經(jīng)歷失敗后,這產(chǎn)品在四年內(nèi)將 DAU 增長4.5倍

2 評論 2595 瀏覽 10 收藏 20 分鐘

如何將日活躍用戶數(shù)量提升4.5倍?多鄰國用四年時間給出了答案。從失敗中學習,通過精細化運營和創(chuàng)新的產(chǎn)品功能,多鄰國成功激發(fā)了用戶增長。這篇文章將分享多鄰國增長策略的關鍵所在,帶你一探究竟。

多鄰國已經(jīng)打卡185天了,一直沉迷,壓根停不下來。

最近一直在看Lenny的專欄,翻到了Duolingo 前首席產(chǎn)品官 Jorge Mazal 分享的內(nèi)容 —— 首先是他們過程中的失敗,然后是推出的一系列功能,如何幫助 Duolingo 在4年內(nèi)將 DAU 增長4.5倍。

失敗案例1:增加游戲化場景,提升留存率

增長的核心是專注提升留存率,優(yōu)先考慮留存率而非新用戶獲取。

第一步:定策略

所有類型的產(chǎn)品,高留存率都是游戲,通過游戲化場景融入實際的業(yè)務路徑。兩個主要原因點:

①已有成功案例。Duolingo 已經(jīng)成功實施了幾種游戲化機制,比如主屏幕上的進度系統(tǒng)、連勝和成就系統(tǒng);

②橫向產(chǎn)品分析。當時的數(shù)字游戲化產(chǎn)品的用戶留存率遠高于我們產(chǎn)品,這是可以持續(xù)探索的。

第二步:拉團隊,定方案

攏共分為兩部分:

①組建認同理念的敏捷團隊快速試錯;

②體驗最合適的游戲化方案。

研究 Gardenscapes ,將將計數(shù)器機制納入我們的產(chǎn)品中,給用戶有限的機會來正確回答問題,否則他們必須重新開始課程,這增加了游戲的稀缺感和緊迫感。

結果:

①產(chǎn)品層:花了幾個月時間增加計數(shù)器功能。然后整體的留存率數(shù)據(jù)沒有變化, DAU 也沒有增加,關鍵是也沒有收到任何用戶反饋。

②團隊管理:團隊解散。

失敗案例2:用戶推薦策略,提升增長

當留存率沒有提升后,只能維持現(xiàn)狀,保證留存率不下降。想從用戶新增下手,于是重新組建了拉新計劃的團隊。

當時,Uber 通過推薦策略在用戶獲取方面做的非常不錯,于是也創(chuàng)建了一個類似 Uber 的推薦策略,獎勵是免費使用一個月的高級訂閱 Super Duolingo(當時稱為 Duolingo Plus)。

結果:

新用戶只增加了 3%。這是積極的,但不是我們需要的那種突破。盡管如此,團隊還是加倍努力,堅持下去,向推薦計劃發(fā)送迭代并進行了一些其他嘗試,但無濟于事。

復盤:為什么會失敗

①提升留存率:借鑒 Gardenscapes

玩 Gardenscapes 時,每一步都感覺像是一個戰(zhàn)略決策,因為你必須戰(zhàn)勝動態(tài)障礙才能找到勝利之路。

但戰(zhàn)略決策并不是完成 Duolingo 課程的必要條件——你要么知道問題的答案,要么不知道。因為沒有任何策略,Duolingo 的步數(shù)計數(shù)器只是一個無聊的、附加的麻煩。

他們的產(chǎn)品定位和用戶人群的差異性太大。

②提升用戶新增:借鑒 Uber

推薦對 Uber 有效,因為乘客通過永無止境的隨用隨付系統(tǒng)支付乘車費用。免費乘車是一種持續(xù)的激勵。

對于 Duolingo,我們試圖通過提供一個月的 Super Duolingo 免費服務來激勵用戶。然而,我們最優(yōu)秀、最活躍的用戶已經(jīng)擁有 Super Duolingo,如果他們已經(jīng)加入了計劃,我們就不能再給他們一個月的免費服務。這意味著,我們的策略需要依靠我們最好的用戶,但實際上卻把他們排除在外了。

反思總結

只知道從功能層借鑒了競品,而未考慮用戶人群、運營策略。應該按照全盤去拆解競品,在借鑒功能時反復問自己:

  • 為什么此功能在該產(chǎn)品中有效?
  • 為什么這個功能在我們的環(huán)境中可能會成功或失敗,即它能否很好地翻譯?
  • 在我們的環(huán)境下,需要進行哪些調(diào)整才能使該功能成功?

