札记(25)▏硅谷增长黑客实战笔记

《硅谷增长黑客实战笔记》

增长的精髓是一套体系和方法,它以数据为指引,以实验的方式,系统性地在用户生命周期的各个阶段(包含用户获取、激活、留存、推荐、变现、回流等),寻找当下性价比最高的机会,在具体的执行上横跨市场、产品、工程、设计、数据等团队,通过快速迭代实验的方式达到目标。

海盗指标(Pirate Metrics): 由美国著名的风险投资机构500 Startups的创始人戴夫·麦克卢尔(Dave McClure)提出,包含用户获取(Acquisition)、用户激活(Activation)、用户留存(Retention)、用户推荐(Referral)、盈利(Revenue),很多团队还会加入挽回流失用户(Resurrection)。可以看出,和传统市场部门仅仅侧重于获取用户不同,增长团队的关注点几乎涵盖了一个用户生命周期的各个环节。

增长流程(Growth Process): 增长关注的范围虽然广,但并不是东一榔头,西一棒槌地做实验,而是应该有策略、有重点地按流程进行。首先是根据北极星指标,找到目前对这个指标影响最大的领域,比如,新用户激活,然后对这个领域进行分析,找到一个突破点,产生一系列可能的实验方向和想法;然后,进入到快速实验迭代的阶段,以一两周为一个周期设计实验,产生实验想法后给想法按优先级排序,然后开发和上线实验,分析数据结果,再把结果应用到下一个实验中,并在全过程中,关注指标的变化趋势。

“任何事情都是一个实验,通过它,你或者实现增长,或者学到经验。” (“Everything is an experiment,you win or learn.”)

增长圈里有一句话叫“Growth is good,but retention is forever”(增长固然好,但是留存却是永恒)。听起来平凡的“用户留存”其实是增长里最为重要和基础的一环。因为,对于一个产品来说,如果用户留存上不去,就如同漏水的桶一样,永远都存不住水,只能不停地注入新的用户流。

北极星指标(North Star Metric):又叫作OMTM,唯一重要的指标。之所以叫北极星指标,是因为这个指标一旦确立,就像北极星一样,高高闪耀在天空中,指引着全公司所有人员向着同一个方向迈进。这个指标应该是全公司统一的成功指标,同时它应该对应你的产品给用户传输的价值。比如对于Airbnb就是订房天数;对于淘宝就是销售额。

寻找杠杆(Finding Leverage): 增长黑客在任何时候都需要有清晰、准确的目标,然后针对这个目标,找到所有领域里“杠杆效应”最明显的地方,然后针对这个地方,进行实验改进。所谓“杠杆效应”,就是性价比最高,相对而言资源投入小的地方,比如要求的工程师或设计师资源不多,却能够带来较大的回报,对指标有很大的提升。

事实上,对于绝大多数产品而言,改善留存,最具有“杠杆效应”的领域都存在于产品之中。我们可以用一些虚构数据及行业平均数据做一个非常简单的计算:邮件——假设我们有10万名用户,每个人都留了邮箱地址,假设邮件的平均打开率为30%,平均点击率为2%,那么每周发送一封邮;移动推送——同样假设我们有10万名用户,一半使用苹果手机,一半使用安卓手机,苹果手机的允许推送比例为60%,而安卓手机为90%,假设一般移动推送的点击率在5%,那么一周发送一个推送,可以影响到的人数是3750人。产品——还是10万名用户,假设周活跃用户占50%,那就是5万的周活跃用户,如果一个关键页面或流程是至少一半用户每周都要访问一次的,在这里进行优化改善,那么可以影响到的人数是25000人。 这些数据很明显地告诉我们,如果产品里存在改进空间,其影响力是最大的。

增长成功的秘诀不在于同时做很多事,而在于找到目前影响增长率的最关键的那一两件事。换句话说,找到“做什么”和“怎么做”,比“做”本身要重要得多。

北极星指标有哪些作用? 第一,北极星指标可以指引方向:当公司达到一定规模,如果没有一个明确、统一的数据指标指引,很容易出现不同的队伍劲儿不往一处使的情况。 第二,北极星指标可以帮助大家明确任务的优先级:做增长涉及公司运营的方方面面,没有统一指标的指引,可能会眉毛胡子一把抓,无法有效地集中火力、抓住重点。 第三,提高行动力:设定一个数据指标,能够大幅度提高行动力。如同YC联合创始人保罗·格雷厄姆(Paul Graham)所说:“一旦你选定了你的目标,你只有一件事情可以做,努力达到那个目标。” 第四:指导实验,监测进度:通过这个目标,你可以知道公司的现状,有针对性地上线各种增长实验,然后观察有无成效,如此反复。

