投入产出分析:你的产品多久能盈利,你心中有谱吗?

产品老司机手把手教写文档,10天线上课程,零基础掌握产品经理必备7大文档撰写法。了解一下>

产品的盈利方式,是产品人经常会被问到的问题。你知道你的产品多久能盈利吗?本文笔者就这个问题从6个方面进行了分析解读,与大家分享。

投资回报率、投资回报期、投入产出分析……这些都是经济学领域的名词。

对标到互联网行业,那应该是商务或运营部门的小伙伴应该苦心研究的问题。现在换我这一产品小白磨枪上阵去。

那就来说说看Sue梳理的这个投入产出模型吧,希望有小伙伴可以探讨探讨。

一、用户来源划分

先要搞清楚用户都是从哪来的,才能有后面的价值放大,或是“对症下药”。

根据自身产品的情况和推广的策略,对新用户的来源进行用户标记和划分,以内容+社交的产品为例,来源划分有但不限于:市场/商务渠道、运营活动、社群扩散……

这里需要注意的一个问题是,规定一个用户只能记一个来源信息

所以需要定义来源的优先级,当出现同一个用户存在多个来源信息的情况时,按优先级进行选取。

而这个优先级,是根据产品功能、推广渠道,甚至是不同部门等因素对整个项目的盈亏影响和重要程度来定义的

二、用户行为划分

除了办公场地的租赁、物资采购和人力成本外,还有关于产品获客、产品运营等等会在项目支出上占大头的类目,像品宣诸如此类的,就不一一列举了(就是哪哪都在烧钱~~)

大多数类目的投入和产品,是相对清晰明了的,比如:

  • 花了多少钱租了这个办公室多长时间;
  • 花了多少钱给团队配备多少人力,这些人输出或产出了什么
  • 花了多少钱获取了多少新用户
  • 花了多少钱做了哪些活动,活动提升了哪一项关键指标
  • ……

如果我们只关注投入成本获取的新用户,有多少是有付费意向的,每天产出了多少价值(有多少人充了或付了多少钱),那看到的永远只是那一小群人,那一亩三分地。

Sue认为应该关注用户的更多行为,产品的更多场景。

将用户行为分成两大类:成本行为和收益行为,对应的定义分别是用户做了这类行为会增加平台/产品成本的,做了这类行为会带来平台/产品收益的。根据产品自身的设计,将符合定义的用户行为一一列举。

下图为Sue所在项目的用户行为梳理脑图,涉及保密不便分享完整版本,看个大概哈~

三、投入产出模型一:单次采量的投入产出

需要说明的是:这个模型是预测性质的,所以是基于过往一段时间一定量的数据监测之上的。

也就是说,在投钱采量前,我需要回答,这一次投入的成本,按过往的数据作为参考,有没有可能赚回来?什么时候能赚回来?

相信大家都听过这句:2019是过去10年最差的一年,是未来10年最好的一年(慌~~)

而我们作为一家创业公司,更应该主张不打无把握的战,不做无回本可能的投入。

模型概述:某来源单次采量获取的(激活登录APP)新用户,以该来源过往采量的用户行为数据(新用户日均人均行为成本&日均人均行为收益)为参照,按过往新用户的留存率递减累加

需要明确新用户的定义:注册当天(自然天)的用户

补充说明:由于模型是基于均值来推算的,故模型成立有以下前提条件:用户来源的质量相对稳定,即同一来源,投入相同的成本,能获得相同的新设备激活,激活到注册登录APP的转化率相同,用户有相同的平台成本&收益行为(人均行为成本和人均行为收益),这些假定的定量需定期计算和校准。

示例:来源A计划投入a元,能带来b个注册登录APP的新用户,来源A的新用户活跃留存情况大致为次日~第4日分别为60%、45%、35%,从第5天开始活跃留存率稳定在30%。

新用户日均人均行为成本和日均人均行为收益分别为x、y,则本次投入可预测产出的价值为:

z=(y-x)(b+60%b+45%b+35%b+30%b+30%30%b+30%30%30%b+……)

四、投入产出模型二:存量用户的投入产出

产品推广一段时间后,一定会留下一定量的活跃用户。

如果说你的产品都留不住任何用户,那可能需要关注的不是投入产出的问题,而是应该好好去复盘一下产品的定位和设计。

都说再准确的数据,都可能带有“欺骗性”

