数据分析驱动增长
张溪梦 liujinkai.com

从道、术、器三个层次来说明

  • 道:数据是驱动数据增长的关键

  • 术:数据增长的方法论

  • 器:一些常用的工具

数据增长的必要性

最早的数据分析师,姜尚,坐在河边钓鱼,周文王来请教治国的哲学,姜尚给讲解怎么扩展国家的方法论,算是分析师的鼻祖。

孙子兵法,共13篇。其中一篇讲一个国家有多少军队是取决于几件事情,一是你有多少的土地,你的土地上能生产多少的粮食,有多少粮食能养多少人,第有多少人能养多少军队。它是一个金字塔的结构,它是一个框架,是有基本的结构和框架,不会无厘头的增长。

ebay当时对数据的应用已经用到了极致。举个例子,当时的我的部门领导,25岁,办公桌上7个显示器,追踪150个指标,每分钟刷新一次。如果波动在0.1%百分点的波动,都会去追踪问责,这一点的波动都会影响当时6000万美元的营收。一般衡量一个业务线的话,大概能总结出5到7个指标。这个人还有一个非常强大的特点,举个例子,一个用户从来到首页到购买。搜索可能5到7个跟踪点,下单5到7个,支付5到7个,返款5到7个,它一层一层往下推。这是一个非常长的链条,如果有一个波动,他可以迅速推演5到7步,因为这是一个乘法关系,如果和普通分析师相比,他会是别人处理能力的100倍以上。所以才4年之内提拔成了副总裁。

LinkedIn
被微软270亿美金收购,营收达到30亿美元,把数据作为战略,作为公司的方法论。

这三个是公司的核心战略
用户的体验(Engagement)、数据、变现
blob.png

三个球,用虚线连起来,形成一个闭环。

用户的使用会产生大量的数据,通过数据的各种分析又产生了新的变现的机遇,这新的产品又再次促进用户的使用和用户的活跃度。
Reid Hoffman(LinkedIn联合创始人)是一个有哲学思想的人,一是他认为社交网络的增长,可以产生几何性质的拐点,二是人与人之间的关系是非常非常有价值的。很早他就购买的六度社交的专利,就是通过六个社交关系的人就能认识世界上所有的人。他认为人与人之间的关系,是产生最核心价值的源泉之一。
前面是社交网络,背后是技术催生增长。

EPSON
这家公司实际是一家互联网企业,在那个时代的话,打印机基本上是免费得方式卖给客户的,给了很多补贴。它为什么做这件事情?也是互联网的思维,用影响迅速占领市场,以墨水、纸张等的来赚钱。最重要的一点,是收集用户信息,当年是手写,打到excel表格里,纸媒运到印度去,专门把这些手写信息变成数字。计算完用户忠诚度再去精细化营销。当时时2005年,全部计算完,根据每个用户情况来预案模型,营销完后,预案和实际差异不会超过5%。为什么要这么做?最重要的核心,持续的营收。所有的增长和变现是可预测的。强调一点,数据本身是有价值的,但是数据本身是不准的。收集过程中,不可能百分之百的还原,数据需要有一个持续性,这样才可能预测。

市场环境
中国移动端净增长用户持续下降
每日移动端用户使用时长:200分钟/用户
马太效应,大者恒大,小的长尾慢慢就死掉了
20个头部APP占据71%, 几百万家app和网站占据29%
流量红利向头部应用汇集
美国的GDP每年增长1%到2%
跑的快的、有效率的、商业模式好的公司会出来,需要精细化运营了。
今天来说的话,原先的流量为王的思维要转成用户为王的思维,核心的目的用技术、产品来帮助用户创造需求。

道的层面:增长是王道

如果公司里每个员工都需要关注一个东西,就是growth。
直接产生的关系有:

