數據分析,如何助力用戶增長?

2 評論 8559 瀏覽 120 收藏 11 分鐘

在實際業務中,我們會遇到很多與用戶增長相關的問題,那么又該如何用數據分析解決用戶增長的問題呢?今天通過幾個例子來簡單講解一下。希望對你有所啟發。

由于「增長黑客」的影響,很多同學看到「用戶增長」這幾個字,馬上就會想到這些場景:

  • 建立系統的增長模型,驅動增長的持續化和規?;?/li>
  • 構建用戶轉化漏斗,挖掘留存關鍵點,發現深層問題
  • 分析目標用戶,建立用戶畫像,優化增長策略

好像自己都能干,但是又總覺得這好像也不對,那好像也不對。那么為什么會有這種感覺呢?在實際業務中,又該如何用數據分析解決用戶增長的問題呢?今天通過幾個例子來簡單講解一下。

一、用戶增長的現狀

首先我們需要清晰的是大部分的公司離建立系統性的畫像和增長模型還有很長一段距離。

  • 做之前的想象:精準用戶畫像+AB test推送!病毒營銷裂變!嘎嘎好!
  • 做之后的絕望:連個用戶分層都還沒有還畫像!業務后臺都沒有咋做裂變!

在大部分公司里,是沒有辦法做到像google和facebook那樣的數據化、體系化的增長的。

目前市面上的「用戶增長」主要有三個類型:

  1. 投放流:這個流派中的「用戶增長」,其實就是廣告投放,優化廣告投放策略,以達到更高的ROI。
  2. 裂變流:這個流派的人熱衷基于微信生態搞各種轉發、分銷、提現等裂變活動,達到快速圈人頭的目的。
  3. ABtest流:這個流派就比前兩個更像正規軍了,需要做各種策略設計,產品嘗試去尋找更適合不同用戶群的點子。這個就是只有大平臺能做的事兒了。

但這三種流派并不是互斥的,反而是相輔相成,解決不同階段的問題。三種流派的勢力范圍可參考下圖:

投放流解決的問題是「渠道質量」和「用戶質量」的問題,會看到新用戶是否轉化為活躍用戶。

裂變流解決的問題是「活動質量」和「用戶質量」的問題,一般使用活躍用戶作為活動的基礎,設計裂變規則和邏輯。

ABtest覆蓋的界面很廣,但一般不用來解決「渠道質量」問題,更多的是去解決「產品迭代」和「活動策略」的方案選擇問題。

有了基礎概念之后,我們可以根據數據表現來判斷,當增長出現問題的時候,用什么辦法解決更合適。

二、用戶增長中常見的數據表現類型

1. 激活到注冊斷崖式下跌

這樣的數據表現一般考慮以下幾種因素:

  • 用戶質量:是否假量過多
  • 渠道質量:是否買到積分墻用戶、是否投放策略出現問題
  • 產品流程:是否打開到激活是否流暢、是否有bug

用戶超早期流失一般都是投放人員需要關注的問題,且前期的用戶質量是跟買量策略強相關的,所以渠道質量是前期最重要也最需要關注的。

在進行分析之前,我們先需要明確什么是假量、什么是積分墻用戶。

  • 假量:通過代碼腳本虛擬的下載打開量,非真實用戶,可以通過ip集中度/設備賬號數等維度來檢測
  • 積分墻用戶:某些APP會整合資源,通過發布app下載/打開等現金激勵任務,引導客戶去下載app,做流量的二道販子,這些用戶去做任務的用戶即為積分墻用戶,但這些用戶幾乎跟正常用戶沒什么差異,很難區分

如果產品是APP,很多投放人員在做應用商店投放計劃的時候,會刻意的允許一些假量進來,幫助打榜,爭奪應用市場排名。所以應對這種場景,有以下常見的分析點:

找到問題渠道或者計劃后,就是投放型增長的發揮領域了。

2. 注冊到新手流程大部分下滑

當用戶走到注冊這一步,前面說的假量過多的問題已經減少很大一部分了。而「積分墻用戶」的行為習慣是跟「非精準用戶」、「低價值用戶」的行為是非常類似的,區分的難度和成本都特別高,而受益會比較低。

例如,有某個用戶的行為序列是:

下載—注冊—新手頁面1—新手頁面2—退出

其實從行為上是分辨不出來他是不喜歡我們的產品、還是就是來做個任務的。

所以這個階段一般分析點都會聚焦到「產品流程」的迭代上。

常見的分析點有:

找到分歧點后,就是ABtest流增長的發揮時間了。當前在做實驗之前,還有一系列的ABtest方法可以使用,這里就不過多贅述了。

3. 走完新手流程到留存再開始下滑

如果用戶已經走完了新手流程,但沒留下來,需要思考的點就是「用戶與產品的匹配程度」。

這種情況的分析點就比較發散了,且需要跟業務深度結合。但是可以考慮這幾個方向:

產品內是否有明顯的區分用戶的點,如果有的話,點擊率/體驗率如何?

例如一些小說/漫畫app在注冊之后會有一些美女或古裝帥哥的展示,通過分析這些圖片的點擊率,就可以很直觀的說明用戶的屬性和喜好。

業務形態上是否跟用戶屬性強相關?

一些垂直領域的業務如學科教育、運動等,例如我是想給孩子學數學,但是首頁內容只有少部分數據,那么我的流失可能性就很大。

可用的提高產品/用戶匹配度的方法有哪些?

這個方法常用的有兩種:渠道去找精準量,或者產品迭代差異化分配邏輯。選擇哪種方法取決于業務的大方向是什么。

如果業務階段是做垂直,那么大概率是去找精準量。

如果業務是想要往全域發展,可能就是需要改內容展示邏輯。

常見的分析指標有:

完善以上分析可以按業務形態和發展方向選擇性跟投放合作或者跟產品合作ABtest。

例如,可以將一些優質用戶的高滲透率的功能點給到投放,投放可以選擇按照對應的事件買量。(注:買量平臺可以按照目標轉化事件買量)

也可以根據內容轉化率/停留時長的差異結果,跟產品探討迭代的方向。

還可以重點觀測一下「分享活動」和「分享按鈕」的點擊率,區分裂變的種子用戶和非種子用戶,輔助運營的同學尋找裂變優化的可能性。

但是!需要注意的是,用戶增長的核心能力不止數據分析。

比如做投放增長的,還需要對各個買量平臺的用戶質量、用戶畫像、商務條款等都有了解。一些渠道配比、信息流廣告等制作能力甚至還需要一些人脈資源。

做裂變的,需要設計裂變形式、測算獎勵幅度的能力。

這些需要的都是運營能力。這個是很多數據人的一道坎,也是業務不接受數據指導的重要原因。

如果希望更好的輔助增長,除了懂數據指標之外,還需要花更多精力在運營知識的學習上。才能打造自己的核心競爭力。

作者:汪浩,公眾號:只說人話的小汪

本文由@汪浩 原創發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自 Unsplash,基于CC0協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 確實,數據分析的下一步是發現問題解決問題

    來自浙江 回復
    1. 找到能解決這個問題的人,基本上成功了一半

      來自四川 回復