如何找到一个合适的北极星指标呢? 首先声明,这个过程并不是一蹴而就的,也可能需要多次尝试和迭代。开始之前,把你脑子里的指标写下来,问自己下面这几个问题,可能会帮助你找到大概的方向: 标准1:你的产品的核心价值是什么?这个指标可以让你知道你的用户体验到了这种价值吗? 所谓核心价值就是产品为用户解决 标准2:这个指标能够反映用户的活跃程度吗? 在上一小节的例子里,MySpace以“总注册用户数”作为北极星指标,就是一个累积的静态指标,没有反映出用户当前的活跃程度。日活跃用户数、周活跃用户数和月活跃用户数这样的指标会好一些,但是对于“活跃”的定义也要深入思考,不仅仅要看用户是否持续登录,也要看用户是否完成了使用产品的“关键行为”。这一部分我们将在4.2.2小节和5.2.1小节中详细论述。 标准3:如果这个指标变好了,是不是能说明整个公司是在向好的方向发展? 北极星指标应该可以从宏观上反映出公司的经营状况,即使你不看其他细节,只要看一眼这个指标,就可以大体上知道公司发展的趋势。比如,对于Uber来说,如果只是把注册司机数作为北极星指标,显然就忽略了乘客这一方面,仅仅是注册司机变多而乘客数没有跟上,并不一定说明Uber的生意变好了。因此Uber的北极星指标应该能够反映司机和乘客的供需平衡,因此“总乘车数”就是更为合适的一个指标。 标准4:这个指标是不是很容易被整个团队理解和交流呢? 北极星指标的定义最好不要太复杂。一般来说,建议选一个绝对数作为北极星指标,而不是比例或百分比,比如,“总订单数”就比“订单额超过100元的订单比例”容易理解,也更便于各个团队之间协作和交流。 标准5:这个指标是一个先导指标,还是一个滞后指标? 比如,SaaS公司可能会使用月费收入作为北极星指标,这不是一个坏指标,但是它却是一个滞后指标,因为有的用户很可能已经停止使用几个月了,却还在付月费。在这种情况下,“月活跃用户数”可能是一个更好的先导指标。先导指标的好处在于可以让你提前看到问题,尽早行动。因为等到用户已经停用产品几个月之后,取消了产品订阅,此时你再想挽救,往往就太迟了。 标准6:这个指标是不是一个可操作的指标? 简单地说,如果对于一个指标,你什么也做不了,那它对你来说相当于不存在。

增长模型就是一个简化的数学公式,它包含了对用户或利润增长有影响的主要变量,解释了这些变量如何互相作用,并最终影响增长。 当你构建一个数学模型的时候,需要三个元素:①输出变量;②输入变量;③方程。 增长模型同样需要这三个部分: 1)输出变量:一般来说就是你的北极星指标。 2)输入变量:就是可以影响北极星指标的那些主要变量。 3)方程:就是这些变量之间的关系。

绘制用户旅程——你需要做的就是针对这个“北极星指标”所代表的用户状态,一步一步地把用户旅程(User Journey)绘制出来。 对于一个听歌应用来说,如果其北极星指标是“总听歌时间”,那么一个访客需要经过如下步骤,才能到达“总听歌时间”的状态: 1)下载应用; 2)注册账户; 3)浏览歌曲; 4)首次听歌; 5)持续登录; 6)持续听歌。 对于SaaS产品来说,如果北极星指标是月付费活跃用户数,那么一个访客需要经过如下步骤,才能到达“月活跃用户”的状态: 1)访问产品着陆页; 2)注册试用; 3)在试用期间使用产品; 4)升级为付费用户; 5)持续使用付费版本。 对于电商产品来说,如果北极星指标是“销售额”,那么一个访客需要经过如下步骤,才能到达“产生销售额”的状态: 1)访问电商网站; 2)注册账户; 3)第一次买东西; 4)重复性购买。 所谓绘制用户旅程,就是要记录一个用户从对产品一无所知到体验到产品核心价值要经历的步骤。经过这一步,你就找到了增长模型的骨架。例如听歌应用活跃用户 =新增活跃用户+已有活跃用户 =(下载量×注册率×首次浏览比例×首次听歌比例)+(已有用户数×持续登录比例×持续听歌比例);电商网站销售额 =新增活跃用户销售额+已有活跃用户销售额 =(网站访问量×用户注册率×首次购买率×平均订单额)+(已有用户数×老用户重复购买比例×平均订单额)

