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

編輯導(dǎo)語：增長黑客也是一種增長方式，在創(chuàng)業(yè)型團隊在數(shù)據(jù)分析基礎(chǔ)上，利用產(chǎn)品或技術(shù)手段來獲取自發(fā)增長的運營手段；在增長黑客的運營推廣中，我們需要從多個方面進行把握；本文作者分享了關(guān)于增長黑客的實戰(zhàn)分享，我們一起來看一下。

這本是幾個月前就想落筆寫的一篇文章，無奈一方面去年事情太多無法抽出時間，另一方面自己心中總有個“完美文章”的執(zhí)念，所以遲遲沒有下筆。

這是一個常見的思維陷阱，我們常常為了得到10或100卻不敢邁出第1步，但實際上0和1卻是有著本質(zhì)性的區(qū)別。

所以這仍然是一篇粗糙的文章，但是與其是0，不如有1篇掛一漏萬的成品。

01 保險也需要【增長黑客】

AARRR（獲客－激活－留存－付費－病毒傳播）是廣為人知的互聯(lián)網(wǎng)產(chǎn)品的用戶增長模型。

互聯(lián)網(wǎng)保險曾經(jīng)也探索過這個模型的應(yīng)用，最大張旗鼓的莫過于15年的平安，圍繞“醫(yī)、食、住、行、玩”等需求的“四個市場、兩朵云、一扇門”的戰(zhàn)略。

時至今日，這個戰(zhàn)略中如平安好房、平安好車、平安好車主等重磅應(yīng)用都已經(jīng)偃旗息鼓。

為了賣爆米花而建個電影院的做法，通過實證已經(jīng)表明行不通了。

但首月1元的保險模式將保險產(chǎn)品變成了類似互聯(lián)網(wǎng)產(chǎn)品的模式，首月1元的低門檻承載了【獲客-激活】的作用，低門檻的海量用戶加入,如何搞定后續(xù)用戶留存、復(fù)購則成為了各大互聯(lián)網(wǎng)保險玩家不得不重視的問題。

這個時候增長黑客的理論在保險領(lǐng)域找到了最好的用武之地。

02 提出假設(shè)

這一點我在“用戶增長中如何提出好假設(shè)”這篇文章中做過一點分享.

去年在解決一個重要渠道首月1元月繳產(chǎn)品客戶留存問題時，我首先劃定了1.0版本的邊界：即提升M2（購買后次月）的續(xù)期率（扣款成功率）。

用戶流失分為兩種類型：

• 退保
• 關(guān)閉第三方支付的代扣

在未做任何實質(zhì)性分析的時候我提出了第一個假設(shè)：流失節(jié)點的分布應(yīng)該符合二八原則。

于是讓數(shù)據(jù)同學(xué)做了分析，結(jié)果發(fā)現(xiàn)購買當天的關(guān)閉代扣及退保占了流失用戶的80%多。

同時我提出了第二個假設(shè)：要么存在刷單，要么是銷售前后存在嚴重的認知不一致的情況。

同渠道BD做了溝通，首先排除了刷單可能。

然后全流程體驗了渠道的產(chǎn)品銷售流程，發(fā)現(xiàn)銷售頁對于次月應(yīng)繳保費比較弱化，而在支付成功頁很清晰的而告知了用戶次月應(yīng)繳保費。

隨之我提出第三個假設(shè)：流失用戶購買前認為保險每月都是1元，購買后看到次月實際應(yīng)繳保費遠高于首月，所以立馬流失了。

結(jié)合假設(shè)，我們與渠道協(xié)商去掉了支付成功頁的次月應(yīng)繳保費，并做了一系列的配合策略。

實驗結(jié)果最終顯示M2流失用戶降低了50%。

03 復(fù)利效應(yīng)

【增長黑客】的理論中有一個基本的說法，那就是任何一個策略必然有它正向效應(yīng)的部分，也有負向效應(yīng)的部分。

好的策略應(yīng)該是 正向效應(yīng)>負向效應(yīng)

