關于數(shù)據(jù)驅動增長的四個問題:是什么?為什么?有何用?怎么用?
關于“數(shù)據(jù)驅動增長”,你了解多少?
“數(shù)據(jù)驅動增長”在2015年開始在國內被人提及,作為“Growth Hacking”的一部分,伴隨Growth Hacking概念的流行而逐漸被互聯(lián)網(wǎng)行業(yè)的產品、運營、數(shù)據(jù)分析人員所接受。
圖1 .增長黑客的搜索指數(shù)(圖片來源:百度指數(shù))
然而大多數(shù)朋友只是聽說過“數(shù)據(jù)驅動增長”這個名詞,對其方法還缺乏系統(tǒng)的認識。究其原因,首先是各公司普遍缺乏優(yōu)秀的數(shù)據(jù)分析工具,其次是簡短有效的課程或文章太少。作者本人通過在工作中的實踐使用,總結了一些通用的方法、流程,雖不敢稱完善,但足夠讓讀者朋友從0做到“基本學會”。
對于還沒深入接觸過“數(shù)據(jù)驅動增長”的朋友肯定會產生這樣的疑問:這個東西是什么?有什么用?怎么去用?本文第1節(jié)“基本認識”中通過4個小節(jié)解答“為什么”、“是什么”和“有什么用”的問題。
第2、3、4節(jié)解答“怎么用”的問題。其中第2節(jié)介紹3個使用實例,這樣可以讓讀者朋友更容易理解后面的方法體系。第3節(jié)介紹第2節(jié)中的例子所體現(xiàn)的方法。第4節(jié)總結搭建數(shù)據(jù)驅動增長模型的一般化步驟。全文結構如圖2。
圖2.全文結構
學習“數(shù)據(jù)驅動增長”首先是要有個正確的宏觀認識,而后基于宏觀的知識框架學習具體的用法。如果讀者朋友對增長已經(jīng)有了系統(tǒng)化的認識,可以跳過第一節(jié)介紹宏觀認識的部分。
“數(shù)據(jù)驅動增長”聽起來很高深,其實最核心的內容并不多,之所以很多名家高手通過整整一本書去講這個技能,恐怕是因為出版社不允許他們的書只寫10-20頁。作者確信:讀完本文,你將對“數(shù)據(jù)驅動增長”的核心理念和技巧擁有全面系統(tǒng)的認識,并且能夠在工作中開始嘗試使用這個技能。
1.基本認識
正確認識增長
“增長”是什么?通常認為增長是提升DAU、PV、UV,最好的辦法就是多引流量。然而事實是:只有“拉新”,沒有“留存”的DAU/PV/UV提升不是增長!
這就好比“竹籃子打水”,看似籃子里面的水在變多,那是因為把水龍頭開得大。但問題是:流量要花錢買,用戶還沒點擊廣告、沒購買就走了,連獲客成本都收不回來,就時更別提口碑效應了。而且,一旦你的產品把用戶“惡心”過一次,不出意外的話用戶是不會再回來的,忽視留存可以說是透支未來的做法!圖3所示的就是“只拉新不留存”的作死姿勢。
圖3.“只拉新不留存”的作死姿勢
PS:有些創(chuàng)業(yè)者就是用圖3中這種辦法去騙投資的,俗稱“To VC模式”。
重構你的“數(shù)據(jù)意識”
那增長該怎么定義?個人認為:DAU、UV這樣的指標屬于“虛榮指標”,關注這些指標很容易誤入歧途。目前對“增長”最好的解釋就是“AARRR”模型,在有的地方也被稱為“海盜模型”,如圖4。
圖4. AARRR模型
- ①獲取。就是從搜索引擎、應用市場等渠道,獲得產品的“訪問新用戶”。提升的目標要是:渠道的質量、數(shù)量、新用戶比例等。
- ②激活。完成“體驗完整產品”所需的所有前置操作,如注冊、購買等,由“訪問新用戶”變成“使用用戶”。
- ③留存。用戶認同產品帶給他的價值,持續(xù)使用產品。由“使用用戶”變成“活躍用戶”。
- ④變現(xiàn)。通過點擊廣告、流量售賣、服務付費等方式回收獲客成本并盈利。提升的目標要是:付費轉化率、客單價等。