当你有了最基本的增长模型之后,应该如何最大化它的效用呢? 第一,增长模型可以揭示影响增长的所有输入变量,并且用量化的指标指导实验。 增长模型可以帮助你把抽象的“增长”,分解为一个一个具体的影响增长的输入变量。当你把所有输入变量都列出来后,就会发现增长的驱动力可以来自于用户生命周期的各个阶段,而不仅仅是新用户获取。 另一方面,当你有了各个变量的基准数据,在设计和优化增长杠杆、不断实验并改进的过程中,可以通过观察增长模型中各个指标的变化来检测进展。 比如听歌应用的例子,通过增长模型就可以很明显地看出,影响增长的不仅仅是新用户下载量,还有注册率、激活率、已有用户活跃程度等。 第二,增长模型可以帮你排序优先级,让你专注在最有影响力的部分,从而实现结果最大化。 由于增长团队可以做的事情有很多,很多时候你会面临不知道该从哪里下手的困惑。增长模型的作用在这个时候就非常明显了,它可以帮你清晰地看出当前的聚焦点应该在哪里,从而有效地排序优先级。 回到听歌应用的例子,如果增长模型的具体数据如下,从初步的分析中可以看出老用户的表现不错,新用户的首次听歌比例看起来是问题所在: 听歌应用月活跃用户 =(每月下载量×注册率×首次浏览比例×首次听歌比例)+(已有用户数×每月持续登录比例×持续听歌比例) =(10000×50%×90%×30%)+(200000×80%×95%) 上面的优先级排序思路比较简单,只要目测找到增长模型中的最大瓶颈就行。

增长模型可以帮助你将大的增长指标分解,并定量地预测未来的增长趋势。 无论是为了汇报、运营还是制定财务计划,每个公司都有预测未来用户增长趋势的需要。有了增长模型,你可以把大的增长指标分解,提高预测的准确性,目标的制定也变得更加有据可依。增长模型也为进一步的分析提供了方向和骨架。同时增长模型也是有效的管理决策沟通工具,避免“意见之争”,统一团队方向。

一般互联网公司的数据主要分为渠道数据、盈利数据和用户行为数据。

如果你从头开始建立用户行为追踪计划,建议首先找到三个最重要的一级事件,不要贪多,就三个。这三个一级事件,应该代表了用户从初次接触产品到最终成功使用产品的最重要的里程碑。 比如,你有一个电商网站,用户在网站上最重要的三个行为是什么?①产品页面浏览;②产品加入购物车;③产品购买成功。 再比如,你有一个聊天应用,用户在应用里最重要的三个行为是什么?①用户注册;②用户加好友;③用户发信息。 再比如,你有一个SaaS软件,用户最重要的三个行为是什么?①试用注册完成;②关键功能使用;③升级付费完成。 如上所述,仅仅三个行为就可以很好地追踪用户的关键行为。

1)总活跃用户基数:是目前可以邀请新用户的活跃用户数上限。用户对产品越满意,在产品里待的时间越长,他们邀请新用户的可能性就越大。 2)接触到邀请机会的比例:是指在活跃用户里,有多少人能接触到邀请别人的机会。这个机会可能是一个单独的邀请页面、一个基于某事件的对话框,或者是一个功能。 3)邀请机会页面的转化率:是指活跃用户看到邀请页面或对话框后,有多少人真正给别人发出了邀请。 需要指出的是,灵活使用多种邀请触发机制,可以使活跃用户接触到邀请机会的比例,以及邀请机会页面的转化率最大化。 ▪静态的邀请机制,比如在应用菜单里加上“分享给好友”的选项是比较被动的,这要依赖于用户发现,因此点击率和转化率不高。如果向所有用户发送邮件或应用内信息让他们邀请新用户,虽然比较明显,但又会影响用户体验,让用户迅速产生疲惫感。 ▪动态的邀请机制,让“邀请触发”有机地融入用户体验中是更好的思路。比如,找到一些“可分享的时刻”。比如,新用户刚刚完成注册,鼓励他邀请好友;用户刚刚完成了一项任务,让用户分享给好友。这种邀请触发的转化率要高一些,而且用户体验比较好。 4)平均每人发出邀请的数量:就是每个老用户邀请了几个新用户。这个指标有一个形象的术语,叫作“分支因子”,一根树枝上分了几根小枝。每个用户发出的邀请越多,那么可能带来的新用户就越多。这个时候,邀请流程设计得好不好用就有很大的关系。 邀请流程最基本的元素包括下面几个,流程中的每一步都对邀请转化率和分支因子有影响: ▪邀请页面:邀请开始的着陆页; ▪邀请奖励:邀请人和被邀请人各自有什么奖励; ▪邀请方式:比如通过社交媒体、短信、邮件还是其他方式; ▪邀请信息:发给邀请人的短信或者朋友圈的帖子怎么写,是否有图片; ▪邀请结果:统计发出多少邀请、有多少邀请被接受、多少处于未接受状态。 5)被推荐人接受邀请的比例:是指被推荐人收到邀请后,有多少人会点击邀请。 6)接受邀请后完成注册的转化率:点击邀请后,又有多少人会完成注册流程,最终成为用户。 这两步是用户推荐最关键的最后一公里。值得注意的是,各个公司采取的策略略有差别,例如Lyft会首先让被邀请人进入一个接受邀请的着陆页;Uber则让用户直接进入网页注册的首页;股票交易应用Robinhood则直接把被邀请人导入应用商店下载应用。 这也从侧面说明了不要盲目相信所谓的最佳实践,用户推荐和其他所有增长领域一样:没有所谓的“万能灵药”,唯有结合产品、用户和市场的特点,不断试验、持续改进,才是正道。