換句話說,我們需要在采用時做出更好的判斷。如果在這一領域更加系統(tǒng)化,那么我們選擇的游戲化機制將有很大不同。我們可能根本不會關注推薦。我致力于確保我們的下一次嘗試更加有條不紊。我們需要更好地根據(jù)數(shù)據(jù)、見解和基本原則做出決策。

重新梳理:從模型和數(shù)據(jù)

充分調(diào)研后,借鑒 Zynga 和 MyFitnessPal 收集數(shù)據(jù)維度,根據(jù)用戶參與度對用戶細分和建模。

根據(jù)每周留存指標對用戶進行分類并衡量留存率:

  • 當前用戶留存率 (CURR):如果用戶在過去兩周內(nèi)都使用過該產(chǎn)品,那么本周他們再次使用該產(chǎn)品的概率
  • 新用戶留存率 (NURR):如果用戶上周是新用戶,那么本周他們再次使用該產(chǎn)品的可能性
  • 重新激活用戶保留率 (RURR):如果用戶上周重新激活,那么本周回來的概率
  • 復活用戶留存率 (SURR):如果用戶上周復活(從較長時間缺席中恢復),則本周回來的概率

這些區(qū)塊代表具有不同參與度的不同用戶群。并且,曾經(jīng)使用過該產(chǎn)品的每位用戶在任何一天都只能屬于一個區(qū)塊。這意味著,模型中的區(qū)塊在表示曾經(jīng)使用過 Duolingo 的整個用戶群時是 MECE(相互排斥、集體詳盡)的。箭頭測量用戶在區(qū)塊之間的移動(這些區(qū)塊包括 CURR、NURR、RURR 和 SURR,但演變?yōu)槊咳樟舸媛识皇敲恐埽^(qū)塊和箭頭結合起來,該模型創(chuàng)建了一個幾乎閉環(huán)的系統(tǒng),新用戶是唯一的突破點。

方便的是,該模型的前四個區(qū)塊加起來就是 DAU。這些區(qū)塊的定義如下:

  • 新用戶:應用程序首次參與活動
  • 當前用戶:今天參與過,并且在過去 6 天內(nèi)至少參與過一次
  • 重新激活的用戶:離開 7-29 天后第一天參與的用戶
  • 復活的用戶:離開 30 天或更長時間后第一天參與的用戶

其余三個存儲區(qū)塊代表今天不活躍且不活躍程度不同的用戶。

  • 有風險的 WAU:今天不活躍,但在前 6 天中至少有一天活躍 ——風險周活躍用戶數(shù) + 日活躍用戶數(shù) = 周活躍用戶數(shù)
  • 處于風險中的 MAU:過去 7 天內(nèi)不活躍,但在之前的 23 天內(nèi)至少有一天活躍 ——風險 MAU + WAU = MAU
  • 休眠用戶:過去 31 天或更長時間不活躍 ——MAU + 休眠用戶 = 總用戶群

由于 DAU、WAU 和 MAU 可以輕松從這些類別中計算出來,因此很容易對它們進行隨時間變化的建模。這是該模型的一個關鍵特性。此外,通過操縱箭頭所代表的比率,我們可以模擬這些比率隨時間變化的復合和累積影響;換句話說,這些比率是產(chǎn)品團隊可以用來增加 DAU 的杠桿。

在創(chuàng)建模型后,我們開始每天拍攝數(shù)據(jù)快照,以記錄過去幾年中所有這些用戶群體和留存率每天的變化情況。有了這些數(shù)據(jù),我們可以創(chuàng)建一個前瞻性模型,然后進行敏感性分析,以預測哪些因素對 DAU 增長的影響最大。我們對每個比率進行了模擬,其中我們每季度將一個比率上調(diào) 2%,持續(xù)三年,其他比率保持不變。