- ⑤推薦。用戶對產品的價值非常滿意,并推薦他人使用。由“活躍用戶”轉變?yōu)椤胺劢z用戶”。
這5個核心指標共同構成了增長,5個指標在產品生命周期的不同階段中有所側重,探索期更關注“激活”和“留存”,增長期更關注“獲取”和“推薦”,穩(wěn)定期更關注“變現(xiàn)”。如圖5。
圖5.產品生命周期各階段的增長側重
無論你是產品經(jīng)理還是產品運營,你做的每一件事的最終目的一定都是為了增長。因此,每一件事情一定是為了提升這5個指標中的一個或多個,對應的數(shù)據(jù)分析也都應圍繞著這5個方面展開。
數(shù)據(jù)能為增長帶來什么
“轉化漏斗”和“留存圖(表)”是分析增長數(shù)據(jù)不可或缺的2個基礎工具,可以應用到AARRR模型的每個階段。具體來說,可以用“轉化漏斗”來衡量渠道質量、激活轉化率、付費轉化率、推薦轉化率,可以用“留存圖(表)”來衡量日/周/月的留存率。如圖6。
這2個基本工具再結合下個小節(jié)提到的“用戶分群”、“用戶細查”等工具,可以讓我們通過數(shù)據(jù)發(fā)現(xiàn)AARRR中每一步的提升空間和提升方法,這就是數(shù)據(jù)為增長帶來的價值。
圖6.數(shù)據(jù)工具在AARRR模型中的使用
數(shù)據(jù)驅動增長需要什么樣的工具
工欲善其事必先利其器,數(shù)據(jù)驅動增長需要有具備特定功能的工具。從上一小節(jié)可以看出,最常用到的數(shù)據(jù)工具是以下5個:
- ①轉化漏斗。如圖7。用于量化用戶在某個功能的一組操作行為中,各個步驟的轉化/流失情況,以及產品內各個功能的使用率。
- ②留存圖(表)。如圖8。用于分析7日留存、1月后周留存、1年后月留存等數(shù)據(jù),可以通過它尋找留存率的提升空間、提升方法,檢驗產品優(yōu)化方向的正確性等等。
- ③用戶分群。通過用戶行為篩選用戶群體,達到標記重要功能的作用。
- ④用戶細查??梢圆榭茨硞€用戶的所有點擊和頁面瀏覽行為,是進行定性研究的利器。
- ⑤來源管理。用于標記用戶來源,進而可以分析各渠道的轉化率、留存率、新用戶占比等流量質量指標。
圖7 .轉化漏斗示意(圖片來源:GrowingIO)
圖8 .留存圖示意(圖片來源:GrowingIO)
其中前三個功能尤其重要,缺一不可。圖9是GrowingIO、諸葛IO、神策數(shù)據(jù)的功能菜單,可以看到,每個工具都具備這3個核心功能。
圖9.GrowingIO、諸葛IO、神策數(shù)據(jù)的主面板
是否能夠熟練使用“轉化漏斗”、“留存圖(表)”、“用戶分群”這3個功能,是衡量一個產品人員是否具備“數(shù)據(jù)驅動增長”基本技能的重要標準。如果手頭沒有這種工具的話,也可以采用其他替代方案,比如請技術同學導數(shù)據(jù)或自己寫腳本,但是效率會低很多。
2.實戰(zhàn)案例
本節(jié)介紹3個使用案例。有了案例作為鋪墊,可以幫助讀者朋友更好地理解后面介紹的技巧、流程。本節(jié)所采用的案例分別摘選自GrowingIO公開課第2、4、14課。(本來是打算使用作者工作背景作為案例,但是考慮到商業(yè)保密的問題,最終決定用社會上公開的例子)
案例1
以某音樂APP為例,如圖10左側,在一段時間內點擊“喜歡”大于3次的這部分用戶的留存如紅色線所示,藍色線表示總體用戶??梢钥吹?,點擊“喜歡”大于3次的用戶留存率都高于總體用戶。
再對比點擊“喜歡”大于3次與小于3次的用戶留存之間留存的差異?如圖10右側,最下面綠色線是點擊“喜歡”小于3次的用戶的留存曲線??梢悦黠@地看出來:點擊“喜歡”小于3次的人留存率比總體用戶的還要低。