Aha(惊喜)时刻,就是新用户第一次认识到产品的价值,从而脱口而出“啊哈,原来这个产品可以帮我做这个啊”的那个时刻。这是一个至关重要的时刻,它区分了那些从产品中发现了价值和那些没有发现价值的用户。这也是一个“有感情”的时刻,用户觉得他从广告里看到的那些承诺,产品在这一刻都履行了,因此觉得满足甚至感到惊喜。

找到了用户的Aha时刻就找到了激活用户的密码。对于首次登录的新用户,你应该“不惜一切代价”让他们迅速到达这个Aha时刻,从而开启进一步转化为长期用户的可能。 让新用户通过采取某个特定行为迅速了解到产品的价值所在,到达Aha时刻,这个行为就叫作“关键行为”。每个产品的关键行为不同,要具体分析。但是简单地理解,就是希望用户如何使用你的产品。下面思考一下这些问题: 1)你希望用户每次使用产品时都做的行为是什么? 2)用户做出了哪个行为更有可能长期留存下来? 3)哪个指标是整个公司最在意的?哪个指标是你最希望提升的?哪些用户行为直接影响了这个指标? 4)你有几个不同的产品或者功能吗?它们都分别是什么?每个产品或功能的成功指标是什么?和哪些用户行为相关? 通过以上问题找到了一些方向后,可以通过下面四步确认关键行为。 第一步,列出可能的关键行为 列出3~5个可能的关键行为,这些行为应该和产品提供的价值息息相关。一些常见的类别: 1)完成新用户上手引导过程; 2)在产品介绍之后继续浏览你的产品; 3)使用了某个核心功能; 4)和其他用户建立了联系。 对于一个拍照应用来说,有可能的关键行为包括: 1)拍了5张自拍照; 2)尝试了超过3个滤镜; 3)分享了1张照片。 对于一个问答社区来说,有可能的关键行为包括: 1)问了3个问题; 2)问题收到了1个以上的答案; 3)回答了1个问题; 4)关注了10个人; 5)关注了5个专题。 第二步,通过数据分析筛选关键行为 通过数据分析找到和长期用户留存正相关性最强的行为,这个行为就可能代表了用户的“Aha时刻”。具体分析可以通过比较不同行为群体的留存曲线来进行。比如,一个音乐播放应用,其增长团队首先列出了下面一系列可能的关键行为:1)注册完成; 2)播放一首歌; 3)搜索一个歌手; 4)阅读歌曲信息; 5)点击“喜欢一首歌”。 然后他们一个一个比较有过这些早期行为的新用户和没有这些早期行为的新用户,留存曲线有什么不一样。很快,他们就聚焦在“喜欢一首歌”这个行为上。因为从数据中可以看出,有这个行为的用户和其他用户相比,首日留存率高将近30%、7日留存率高将近15%、30日留存率高将近5%。 这就说明“喜欢一首歌”这个行为和用户的长期留存有一定的正相关性:有这个行为的新用户留存率较高,而没有这个行为的新用户留存率较低。留存差别越明显,就说明这个行为越关键。

通过定性用户调研进一步确认关键行为。因为数据只能揭示相关性,通过数据分析筛选出最有可能的关键行为后,你还需要通过定性用户调研回答任何疑问,进行进一步的研究和确认。 定性用户调研包括常见的用户问卷、用户电话访问、有偿招募用户研究,也可以采用一些产品内的调研软件,在用户完成或取消某个关键动作时即时弹出问卷。 通过定性调研,用户可以给你提供更多的信息,帮助你了解数据所揭示的“关键行为”背后的原因,从而帮你进一步确认关键行为。 举个例子,一个企业的团队协作软件通过数据分析发现使用“发信息”功能和使用“日历”功能的用户,长期留存较好。但是通过进一步的用户调研,他们发现,对新用户激活最关键的行为并不是“发送第一条信息”或者“第一次使用日历”,而是新用户发现这个软件可以帮助他们协调团队的时间表、一键安排团队会议并发送消息。所以,这个软件的用户Aha时刻是成功安排第一次团队会议,而不是使用“发信息”或“日历”功能,只不过在安排会议的过程中,用户需要使用“发信息”和“日历”这两个功能。 再比如一个移动应用的数据分析显示,如果新用户看了某个引导视频,长期留存就好,和用户访谈之后发现,不是因为看视频这个行为本身导致留存效果好,而是因为视频中详细介绍了某一个关键功能的使用,对于新用户来说特别有价值。所以,激活的关键不是让所有人都去看这个视频,而是设计一个好的新用户引导流程让用户学会使用这个关键功能。

