數(shù)據(jù)驅動的Growth Hacking實戰(zhàn) | 上篇
近兩年,精益創(chuàng)業(yè)、Growth Hacking這些概念和方法論在國內越來越普及,而大多數(shù)人卻只停留在從流量的角度去理解Growth Hacking,比如利用一些傳播手段來獲取大量的新增用戶,這確實很好,但Growth Hacking遠遠不止這些。就像我們只看到了Facebook的病毒式傳播,卻沒有看到他們?yōu)橛脩舻募せ詈烷L期留存所做的大量努力,而后者也是Growth Hacking的一部分,而且是更為重要的一部分。
所以,我們應該站在用戶整個生命周期的角度去理解Growth Hacking,只有大量的新增,卻沒有有效的核心行為轉化和良好的留存,就無法實現(xiàn)真正的增長。
如果有機會深入觀察用戶的行為,你會發(fā)現(xiàn)只有少量的訪客了最終成為了產品的忠實用戶, 更多的只是過客。 – 《精益數(shù)據(jù)分析》
要實踐真正的Growth Hacking,必須以有效的數(shù)據(jù)作為支撐,以數(shù)據(jù)驅動的方式去對產品的各個部分進行實驗、調優(yōu),以達到真正的用戶增長。所幸,McClure早在2007年就提出一個有效的數(shù)據(jù)模型,它在這些年徹底改變了眾多企業(yè)看待數(shù)據(jù)的方式,并幫助大量的產品實現(xiàn)了用戶增長。
它就是AARRR 模型(也稱海盜指標):
AARRR 模型引領人們從虛榮指標(有多少人看過我的頁面、我的累計用戶達到了多少)到思考整個用戶的生命周期,提供了一個最有效的分解用戶生命周期的方式,并告訴我們各個部分如何改善。
一旦你深入到了用戶生命周期各個部分的細節(jié)中去,你就能像一個黑客一樣去設定你的增長策略,以達到真正的Growth。
說到AARRR 模型,其實也存在大量錯誤的理解 ,在模型的每一部分,都有一些被經(jīng)常使用的「虛榮指標」,這些虛榮指標掩飾了你產品中緊迫的問題,提供了一些夸張的、沒有意義的數(shù)據(jù),這通常會將你帶入歧途,而很多人卻天真的以為這就是所謂的數(shù)據(jù)驅動。好在,在這些「虛榮指標」之外,同時也存在一些「可行動指標」,而這些指標可以向你展示現(xiàn)在有什么問題以及為什么,并告訴你可以做些什么以改進你的產品。
使用「可行動指標」的時候,需要外科手術般的精度,而「虛榮指標」用起來就簡單了,它們是為懶漢準備的。你選擇使用哪一種,決定了你將成為一個高手還是一個弱雞。
OK,就讓我們逐個部分的來搞清楚究竟是什么是虛榮指標,什么是可行動指標,以及如何通過可行動指標來幫助你踐行Growth Hacking吧。
1.獲取 – 對比不同渠道的價值
比如你已經(jīng)推出了你的app并準備作一些推廣,然后你花錢在兩個不同的渠道上做了推廣活動,你還去研究如何提高在AppStore的排名,還找人撰寫軟文發(fā)到媒體上為你的應用引流,你所做的這一切是為了什么?
