如何用数据分析驱动用户增长?

1 评论 4881 浏览 26 收藏 19 分钟

编辑导读:用数据来洞察用户,了解用户是做增长的基础。毫无疑问,增长的过程也是数据挖掘和分析的过程,那么如何用数据分析来做增长呢?针对这个问题,本文作者从五个方面展开分析,希望对你有帮助。

一、数据分析如何应用于用户增长,增长模型如何建立

产品的永恒主题一定是增长,而增长的背后一定要有数据的支撑,也就是我们所说的数据分析。我把市面上所有的增长方向分为3大流派,分别是市场营销派、实验增长派和技术派,下面详细讲一下数据分析在这三种增长方向的作用。

市场营销派:概括的说就是渠道运营、市场运营花钱买流量,在这个环节不要觉得花钱买流量就叫增长,这事谁都可以做。但如何不花钱或者花更少的钱,获取更多、更优质精准的流量,那才叫增长。在这个环节,数据分析师负责搭建渠道评估模型、反作弊模型去监控渠道质量,指导渠道或老板,保证流量的优胜略汰。互联网有句话,4成的流量都是虚假的,信不信由你,反正我是相信。所以,如何利用好数据分析守住企业第一道流量关卡,显得尤为重要。

实验增长派:SeanEllis在他写的《增长黑客》里面提及到最多的方法,就是这种实验增长派。通过发现问题、提出想法、实验测试和复盘分析这四步来构建实验模型,在成本可控范围内不断测试,领悟增长真谛。发现问题和提出想法离不开关键指标,关键指标也叫北极星指标,德鲁克说过:“无法去量化,就不能控制”,通过数据分析让业务有数看,有衡量,再去增长。实验测试阶段涉及到用户分桶实验、AB test等,同样离不开数据分析。最后,结果复盘的时候,需要利用数据分析中的统计学原理,是否显著,置信度等方法,来论证你的实验结论是否严谨可靠。

技术派:技术派就比较偏向数据建模师的方向了,比如通过历史用户的行为数据,构建逻辑回归模型,判断用户下单意愿是否强烈并对其运营,这就更是数据分析了对吧。

聊完了3大流派,我们在按照生命周期去分解增长,说到生命周期,那必须聊一聊烂大街但是依然很好用的AARRR(海盗模型),我们把生命周期分成拉新、激活、留存、变现和裂变。

拉新阶段:此阶段我们会构建渠道评估模型、渠道反作弊模型、渠道生命周期模型。这一些列的渠道模型的目的就是,通过数据分析,利用有限的资源,带来更多优质的流量。

激活阶段:这里就涉及到激活阶段的两个误区,第一个是认为注册就等于激活,一旦注册留了手机号就认为该用户真实有效。第二个误区是只看新增用户的留存情况,认为这个指标能够反馈用户的激活情况。然而大家往往忽视了一个重要的指标,那就是核心功能的使用率。

核心功能就是在《增长黑客》中经常提及到的aha moment(惊喜时刻),如何让用户在最短时间内使用产品的核心功能,从而使用户眼前一亮并记住你的产品。有的时候正是因为在“初次见面”的时候没有给对方留下深刻的印象,导致激活失败,从而造成用户流失。

不同类型的产品核心功能不同,以游戏类的王者荣耀为例子,每个游戏都有其独特的规则,理解成本会很高,如何利用新手引导让新玩家了解基本操作就显得尤为重要,所以新手引导完成率、首次游戏时长与局数等便成为激活的重要指标。

以得物(毒)APP为例,核心功能就是收藏爱鞋,然后可以看到价格波动和市场行情,那么新用户的收藏率和工具使用率(穿搭、鞋VR等)便是激活的重要指标。

以易车APP为例,核心功能是汽车工具,通过工具可以查询爱车的最低价格及相关资讯内容,那么新增用户使用工具后的询价率便成为激活的北极星指标。

判断用户激活情况不仅限于注册率与留存率,还要根据自身的产品类型,找到核心功能的使用率作为监控指标。综上所述,注册率、新用户留存和核心功能使用率才是判断用户是否激活的关键指标,从业务监控指标到增长环节同样离不开数据分析。

留存阶段:留存这个指标是个好的监控指标,可以反馈用户的粘性。但是想要提升留存的话,实操难度则非常大,此话怎么讲呢?因为一个产品的留存包含5个方面,不是单一因素制约。

