中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文來自創新工場創業公開課。用戶增長始終是困擾 APP 開發者的一大難題，其中一個很重要的問題就是沒有對你的應用進行分析。沒有意識到為什么用戶留存率偏低。從用戶獲取到收入這個步驟入手，對整個過程進行監控，用數據化的工具進行分析，是問題的良好解決途徑之一。諸葛 IO 創始人孔淼就會基于 AARRR 模型和一些具體案例，來為我們解析為什么要用數據去鋪墊產品運營。

精細化的數據運營

第 一個，為什么要用精細化運營數據？這張圖是年初的時候 TalkingData 的一個報告，大家可以看到，整個年齡分布從 90 后到 80 后到 70 后以下，其實整個分布已經越來越均勻了。大家想一下，差不多在 1999年 第一波互聯網浪潮到 2004年web2.0 到 2009年 左右的移動互聯網浪潮的時候，當時主要人群主要是 80 后，并沒有現在分化得這么明顯。

第 二個人群城市差異化，大家可以看到一二三線城市的增長速度，意味著人群包括像城市整個沉降越來越快，如果有來自小城市的朋友都知道，現在回家看，大家使用 智能設備已經越來越多了。大家再想一下，這三個浪潮的時候，最開始使用互聯網的人主要是一二線城市的人，而現在這個圖是一個金字塔，三四線人才是一個更有 價值的部分。

第三個網絡環境，從最開始，早期用塞班的人都知道，大家可能就用 opera 瀏覽器，用 S60 手機各種省流量，UC 瀏覽器講究的是內容。大家看到隨著網絡環境的改善和優化整個體驗變得很重要，用戶交互體驗變得很重要。

最后一個是根據每個人裝的應用列表來看，北京打車偏多，上海理財，廣州是游戲，深圳是視頻。從表面上來看是幾個類型的差異，背后剛好反映的是各個城市人群的 生活節奏，包括個人作息時間，個人消費能力等等。這意味著什么呢，這意味著現在包括使用你的應用人群已經越來越差異化了。

舉個簡單的例子，即使你是做母嬰類的，使用者是媽媽，一二線城市的媽媽和三四線城市的媽媽她們消費能力是有差異的，她們平時生活作息時間也是有差異的。意味著她們在使用你 APP 的時候，整個使用行為肯定是有差異的。

所以回到最開始講到的三波浪潮時期，大部分公司只關注三件事，從 Traffic 到 users 到 revenue，從流量到用戶到收入。大家想一下最開始互聯網廣告賺錢方式并沒有現在垂直電商這么多的方式，最開始簡單的就是投廣告，廣告帶來流量。包括 去 PC 上做 SU 優化，做很多事都是為了擴大人群，擴大流量，帶來更多的用戶，通過用戶產生收入。這在用戶群單一的且技術有限的情況下，是有用的。

但是現在很多 APP 的開發者會發現一個很頭疼的問題，就是為什么我們的量增不上去，覺得自己做了很多努力還是沒有太多的用戶，這里面有一個很重要的問題，就是你沒有分析你的 應用，沒有意識到為什么用戶留存率偏低。包括現在很多產品會去換量，A 產品跟你換 5000 量，B 產品換到 3000 量，你簡單認為 5000 大于 3000 對不對，有些公司稍微再精明一點會去看留存率，即使是留存，大家想一想，每個應用的核心事件不同，知乎就是看帖子，京東是是加入購物車，搜狐視頻是看視 頻。

原來的留存是什么，是打開一個應用，但簡單的打開一個應用也不能成為衡量你留存的一個標準。這個時候也就意味著衡量留存時要把用戶區分 價值來看，真正給你帶來產生收入是互動比較強烈的用戶，其實你最后衡量這個渠道帶來的用戶，5000 大于 3000 也許你衡量有哪些人看了視頻，有哪些人做了核心事件?比例有多少?通過這個衡量也許是 3000 的比較大。換過來說，這時候是不是意味著 3000 就是好的，也不一定。最后產生收入要看 UP 值，也許是 5000 的價值比較高。這一件事到底有什么結論，要通過用戶的行為往下深入細分，再得到結論。

流量時代何時走向終結

這個是前一段時間 的一篇文章《流量是在何時走向終結》，它的觀點就是以前流量經濟在于洗，我不停的去找，有當量的渠道去換流量，現在已經是講究粉絲經濟了，要養，要找到你的用戶人群特點。