下載量。當然,越多的人下載你的應用,下載量就會變得越好??蓡栴}是,「下載量」是最靠不住的虛榮指標指標之一,下載應用是一個超級低成本的事情。一味的推廣并不能支撐你的成功,不像刪除一個應用那么簡單。
當你看獲取指標的時候,你需要關注哪個渠道給你提供了最好的投資回報 。如果你只關注下載量,你可能看到類似于下面的一張圖,它貌似說明了你推廣的成功:
但在這張圖中,無論如何你都無法得知:下載你應用的那些用戶到底有沒有去使用你產品。
有一些人會去對比不同渠道的下載量,覺得這就是可執(zhí)行指標。但這同樣沒有用,即使你發(fā)現(xiàn)一個渠道得到了2倍于另一個渠道的下載量,你還是無法知道那些額外的用戶實際是怎么使用你的產品的。
若要改進你的獲取指標,除了對比渠道,你還要關注那些真正使用了你產品的用戶。
可執(zhí)行指標:不同渠道從下載到注冊的轉化率
如果你從用戶打開你的產品到完成注冊都進行了跟蹤,那么可以把這些跟蹤結果按渠道拆分,你就會精確的知道你的推廣怎么樣。任何人都可以下載一個應用,但只有一部分用戶是真正感興趣,并進行了注冊,這些用戶才你是想密切關注的。
要這樣做,只需設置一個從啟動應用到注冊的兩步漏斗,然后對比不同渠道的轉化率:
你可以看出一個問題,從A 渠道來的75%的用戶和從 B 渠道來的63%的用戶只是下載了你的應用,但并沒有注冊。
這包含一個壞消息,也包含一個好消息。
如果你只是跟蹤了下載或者打開應用,你可能會看到僅一個月的A 渠道推廣,就得到了超過90,000的用戶。這是一個非常大的數(shù)字,但事實上它會引起人的誤解。所以壞消息是:絕大多數(shù)用戶連試都沒試你的應用,75%的投入打水漂了。
而好消息是:在B 渠道,有一個值得關注的更好的結果:這個渠道有更多的用戶完成了從下載到注冊的轉化。
現(xiàn)在你有工作要做了(所謂可執(zhí)行指標,就是能告訴你可以做點什么):
快速頻繁迭代你的啟動頁與注冊流程以提升整體注冊轉化率。這沒有固定的成功公式,就像一句話說的:「做大量的測試和 A/B 測試,做大量的猜測并快速的迭代」。
持續(xù)不斷的檢查你的轉化率,當你發(fā)現(xiàn)迭代優(yōu)化的收益變小的時候,就先暫停一下。
加倍投入那些低成本、高轉化率的渠道。
這并不意味著你要完全放棄那些低質量的渠道,因為廣告也有收益遞減:你花費20,000也可能得不到與之前花費5,000相同的結果。但只要保持對轉化率的關注,你就可以把產品推進到正確的方向上,不用過多的擔心。
把盡可能多的用戶帶到你真正的產品里面,這就是在AARRR 模塊中的獲取部分你要做的所有努力。沒錯,登錄和注冊的提升并不能完全表示你的產品會變得更好,但是它們仍然是一個非常重要的市場指標。正確的使用,它們可以讓你引領盡可能多的用戶進入激活階段。
2. 激活-為了更快的Aha!Moment而改進你的漏斗
下面的話你可能經(jīng)常聽到:
- 「我們服務過數(shù)百萬的客戶」
- 「我們的用戶之間發(fā)送了數(shù)億條消息」
- 「我們處理了1億張照片」
這樣的指標,都是累計的價值,它確實能在某種程度上反映產品現(xiàn)在的規(guī)模,也可能會讓人們相信你產品的能力。但對你自己來說,這些數(shù)字稍微看看就是了,它對你理解真正的問題毫無用處。
那些在你的產品上花的時間比平均用戶多的多的小部分用戶,會把你的累計或整體數(shù)據(jù)拉得相當高,「處理了1億張照片」,是的,但那些大量的、壓根就沒有上傳過照片的用戶呢?換言之,那些大量的、根本就沒有激活的用戶呢?