找到关键行为和Aha时刻。经过以上几步,基本上可以确定用户的关键行为了,而用户的Aha时刻就是完成那个关键行为的时刻。在这个过程中,有一些细节需要注意: 首先,如果发现多个行为都和用户留存有比较强的正相关,怎么办?对于新用户,还是建议把焦点先集中到一个行为上,因为“贪多嚼不烂”,新用户刚刚完成了注册流程,开始使用产品,如果一下子要求太多,可能反而会把用户吓跑了。 但是对于其他关键行为,也不要把它丢掉。因为用户引导是一个持续不断的过程,首先引导新用户完成最重要的关键行为,以后可以通过各种机制让用户继续完成更多的关键行为,加深用户的参与度。其次,找到了关键行为,有时候还需要定义新用户要进行这个行为的次数,也就是所谓的“魔法数字”,以及用户需要在多短的时间内完成这么多次行为,也就是所谓的“时间窗口”。这些指标都可以通过数据分析找到,但是也要认识到这些指标并不是严格的科学,更多的是一个方向性的指引。 一个简化的方法是:用留存下来的用户早期完成关键行为的次数画一个分布图,看哪个次数是临界点,也就是用户做了多少次之后对留存率的边际影响开始下降,这个次数就可以作为魔法数字的参考。时间窗口的选择一般以首日、次日和首周居多,可以根据产品的实际情况决定。 最后,必须指出通过上述方法找到的关键行为和Aha时刻与用户长期留存之间是相关性,并不一定是因果性。要通过设计增长实验,推动更多用户进行关键行为,同时监测这些用户的长期留存率以验证这之间的因果性。如果留存提升了,那就验证了因果性。

找到了Aha时刻和关键行为,可以使用以下几个指标衡量来监测用户激活的表现。 指标一:激活率,激活率就是指新用户在一定时间内完成激活行为的比例。这个定义有两个维度:一个是完成激活行为的定义是什么,就是我们上面讲到的关键行为;二是这个“一定时间”有多长,是首日、3日、7日还是30日? 激活时间的选择和产品的类型有关,但是一般来说,根据产品的不同,采取首日、次日或首周较为合适。举例来说: Pinterest图片社交平台:激活率=注册1周内返回用户/总注册人数 Zynga某游戏应用:激活率=注册第二日返回用户/总注册人数 激活指标的重要性在于以下三点: 第一,它只需要最长一周的时间就可以得到结果,因此是衡量用户激活的主要指标,并且可以作为衡量长期留存的先导指标。 第二,它可以帮助团队找到清晰的聚焦点,所有的新用户引导,包括产品内和产品外的,如新用户引导邮件等,都以提高激活率为目标。 第三,团队通过长期监测这个指标,可以观察趋势,了解新用户激活是变好了还是变差了。指标二:激活漏斗转化率,用户激活漏斗转化率是指在示例图展示了一个虚拟产品的激活漏斗,从这个漏斗上可以清晰地看出,“注册第二步”和“完成关键行为”这两个步骤是用户流失最明显的地方。从“注册第一步”到“注册第二步”仅有60%的用户完成了,40%的用户都流失了;同理,从“注册完成”到“完成关键行为”仅有54%的用户完成了,而46%的用户流失了。 因为这两步的转化率是激活漏斗中最明显的瓶颈,所以应该仔细研究这两步的用户心理、产品体验、文案、交互设计等,看看哪里有改善的空间。后续就可以针对这些点设计实验,通过A/B测试提高转化率,最终提升用户激活率。指标三:新用户留存指标,一些水平比较高的增长团队在基本的激活指标和激活漏斗之外,还会监测新用户留存指标。这个指标一般是指新用户在经过较长的一段时间(如一个月)后,是否还是产品的活跃用户。 比如,Pinterest增长团队除了追踪首周激活率的“Aha时刻”外,还会监测注册4周后仍然是周活跃用户的比例,他们把这个指标称为“习惯时刻”;Instagram则更夸张,它们的新用户留存指标是指用户注册60天后仍是月活跃用户的比例。 一般来说,新用户留存指标和早期激活指标会有一定的相关性,但是将它单独区分出来有两个好处:一是早期激活指标一般只是追踪一周内的用户表现,而新用户留存指标将这个监测周期延长到了一个月甚至两个月,同时监测两个指标可以观察两者之间是否存在分歧;二是让新用户激活团队有了一个较长时期的关注期,不只是关注新用户注册流程,而是延伸到注册后一两个月内的整体新用户体验,指导团队进行持续地新用户引导。

用户的留存周期是分阶段的。 1)第一阶段新用户激活阶段:包括新用户的注册、激活流程和整体的新用户体验。这一阶段的主要目标是帮助新用户上手,快速发现产品价值达到Aha时刻。 2)第二阶段是中期留存阶段:是指用户完成了首次关键行为之后继续熟悉产品,发现更多的价值。主要目标是帮助用户形成使用习惯。 3)第三阶段是长期留存阶段:这时用户对产品的使用已经非常熟悉,主要目标是让用户经常回来使用产品,感受到产品的核心价值,避免用户的流失。 4)第四阶段是流失用户阶段:这一阶段主要是针对已经流失的用户,主要目标是让用户重新发现产品价值,唤回用户。