舉個簡單例子，跟一線競爭對手扛不贏的時候，你會發現的收入來源大多數來自于三四線小城市，這個時候你沒有必要去刷網上的第一位，因為你的核心人群是你的三 四線小城市，這個時候你的目標要定向為他們的活動區域比較大的地方就可以了。養粉絲這一塊很典型的比如唯品會，唯品會最開始做得比較好的時候就是用二線的 品牌去吸引了二三四線城市的人。

AARRR 模型

回到剛剛那個模型流量到用戶到收入，我們應該關心的是流量來的是什么樣的用戶，流量怎么來的用戶。用戶到收入這個過程到底做了什么，用戶是如何產生收入的。

這個時候我要講到一個經濟話語的基礎，不得不提到的就是 AARRR 模型。第一個是 Acquisition，即用戶的獲取。Acquisition 是用戶的激活，Retention 是大家很熟悉的，留存，留存的人 referral 會幫你制造傳播，再下一步就是收入。

關于用戶獲取大家應該很熟悉。比如掃碼關注，或者你去搜一個關鍵詞，做一個 SEO 優化，或者你找別人換量，或者是別人在某科技博客上寫一篇軟文帶來一些量。再就是社會化分享，通過分享把用戶吸引過來，這些都是用戶獲取的過程。

用戶激活，激活就是注冊成為你的用戶，有一些人到你這來了以后，核心是要他注冊賬號，如果沒有賬號體系，你可以認為他來到你的應用就跳過這一步了。像知乎，在首頁有一個注冊，讀文章讀到一半的時候也會彈出一個注冊。

用戶留存就很簡單了，持續去使用你的應用。我們建議把這個留存再往下深入，你要把你的人群分層，比如你是一個電商應用，留存就要分四層來看。第一層是瀏覽商 品的留存的人，第二是加入購物車的人，第三是是產生了訂單的，第四是完成支付的。分不同層面的意義來講留存，這就是細化留存。

Referral 就很熟了，用戶覺得應用不錯，愿意把它分享到社交網絡，到社交網絡以后帶來更多的用戶，這就是一個傳播的過程，傳統意義就是你的東西很有價值。比如賣一個 很好的軟件，你告訴他用的很不錯，就是口碑營銷，是最傳統的傳播方式。前不久我在微博上看到一個知乎的分享，這就是典型的傳播方式。

最后就是收入了，大家看一下整個過程，這是我摘自于國外很有名的 PPT 的圖，是一個典型的漏斗，用戶獲取來的人是最多的，用戶激活是一部分，用戶留存到用戶傳播最后到用戶收入這是一個漏洞，在分析問題時候是要找到這個漏洞的瓶頸在哪兒。

當你發現產品有問題的時候，這個時候要做的一件事就是分析從用戶獲取到收入這個步驟中，到底哪一步是最大的問題。現在很多人有問題的時候會做很多操作，其實 是不利的。因為這會同時改變很多因素，最好的方式是首先要監控起用戶獲取到收入的整個過程，用數據化的工具來監測這個過程。

先找到 OMTM，這個概念是來自于《精益數據分析》這本書，里面講到一個很重要的分析方法論叫做 OMTM（one Metric That matters）。在找瓶頸的時候往往有一個非常重要的因素，只要解決了這個問題，就會帶來快速的提高。本身你的產品在迭代，不可能一下子解決所有的問 題，你做很多操作的時候，到底是哪個產生因素還是不知道，從分析上來講是不合理的。

常用分析方法

有哪些常用的分析方法呢？第一個，其實就是用戶獲取和用戶激活。比如像知乎，知乎注冊有多種方式，有一種是來自于你的首頁注冊，還有一種是你讀到一半彈出一 個注冊框，這是多種注冊方式。大家想一下，如果用現有的一些工具是做不到的，因為他最多是給你做渠道和版本上的區分，這時候你去衡量這一部分用戶轉化率和 行為的時候，需要結合業務邏輯條件。比如注冊來自讀文章的頁面或者是注冊來自于首頁，這些都是結合業務的商業條件，這是需要精益化的數據工具才可以做到的。

分析的過程就是一個典型的漏斗，第一步兩個漏斗，第一個漏斗是從首頁訪問注冊的人，第二個漏斗是看文章的，他讀文章讀到一半彈出一個注冊窗口，第二步就是他去讀文章，比較這個漏斗看哪一步更有價值，這就是典型的漏斗。漏斗就是很多過程，你要分析這個過程缺口在那里。

拆分用戶使用應用這個過程的時候，用戶不會完全按照你的邏輯來走，很多地方就會卡住了，跳出了，這個時候要找到這些點來優化它。有一句話大多數做產品的人是靠猜測和直覺，大家想一下自己的產品是不是靠產品經理拍腦袋決定的功能，有沒有考慮這個功能的持續使用性。