1.01的365次方=37.78

0.99的365次方=0.02

它揭示的是一次正確的策略和錯誤的策略重復(fù)多次后巨大的差距。

在傳統(tǒng)的保險電銷中有一個被驗證體驗很好的策略,即保險銷售后次日的電話回訪,可以趁熱打鐵讓用戶感受到溫暖,有助于后續(xù)的留存及復(fù)購。

于是這個策略被應(yīng)用到了首月1元保險的留存中。

最初這個策略沒有設(shè)計實驗組、對照組，等抽取了部分電話回訪的錄音后，大跌眼鏡的發(fā)現(xiàn)由于投放模式下的沖動消費，很多用戶根本沒意識到自己買的究竟是什么產(chǎn)品，而回訪則成為了【質(zhì)疑-感情破裂】的導(dǎo)火索。

在重新設(shè)計了實驗組（進行回訪撥打）、對照組（不進行撥打）的實驗，跑了兩周后可以清晰的發(fā)現(xiàn)，對照組的次月留存比實驗組高出了很多。

而與此同時，另外一個事業(yè)部的同學(xué)仍在樂此不疲的應(yīng)用這個策略…

復(fù)利效應(yīng)下，雙方的差距可想而知。

04 實驗設(shè)計

關(guān)于流失用戶(關(guān)閉代扣)召回,曾經(jīng)使用過人工 AI 的召回實驗，實驗效果表明是正向的。

于是提出了贈送額外權(quán)益的增強版召回策略，但運營同學(xué)大意的只設(shè)計了贈送A權(quán)益和贈送B權(quán)益的實驗組，并未設(shè)計不贈送任何權(quán)益的對照組。

當發(fā)現(xiàn)這個問題時，策略已經(jīng)即將上線；當時我提出了質(zhì)疑，如果不設(shè)定對照組，極端情況下贈送權(quán)益的實驗組有可能比以前不做任何贈送的策略效果更差。

墨菲效應(yīng)，果然最終跑出來的數(shù)據(jù)顯示兩個實驗組的數(shù)據(jù)表現(xiàn)比過往不贈送時更差。

A/B 測試，牢記要驗證的變量是什么，控制好變量，做好實驗設(shè)計，最基礎(chǔ)也是最需牢記的內(nèi)容。

05 不止于相關(guān)性結(jié)果

還是上邊提到的關(guān)于流失用戶（關(guān)閉代扣）召回，人工和AI的召回實驗顯示AI的召回效率高于人工，在看到這個意料之外結(jié)果后我提示對應(yīng)的運營同學(xué)一定要去聽下電話錄音，去搞清楚其中的因果關(guān)系。

該同學(xué)當下并未立即行動，在贈送權(quán)益的實驗中數(shù)據(jù)同樣顯示AI的表現(xiàn)優(yōu)于人工。

這次他聽從建議去聽了錄音，結(jié)果一下就破了案。

原來因為召回效率不高導(dǎo)致坐席獲得的收益有限，所以人工坐席撥打時積極性不高，故而反而比不上標準水平的AI的效果。

如果使用績優(yōu)的坐席來撥打流失召回的策略呢？

如果不搞清楚相關(guān)性背后的因果關(guān)系的話也許我們會得出一個錯誤的結(jié)論。

實際上這點是許多對于迷信AB test團隊的一個詬病點，只重視相關(guān)性，而不深究因果性。

聽說過一個故事，今日頭條在某個國家通過實驗發(fā)現(xiàn)使用紫色的視覺色系用戶留存會更好，但是其中的因果關(guān)系是什么呢？無人清楚、無人深究。

06 設(shè)定實驗?zāi)繕?/h2>

這一點是我一直很強調(diào)的,但實際上是很多人會忽略的一點，他們認為實驗無非是最終跑出一個實驗結(jié)果，用最終的數(shù)據(jù)說話；所以實操的時候只管設(shè)計實驗方式而不去設(shè)定實驗?zāi)繕?，但實際上這點很重要。

拿張小龍在“微信十周年”上的演講舉例：

6月份的時候，那時社交推薦的新版還在開發(fā)吧，我在黑板上寫下一個斷言：未來有一天，視頻的播放量，關(guān)注，好友推薦，機器推薦的消耗比例，應(yīng)該是1:2:10。即，一個人應(yīng)該平均看10個關(guān)注的視頻，20個朋友贊的視頻，100個系統(tǒng)推薦的視頻這樣的比例。

