從零搭建增長框架:企業增長之路-下篇
傳統企業的本質增長增長存在兩種思維:一種是流量思維,另一種是超級用戶思維?,F在市面上有很多關于增長的書籍,它們有的把增長框架分為不同階段。實際上增長的本質,在于理清如何挖掘流量價值、如何提升線上線下轉化、如何沉淀數據。
在用數據驅動增長的解決方案中,我們將其概括洞察場景化、核心增長指標確定、優化轉化、A/B測試迭代尋找突破口階段。上篇將洞察場景化,核心增長指標確定,做好了后期增長迭代的基礎。
一、優化轉化率:分析引擎體系建設,提升轉化率
以前我們認為,分析引擎體系可以在實踐中不斷迭代。但是在具體實踐中得到的結果改變了我們原有的認知。建設分析引擎應該先規劃好再去做。因為一旦規劃和引入策略框架后,我們的業務也會隨之調整。建設分析引擎時一定要先基于模型、分析引擎的概念進行宏觀設計,再進一步指導微觀業務。
1)建立分析用戶引擎推薦模型
W網絡的分析引擎下圖所示,我們建立了用戶模型、營收模型、行為模型和產品模型等模型,這些體系為我們后期的分析提供了非常大的幫助。而且當我們有了模型,未來的增長實驗要沉淀什么、要分幾個步驟,都將有據可循。
整體來看,W網絡的分析引擎經歷了六個階段的發展:
- 以數據展示趨勢、同環比為主的純報表分析;
- 以用戶流量的漏斗分析為主的精細化分析;
- 從用戶的生命周期尋找增長點的數據模型分析;
- 在數據模型基礎上進行人群分層的增長策略分析;
- 增加時間維度形成更多維度的多因子增長策略分析;
- 把時間波動趨勢和用戶流量波動相結合的趨勢分析與預測。
數據分析其實就是解魔方的過程:一開始是一階魔方,就像一個骰子;然后是二階魔方,魔方的一面有四個方塊;然后是三階魔方,一面升至九個方塊。我們不停地增加維度去拆解它?;谌说闹饔^判斷,一般人就玩到三階魔方,厲害的人可以玩到四階魔方。再往上更高階的魔方就更難了,所以說未來一定是基于模型的方式來驅動整個分析引擎體系的建設,因為它的整個決策都是非??捎^的。
2) 優化增長驅動的用戶推薦算法引擎
如何對推薦的效果、推薦的參數等調整,就基于整個增長框架的不斷調優,最終形成增長閉環,才能更好的提升轉化率。
舉一個交叉推薦模型的例子
我們從用戶的行為特征,包括用戶特征、影片特征、上下文特征等出發,抽象出模型進行推薦。過去我們在做交叉推薦模型的時候,往往在模型處理與策略調優這一環節停下。但是現在我們繼續往下走,借助模型實現自動化策略的下發與沉淀。
在智能化推薦的過程中還有很多單獨的分析模型可以拆解出來,賦能獨立的業務。我們拆出四個模型:付費潛力預測模型、產品包預測模型、折扣敏感預測模型和營收預測模型,分別回答重點關注哪些人群、適合什么樣的策略、使用什么價格、預期收益如何這四個問題。拆解出來后就可以實現產品投放的全自動化運營。通過實際測試,我們發現機器的推薦效果會比人推薦好很多。
3)關注用戶全生命周期,利用交叉推薦模型,提升轉化率
數據和模型等計算和推薦的切實執行,讓我們的增長實驗讓流量再生。只有建設與數字化增長范式相匹配的組織架構,才能保障增長順利落地,并持續為業務賦能。
當組織體系足夠敏捷時,便形成了企業級敏捷。團隊間的彈性、適應性會變得更強,小步快跑的增長實驗也擁有了更多的空間。彈性組織為企業未來的發展方向提供可能,這也是增長的價值。
二、A/B測試快速迭代發現產品迭代突破口
W網絡公司的會員產品的核心指標是購買會員轉化率,會員運營團隊遇到的問題是付費頁面的轉化率較低,多次調整落地頁素材后,仍然找不到優化的方向。了解該影視會員產品的用戶流轉地圖后,決定進行A/B測試為快速迭代做準備。
1) A/B測試策略“腦暴”
在A/B測試中,我們將用戶平均分為四組:
實驗用戶組:將A組作為對照組,對B組方案強調“折扣”要素、對C組方案強調“會員權益”要素、對D組方案強調“活動緊迫性”要素,對每組人群下發不同的付費頁面,對比四組人群的付費轉化率差異,找到影響轉化的關鍵要素。
測試方案:我們發現,對照組的方案信息堆砌,所有權益、折扣信息分散在頁面各處,沒有集中火力觸達用戶。而三個測試方案分別聚焦折扣信息、權益信息和緊迫性信息。
2)數據對比實驗四組人群的付費轉化率
從數據展示中,得到影響付費轉化率的文案要素——緊迫性,也就是說強調活動優惠的時效性,營造緊迫氛圍,會更有利于刺激用戶轉化。
在此基礎上,我們還從本次A/B測試中得到了一些用戶洞察,例如:
- 新功能更新會導致新用戶付費轉化率下降。
- 活動對新用戶的付費驅動力下滑。
- 低價并不是萬能,高價帶來的付費用戶的占比更高,且一年后解約率更低。
通過這些洞察,W網絡公司開展了多項A/B測試,這也是付費轉化率提升了超過90%的秘訣
三、總結
洞察場景化、核心增長指標確定、優化轉化、A/B測試迭代尋找突破口階段這四個階段構成了一個循環,企業增長需要不斷地在這些階段之間循環,以持續優化產品并推動增長。
每個階段都依賴于前一個階段的輸出,并且每個階段的成果又為下一個階段提供輸入。通過這種迭代和數據驅動的方法,團隊可以更有效地實現產品增長和業務目標。
本文由 @ Sherryyyyy 原創發布于人人都是產品經理。未經作者許可,禁止轉載
題圖來自 Unsplash,基于CC0協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務
從零開始搭建企業增長模型上篇:直通車>>>
http://www.aharts.cn/share/6155193.html