第二個是更多的轉化趨勢。剛剛解釋過了用戶留存，留存不像以前了，第一天是新增用戶，某一個條件背后來的用戶，第二天第三天有沒有持續用這個應用，變成了每 一個應用都有你的核心價值體現。比如說你是一個游戲類的，那就是有沒有玩游戲，如果你是一個像圖片類的，就是有沒有看圖片，京東的有沒有產生訂單有沒有支 付成功，要把原來的應用再細化一下，這也是要結合你的業務，這也是精細化分析工具能做到的。

這就是自定義留存，下面通過例子來講如何更深入的分析。在做產品分析的時候，并不是把多少數據庫拿來，這樣是盲目的。核心是要回到剛剛的邏輯，即從用戶獲取 到用戶收入，并可以細化拆分。比如分享的流程，微信某個行為的觸發人群，你有一個細的目標去分析，這個時候的分析往往是有效的。

更深入地分析從何下手

使用工具的時候，不要盲目的為了布點而布點，加入太多的數據量，最后分析量太多是不行的。

比 如某一個版本我要去布點的時候，就去跟蹤幾個關鍵的過程，步入這一步，我的用戶獲取很少，鋪的流量有限，但是我這里面是有一些社交分享的功能，這個時候我 應該想到怎么樣提高社交分享率，才能夠在 referral 有一個更多的用戶獲取。這個時候就分析為什么他不會分享。

之前有人講了一個例子很有意思，他們當時發現最后點贊的人分享頻率是最高的，后來提了一個方案，聽說點贊和分享搭在一起更配，這也是一個漏斗這一步提高了，分享率就上去了。一些硅谷的典型例子，往往就是在小的過程去優化一點能帶來一個大的效益改變。

更深的分析從何下手呢，這就是一個案例，這個案例應該會有很多產品中槍，為什么我拿這個案例，因為暴走漫畫是我們一個很好的客戶，當時我問他第一句是，你的 分類排序是按照什么排的，他說數據庫取出來的數據就是這樣排的。大家可以看到，當你的功能模塊，這樣一些分類，從上往下排的時候，這個時候用戶訪問點擊率 從上到下不是對等的，點上面的肯定是高于點下面的人，因為這個是用數據支撐看到的問題。

這個時候大家想一下，大家可以看到上面有很多分類，每一個分類點進去以后這個用戶有沒有持續看這個分類里面的漫畫，這個比例一定是不等于從上到下的數據，正常做優化的時候，你先要掌控。

因 為 APP 展示頁面有限，每一個關鍵部位都是有它的價值，這個時候要明確橫向從上到下的點擊比例。第二個，每一個點進去的用戶有沒有持續使用這個分類，在這個分類里 面看這個分類的漫畫，顯然這個比例肯定是不一樣的。這個時候下面有一些是高于上面的，持續用這個分類的比例是高于上面的，這個時候要根據數據把下面提多上 面去。

舉個簡單例子，科幻根本沒有人看，放在這么好的位置，我發現每次點進去都是新用戶，老用戶根本不點，下面有一個比如叫什么恐怖，訪問 率非常高，用戶持續使用率非常高，這個時候應該提到用戶在第一層找到的地方，把差的內容如果數據可以了再提上去，這就是典型的數據去運營產品的思路。

硅谷產品經典案例

最后講一下硅谷產品的經典案例 Quora，Quora 是典型的從用戶獲取 AARRR 模型，Quora 和知乎的問題是一樣的——分享的很多，注冊的很少。用戶激活的比例偏低，怎么辦呢。這時候想到一個辦法，他發現很多人讀文章會讀完的，大家做了一個措施， 讀文章一半的時候彈出一個窗口，也就是后來知乎的做法。

第二個推薦相關的文章和用戶。這也是一樣的，你發現留存率比較低的時候，用 戶在應用里互動比較少的時候，你應該想一些別的辦法。Quora 就想到了，怎么增加用戶的留存，用戶讀到這篇文章的時候我給他推薦一些相關的文章，很多人覺得這件事靠后，其實它能夠提高一些轉化率的，這個時候推薦相關 文章比如說最近股市哪個股票好下面有一個相關的文章，點進去的人會很多。點進去的連續進去，就增加了下一步的可能，就越有可能成為你的新用戶了。