以下是我們第一次模擬的結果。它顯示了每個杠桿上 2% 的小幅變動如何影響預測的 MAU 和 DAU。

我們立即發(fā)現(xiàn) CURR 對 DAU 產(chǎn)生了巨大影響,是第二佳指標影響的 5 倍。事后看來,CURR 的發(fā)現(xiàn)是有道理的,因為當前用戶分組有一個有趣的特征:保持活躍的當前用戶會返回到同一個分組。

這會產(chǎn)生復合效應,這意味著 CURR 更難改變,但一旦改變,其影響將更大?;诖朔治觯覀冎?CURR 是我們必須改變的指標,以便實現(xiàn)我們想要的戰(zhàn)略突破。我們決定成立一個新團隊,即留存團隊,以 CURR 作為其北極星指標。

專注于 CURR 的最大好處之一是決定不再關注以前看似至關重要的事情,尤其是新用戶留存。對于一家多年來一直致力于將大部分增長實驗首先放在新用戶身上并取得巨大成功的公司來說,這是一個巨大的思維轉(zhuǎn)變。

另一個重要教訓是看到指標對 DAU 和 MAU 的影響之間存在巨大差距;例如,CURR 對 DAU 的影響是其對 MAU 影響的 6 倍。iWAURR(非活躍 WAU 重新激活率)是提升 DAU 的第二大杠桿,但在提升 MAU 方面則遠遠落后于增加新用戶和復活用戶。這意味著,如果我們想看到 MAU 的大幅改善,我們在某些時候仍然需要找出獲取新用戶的新增長向量。但就目前而言,我們的重點只是提升 DAU,因此我們優(yōu)先考慮 CURR,而不是其他所有增長杠桿。事實證明,這是正確的選擇。

成功案例1:排行榜

經(jīng)過復盤和考慮,決定押注排行榜,原因和方法 ——

① Duolingo 已經(jīng)有一個排行榜,供用戶與朋友和家人競爭,但效果并不明顯。通過 Zynga 的經(jīng)驗,我曾假設競爭對手的參與度比個人關系的親密程度更重要。我認為這在成熟的產(chǎn)品中尤其如此,因為許多用戶的好友不再活躍。從我們在 Zynga 的測試來看,這個想法是正確的?;诖?,我覺得一個類似于我在 Zynga 幫助設計的排行榜系統(tǒng)將在我們的產(chǎn)品環(huán)境中取得成功。

② FarmVille 2 的排行榜還包括一個“聯(lián)賽”系統(tǒng)。除了登上每周排行榜榜首之外,用戶還有機會晉級一系列聯(lián)賽級別(例如從青銅聯(lián)賽到白銀聯(lián)賽再到黃金聯(lián)賽)。聯(lián)賽為用戶提供了更大的進步感和獎勵感,這是游戲設計中不可或缺的元素。隨著時間推移,聯(lián)賽還會增加參與度,因為參與的用戶會逐周升級到更具競爭力的聯(lián)賽。我們認為此功能可以很好地轉(zhuǎn)化為 Duolingo 現(xiàn)有的產(chǎn)品,因為它直接利用了人類競爭和進步的共同動機。

結果:

整體學習時間增加了 17%,高度投入的學習者(每周 5 天,每天花費至少 1 小時的用戶)數(shù)量增加了兩倍。此時,我們還沒有弄清楚如何計算 CURR 的統(tǒng)計顯著性,但我們發(fā)現(xiàn)我們的傳統(tǒng)留存指標(D1、D7 等)得到了實質(zhì)性的改善,并且具有統(tǒng)計顯著性。展望未來,排行榜功能成為改進指標的載體,團隊至今仍在繼續(xù)優(yōu)化該功能。同樣重要的是,排行榜是留存率的第一個突破!