在留存的用户里,仍然可以按照这些用户的参与程度不同分为消极用户、核心用户和超级用户。 1)消极用户:这些用户可能没有按照最理想的方式使用产品,但是他们按照他们自己的方式以比较正常的频率持续使用产品。 2)核心用户:这些用户以一个比较正常的频率和正确的方式使用产品,是活跃用户里的大多数。 3)超级用户:参与度非常高的用户,这些用户不光高频率地使用产品,可能还同时使用多个功能,或者会使用大多数用户没用到的“进阶功能”。 在网络社区里有一个1、9、90规则,指的是一般来说在任何社群里,最积极参与使用高级功能的超级用户只占到总用户数的1%,核心用户占9%,而90%都是消极用户。在增长黑客网社区平台上,我们曾经做过一次这样的分析,发现那些最积极参与讨论的用户,他们的数量恰恰是1%,然后不到10%的用户有发帖的行为,而绝大多数的用户都是只看帖不回帖的潜水员。

一句话概括,增长团队本质上是一个以用户和利润增长为目标的产品团队。 这里面有两个重点:一是增长团队虽然可能也包含一些市场营销人员和渠道专家,但是它和传统的市场团队最大的不同是,增长团队被允许在产品内部进行优化或改动,并有工程师资源支持能够达到这个目的;二是它和传统的产品团队也不相同,很多时候,产品团队的日常活动是围绕着产品和功能的开发展开的,而增长团队的目标非常明确:增长,它是追求影响力和结果的。

那么增长和产品、营销,以及在我们国内很常见的运营之间到底有什么区别和联系? 1.增长和产品——产品是价值创造,而增长是在向更多的人传播价值。前Pinterest的增长负责人Casey Winters曾指出:产品团队的目标是增加产品的价值,而增长团队则是帮助更多的用户能够最大限度地体验产品的现有价值,或者尽可能地去除妨碍用户体验价值的各种障碍。前面讲到,增长团队本质上是一个以增长为目标的产品团队。一般来说,产品经理会更倾向于把工程师资源用于新功能和新产品的开发上,而不是优化产品;增长团队可能同样会在产品上做改动,但其主要目标是让更多的人能够体验产品的现有价值,比如初始阶段让用户快速上手、了解产品的使用方法,上手后持续关注用户活跃度,流失后再次唤回等。和传统的产品团队相比,增长团队更偏重指标为导向,其方法论更偏重数据驱动,更注重实验,并且常常要求团队明确地在商业指标和用户体验之间做权衡。 2.增长和营销——传统的营销更多地关注新用户获取,而增长则着眼于AARRR的整个用户生命周期。从方法论的角度看,增长更加强调量化结果,通过数据驱动的方法不断做实验、迭代;增长的工具箱更加多样,不仅包含外部渠道,同时也包含将增长机制产品化,做到产品里面去。一般互联网公司的营销部门包含传统营销和线上营销。传统营销手段主要指事件营销、媒体广告、公关、活动等;线上营销主要包含搜索引擎广告、线上付费广告等。这两类营销需要的技能不同,因此一般由不同的人负责。但不管是传统营销还是线上营销,他们一般都无权过问产品规划图,也没有和程序员及产品设计师合作的经验和能力。所以,他们对那些存在于产品内部的,但是可能影响用户生命周期表现的机制,比如搜索引擎优化、注册漏斗转化率和病毒传播等,完全没有任何决定权。为什么仅有营销团队不能帮助互联网公司有效地达到增长的目的呢?因为,对于互联网产品而言,最有效的增长机制往往都存在于产品内部。增长团队则打破了营销和产品之间的藩篱,他们有能力、有经验开发和优化产品内的增长机制,而这些机制相比传统营销和线上营销的优势,在于它们是免费、可规模化、可衡量的。3.增长和运营——在《运营之光:我的互联网运营方法论与自白》一书里作者谈道:产品团队负责界定和提供长期用户价值;而运营团队负责创造短期用户价值和协助产品完善长期价值。运营广义上包括内容运营、用户运营、活动运营、产品运营等,每个方向的KPI各不相同,比如内容运营主要关注内容的传播效果,活动运营主要关注活动的目标达成度和效果,而用户运营和产品运营是相对而言与增长更接近的两个方向:前者关注活跃用户指标,包括用户的新增、留存、活跃、传播以及用户之间价值的良性循环,后者通过各种运营手段去拉升某个产品的特定数据,比如通过非产品的手段提高用户在论坛的发帖量等。运营产生的根本原因在于:除了设计驱动的产品功能和体验,用户的参与也构成了互联网核心产品价值的重要组成部分。 我个人没有做过运营,但是觉得运营和增长有很多相似之处,最大的类似就是都讲究数据衡量、结果驱动。另外这两个岗位各自的出现也是跟创业公司大量涌现,以及各种外部渠道层出不穷息息相关的。直白地讲,就是能做的事情太多,变化又太快,没有一个传统的职位能够涵盖所有的事务。 我觉得运营在中国流行而增长起源于美国,是有原因的。中国的人多,投资的钱多,所以产生了运营这个职位,通过多种多样的手段达到目的。运营包含的范围更加广泛,每种运营适应于不同的产品、不同的阶段,所以比较难以得出一个统一的方法论。而硅谷强调工程师文化,美国人也少,讲究精细运营,于是产生了增长的方法论,把用户获取、激活、留存、推荐看作一个有机整体,在每个阶段都强调实验,也更多地希望通过产品的改进和可规模化的渠道达到目的。最后,需要指出的是,在实际情况中每个公司的情况不尽相同,增长团队有时候是独立团队,有时候可能归在产品团队或市场团队之下,有时候可能甚至就是运营团队,了解增长的方法论,要比过分关注组织架构更加有意义。

