實戰案例:數據如何驅動產品優化?

1 評論 22707 瀏覽 385 收藏 17 分鐘

流量為王的時代已經結束,精細化運營才是未來的方向?,F在產品迭代速度越來越快,我們必須要學會用各種工具來輔助我們的決策。在Growth?Hacker里面,如何使用各種工具對產品進行調優是一個重要的概念。

一、為什么要用數據來打磨產品?

在過去的十年,中國互聯網領域有一個流量為王的思想,如果你能吸引到流量,拉來大量的客戶,就可以迅速做大,迅速變現。典型比如O2O領域的競爭,各大公司通過燒錢補貼客戶增長,如外賣、打車、家政等領域。但隨著資本寒冬來襲,一大批靠燒錢為生的公司無以為繼,增長停滯。

為什么流量為王的模式難以持續?

第一,流量獲取的成本越來越高了,SEM,廣告聯盟等一系列渠道的價格是不斷增加的,公司越來越難承擔這樣的成本。

第二,企業員工的薪水在近幾年快速增長,公司的運營成本在不斷增加。以前我們可以鋪人、搞地推,但是當獲客成本在不斷增加的時候,這種運營模式就漸漸不可持續。

第三,公司的整個產品體系不斷演化,他們必須在一個細分領域把產品做到最好,用戶才能持續使用他們的產品。要想留住客戶,就必須提供好的產品,更好的用戶體驗。

GrowingIO用戶行為數據分析:給礦車裝上輪子提升效率

以往粗放的運營模式就像上面漫畫中兩個人拉一輛沒有輪子的礦車,消耗人力而且效率非常低。

數據分析能及時發現產品和運營的問題所在,及時修正;就像給上面的礦車加上了一雙輪子,極大提高搬運的效率。

增長黑客的含義,是用數據分析和技術驅動,在最小的成本下快速增加客戶、實現產品、流量和價值的增長。公司在資源有限的情況下,充分利用數據分析來實現精細化運營,是實現“增長黑客”的必由之路。

二、如何用數據來打磨產品

說到數據驅動產品運營,不得不提起三個指標,分別是轉化率、活躍度和留存率。這三個指標構成了產品和運營的一個基本指標體系,是互聯網公司必須關注的。

GrowingIO用戶行為數據分析:產品數據分析三個指標轉化留存粘度

過去我們關注PV、UV、DAU等指標,但是現在不能只用這些指標,我們更需要用用戶轉化率、留存率和用戶粘度來衡量一個產品是否優秀。過去,在傳統的互聯網企業中,用戶的留存和使用粘度是后期關注的點;而在今天,在產品設計的早期我們就需要關注這兩個指標。

GrowingIO用戶行為數據分析:數據分析產品指標的5個步驟

在對上述指標進行跟蹤的過程中,可以細化成5個步驟:

  1. 首先利用數據采集和分析軟件追蹤用戶轉化情況,畫出轉化漏斗;
  2. 然后根據轉化漏斗分析用戶使用產品不同功能和界面的流暢度,尤其注意轉化率前后差異很大的步驟;
  3. 對用戶進行區隔,這是非常重要的一步,也是精細化運營的體現。我們要注意到用戶具有不同的屬性(性別、年齡段、行業等等),所以同樣的產品對不同的用戶應該有不同的功能點;這也就要求我們的產品經理和運營人員花時間去了解不同用戶對產品功能、交互設計等方面的不同需求;
  4. 分析用戶行為。用戶行為是用戶體驗最真實的表現,往往隱含著最直接的用戶需求;
  5. 最后,根據上面的分析,找出產品的問題,盡快對產品進行優化和改進。

需要注意的是,在產品升級迭代的過程中,上面5個步驟需要不斷循環。

三、實戰案例

案例一:提升用戶注冊轉化率

在傳統的互聯網產品用戶注冊頁面中,在一張表單頁面中呈現多個輸入框需要用戶填寫注冊信息,如姓名、手機號碼、郵箱地址、密碼、昵稱等等。有人提出一個新的概念,把注冊流分成若干個步驟,每個步驟盡量只需要填寫一段信息。

如果某公司設計了一個五步驟的注冊流,下圖是用戶的注冊轉化情況。

GrowingIO用戶行為數據分析:注冊轉化流失

假如你是產品經理或者運營人員,你看到上面的注冊轉化率,只能做一件事情的話,你會怎么做?