成功案例2:推送通知

基于大量的A/B測試發(fā)現(xiàn),推送通知能成為增長的重要因素,是時候重新優(yōu)化迭代該功能在某些時間,某些場景推送給某些人了。

調(diào)研后的反面例子:Groupon 長期以來每天只發(fā)送一封電子郵件通知,后來激進地測試,高達每天五封,最后大家都退訂了。

因此制定核心原則:避免過度通知,保護推送的時機、內(nèi)容、人群。

結果:

推送策略在在時間、模板、圖片、文案、本地化等方面進行優(yōu)化,通過無數(shù)次迭代、A/B 測試和老虎機算法,該團隊能夠產(chǎn)生數(shù)十個小型和中型的成功案例,這些案例每年都為 DAU 帶來了可觀的增長。

成功案例3:連勝機制

通過數(shù)據(jù)發(fā)現(xiàn),如果用戶連續(xù)使用 10 天,他們離開的可能性就會大大降低。顯然,這在很大程度上只是相關性和選擇偏差,這個點值得去深挖,如何提升用戶連續(xù)使用的能力?

連續(xù)性的概念其實很簡單:向用戶顯示他們在應用上連續(xù)進行任何活動的天數(shù)。但事實證明,連續(xù)性周圍存在大量優(yōu)化機會。

我們的第一個重大勝利來自連勝保護通知——如果用戶即將失去連勝,該通知會提醒他們。這個深夜通知證明了加倍優(yōu)化連勝確實有相當大的好處。此后,我們進行了多項改進:日歷視圖、動畫、連勝凍結更改和連勝獎勵等。每一項都有助于改進最初的連勝理念,并大幅提高留存率。

結果:

到目前為止,連勝功能是 Duolingo 最強大的互動機制之一。

連續(xù)性之所以有效,原因有很多。其中之一是,連續(xù)性會隨著時間的推移增加用戶的積極性;連續(xù)性越長,保持連續(xù)性的動力就越大。在用戶留存方面,這正是我們希望用戶擁有的行為。學習者每天來到 Duolingo,他們比前一天更關心第二天回來,從而增加了留存率和 DAU。作為一個元課程,我們在連續(xù)性機制方面的成功進一步表明,我們可以從現(xiàn)有功能中獲得重大收益。我們可以看到重大突破和快速優(yōu)化的價值。

北極星指標:CURR(當前用戶留存率)

我們并沒有止步于 CURR;我們非常擔心 CURR 會在某個時候達到上限,所以我們遲早要找出獲取新用戶的增長向量。留存團隊一直專注于提高 CURR,但作為一家公司,我們不斷增加對增長的投資,創(chuàng)建越來越多的產(chǎn)品和營銷團隊來尋找新的向量(用于留存和獲?。P疫\的是,這些賭注中有幾項奏效了:

①國際擴張

②構建社交功能

③加速課程內(nèi)容創(chuàng)建

④與 KOL 合作

⑤增加我們在學校的存在感

⑥投資于付費用戶獲取

⑦在 TikTok 上傳播

每一項都值得單獨案例研究。

整體結果

通過四年的努力 ——

①成功將CURR提升21%,核心用戶每日流失率降低了 40% 以上;

②DAU增長4.5倍;

③用戶群的質(zhì)量也有所提高。連續(xù)使用 7 天或更長時間的 DAU 份額增長了近 3 倍,占 DAU 的一半以上。

這意味著 Duolingo 現(xiàn)在不僅擁有更多的活躍用戶,而且這些用戶更有可能繼續(xù)回來、推薦他們的朋友并訂閱 Super Duolingo。這種增長是 Duolingo 成功 IPO 的關鍵。

個人思考:

①在高處打深井,在低處筑堤壩;

②拆解競品時,應從全局去考慮競品的定位、人群、功能和產(chǎn)品的匹配關系,而非看到功能就借鑒;

③數(shù)據(jù)分析太重要了,那是用戶留下的痕跡;如果沒有一定的數(shù)據(jù),先從搭建種子用戶群開始。

原文鏈接:

https://www.lennysnewsletter.com/p/how-duolingo-reignited-user-growth

作者:John 微信公眾號:產(chǎn)品狗聚集地

本文由 @John 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務

更多精彩內(nèi)容,請關注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 哇,這產(chǎn)品挺有韌性的,四年內(nèi)DAU增長4倍,看來團隊沒少下功夫!??

    來自遼寧 回復
  2. 微信公眾號:產(chǎn)品狗聚集地 那邊有大座

    來自廣東 回復