我們來明確一下,打開應用不是激活,注冊也不是激活,這些都只能代表用戶在嘗試你的產品,而只有當用戶在發(fā)現(xiàn)并認可了產品的價值,并決定繼續(xù)使用的時候,才代表這個用戶激活了(Aha! 這玩意兒不錯,正是我想要的)。
所以真正重要的是,那些大量未激活用戶的問題是什么?換言之他們的問題才是你的機會,如果你自己也只是關注那些巨大的虛榮數(shù)字的時候,你不會接近這些問題和機會。
你需要明白是:
- 有多少用戶沒有正確的激活
- 用戶在哪些地方迷路了
- 哪些流程是你需要去改善的
可執(zhí)行指標:轉化漏斗和拆分測試
從注冊到激活的過程像是一次冒險,用戶會在其中流失掉,而且他們可能永遠不會再回來了。解決激活問題的最好的方式是創(chuàng)建一個包含這個過程中每一個步驟的漏斗,跟蹤每一步轉化率,然后當你看到用戶在哪個地方流失的時候進一步的深入進去。
我們假設你創(chuàng)建了一個社區(qū)應用,里面有不同的興趣小組,在小組中可以對相關的主題進行交流。你發(fā)現(xiàn),一旦用戶開始參與交流,他們就基本認可了產品的價值,趨向于留下來。但是,你也發(fā)現(xiàn)有一些人明顯沒有觸達這個點(參與交流),而且他們流失掉了。
要理解為什么用戶沒有激活以及如何修復這個問題,只需創(chuàng)建一個漏斗,把漏斗的轉化時間調至一天(特別是移動應用,你最好能讓你的用戶盡可能快的激活,是以小時以天計,而不是幾周幾月)。
在這個漏斗中,你將跟蹤用戶從注冊之后,是如何一步步到達「評論話題」(參與交流)的:
在漏斗中,兩個現(xiàn)象已經(jīng)很明顯了:
- 80%的用戶沒有加入任何一個小組
- 絕大多數(shù)加入小組的用戶,都會評論話題,他們激活了
一旦用戶加入了一個小組,大多數(shù)情況下就會發(fā)表至少一個評論并有一個不錯的長期留存,問題是有相當多的用戶根本就沒有加入小組。在你看到這個漏斗之前你很難發(fā)現(xiàn)這個問題,當你開心看著評論話題的總量時,你沒有看到那80%的用戶根本都沒有到達這個點。
好的一面是,這也向你提供了一個巨大的機會,80%的用戶在從注冊到加入一個小組的過程中流失掉了,你有一個巨大的空間去提高這個數(shù)字 。而且從你知道加入一個小組關系到用戶的留存和滿意度后,你就有了一個基本清晰的、數(shù)據(jù)驅動的途徑去把你的產品真正的做的更好。顯然這種方式比虛榮指標更有價值,而且可能會讓你感覺更好。
要解決這個問題,為你從注冊到加入小組的流程和體驗多構建幾個新的版本,然后分離測試它們以觀察它們是如何工作的。不要擔心把事件變得更復雜,如果它可以幫助新用戶觸達你的產品核心價值。Twitter這樣做過,他們發(fā)現(xiàn)促使用戶完成他們的Profile并且根據(jù)賬號提供個性化的內容,能引導用戶觸達Aha!moment。
拆分測試你不同的想法,不斷的做,直到你擁有一個堅如磐石的引導流程,能讓用戶以閃電般的速度觸達Aha!moment。
不久,你的情況就會變得越來越好,你會開始感到興奮,一切都是讓人驚喜的,直到你想起來一個詞:流失。
3. 留存-使用用戶分群來識別留住用戶的Feature
用戶流失是產品的頭號公敵,如果沒有強大的激活和留存,用戶流失會削減你的用戶規(guī)模,而且從長遠來看,它會逐漸毀掉你的產品。
最流行的衡量留存的方法是 DAU和MAU–日活躍用戶數(shù)和月活躍用戶數(shù),衡量每天或每月有多少用戶在你的應用上活躍。這聽起來是 OK 的。但是,它存在一些問題:
- 這太容易夸大這些數(shù)字的意義,定義「活躍」是一件很難的事情,而企業(yè)通常會選擇讓他們 DAU 最大化的定義。
- 如果你的業(yè)務正在增長,新用戶注冊量會扭曲這些數(shù)字,從而妨礙你看到這些用戶實際上有多少回來了。
- 即使前兩個問題不存在,「活躍用戶」的最簡單的定義也不能讓你找到識別提高留存方法的點在哪里。