絕大多數的人都會把目光聚焦于第四步注冊上,因為從第四步到第五步的用戶注冊轉化流失率最高。

GrowingIO用戶行為數據分析:核心路徑流失-注冊轉化率

下面是一個真實的案例,GrowingIO的官網在2016年1月19日之前的注冊轉化率很低,平均在8%左右。

GrowingIO用戶行為數據分析:老板的官網首頁

上圖是當時的GrowingIO官網首頁,進入后直接看到的是用戶【申請注冊】的按鈕,用戶需要一次性填寫手機號碼、郵箱地址和密碼才能完成注冊。當時就有人提出,是不是因為首頁需要用戶填寫的注冊信息太多了,很多用戶還沒完成注冊就放棄了。如果能將注冊流程拆開,用戶在首頁上填寫的信息少一點,那么用戶的注冊意愿會不會有變化呢?

于是我們的工程團隊用來兩個半小時的時間,改版了注冊流程,得到了新的網站首頁,下圖所示。

GrowingIO用戶行為數據分析:新版的GrowingIO首頁

在新的網站首頁中,用戶只需要填寫郵箱地址,然后點擊【開始使用】,剩下的注冊信息在下一個界面完成。

GrowingIO在網站上集成了我們自己開發的SDK代碼,這使得我們可以實時看到網站上用戶的行為數據。連續觀察了一個星期后,結果非常好,我們發現用戶的注冊轉化率提升了50%左右(藍色線條)。

GrowingIO用戶行為數據分析:注冊轉化率提升

就這樣,產品假設——技術迭代——數據驗證,用最小的成本在最短的時間內實現了產品的更新,提升了產品的注冊轉化率。

案例二:如何促進用戶活躍

對于一個產品而言,影響用戶活躍的因素很多,例如界面視覺、交互設計、產品文案和操作按鈕。在傳統的視覺或者交互設計上,產品經理和設計師更多憑主觀感受來做產品設計決策;而GrowingIO在產品的界面和交互設計上大量使用了數據決策。

GrowingIO用戶行為數據分析:界面風格的變化

首先是界面設計,產品的界面往往能決定用戶對你的第一印象。在第一版界面試行一段時間后,我們發現深綠色的主色調對用戶來說過于壓抑。于是通過不斷設計-推翻-再設計后,我們確定了當前的淺藍色主色調,營造一種輕松的氛圍。

然后是內容設計,通過數據去分析用戶使用習慣。我們發現大部分用戶傾向于使用看板來分析數據,并且使用的頻率遠高于制作的頻率。因此我們新增了概覽頁面,并把看板和單圖兩大板塊從二級菜單提到了一級菜單。

最后是文案細節,在這次改版中,我們把所有操作和名詞的定義全部統一,如將“定義”和“圈選”統一定義成“圈選”,將“單圖”和“圖表”統一成“單圖”等,減少了顧客的疑惑感,提高用戶體驗。

GrowingIO用戶行為數據分析:用戶停留時間明顯提升

上面的表格和柱狀圖清楚展示了在2015年12月到2016年1月之間用戶的平均使用時長。在深綠色版本的時候,用戶使用度很低,平均使用時間不足10分鐘;淺藍色版本上線后,立刻看到用戶停留時間提升了20%左右。

其實,在上線新版本前我們內部是有很多質疑的,很多人覺得淺藍色一點也沒有特色,沒有效果。但是上線后的數據告訴我們,它確實產生了很多很好的改變,所以這個設計風格保留至今,增加了用戶市場。

案例三:如何提高用戶留存

在SaaS行業有一個KPI叫做MRR,就是每個月的營收。如果一個公司的客戶月流失率是3%,每個月有3%的客戶流失;同行業另外一家公司營業額月增長率是3%,或者同樣用戶的重復購買率是3%。60個月后,兩家公司的營業差異是3倍,一個3%的月度流失率會造成若干倍營業額的變化。這就是為什么SaaS行業要關注LTV(客戶終生價值)的問題。

GrowingIO用戶行為數據分析:降低流失提升留存

一般來說,如果你的獲客成本大于用戶生命周期這個價值的33%,這個企業基本上以后會失?。哼@是過去十幾年美國總結出來的經驗.

