(本文閱讀預(yù)計(jì)需要7分鐘)
「增長(zhǎng)技術(shù)棧」是一套適合增長(zhǎng)黑客的知識(shí)框架,通過應(yīng)用這套框架明垢,我們可以避開「拍腦門」和「Boss專家」的坑,制訂切之可行的增長(zhǎng)戰(zhàn)略市咽。這套技術(shù)棧適用于不同階段的產(chǎn)品痊银。
什么是「增長(zhǎng)技術(shù)棧」
「增長(zhǎng)技術(shù)検┮铮」概念最早是由 Andy Carvell 提出溯革,概念基于他15年的產(chǎn)品設(shè)計(jì)「和營(yíng)銷、尤其是最近5年在SoundCloud專注移動(dòng)端增長(zhǎng)的豐富經(jīng)驗(yàn)谷醉。技術(shù)椫孪。現(xiàn)在由 Andy 和 SoundCloud 前增長(zhǎng)組同事 Moritz Daan 共同維護(hù)和更新。
「增長(zhǎng)人」旨在將這套技術(shù)棧轉(zhuǎn)化為適合國(guó)情的理論武器和實(shí)戰(zhàn)工具俱尼,介紹技術(shù)棧的構(gòu)成和概念抖单,第一篇我們將著重介紹技術(shù)棧的概況和「預(yù)測(cè)分析」層面的技術(shù)點(diǎn)。
「增長(zhǎng)技術(shù)椨霭耍」里有什么矛绘?
技術(shù)棧由3個(gè)水平的技術(shù)層構(gòu)成(見上圖),分別代表3個(gè)關(guān)鍵業(yè)績(jī)目標(biāo):獲客(Acquisition)刃永、互動(dòng)留存(EngagementRetention)和營(yíng)收(Monetization)货矮,而以上3個(gè)技術(shù)層皆由第4技術(shù)層——分析層(Insight&Analytics)支撐。
處于不同階段的產(chǎn)品斯够,需要關(guān)注的「技術(shù)層」也有所不同(初創(chuàng)冷啟動(dòng)囚玫,則有可能把資源傾向至「獲客」;做存量市場(chǎng)雳刺,則有可能優(yōu)先選擇「留存」和「變現(xiàn)」)劫灶。但是,只有3個(gè)核心技術(shù)層良好契合掖桦,整體戰(zhàn)略才有可能出效果本昏。而「預(yù)測(cè)分析」層就充當(dāng)了契合「潤(rùn)滑劑」,在數(shù)據(jù)驅(qū)動(dòng)決策的大環(huán)境下枪汪,沒有分析作依據(jù)涌穆,就等于摸黑走路怔昨。
棧中的每個(gè)格子都稱為一個(gè)元素,它代表了一項(xiàng)組成增長(zhǎng)戰(zhàn)略的手段宿稀。但這些手段并不是用的越多就越有效趁舀,還要根據(jù)不同的產(chǎn)品來(lái)選擇不同的手段,畢竟抓住耗子的貓才是好貓祝沸。那些上來(lái)就大肆浪費(fèi)資源矮烹、粗放發(fā)展的公司,往往都掛的很慘罩锐。
選擇高性價(jià)比奉狈、可快速驗(yàn)證的手段,聚焦痛點(diǎn)打組合拳涩惑,才能花更少的資源辦更有效的事仁期,同時(shí)還能將富余的資源投入到經(jīng)過驗(yàn)證的手段上,走上良性增長(zhǎng)道路竭恬。
預(yù)測(cè)分析技術(shù)層
「預(yù)測(cè)分析」是技術(shù)棧中最為全面的技術(shù)層跛蛋,涵蓋了定量和定性數(shù)據(jù)、指標(biāo)痊硕、模型和報(bào)告赊级,在探索增長(zhǎng)手段、監(jiān)測(cè)效果岔绸、發(fā)現(xiàn)機(jī)會(huì)的方向上起到?jīng)Q定性的作用此衅。網(wǎng)上可以找到很多適用于預(yù)測(cè)分析層的工具(部分需要付費(fèi)或二次開發(fā)),舉一些常用的例子:
來(lái)路分析亭螟、群組分析:GA、百度統(tǒng)計(jì)等骑歹;
事件追蹤预烙、廣告效果統(tǒng)計(jì)、轉(zhuǎn)化漏斗:友盟道媚、Growing io扁掸;
用戶細(xì)分:艾瑞、TalkingData最域;
App Store分析:App Annie谴分、ASO100;
滿意度調(diào)查:?jiǎn)柧硇牵?/p>
內(nèi)容分析:ROST CM镀脂;
用戶測(cè)試:UserTesting牺蹄;
App性能測(cè)試:Testin、MTC薄翅;
A/B測(cè)試:云眼沙兰;
頁(yè)面追蹤:Screenflow氓奈;
LTV模型(生命周期價(jià)值模型)、增長(zhǎng)統(tǒng)計(jì)鼎天、增長(zhǎng)模型:Excel舀奶、SPSS;
如果產(chǎn)品達(dá)到了一定的規(guī)模斋射,建議自主開發(fā)BI育勺,以適用于不同數(shù)據(jù)場(chǎng)景,有效保護(hù)數(shù)據(jù)隱私罗岖。
來(lái)路分析
今天的下載量有多少是從應(yīng)用商店來(lái)的涧至?分別是哪家,每家具體下載量多少呀闻?從微博化借、微信渠道來(lái)了多少下載,哪些內(nèi)容吸引了更多的下載捡多?----想找到更有效的渠道蓖康,必須知道每個(gè)渠道帶來(lái)的用戶有多少,這時(shí)候垒手,我們就需要「來(lái)路分析」幫忙蒜焊。
「來(lái)路分析」是一種追蹤用戶來(lái)源的技術(shù)。對(duì)于Web產(chǎn)品科贬,通常用Cookies來(lái)作為唯一標(biāo)識(shí)符跟蹤用戶的行為和瀏覽路徑泳梆;對(duì)于App產(chǎn)品,則可以用設(shè)備唯一識(shí)別碼(比如iOS的IDFA和安卓的IMEI或Device ID)或者多維護(hù)數(shù)據(jù)組合(比如位置信息榜掌、BSSID优妙、IP地址、用戶指紋憎账、手機(jī)號(hào)套硼、微信號(hào)等)來(lái)跟蹤用戶(確切說是一臺(tái)設(shè)備)的動(dòng)作。
時(shí)下流行的跨平臺(tái)流量模式(比如微信胞皱、知乎等產(chǎn)品的跨Web和App的導(dǎo)流跳轉(zhuǎn))則讓「來(lái)路統(tǒng)計(jì)」變得更有挑戰(zhàn)性邪意。
事件追蹤
用戶行為是產(chǎn)品優(yōu)化和功能設(shè)計(jì)的重要依據(jù)。用戶在App中的操作(打開應(yīng)用反砌、注冊(cè)賬戶雾鬼、頁(yè)面跳轉(zhuǎn)、點(diǎn)擊按鈕宴树、內(nèi)容分享策菜、購(gòu)買等)和狀態(tài)(啟動(dòng)成功、注冊(cè)失敗、升級(jí)成功等)都被稱為「事件」做入。
我們通常使用第三方統(tǒng)計(jì)SDK(比如友盟)來(lái)統(tǒng)計(jì)「事件」冒晰。當(dāng)App聯(lián)網(wǎng)時(shí),SDK就會(huì)在特定的時(shí)間竟块,把「事件」和「事件」有關(guān)的元數(shù)據(jù)上傳至統(tǒng)計(jì)服務(wù)器壶运。
我們可以登錄第三方統(tǒng)計(jì)網(wǎng)站,通過儀表盤(如上圖)查看統(tǒng)計(jì)數(shù)據(jù)浪秘,還可以使用第三方提供的趨勢(shì)工具來(lái)做進(jìn)一步分析蒋情。
廣告效果檢測(cè)
廣告是最有效的增長(zhǎng)手段之一,2015年度中國(guó)互聯(lián)網(wǎng)廣告的規(guī)模達(dá)到了2093.7億元人民幣耸携,平均消耗在13億人身上的廣告費(fèi)為161元棵癣。我們每天都能看到大量的廣告,但如何投放廣告才更有效呢夺衍?