LinkedIn 很有意思，LinkedIn 從 200 萬到 2 億的增長是非?？斓?，這源于 growth? hacking 的策略。他當時發現很多人在搜索引擎里面搜自己的名字，搜不到結果，這個時候他想到一個辦法，你在 LinkedIn 里面可以創建公開個人資料，這個個人資料可以被搜索引擎做 SU 優化被檢索到，這個時候很多人會發現了這個功能，整個 LinkedIn 的用戶增長就上去了，因為大家都想提高自己在搜索引擎的曝光，這個點被大家把握住了。他在研究整個用戶獲取到收入這個漏斗的時候，發現第一步是一個瓶頸， 他源于這一步提高了第一步的留存。邀請聯系人和動態通知，現在大家來看我也做了，我想問你做社交分享做這些事的人，你為什么這么做，你是抄別人的，第一個 想到的這個人是分享過的。

我再講一個非常差的案例，前不久我在臉譜網出來的一家公司幫他分析產品，他也是用別人的分享，他的產品送 你 50 元紅包，我說朋友圈看到你這個東西的時候，人家第一步對你的產品名字是有認知障礙的，不知道你是什么，送他紅包的時候當然不會點了，點擊率會偏低很多的， 他是賣零食的。我告訴他，改成我送你 50 元可以免費買零食之類的，轉化率是不是會上去。

Facebook 和推特這里面有兩個概念，AHA 時刻，大家可以去 TD 上搜一個東西叫做 Facebook 的 growth 團隊做的一個分享，AHA 時刻在國外叫 AHA moment，Facebook 和推特也遇到了這個問題，好多人注冊了不留下來，其實就是用戶獲取到用戶激活到用戶留存這部分，后來經過數據分析發現當一個新用戶十天能達到 7 個好友的時候，這個留存率是最高的，這一件事很多產品團隊沒有數據分析意識是不會想到的，這一件事其實是可以分析出來的，這些人的整個行為分布和使用是有 規律在里面的。推特用戶關注達到 30 個人，這也是符合邏輯的，刷的量太少了就不會有人使用了。

從用戶獲取到激活，剛剛 Quora 想的辦法是增加了一些途徑，推特的辦法是優化了體驗，優化了注冊流程。

Dropbox，growth? hacking 的發明者就是當時的 Dropbox，Dropbox 是我認為做 growth? hacking 當中做得特別好的一家，大家看現在很多的網盤學它的邀請注冊送空間。剛剛我提到了優化的一個方法是增加途徑，或者優化體驗，這一種就是屬于誘導。給用戶更 多的誘導性去提高這一個轉化率。

Dropbox 當時送 500 兆空間，后來國內網盤都請他來做。但是他這 500 兆空間也不是那么簡單的，我看了 Dropbox 的一篇分析文章，因為 Dropbox 是有付費用戶比的，他算過這個付費用戶比，算出來一個新用戶能帶來多少回流比，算出來是 500 兆空間，從這個成本中能達到多少的營收。

第 二點，Dropbox 很聰明的，也可以激發大家的一些想法。他當時發送郵件給注冊沒有下載客戶端的人還是回到那個模型，他發現用戶激活到用戶留存比較低，這個時候怎么提高，他 想了一下，他發現有一部分人激活以后準備下客戶端沒有下走了，大家想一下這是很正常的情況，有的人可能網絡有問題，或者是有什么事，就把瀏覽器窗口關掉 了，走了。

這個時候他發了一個文件，把那些注冊了沒有下載客戶端的人，并不是 Dropbox 的客戶，他就通過發送郵件去挽回，發現這個回流比還不錯的，最后通過這樣一個方式讓這個比例提高了。有人會覺得可能提高的不多，但是大家想一下百分比乘以 你的用戶基數，任何一點點，因為每一個新用戶還可能帶來更多的用戶，這些小的細節點將來都可能成為你產品改進的空間。

今天講的這些就是分享 一些關于，首先為什么做這一件事，其實也是從當初的流量到用戶到收入的模型，不要再去想有沒有辦法，應該往下走，應該把步驟拆細，流量來了，是什么樣的用 戶，用戶做的什么事，哪些事需要往細了看，去分析這些事情，他做這些事的時候每一個核心步驟到底完成了沒有，或者說根本就是你做的不好，這個東西是偽需 求，這些全部要分析透徹了，這些都是可以用數據分析出來的。

最后去分析這些問題我不建議大家自己去構建團隊，因為你要有 ETO 工程師，算法工程師，運維工程師，需要有服務端工程師，要有一堆成本，這個我建議大家用一些像 Mixpanel,恩特麥崔科斯（音譯），這是國外的。國內的諸葛 IO 還是挺不錯的，每一個產品都有使用的人群找出哪一個更合適你。

作者：創新工場

原文來自：36kr