留存分析的作用就是指導如何優(yōu)化產品,既然通過數(shù)據(jù)我發(fā)現(xiàn)了點擊“喜歡”大于3就會留存率高,那么我們可以得到一個假設:如果能讓用戶更早地去點擊“喜歡”,那么留存下來的客戶會更多。
類似地,如果用戶加入了一個興趣社區(qū),也可以看到他們的留存率相對整體客戶來說是有一個提升的。更進一步,如果用戶既點擊“喜歡”大于3次以上,又加入興趣社區(qū),其留存率又高于只點擊“喜歡”大于3次或者只加入興趣社區(qū)。
圖10.某音樂APP留存圖
案例2
以某在線旅行網(wǎng)站為例,需要提升支付頁的轉化率,于是選取了一個到達支付頁面但未完成支付的用戶,借助“用戶細查”功能來詳細觀察這位用戶在支付頁的行為軌跡。
如下圖11,最左邊的是該用戶第一次進入該平臺時的動作,該客戶打開頁面,瀏覽了旅游商品頁,點擊了購買,并提交支付頁面,但是卻直接退出了,沒有確認支付。第二次,這個用戶又重新進來,瀏覽旅游商品,選擇了另外一個商品,提交支付,然后又是在支付頁面退出了。第三次這個用戶又進來,瀏覽了另外一個旅游商品,提交支付,最終還是沒有完成支付,這次用戶完全退出APP。
通過“用戶細查”發(fā)現(xiàn):用戶每次都在支付頁面退出,然后重新選擇新的旅游商品。結合對業(yè)務的理解,建立如下假設:客戶選擇旅游商品是一個反復的過程,包括旅游時間、酒店套房、交通安排、參觀景點等等??蛻粼谔峤挥唵魏笕菀自俅胃淖约旱倪x擇,如果訂單的支付頁面無法修改訂單內容或者返回上一頁修改訂單,用戶最終會放棄支付或者直接退出,導致支付轉化率過低。
可以根據(jù)上述行為,建立“支付頁缺乏產品比較功能”的假設,然后去對這個假設證真或證偽。具體來說,可以通過種子用戶訪談去驗證,如果開發(fā)代價很小,也可以通過線上A/B測來驗證。
圖11 .使用“用戶細查”發(fā)現(xiàn)設計缺陷
案例3
對某個功能的轉化漏斗,可以從地區(qū)維度(分析各地區(qū)的轉化情況)、平臺維度(iOS,Android,web等)、行為維度(領取優(yōu)惠券,關注了1個商品等)等維度分析,如圖12。通過對比各個維度轉化率的差異,就可以找到很多的優(yōu)化空間。于是可以采取類似這樣的措施:增加某些地區(qū)或渠道的投放,增加某些功能的曝光,向更多的人發(fā)放優(yōu)惠券。
圖12.用維度對比發(fā)掘轉化提升空間
3.技巧介紹
技巧1:尋找魔法數(shù)字
例1中的方法是典型的“魔法數(shù)字”,首先來明確魔法數(shù)字的概念。
當新用戶在一定時間里、以某種頻率使用了某個功能時,會有更大的可能留下來,成為忠誠用戶。這些能夠大大提高用戶留存的神奇數(shù)字,就叫做魔法數(shù)字(Magic Number)。
該方法起源于硅谷的互聯(lián)網(wǎng)公司,比如:Twitter發(fā)現(xiàn)新用戶在30天內關注了30個好友,就很容易在平臺上繼續(xù)活躍,否則流失的風險就很高;LinkedIn發(fā)現(xiàn)新用戶如果一星期內加到5個聯(lián)系人,他們的留存率和使用頻率將會提高3-5倍;Dropbox發(fā)現(xiàn)新用戶只要使用1次Dropbox文件夾,變成忠誠用戶的可能性大大增加。
然而僅僅知道“魔法數(shù)字”這個事實還遠遠不夠,還應該知道這個事實背后的道理。明白道理的好處是:①如果你的產品功能點非常多,挨個試驗要花費很大的精力,明白道理可以讓試驗有針對性。②容易混淆使用行為與留存提升的因果關系:使用該功能究竟是帶來留存提升的“因”,還是留存提升后的“果”?