  • 估值
    亚马逊每年在亏钱,增长速度非常快,增长和企业估值息息相关的

  • 增长才能激励员工向前冲刺

  • 增长才能更好的服务客户

  • 社会也是需要企业增加,企业雇佣人员,也满足社会的需要。

基础的方法论

彼得格鲁克:如果你不能衡量,那么你就不能有效增长

数据和衡量100%的关联

数据驱动,快速迭代 — 基础方法论
ideas -> product - > data

blob.png

推荐一本书《4步创业法》书英文名字叫 《Four Steps to Epiphany》,在成熟企业之前创始人需要的一些方法论。
一个好的企业必须有一个好的基因,就是学习
一个概念或者创意 ——> 一个好的产品或者服务 ——> 迅速收集到用户的数据来验证这个概念,好的话进入下一个决策周期,不好的话需要调整

迭代:小公司没有足够的资源,必须足够的快和效率;大公司如果分拆成小部门,每个部门也没有足够的资源。想做出效果来呢,必须用小的资源做出大的事情,早期的话,直觉能起到一定作用,但是发展到稍微大些,就需要用户的反馈和数据来帮助决策。迭代的越快,就会越稳定。

产品经理、运营、销售的角度来看,需要一个更广大的思维体系

blob.png

增长黑客的“海盗法则”

blob.png

获取(Acuisition) -> 激活(Activation) -> 留存(Retention) -> 变现(Revenue) -> 推荐(Referral)

  • 其中变现是一种核心的能力,不能变现的公司是不能持续的

  • 其中的推荐有4种思维方式,最佳的推荐就是通过口口相传来达到,《引爆点》(Tipping Point),背后有很强的数学,
    病毒系数,0.1%,是不具备病毒传播能力的,起码要做到做到0.7%到0.8%,如果能做到超过1的话,就是自然增长,不用投一分钱的广告。
    通过广告,考虑一个获客成本,一个用户带来的价值,这两个指标必须要明确。快速占领市场,来获得定价权
    通过用户使用,你看到你周围很多朋友在用,潜移默化的产生影响
    用户反复购买产品

用户呈金字塔分布

20%的用户可以贡献90%的营收
用户是呈金字塔分布
但是用户价值是呈树叶形分布,橄榄球形用户结构
很多底层用户往往为你贡献的营收是很低的,linkedinebay底层用户大概贡献5%,顶层1%的用户贡献15%到20%,顶层往下部分的5%贡献20%到30%的营收。当年linkedin是从上往下打,核心用户定位顶层梯形下面的用户。再慢慢往下和往上扩散,因为顶层用户的需求往往很特殊。

“数据驱动型”产品经理的思维

驱动力、阻碍、钩子
1、什么驱动力让用户使用我们的产品 driver
2、什么阻碍了用户使用 obstable
3、产品里面什么是钩子,哪个功能是产品里抓住用户的
如果一个企业不知道这三个要素,是很难有效增长的

拉新在渠道、转化率、和体量之间的平衡很重要

utm追踪码

一个案例,做过4家公司,2个上市,两个被并购,通过华尔街的编辑写旅游相关的文章,通过广告和google搜索引擎带来流量,这样就带来了大量的信用卡的生意,一年大概有一亿美金的收入。他是怎么知道这些文章的效果,并调整推广的策略呢?通过设定追踪点,广告来源、广告媒介、广告名称、广告内容、广告关键字,对应,utm_source=baidu、utm_medium=cpc、utm_campaign=tryitfree、utm_content=free_trail、utm_term=limujiang

以前营销只看流量,今天一定要关注效果

一定要养成一个习惯,看各种图表
Jeff Weiner的例子是LinkedIn CEO, 每天5点半起床,看57个指标,为什么搜索降低了,为什么转化率增长了5%等等,对数据的痴迷,让公司非常关注数据。linkedin的销售是普通SAS公司的3倍,获客成本是别家的50%。
每个人都关注指标,每个部门,每个人关注指标,能迅速发现问题,迅速调优。
管理者也好,执行者也好,要开始关注这些指标。

破除用户壁垒,产品中的障碍和怒点

如何能找到产品中的怒点?