下面来看一下我总结的提高留存的5大方法,分别是渠道精细化、产品结构优化、活动激励、提供优质服务和非常规(触达)手段push、短信、站内信等。

留存的5个方面是怎么总结出来的呢,正是数据分析中复盘分析的体现,通过不断的复盘分析总结出来的业务思维模型。

变现阶段:举一个经典的模型,我们通过历史数据对下单/未下单的用户的行为进行建模,利用逻辑回归模型预测用户下单意愿,并提高用户下单率,如下图:

数学模型这更不用说了吧,建模能力也是数据分析不可或缺的技能之一。

裂变阶段:这个阶段给大家的建议就是做好反作弊机制,再去想裂变的玩法,否则很容易被羊毛党或者虚拟机刷穿,一次活动大几十万全部白花,新增设备全是虚假设备,这种事情屡见不鲜。所以数据分析师要为活动把关,如果让钱花到刀刃上,切记裂变玩不好就真的“裂开”了。上面给大家按照增长的3大流派和生命周期进行拆分,讲了一下数据分析在增长方面的应用,是不是瞬间感觉玩法很多!

二、如何获取第一批种子用户

首先要知道我们做的目的是什么,比如我们要做汽车的洗车业务,那么种子用户就应该是车主对吧。

第二步是如何获取更多的车主,通过第三方撞库、问券信息、用户注册认证车主等方式拿到车主用户数据。

第三步为了保证效果,我们要有一定的筛选规则,选出活跃的用户,比如百日联网活跃车主进行短信、push触达告知。

筛选用户的时候颗粒度越细越好,细分地域、性别、车主价格等精细化运营。最后不要忘了真诚永远是种子用户进行裂变的基础,大客户的专属照顾和意见反馈,能够更好得为后期增长铺路。

三、公司内部数据基础差,缺乏增长方法,该如何入手

数据基础差,且缺乏增长方法是两个问题。数据基础好比足球运动员的基本功,增长方法好比进球能力。基本功不好,想要在比赛中进球那是非常困难的,除非瞎猫碰见死耗子,这在统计学里是小概率事件,我们姑且不论。所以当务之急是基本功,也就是改善数据基础差的问题,磨刀不误砍柴工。

那么我们就来唠唠数据基础差要怎么解决。君子生非异也,善假于物也。对于小公司,自己公司数据基础能力不够的时候,可以采用第三方服务,有的时候我们没必要去趟别人趟过的雷。埋点加上BI智能报表这一套自己做需要至少5个人吧,那一年开工资花个200多万合情合理吧,但是购买一个神测数据,其中就包括无埋点采集和智能展示功能了对吧,一年也就几十万,省出来的钱去做投放不香么。

再比如说反作弊,自己做渠道流量反作弊需要非常大的用户数据基础和算法能力,小公司在初期自己业务还不稳定的情况下,再自己做一套反作弊出来,岂不是让资源本不富裕的技术团队雪上加霜,你选择数盟、数美这样的专业团队岂不是更稳妥。这就好比你想吃新鲜的食物,买个冰箱不就解决了,但你偏不,非要是自己造个冰箱,那我只能默默地给您点个赞,转身离开。

但是一码归一码,当你的团队足够强大的时候,有些东西真的是要自己手工打造,比如渠道归因埋点采集、核心数据自建BI系统等,毕竟命运掌握在自己手里才是最稳妥的。

所以针对数据基础差的公司,我个人的建议是在企业初创期选择第三方服务作为过渡,等到企业壮大后再将命运真正掌握在自己手里,把一些能自建的数据体系都自建。毕竟出来混,迟早是要还的。

四、中国产品的增长和美国硅谷增长黑客的增长的差异与共同点

“增长黑客”对于互联网圈的小伙伴来说一定不陌生,尤其是前几年,很多人也看了很多来自国外经典案列,比如网飞(Netflix)通过分析客户观看的电影和节目,发现凯文史派西参演的电影和政治题材的电视剧都非常受用户欢迎,所以才有的网飞制作的电视剧《纸牌屋》;Facebook做灰度测试的时候,发现新版本会使变现率下降25%,所以紧急终止新版上线等等,其核心理念是依靠技术和数据驱动,从而达到增长的目的。