“魔法數(shù)字”現(xiàn)象之所以存在,背后的道理就是:產品中的某些功能可以讓用戶更快速地發(fā)現(xiàn)產品給他帶來的價值。假如一個產品實現(xiàn)的用戶價值是90分,而用戶到達產品時可能只發(fā)現(xiàn)了其中的60分,另外的30分需要用戶在使用產品的過程中逐漸發(fā)現(xiàn)。然而,用戶的耐心是很有限的,如果沒能讓用戶在耐心耗盡之前認識到產品帶給他的價值,那么你沒辦法阻止他離開。例1中,“喜歡”以及“興趣社區(qū)”這2個功能可以讓用戶更快速地發(fā)現(xiàn)該音樂APP的用戶價值。
找到了“魔法數(shù)字”也就相當于打通了留存的“任督二脈”,事半而功倍。同樣的手段其實廣泛存在于我們每天都在用的產品中,比如:京東會對每月購物3天以上的用戶發(fā)放積分獎勵,Boss直聘把“消息”入口放到了應用內最醒目的位置。如圖13。這樣做都是為了讓用戶觸發(fā)“魔法數(shù)字”。
圖13.京東和Boss直聘中的魔法數(shù)字
技巧2:發(fā)現(xiàn)設計缺陷
這里的設計缺陷包括:測試同事未能發(fā)現(xiàn)的bug和讓用戶不舒服的設計。發(fā)現(xiàn)設計缺陷是一個先定性、再定量的過程,其目標通常是:提升轉化漏斗中某個步驟的轉化率。
A.在定性階段,目標是找出用戶行為異常的case。首先,明確自己想要提升轉化漏斗的哪一步,并把這一步離開的用戶使用“用戶分群”功能標記出來。然后,通過“用戶細查”功能去發(fā)現(xiàn)用戶離開的前后都發(fā)生了什么,通常會找到一些“用戶沒有按照設計初衷使用”、“用戶遇到功能bug”等類型的現(xiàn)象。
比如例2中,目標是提升“支付”這一步的轉化率,通過“用戶分群”把“到達支付頁但沒有確認支付”這樣的用戶標記出來,然后通過“用戶細查”分析這部分用戶的行為,最后發(fā)現(xiàn):“沒有完成支付”的用戶中,很多都在支付頁面“返回重新選擇商品”。
B.在定量階段,目標是估算定性階段發(fā)現(xiàn)的問題所影響的用戶數(shù)和占比。因為定性階段發(fā)現(xiàn)的case既可能是單個用戶遇到的個別問題,也可能是一群用戶都遇到的普遍問題,所以我們需要結合影響的人數(shù)和占比來評估這里是不是要優(yōu)化?優(yōu)先級多高?定量計算時,首先使用“用戶分群”將需要定量分析的用戶定義出來,然后使用“轉化漏斗”評估影響大小。
比如例2中,先用用戶分群把具有“到達支付頁面后返回,然后重新選擇商品”這個行為特征得用戶定義出來,這樣就知道了這個問題每天/每周影響的用戶數(shù)。然后把這個分群的用戶放到漏斗中,去看這部分用戶在“支付”這一步每天/每周的未轉化比例有多少。
技巧3:估算轉化提升空間
提升轉化率時常常遇到這樣的問題:我這個轉化率是高呢還是低呢,還有多少提升空間?你基本沒有可能拿得到競品的數(shù)據(jù)作為參照,而且也沒有必要,因為你自己的轉化數(shù)據(jù)就包含了很多的信息。比如例3中,可以小范圍嘗試發(fā)放優(yōu)惠券,然后分析收到了優(yōu)惠券的用戶購買轉化率相對于沒收到優(yōu)惠券的用戶提升了多少。這樣你就知道了通過這一個策略,可以將整體的轉化提升到多少。向新用戶發(fā)放優(yōu)惠券以促進購買轉化在電商和互聯(lián)網(wǎng)金融中非常常見。圖14是“考拉海購”和“愛錢進”對新用戶發(fā)放優(yōu)惠券的做法。