當時是這么解釋的：

內(nèi)容分兩種，一種是你需要花腦力去理解的知識性信息，是學(xué)習(xí)；一種是不需要花腦力的思維舒適區(qū)的消費類的信息，是娛樂。朋友贊是朋友強迫你去獲取你未必感興趣的知識性信息，屬于學(xué)習(xí)類的；機器推薦，是系統(tǒng)投其所好而讓你很舒服的瀏覽你喜歡的消費性信息，屬于娛樂類的，關(guān)注里面兩種信息都有。

因為關(guān)注的東西你已經(jīng)知道大概會是什么了，反而不會太有吸引力，因此是1。朋友贊雖然看起來累，但是不能錯過，所以是2。而系統(tǒng)推薦，符合懶人原則，是大多數(shù)人都更容易消費且獲得舒適感的信息，所以是10。

但是我們現(xiàn)在的大盤數(shù)據(jù)，并不是這個比例?，F(xiàn)在朋友贊產(chǎn)生的整體vv，是機器推薦的2倍。

于是我讓數(shù)據(jù)同事統(tǒng)計了一下，只拿有關(guān)注的用戶來看。有關(guān)注的用戶目前極少，屬于活躍用戶，所以代表了未來活躍用戶的行為。前幾天的數(shù)據(jù)是，有關(guān)注的用戶，人均在三個tab產(chǎn)生的vv，差不多是1：2：9。拿到這個結(jié)果時我非常吃驚，它只是一種粗略的估計，并不是說預(yù)測特別準確；而是說我們做東西的習(xí)慣是，如果這樣做，應(yīng)該先推理出來一個結(jié)果，然后用數(shù)據(jù)去驗證，才能檢驗方向是不是對的。

做任何實驗，包括做活動運營，如果需要你拿出預(yù)測數(shù)字背后必須有一套可以邏輯自洽的推理過程（假設(shè)基礎(chǔ)），這會倒逼個人做出更加深入的思考，如果不做這一步事后做實驗結(jié)果評估時就容易陷入到無章可循的地步。

舉個反例，我讓某個運營同學(xué)分析下因余額不足而流失的用戶在生命周期不同節(jié)點（主要是月繳扣費節(jié)點）下的召回效率的差異，起初我建議他他做個預(yù)測分布情況，但他并沒采納。

等數(shù)據(jù)出來后他一下就迷茫了，因為傳統(tǒng)認知中用戶歷史繳費期次越多用戶對產(chǎn)品會越認同，同理召回效率會越高。

但數(shù)據(jù)卻顯示M2（第二次扣費節(jié)點）下的召回效率是最高的，M4次之，M3最差。

經(jīng)我提示下，他重新去分析了M2召回后的用戶留存情況，最終才得以柳暗花明。

07 用戶增長策略模板

這是好幾個月前自己整理出來的用戶增長策略模板，融合了【增長黑客】理論中的主要關(guān)鍵要素，內(nèi)容形式并沒有什么稀奇的，重要的即是堅持的做。

復(fù)利效應(yīng)，時間會給你最好的答案。

策略主要指：迭代動作，對who 什么時間when 什么地方/渠道whtere 做what。

怎么做主要指：開發(fā)新功能/做活動/觸達…。

假設(shè)基礎(chǔ)（why）主要指：定量（數(shù)據(jù)分析）定性（用戶研究）的相關(guān)依據(jù)。

參考資料

《張小龍：微信十年的產(chǎn)品思考》

#專欄作家#

奇文天翔，微信公眾賬號：產(chǎn)品一二三，人人都是產(chǎn)品經(jīng)理專欄作家。8年產(chǎn)品經(jīng)理經(jīng)驗，曾在網(wǎng)易、國內(nèi)某龍頭金融集團負責(zé)用戶產(chǎn)品，當前在某移動互聯(lián)網(wǎng)巨頭負責(zé)金融子業(yè)務(wù)。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，不得轉(zhuǎn)載

題圖來自 Unsplash，基于CC0協(xié)議