增长团队,顾名思义,其核心目标就是增长,包括用户和利润的增长。和传统的财务团队管理现金流类似,增长团队管理“用户流”,它关注用户从获取、激活、留存、流失、推荐、变现,到回流的整个生命周期,通过数据驱动的方法,在和用户交互的各个场合,包括外部渠道和产品内,不断提出假设,做实验迭代,提高核心增长指标。

增长团队的核心职能就是围绕着增长这个目标进行宏观上的战略制定,以及微观上的战术执行。一个好的增长团队可以帮助你完成以下几件事: 1)战略 :建立并维护公司的增长模型,针对公司的北极星指标找到现阶段性价比最高的增长杠杆,针对这个聚焦领域制定增长战略。 2)执行 :在整个用户生命周期内积极寻找增长机会,既包括已有渠道的维护和现有产品的优化,也包括全新渠道的探索,以及对新的产品内增长机制的开发。 3)流程 :建立一个高效率和系统化的A/B测试体系,通过跨部门的合作打造快速上线大量增长实验的能力,并且持续地将实验结果反馈到下一步的增长实验中,使得增长实验越来越“聪明”。 4)文化 :倡导数据和实验驱动的文化,在产品开发和市场营销的各个方面不过分依赖直觉,摒除个人的自尊心和最高决策者一人说了算的决策模式,通过科学的测试和实实在在的数据来指导决策。同时也要求整个组织可以接受适当的风险和失败,更关注从实验结果中学到的东西。

增长从本质上是产品、市场、用户相互作用的结果,是全公司的终极目标。

一旦发现针对某个点的测试有结果,不要急着进入到下一个增长项目,而应该多花一些时间在这个点上继续探索,通常都能找到进一步提升的空间。这是增长中一种行之有效的“双倍下注”的做法。

增长流程包括宏观上的战略制定和微观上的战术执行两个阶段。 战略制定阶段首先需要增长团队深入理解公司的商业模式,通过思考和分析找到北极星指标,搭建增长模型。然后根据北极星指标和增长模型制定核心增长目标,并通过指标分解的方式,找到现阶段对核心增长目标影响最大的聚焦领域。接下来,针对聚焦领域进行定性和定量数据分析,制定初步的增长战略。增长目标一旦制定了,就是比较长期的,以一年左右的时间重新审阅、调整比较合适。而每次选定的聚焦领域也建议维持60~90天不变,太短的时间不足以让团队充分地进行实验,探索各种可能。 宏观上的战略和目标一旦制定了,就进入了微观上的战术执行阶段,我们把它称为“增长冲刺”(Growth Sprint)。增长冲刺一般以一周或双周为单位,是指增长团队针对某一个聚焦领域,以提高某个指标为目的,进行快速迭代实验的过程,具体包括:产生实验想法、给想法按优先级排序、设计和上线实验、分析数据和应用结果几个步骤。

需要注意的是,和产品功能开发相比,增长实验的迭代周期较短,需要根据实验结果及时调整方向。如果实验没能产生设想的结果则需要及时地分析原因,如证明这个假设错误,可能要干脆把相关的实验都取消;如果实验效果很好,证明假设正确,则需要加大对这个方向的投入,乘胜追击,持续优化。

增长团队的核心原则之一,是在任何时候都要找到在当时的情况下,对增长潜在影响最大的领域,然后集中火力在那个领域进行实验,推动增长指标的实现,也就是所谓的“寻找增长杠杆”。

增长专家们发明了很多优先级排序系统,比如ICE(Impact=影响力,Confidence=成功率,Effort=开发成本)。其核心思想就是根据想法的性价比进行排序,“性”就是指预期效果和成功率,“价”就是指开发成本,一般需要建议量化为对设计师和程序员的时间要求,以小时计较为客观。预期效果越大,成功概率越高,开发成本越小,优先级越靠前,反之则越靠后。