為什么要反復強調流失率呢?

客戶的流失率越低,它的LTV就越高。一個好的用戶留存或者較低的流失率,會給公司帶來幾何倍數的好處,具體如下。

  1. 用戶口碑傳播:一個用戶忠于使用你的產品,時間長了,就容易推薦給別人使用;
  2. 付費可能性提升:使用時長越長,付費的可能性越高,付的錢越高;
  3. 銷售機會增加:用戶留存越高,我們做關聯銷售、交叉銷售的機會越多,不同的新產品還能賣給客戶;
  4. 更低的CAC/LTV比率。

下圖是數據分析產品中的用戶留存圖,因為圖形類似手槍,我們也稱之為手槍圖。手槍圖是分析用戶留存的利器,需要得到公司的重視。

GrowingIO用戶行為數據分析:沒有新建指標的用戶的留存

上圖反映的是產品中不創建新指標的用戶的留存率。大家可以看到,客戶如果不創建新指標的話,他的次日留存率是很低的,只有10%左右。

GrowingIO用戶行為數據分析:新建了指標的用戶留存提升

同樣一張圖,我們發現創建過新指標的用戶他的隔日留存率大概是30%。創建指標的30%,不創建指標的10%,這么大的差距?。?!我們怎么找到這一點的?正如上面五步驟說的,我們把用戶分成了不同的區隔,然后對比用戶行為數據。

GrowingIO用戶行為數據分析:提升留存新建指標功能

找到了這一點后,我們馬上做了一個改變,在我們產品非常明顯的地方增加了一個【新建】按鈕,這樣方便更多人去使用【新建】功能創建指標,提升留存率。

再舉一個社交產品增加用戶留存的案例

當用戶在社交產品里面增加了五個好友關系后,他的留存度和活躍率比不做新增好友動作的用戶高4倍。所以,我們能看到各種社交產品,在各個入口放了這個功能,上傳資料和推薦好友。這樣一來,大大提高了用戶的產品黏度。

四. 總結:數據驅動的精益運營

今天,我們的產品迭代速度越來越快,我們必須要學會用各種工具來輔助我們的決策。在Growth?Hacker里面,如何使用各種工具對產品進行調優是一個重要的概念。

一個優秀的增長團隊,應該是同時具有工程技術、數據分析和市場營銷的基因。

GrowingIO用戶行為數據分析:了解-假設-改變-驗證

通過上面三個案例,相信大家對如何用數據驅動產品優化有了大概的了解。

首選,作為創業公司,你必須充分了解你的產品,熟練使用自己的產品;只了解自己還不夠,還需要深入觀察用戶行為,最好有數據支撐。

然后,根據上面的觀察數據提出自己大膽的假設。我們建議對用戶進行區隔,假設不同區分的用戶行為差異的原因。

接著,根據你的假設對產品進行快速調整,迅速上線。有人會問,難道不需要先灰度發布和A/B測試嗎?在創業公司資源有限的情況下,這樣操作費時費力,且門檻高,我們建議快速迭代,直接上線。

最后,根據產品新版本上線后的數據來驗證或者推翻你的假設。如果新的數據表明效果改善,那就保留,如果效惡化,那么盡快下線。

通過“了解-假設-改變-驗證”來不斷優化你的產品,提升產品體驗,這是精細化運營的必然要求,也是經過我們GrowingIO不斷實踐和檢驗得出的結論。

 

作者:GrowingIO創始人&CEO張溪夢,微信公眾號GrowingIO

本文由 @張溪夢 原創發布于人人都是產品經理。未經許可,禁止轉載。

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. 請問 客戶創建新指標什么意思

    回復