圖14.考拉海購和愛錢進向新用戶發(fā)放優(yōu)惠券
4.搭建數(shù)據(jù)增長模型的一般化步驟
在AARRR模型中,最值得關注的是“激活”和“留存”。雖然“獲取”也十分重要,但“數(shù)據(jù)驅動增長”只是為其提供了從“激活率”和“留存率”分析渠道質量的手段,其最核心的投放策略和以前相比沒有太多變化;而“變現(xiàn)”和“推薦”的提升方法與“激活”類似,不單獨講述。
建立增長模型共分為4步:①定義增長指標。②尋找魔法數(shù)字。③優(yōu)化核心功能。④提升核心功能的覆蓋人數(shù)。
第一步:定義產品整體的激活與留存指標
要根據(jù)產品特性明確激活與留存的定義。比如電商通常會把“完成購買”作為激活的標識,而不是“完成注冊”就得了。同理,產品人員也要想清楚是把“打開APP”作為留存的標識,還是把“瀏覽商品詳情頁”作為留存的標識?
第二步:尋找核心指標的“魔法數(shù)字”
在明確“留存”定義的基礎上,使用“技巧1”中的方法尋找“魔法數(shù)字”以及承載“魔法數(shù)字”的產品功能。
第三步:優(yōu)化核心功能
我們應該把有限的資源用于優(yōu)先產品的核心功能,產品的核心功能指:“激活”過程中的必要功能和承載“魔法數(shù)字”的功能。因為如果“激活”相關的功能不好用,會導致用戶直接走掉,而如果承載“魔法數(shù)字”的功能不好用,會導致“魔法數(shù)字”被觸發(fā)的機會大大減少。
例如,Boss直聘中“注冊”和“發(fā)布簡歷”就是激活過程必要功能,而“IM聊天”、“簡歷投遞”則很可能是承載了“魔法數(shù)字”的功能。
對于“核心功能”,依照“技巧2”和“技巧3”的方法盡可能提升其轉化率,以期讓這些功能更加好用。
第四步:提升“魔法數(shù)字”的覆蓋人數(shù)
假如你開了一家很有特色飯店,你肯定會盡力把最好的招牌菜給顧客品嘗。因為顧客品嘗這些招牌菜后,更容易認可飯店的廚藝水平 。那么顧客就更容易在下個周末再來你的飯店消費。反之,如果顧客在第一次光顧的時候沒有品嘗到招牌菜,他會誤以為你的飯店口味很一般,也就不會再來第二次了。“魔法數(shù)字”其實就是產品的“招牌菜”。
在完成核心功能優(yōu)化之后,要使出渾身解數(shù)讓用戶觸發(fā)“魔法數(shù)字”??梢酝ㄟ^“用戶任務”、“物質激勵”、“彈窗提示”、“push推送”、“把承載魔法數(shù)字的功能放到最顯眼的位置”等等手段來實現(xiàn)。
有時候,你的產品中不止有一個魔法數(shù)字,為了最大化地挖掘用戶留存的潛力,還需要試驗下不同的魔法數(shù)字之間是否存在“疊加效果”。如果存在疊加效果,則應該把多個魔法數(shù)字組合起來使用;如果不存在疊加效果,則把實現(xiàn)成本低的作為首選方案,實現(xiàn)成本高的作為首選方案未被觸發(fā)時的備選方案。比如案例1中“點擊喜歡>3次”和“加入興趣社區(qū)”就是具有疊加效果的2組魔法數(shù)字,可以同時引導用戶“點擊喜歡>3次”并“加入興趣社區(qū)”。
5.后記
“數(shù)據(jù)驅動增長”是產品經(jīng)理&運營的必備技能