如果初始实验效果不错,说明在这个点上是有优化空间的。一般初始实验以尽快上线为目标,设计会比较简单,建议针对这个点继续进行优化,从而最大化效果的提升。如果实验失败,或者虽然有改善但没有达到统计显著,那么需要总结经验,看看下一步的实验有哪些可以改进的地方。失败是由于假设不对,还是实验设置有问题。最后,不管实验成功或失败,都需要尽快将实验的代码清除,以保持代码的干净,为后续实验打好基础。

很多增长实验专家都强调实验后进行心得总结的重要性,所谓的“Experiment for the learn,not for the win”(为了学习而不是为了胜利实验),这并不是一句空话。因为实验的妙处就在于可以告诉我们假设是对还是错,从中得到的洞见可以帮助我们设计下一个实验,从这个意义上说“There are no failed experiments,hypothesis proven wrong”(没有失败的实验,只有我们的假设被证明不正确而已)。用这样一种态度来对待A/B测试,有利于在接连遭遇失败时不气馁,因为实验本身成了最好的学习方式。

有了北极星指标之后,如何保证团队在每天的工作中能做到实实在在地影响这些指标? 当你确定了北极星指标是周活跃用户后,那么接下来就是把团队按照漏斗的不同阶段来划分。在Pinterest,我们有5个团队: 1)流量团队:负责增加头部流量; 2)转化团队:负责将流量转化为注册用户; 3)激活团队:负责将注册用户转化为留存的周活跃用户; 4)留存团队:让激活后的用户经常回来,每周都是活跃用户; 5)推荐团队:让活跃用户告诉他们的朋友,把朋友也变成周活跃用户。 具体到每一个团队,他们的指标不是周活跃用户,而是有自己的子指标,比如流量团队的指标就是流量。但是这些子指标最终都指向北极星指标。

这里先简单列出几个增长入门的数据分析方法,供大家参考。 1)漏斗分析(funnel): 简单地说,告诉你用户完成一个多步流程时,有多少人能够“陪你到最后”,大家都是在哪一站下车的。每一步有多少用户能够前进到下一步就叫作那个步骤的转化率 。对于分析用户注册、激活、留存来说,漏斗是一个非常好的思维工具。 2)用户分群(cohort): 最常见的应用是把同一时间段内注册的用户叫作用户同期群,追踪他们在注册一个月后、三个月后、半年后的活跃程度;同时纵向比较,今年某月注册的用户群,其留存率有没有比去年同月注册的用户群有所改善。 3)用户分组(segmentation): 用户可以根据不同特性分组,比如按性别、年龄、地理位置这些人口学信息;按注册来源如自然注册、付费推广用户、老用户推荐的用户等;按注册时间如新用户、老用户、流失后召回用户等。分组可以帮助你不仅看到平均值,还能看到分布图,从比较不同中发现机会和漏洞。 4)趋势分析(trend): 追踪关键指标的发展趋势是上升了还是下降了?一般来说,我非常建议做一个数据面板,把AARRR各个海盗指标以及一些重点流程的转化率指标都列出来,实时监测,观察趋势。 5)定性数据分析(Qualitative research): 很多人刚入门做数据分析时,会容易什么问题都想从数据里找答案。其实如果用户调研和定性数据分析运用得当的话,是性价比非常高的研究手段。很多时候,数据只能告诉你是什么,不能告诉你为什么,这时候通过调查问卷、访谈、用户调查等模式,收集定性数据,往往能起到意想不到的结果。

对于增长黑客来说,你所掌握的渠道越多,你的武器库就越全,你就越可以针对产品和市场特点,以及公司所处的阶段,有选择性地使用武器。主要的渠道分类如下: 1)用户获取渠道: 主要指可追踪量化的线上获客渠道,比如社交平台、线上付费广告、搜索引擎、内容运营、病毒传播、互推合作等; 2)用户留存渠道: 主要指当访客转化为用户后,你可以联系他们的渠道,比如邮件、移动推送、产品内信息、短信、消息等; 3)产品渠道: 产品除了核心功能的部分,比如Google的搜索、微信的朋友圈和短消息,也包含了所谓的“增长和留存功能”的部分,比如着陆页、注册和激活流程,通知/消息、游戏化激励、SEO、产品内病毒机制等,对这些领域的深入了解,有助于增长黑客通过产品这一介质有效地和用户进行互动; 4)传统渠道: 这属于加分渠道,虽然传统媒体不在增长黑客的主要工具箱里,但是如果你恰巧对这些渠道有所了解,在公司做大之后也会派上用场,比如媒体(电视/电台/印刷)、公关、品牌、销售、合作等。

梦一座城

继续阅读此作者的更多文章

冀ICP备15029247号-1 © 2016-2019 mdrea.cn, all rights reserved 梦一座城