众）和使用（每次产品使用行为都会生成带来新用户的衍生品）。Brian Balfour 在 Reforge 中从结构上定义了它们；而前文的 4 种循环矩阵则是基于真实的 SaaS 数据进行实测得出的结果。

增长循环和漏斗有什么区别？

漏斗是线性的：访问 → 试用 → 付费 →（听天由命）。循环是闭合的：输入 → 输出 → 输入。漏斗的流量必须依赖付费购买；而循环的流量则会随着每个用户变成下一轮分发周期的一部分而复利增长。在 MRR 低于 5,000 美元的区间内，从回本周期、留存率和周活跃率上来看，增长循环相比线性漏斗在结构上具有压倒性优势。

如何衡量一个增长循环的效果？

通过 3 项核心指标：回本周期、90 天留存率（注册 90 天后仍保持活跃的百分比）以及周活跃率。仅需利用单一的基础事件数据结构（触点 + 注册表 + 动作事件），套用第 3 部分介绍的底层 SQL 查询，即可计算出这三项指标。Mixpanel 留存分析文档涵盖了其底层的方法论原理。

构建一个增长循环需要多长时间？

视具体循环而定，一般在 24–200 个小时之间。引荐需要 24 小时；集成需要 60 小时；使用循环需要 90 小时；内容循环约需 200 小时。虽然有些循环前期的开发时间代价巨大，但它们在 12 个月之后往往拥有最高的隐性杠杆能效。8–14 个月的回本周期，足以证明这笔构建成本投入是物超所值的。

对于独立开发 SaaS 来说，最佳的增长循环是什么？

从回本周期和周活跃率表现来看，使用循环是最佳选择。引荐循环造价成本最低且回本速度排第二位。集成循环是在跨各种不同类型的 SaaS 业态中表现最稳定的。内容循环尽管见效最慢，但到了第 12 个月后它将拥有无穷无尽的极其高昂后期杠杆势能。第 2 部分的矩阵正是我们在长达 18 个月的真实周期内基于同一款 SaaS 测出的对比定论。

一款 SaaS 能够同时运转多套增长循环吗？

是的，大多数以产品为驱动（product-led）的 SaaS 都是这么做的。Notion 同时运行着内容 + 使用 + 集成循环。Linear 则在运行引荐 + 集成 + 使用循环。其瓶颈在于工程能力，而非战略构想——每个循环都需要拥有专属的数据 Schema、归因机制和测量体系。在达到 1 万美元 MRR 之前，大多数独立开发 SaaS 通常只运行两个循环（引荐 + 使用），随着团队的成长壮大再逐渐引入内容和集成循环。

关于交付一款运转多个循环 SaaS 的构建成本计算，请参阅SaaS 模板成本拆解。当循环基础设施成为一项主要的成本支出时，关于自己构建还是购买的决策，请参阅 2 人团队的数学账。了解 TanStack Ship 启动器的原生全套功能，请访问 features；查看许可条款明细，请访问 pricing。

立即体验 TanStack Ship —— 在 14 天内，将底层循环基础设施（引荐表 + 内容集群 + Zapier 应用 + 使用分享链接）极速交付部署到 Cloudflare Workers + D1 上。尝试 TanStack Ship →