但近几年大家发现 “增长”不香了,所谓的“增长”都是别人家的“增长”,要不就是来自外国的案例,到了国内会变得“水土不服”,毕竟国外连运营或渠道岗位都没有是吧,再看看APP store和国内的华米OV(华为、小米、vivo、oppo) 等安卓应用商店的商业化程度对比就可以知道了吧,国内的增长可以说是hard难度的增长,有的时候连老硅谷也会望尘莫及。

增长为什么会出现“水土不服”呢,主要有两点原因。第一点是中国人聪明,玩法很多,比如上面说的安卓市场商业化程度;第二点是美国的用户差异性和需求多样性较为单一,就拿事物来说,美国人就是披萨、汉堡对吧,再看看中国的食物分类,点开美团瞬间起立,因此出现了运营岗位是美国没有的。细分领域的复杂程度和高度的商业化模式是中美增长的主要差异。

增长的共同点是什么呢,是增长的核心理念,比如MVP模型、FRM、aha moment等等这些理念是永恒不变的。就好比你在中国和美国踢球一样,规则都是一样的,只不过人的身体素质不一样罢了。

五、 增长实验的常见注意事项

1. 培养大局能力

“穷”玩mvp(最小可行性产品),“富”玩AB测试,为什么这说呢?有多少人是为了AB测试而AB测试,然后只是从中选出一种最优的解决方法,表面上确实是达到最优化,可是有没有想过我们在做AB测试的时候,其实就是“井底之蛙”在尝试哪种方式跳得更高?如果跳出井底,做的是最小可行性产品,视角贯穿整个产品,以“最小”的代价,收集更多的反馈信息,从而达到全局的增长。

如果只是不断的在某个节点上做AB测试,那么我只能说你在浪费资源,不如融合整条产品线,做一套MVP测试。

下面给大家讲个具体的例子:

AB test(C):渠道新增素材测试,寻求最佳转化素材。素材我们有N种方法,最终得到C3这个素材是新增转化率最高的素材,那么我们就以为大功告成了,所有渠道、代理商都用C3素材,如果这么做我们是不是就是井底下,尝试哪种弹跳方式跳的最高的青蛙,但是我们跳出井底,会看到新增转化不单单是素材决定,其中包括产品、渠道、技术等等共同制约。

MVP:增长不是某一个部门,某一个环节的事情,是所有部门一起协作的共同结果。还是上面的例子,当我们跳出井底,通过MVP测试,新增转化的最佳增长方案可能是A1+B3+C3+D1和A2+B2+C1+D3,而不是单一的素材C3。

这就是我说的“穷”玩MVP,“富”玩AB,花同样的钱,是在井底玩还是在井外玩,井外岂不是性价比更高,所以我们要跳出局限,以全局视角看待增长。

2. 沟通

分析师最重要的技能就是沟通,先听懂老板的需求,再去分析,分析出来的结果要翻译成老板懂的语言,让老板明白你这么做的价值。

如果你的业务做得再好,但是无法让领导感知到,这个项目虽然有价值,但是不会使其价值最大化,如何将项目的结果让老板认可,这也是沟通的技巧,不要觉得不重要,这关系到项目是否能启动,项目的预算和规模。有能力的分析师会找到增长点,优秀的分析师会让领导感知增长点,要更多的预算继续扩大项目规模,最终拿到更好的成绩,最后的最后组员一起升职加薪。

举个小例子,我们要发现问题点(增长点),发现用户流失严重,要做流失用户召回项目。在做项目之前,我们为了评估召回项目的效果,要梳理监控指标,制定了触达召回率、触达召回率人数、召回商业转化率、召回后贡献留存率、第N日留存。我们又知道领导的KPI里有DAU、次日留存、第7日留存等等,又发现第7日留存与我们实验监控的指标密切相关,所以决定将第7日留存作为重点监控与汇报指标。

可能大家发现前面几个指标虽然都有可能增长,但是老板有可能感知不到,但如果与老板统一战线的话,老板能够迅速感知增长,如果再加上较强的沟通能力,那么预算和项目启动就不在话下。上述的培养大局观和向上向下的沟通能力,是我个人认为增长实验中最应该注意的2点。

那么今天给大家分享的内容就到这里,在最后祝大家在增长道路上,方法全知道,增长不吃灰!

 

作者:姜頔;微信公众号:赵小洛洛洛

本文由 @赵小洛 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 非常好,希望有机会多请教

    回复