通過數(shù)據(jù)來驅動產品增長是每個PM必備的技能,最好不要由“數(shù)據(jù)分析師”代勞,因為做這一切的事情有個重要前提——對產品和用戶非常非常熟悉。比如,例1中需要非常清楚產品的用戶價值才能有針對性發(fā)現(xiàn)承載魔法數(shù)字的功能,依據(jù)行為數(shù)據(jù)建立合理的假設也需要對用戶非常熟悉,再如,例2中需要知道“加入購物車”有哪些操作入口,否則轉化漏斗數(shù)據(jù)就會不全。
關于“數(shù)據(jù)驅動運營”
增長的過程當然少不了運營工作的參與。但作者本人沒有負責過運營工作,在運營這件事上缺少發(fā)言權,因此本文中只對“數(shù)據(jù)驅動運營”的常用方法做一下簡略的介紹。
- ①渠道拉新。從質量、數(shù)量、價格幾個維度設計投放策略,從轉化漏斗、留存圖(表)、新用戶占比來分析渠道的質量。
- ②精準運營。通過用戶的行為對用戶進行分類,然后根據(jù)不同群體的特征,進行精細化運營。例如,用戶在論壇上的行為包括:訪問、瀏覽帖子、回復、評論、發(fā)帖、轉發(fā)、分享等等,我們使用“用戶分群”把用戶分為4類:A瀏覽類、B評論類、C傳播類和D內容生產類,然后向不同類型的用戶推送不同的消息。再如,我們可以通過用戶的使用行為、個人屬性信息去推斷哪些用戶具有較高的付費變現(xiàn)可能性,然后對這些用戶贈送限量的優(yōu)惠券。
- ③活動運營。對于一個活動的效果分析,應該與AARRR模型中的至少1個聯(lián)系起來,而不是僅僅看:有多少人參與了活動、該活動給某個功能導入了多少UV。比如,活動A的目標是提升留存,那么還要應該分析參與了活動的用戶留存率相比沒參與活動的用戶提高了多少,這些用戶在參加活動前后的每周活躍天數(shù)是否有增加等等。
數(shù)據(jù)驅動增長的局限性
沒有數(shù)據(jù)是萬萬不能的,但是數(shù)據(jù)也不是萬能的!
比如例1中的“收藏”、“興趣社區(qū)”等功能的第一版方案是怎么得到的?顯然不是通過數(shù)據(jù),因為第一版之前沒有數(shù)據(jù)可用;再如,為什么有的用戶到了支付頁后看了一眼,什么都沒點就走了,這時用戶沒留下可分析的數(shù)據(jù)。
這說明了數(shù)據(jù)驅動的2個局限性:①數(shù)據(jù)很難啟發(fā)重大創(chuàng)新。②某些問題壓根沒有數(shù)據(jù)可供分析。
可見,除了數(shù)據(jù)驅動之外,產品的優(yōu)化一定還要依賴其他驅動力。關于其他驅動產品增長優(yōu)化的力量,稍后我會寫一篇《不可不知的4個產品進化驅動力》予以介紹,不久就會與大家見面。
如果您能夠閱讀到了這里,我相信你一定是一個有意志力的人。世上沒有什么是一個有意志力的人辦不到的,更別說掌握一個不算復雜的技能了。你接下來要做的是在工作中去不斷使用這個技能。Come on!
本文作者劉鑫洋,58趕集產品經(jīng)理,微博:劉鑫洋0314。
本文由 @劉鑫洋 原創(chuàng)發(fā)布于人人都是產品經(jīng)理。未經(jīng)許可,禁止轉載。
題圖來自unsplash,基于CC0協(xié)議
學習了
學習了,干活滿滿
寫的很好,受教了,收藏了,謝謝
給你打call
謝謝,承讓~