是人就会犯错,通过数据就能找到这些怒点。
推荐一本书《inspire》

产品经理需要用数据将产品分层抽象

blob.png

  • 视觉
    一个按钮的摆放位置,颜色等等做各种测试,精细化运营每天都会发生

  • 交互设计
    点击交互,让用户怎样更好的体验到产品

  • 信息框架
    如果信息框架很烂的话,用户就找不到信息,就不能顺利的购买

  • 内容
    包括你的产品,你的定价,你的产品是否有针对性,如何服务你的长尾客户。

  • 用户
    正确的内容在正确的时间赋予正确的客户

用一张热图迅速了解用户高流量落地页

往往用户实际的使用和我们当初设计是有很大差别的。
举个例子,一个新闻阅读页面,为什么第二篇的点击率比第一篇要高。需要深挖一下,是不是图片带来的影响,是不是这个专题更好,是不是需要之后的运营要做这个专题的文章等等。

RFM理论

Recency Frequency Monetary 三个指标
Recency:用户什么时候来的,昨天来的用户比上个月来的用户有价值
Frequency:单位时间之内,他来的频次越多,这个用的价值就越高
Monetary: 单位时间内,花的钱越好,他的价值越高

实时数据的跟踪能更好的对产品做调整,越早的知道就能越早的调整策略;还有一点,可以很好的判决技术故障。越早的知道的话,就能越快的修好。

漏斗分析

所有的业务都是电商的业务,所有的业务都是转化的业务
漏斗设定之后,知道每一步的衰减的值,这个在用户到达一定规模,值是恒定的,是可衡量的。

关注增长和运营的区别,关注增长的人不止看数量,他要看这个率,这个率越高增长速度越快,转化率应该是一个恒定的,不应该是一个大范围波动的。提高转化率就提高增长速度,

漏斗的好处可以发现用户属性的不同会带来不一样的转化率,比如chrome和IE浏览器用户的注册转化率不一样,要接着找到为什么转化率不一样?然后针对这个问题做调整,增加它的转化率。
漏斗还有一个好处,能够把一个东西分解成可测试的东西,比如一个广告,有长文案和短文案,通过两个漏斗来做测试,就能衡量出来。

查找用户注册失败的原因 — 怒点

产品中往往有很多的功能是我们不易察觉和发现的,如果是bug我们就修了,通过数据能做到跟踪和察觉。
例子:我们产品页面大量用户反复登录,是因为短信验证码有延迟,是错误的,但并不是所有用户都是这样的,所以掩盖了,通过数据分析找到这个问题,修改了这个问题,转化率就提升了。

怒点的查找,找到不能转化的这些用户群,然后详细去看三四个用户是怎么用你的产品的,通过对用户行为的观察,就能找到很多超过我们设计范畴的那些使用行为,找到行为以后,找到原因并解决掉。

驱动用户的因素

提升用户留存
做一个好的产品,如果只关心一个指标的话就是用户留存

虚荣指标:新增数量、流量,
实用指标:用户留存

领英怎么做这件事呢?

facebook linkedin总结出来的:
一天回来低于 50%
7天之内 低于20%
1个月之内 低于10% 永远不可能成功

怎么解决,对功能进行切分,找到功能用户粘度值
linkedin发现第一周增加5个社交的比少于5社交关系的,粘度增加3倍
不用找到为什么会这样,只需要在各个设计入口增加他的社交功能。所以不要只看留存,还要看他的核心的原因。

各个企业都有自己的魔法数字:

Twitter发现新用户在30天内关注30个好友,就很容易在平台上活跃
LinkedIn发现新用户如果一星期内加到5个联系人,留存和使用频度将会提高3至5倍
DropBox发现只要新用户使用1次Dropbox文件夹,就大大增加变成忠诚用户的可能性

用户的价值是通过一两个核心功能来实现的,不是150个功能的叠加,每个公司都有自己的魔法数字 。找到哪个那些是最忠诚的用户,然后不断的拓展你的用户。

合理的运用工具

  • 5)改变未来?

  • 4)预测未来会发生什么?

  • 3)观察当前正在发生什么?

  • 2)理解为什么发生?

  • 1)以前发生了什么?
    只有改变才能创造大量的价值,1、2、3、4这个步骤是不可忽略的。越往上价值越高。


CIO之家 www.ciozj.com 公众号:imciow
关联的文档
也许您喜欢