衡量产品增长的4个关键指标

AI时代,如何更快入行抢占红利得高薪?前阿里巴巴产品专家带你15天入门AI产品经理。了解一下>

文章分享了4个衡量产品增长的关键指标,希望可以給大家带来帮助。

数据是用户在产品上发出的回音。产品设计遵从以用户为中心,那互联网产品的数据分析也应以用户为中心,用正确、精准的数据指标去衡量产品现状是增长的基础,在当前精细化运营的市场环境下,如果你仍然停留在关注一些流量指标,如每天的新增、留存和活跃,那你很难触达到产品反馈给你的真实现状,文章提供了4个指标,因业务不同,所以我们认为更多的是提供了深度洞察业务价值的几个维度,供读者参考,文章有编辑。

以下为译文:

创业公司常常展示的两个指标就是日活跃(DAU)量和月活跃量(MAU)了。虽然这些数字非常适用于公布出来告知大众。然而在某些情况下他们只是一些虚荣指标,因为凭借这些指标并不能真正的洞察你的增长率以及带来的用户质量。如果你想要拥有一个可持续的增长。那么,你应该注意下面的4个指标。

1、净变化曲线 (Net Change Graph)

每日净变化曲线会告诉你,你的用户每天增长(或缩水)多少。通过一个简单的图形,你可以评估新用户,流失用户被召回和留存用户的增长情况,并且可以很容易地评测每个组成对总体增长的影响。

以下是对净变化这一指标的拆解以及指标之间的计算逻辑:新增用户:今日有多少是第一次使用产品的新用户留存用户:有多少用户是最近28天内至少有一次使用(即视为老用户或留存用户)

流失用户:有多少用户上一次使用是28天以前了(通常,流量型产品如内容、社交类会把28~35天内没有访问的用户定义为流失用户)净变化量 = 新增用户+召回用户–流失用户

图1:Net Change Graph

2、核心日活 (Core Daily Active)

传统DAU(日活)这一指标最大的问题在于其中并没有优质用户或老用户的概念。你经常看到的DAU混合着太多的新用户,它是不可能告诉从你活跃的这些用户中哪些立刻就会走而哪些会留下来。而核心日活可以避免传统活跃统计规则带来的数据噪音。要计算这一正确指标,你需要计算当天有多少用户过去四周使用了产品至少5次,这一数据要比传统统计日活要有价值,因为你为这一指标找到了基准线:即留存用户的增长。

通俗来讲我们通常看到的日活数据其实是各种类型用户汇总的结果,有当天新来的、有流失又回来的、有经常访问,新增搞得多日活就高,即使活跃之后第二天全部流失,但只要专心搞新增,日活周活月活就会有很大的提升,在作者看来没什么卵用,所以建议往深挖掘一下,以4周能访问5次为筛选基础,看每天满足这一特定条件的群体增长情况。其实倒也不能说没什么卵用,我们都在相同的规则下竞争,同行有这个数据、投资人要看这个数据,那我们就得拿这个数据跟同行对比,商业活动本来就是在我们共同约定的规则下进行的嘛,但如果是要指导业务,单从这一维度解读价值,可能远远不够。

3、同期群活跃热力图 (Cohort Activity Heatmap)

到目前为止我最喜欢的这个指标,因为它非常富有洞察力,显示了你的用户随时间变化的留存曲线。一开始看起来可能有点复杂,毕竟有这么多的数据被塞进一个图表中,但是你一旦知道如何使用它之后,就会感知到它是多么的强大。

以下是对这一图标的解读:

x轴的单位是天,每列对应为当天的同期群(每个组称为同期群);

在X列的宽度代表同期群的大小(即列越宽,意味着那一天满足条件的用户越多);

Y轴的单位也是天,每一行代表Y天后同期群用户的留存情况。

图底部第一行表示第0天,也是用户的新增时间,最顶行表示第59天。每个矩形的颜色代表活跃水平,即留存率。计算的是第X天新来的用户Y天后仍然活跃的百分比,红色代表留存高,蓝色代表留存百分比较低。

图2:Cohort Activity Heatmap

4、漏斗转化 (Conversion Funnel)

最后一个指标是用来追踪用户在获取、留存、召回场景下的漏斗转化。它就是将一个过程分解成它的组成步骤,并跟踪每个步骤有多少用户完成了转化。这一衡量模型已经被广泛使用,但对某一转化流程只需做一次或较少次数的漏斗转化分析又是很常见的。确实,对于重要行为流的漏斗转化应该在每天进行跟踪,因为即使是几个百分点的差异,随着时间的累积影响也会增加。

以邀请转化为例:

  1. 有多少用户看到了邀请提示?
  2. 有多少比例的用户点击了邀请提示?
  3. 平均每个用户发出去多少邀请?
  4. 有多少比例的被邀请用户看到了邀请信息?
  5. 有多少比例的被邀请者点击了邀请链接?
  6. 有多少比例的被邀请者使用了产品?
  7. 最终有多少新用户加入产品作为邀请转化的结果性指标?

以上这只是选取了一些我个人比较关注的增长指标。当然,还有许多其他的指标,到底哪种指标最好用还要取决于你的实际情况。

 

作者:John Egan

译者:Jane

编辑:CMHan

原文链接:http://jwegan.com/growth-hacking/4-growth-hacker-metrics/

本文由 @GrowthHub 翻译发布于人人都是产品经理。未经许可,禁止转载。

给作者打赏,鼓励TA抓紧创作!
3人打赏
评论
欢迎留言讨论~!
  1. 同期群活跃热力图不太懂

    回复
  2. 内容不错,学习啦

    回复