比如有段时间日活的数据看着挺漂亮的,那条折线以稳定的趋势缓慢地往上走,但伴随着走高的数据还有平台的活跃成本。

现在普遍的产品都会加类似打卡、签到等维持用户活跃的功能,我们是做内容+兴趣社交的产品,所以也会鼓励用户创作内容和互动社交,会有相应的奖励,所以也存在着相应的活跃成本。

不要小看这些几分几毛的支出哦,用户量级稍微起来,这可能就是一笔比较大的成本了哦(请勿对比多金烧钱的大平台)

所以要辨别日活用户中,哪些人是在榨干平台,哪些人是在贡献价值。可通过监测用户行为、标记用户设备或IP等方式进行鉴别,这里就不做分享了。

模型概述:某来源的存量用户(日活用户中的老用户),以老用户的日行为数据(老用户日均人均行为成本&日均人均行为收益)为参照,按已有的留存规律预测未来的日活,然后得出日活对应的日净收入,最后得出当前存量用户一段时间后的净收入

补充说明:同单次采量的投入产出模型,这个模型也是预测性质的,所以也是基于某些变量假定不变的条件下才成立的。假定定量有:日均人均行为成本、日均人均行为收益、留存率。同样需要定期计算和校准

示例:假定该来源当前的日活用户为d,从今天起该来源再无新增用户的情况下,通过过往数据分析得出:来源A的新用户活跃留存情况大致为第2日~第4日分别为a%、b%、c%,从第4天开始稳定在c%。

按注册时间可算出前1天注册的用户数量为f1、前2天注册的用户数量为f2,3天以前(包括前3天)注册的用户数量为F,由此预测当前日活用户在未来每一天的产出价值,和第n天后累计的价值。

对应的图例:

(由于单日数据可能存在较大的波动性,为了使分析结果更准确,日活用户数d、前x天注册的用户数fx应当取一段时间内的平均值)

五、假定定量(关键指标)的统计与监测

前面提到的几个关键指标是假定定量,实际上它们都会受到一些因素的影响而波动,所以要

一直对它们进行统计和监测,确认在小范围内稳定,当出现较大变化时需及时关注和分析,并实施对应措施恢复数值到合理范围内。

(1)针对单次采量的投入产出模型:

  1. 各来源,每天的新设备激活数;
  2. 各来源,每天的新注册用户数;
  3. 各来源,新用户注册当天产生的行为总成本;
  4. 各来源,新用户注册当天产生的行为总收益;
  5. 各来源,新用户的流失周期和稳定留存率。

(2)针对存量用户的投入产出模型:

  1. 各来源,每天活跃的老用户;
  2. 各来源,每天老用户产生的行为总成本;
  3. 各来源,每天老用户产生的行为总收益;
  4. 各来源,老用户的流失周期和稳定留存率。

六、模型搭建和分析的目的

任何的数据分析,都应该有明确的目的。如果目的不够清晰,别说分析,就连数据提取都无从下手,在茫茫的数据中寸步难行。

除了回答老板那个回本的问题,Sue还带着其他的分析目的,想通过分析更清楚现状,给产品和项目提供下一步的方向和方案

  1. 哪些来源的投入需要放大?
  2. 哪些来源的投入需要缩小?
  3. 哪些来源的存量用户在榨干平台?
  4. 哪些来源的存量用户在贡献价值?
  5. 成本压力大的用户行为主要有哪些?
  6. 收益空间大的用户行为主要有哪些?

数据分析的结果,应该具有指导性:

  1. 新用户的人均行为收益>人均行为成本,且老用户的人均行为收益>人均行为成本。符合上述条件的来源,应当放大投入
  2. 新用户的人均行为收益<人均行为成本。符合上述条件的来源,应当缩小投入
  3. 老用户的人均行为收益<人均行为成本。符合上述条件的来源,存量用户在榨干平台,应当及时遏制
  4. 老用户的人均行为收益>人均行为成本。符合上述条件的来源,存量用户在贡献价值,应当多加引导
  5. 某成本行为的日均人均金额>全部成本行为平均的日均人均金额(区分新老用户)。符合上述条件的用户行为,造成平台的成本压力大
  6. 某收益行为的日均人均金额>全部收益行为平均的日均人均金额(区分新老用户)。符合上述条件的用户行为,存在平台的收益空间大

本文仅为个人不成熟的分析总结,希望有不同分析思路的小伙伴,欢迎讨论指教。

 

本文由 @素小白 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!
评论
欢迎留言讨论~!
圈子
关注微信公众号
大家都在问