比如你做了一個視頻分享平臺,近期通過各種手段做了大肆宣傳,你的DAU會突然爆炸式的增長:
看起來非常棒不是嗎?但接下來我們看一下,把實際拍過視頻的人數(shù)加進來會發(fā)生什么:
當暴漲的下載量似乎證明你已經(jīng)成功了,但你的播放視頻人數(shù)會告訴你一個不同的故事。當你的下載量仍然在逐步增加,你的實際播放視頻的人數(shù)反而在增少。一方面你成功了:用戶在下載你的應用,另一方面你也有明確的證據(jù)表明有些事情正在變得非常糟糕。如果沒有干預,你將會在這里結束:
可執(zhí)行指標:用戶分群分析
要真正在你的應用中構建良好的用戶留存,你需要分析你的用戶行為。
一些用戶被你的應用吸引而且頻繁的使用你的應用;而另一些用戶下載之后根本看不到價值,然后把它刪掉。為了獲得更多的前者,而非后者,你需要從你的超級用戶(比其它用戶更多更頻繁的使用你的產品)中學習。
問題來了,是什么東西粘住了用戶?這不能用直覺來回答。Facebook和Linkedin不用直覺去創(chuàng)造用戶粘性,而是用嚴謹?shù)姆治龊蛯嶒灐?/p>
這里可能是你開始看留存圖的樣子–在某一天注冊了一批用戶,然后有多少在后續(xù)一個月的每一天中回訪了:
這是7日的留存:
然后這是只看1日后的留存(次日留存)
你會發(fā)現(xiàn)這個例子中的次日留存把問題反映的最明顯:有大概一半多一點的用戶在初次使用你的應用后就不再回來了。在你開始擔心30天或90天留存這些東西之前,你需要先弄清楚怎么能讓用戶在第二天回來。
這同樣沒有固定的成功公式,你必須通過「用戶分群」來針對不同的可能性做實驗。在我們這個例子中,你將會看到,當你對比「所有新增用戶」與「關注過一個人的用戶」的次日留存時會發(fā)現(xiàn)什么:
次日留存有了30%多的跳躍,非常棒是嗎?但是如果這些用戶都是在第2天、第3天才開始流失呢?
有一件關于移動應用的事實:用戶會非常快的流失,實際上平均下來,移動應用70%的用戶會在一天后流失,但那些非常優(yōu)秀的應用的這個值只有30%。但是,在安裝應用后的第3天開始,再往后,流失速率會趨于穩(wěn)定:所有應用會以同樣的流失速率失去他們的用戶。
所以問題的關鍵就在你如何在用戶安裝之后立刻留住用戶,如果你能在一開始粘住他們,你基本就能保留他們一段時間。
這是我們例子中「所有用戶」與「關注過一個人的用戶」在7天里的留存情況對比:
在30天后,「關注過一個人的用戶」的留存率是17.5%,「所有用戶」的是10.9%。這可能看起來不是那么顯著,但在長期留存上,即便是一個小凸起,對你來說也是意義重大。
更為重要的是,你已經(jīng)識別出了一個提高留存的因素,現(xiàn)在你可以尋找更多。一個可行的方法是,你現(xiàn)在可以把「關注一個人」不是「注冊」設為起點。也就是說,你之前分析的是「注冊」之后的留存情況,而下一步,你可以分析「關注一個人」之后的留存情況。這就是在你重新設計了引導流程以促進用戶關注他人之后,接下來你應該努力提升什么。
然后,你可以看到其它因素是怎樣促進留存的,比如,你可以比較「播放了三個視頻的用戶」與「全部用戶」,比較兩個用戶群在「關注了一個人」后的留存情況。
當你搞清楚了哪些行為導致你的用戶繼續(xù)回來使用你的產品之后,你就需要把這些行為的用戶體驗放在首位。在早期粘住你的用戶,他們就會很難離開你的產品。
正確的使用 AARRR 模型,并不是換了一組更好的數(shù)字,而是完全不同的數(shù)字。這些數(shù)字向你展示著人們如何使用你的產品,是什么讓他們離開,是什么讓他們離下來,是什么讓他們大呼過癮。
換句話說,有什么不是數(shù)字呢。
本文由諸葛io 產品經(jīng)理@沈豫龍Alan ?原創(chuàng)發(fā)布于人人都是產品經(jīng)理 ,未經(jīng)許可,不得轉載。
- 目前還沒評論,等你發(fā)揮!