對(duì)于以「獲客」為目標(biāo)的廣告投放狈谊,我們一般會(huì)對(duì)廣告的「效果」和「投入產(chǎn)出比(ROI)"進(jìn)行定量分析,并根據(jù)分析結(jié)果來(lái)優(yōu)化「投放策略」和「物料設(shè)計(jì)」沟沙,優(yōu)化方式主要有:
投放策略優(yōu)化:統(tǒng)計(jì)渠道的「安裝量」河劝、「獲客成本」和「用戶質(zhì)量」,并將全部渠道的統(tǒng)計(jì)結(jié)果進(jìn)行比較矛紫,下掉成本高赎瞎、質(zhì)量差的渠道,提高優(yōu)質(zhì)渠道的投放預(yù)算颊咬。
物料設(shè)計(jì)優(yōu)化:投放前一般通過問卷調(diào)查务甥、用戶測(cè)試的方式進(jìn)行調(diào)研,投放中則通過A/B測(cè)試喳篇、點(diǎn)擊率對(duì)比方式來(lái)調(diào)研敞临。
短信通知、Push通知和應(yīng)用內(nèi)廣告(比如Banner)等以「留存/促活」為目的的廣告同樣需要進(jìn)行統(tǒng)計(jì)麸澜,并根據(jù)統(tǒng)計(jì)結(jié)果調(diào)整「投放策略」和「物料設(shè)計(jì)」哟绊,優(yōu)化方式主要有:
策略優(yōu)化:統(tǒng)計(jì)「通知到達(dá)率」、「點(diǎn)擊/參與率」痰憎、「效果(比如應(yīng)用內(nèi)付費(fèi)率、成交率攀涵、轉(zhuǎn)發(fā)率等) 」與「成本」铣耘,根據(jù)渠道效果來(lái)調(diào)整投放偏好;
物料設(shè)計(jì)優(yōu)化:與「獲客」目標(biāo)的優(yōu)化方式類似以故。
應(yīng)用市場(chǎng)分析
據(jù)統(tǒng)計(jì)蜗细,2016年期間App Store新增了100萬(wàn)款應(yīng)用,達(dá)到了300萬(wàn)款應(yīng)用的規(guī)模(鑒于近期蘋果清掃僵尸應(yīng)用的良好效果和新增應(yīng)用的放緩,這個(gè)數(shù)字預(yù)計(jì)會(huì)在2020年達(dá)到500萬(wàn))炉媒。想要從海量的數(shù)據(jù)中找出提升App排名的方法踪区,我們必須先要了解影響App排名的幾大因素:關(guān)鍵字覆蓋、關(guān)鍵字熱度吊骤、競(jìng)品排名和AKD(Appname應(yīng)用名稱缎岗、Keywords關(guān)鍵字、Description描述)白粉。
使用ASO分析工具(App Annie坪哄、ASO100等)對(duì)排名較高的競(jìng)品進(jìn)行分析柜砾,找出競(jìng)品的關(guān)鍵字覆蓋、熱度(App Store的熱度不是從零開始的十進(jìn)制數(shù),是以4605代表真實(shí)流量為1的函數(shù))和排名隶糕,根據(jù)這3個(gè)指標(biāo)就能粗略估算出該應(yīng)用不同關(guān)鍵字的導(dǎo)入流量。
用戶細(xì)分
人上一百躏吊,忤逆俱全宴凉,用戶的表現(xiàn)也同樣有差異性。我們將特征比較接近的那部分用戶歸為同一類型恬口,并根據(jù)不同維度 (比如喜歡參與促銷活動(dòng)的用戶校读,喜歡通過「搖一搖」社交的用戶)把用戶分為多種類型,用來(lái)統(tǒng)計(jì)分析楷兽、差異化營(yíng)銷和動(dòng)態(tài)定價(jià)地熄。
常用的分析工具都提供了用戶細(xì)分功能:通過「用戶屬性」(通常是用戶主動(dòng)填寫的資料,比如性別芯杀、年齡端考、居住地等)、「用戶行為」(通常是用戶在App中的行為表現(xiàn))等數(shù)據(jù)對(duì)用戶進(jìn)行分類揭厚。我們可以根據(jù)分類結(jié)果定制差異化的廣告却特,并將廣告精準(zhǔn)投放到特定的目標(biāo)群體,以提高廣告的相關(guān)性和效果筛圆。
同期群分析
同類群組(Cohort)就是指同一時(shí)期完成同一行為的分析樣本的集合裂明。舉個(gè)例子,我是A大學(xué)2008級(jí)的本科畢業(yè)生太援,那所有和我同年考入A大學(xué)的同學(xué)就是我的同類群組闽晦。而2010級(jí)、2017級(jí)這些又是另外的群組集合提岔。隨著時(shí)間的推移仙蛉,不同群組畢業(yè)、肄業(yè)碱蒙、就業(yè)狀態(tài)的變化也不同荠瘪。群組分析主要用于研究用戶增長(zhǎng)和留存隨著時(shí)間推移的變化趨勢(shì)夯巷。
同類群組會(huì)被某些事件所影響,擁有相同的行為哀墓、習(xí)慣規(guī)律趁餐。比如微信搶紅包這件事。因?yàn)閾尲t包驅(qū)動(dòng)篮绰,微信支付的會(huì)員數(shù)量噴井后雷。但是過完年后。這些用戶就由于習(xí)慣驅(qū)使阶牍,不再使用微信支付重回支付寶懷抱喷面。那么這部分用戶的留存率就會(huì)比較低。也就說走孽,通過群組分析惧辈,我們可以得出同類群組不同時(shí)間段的留存率。
談到留存率磕瓷,留存率是指經(jīng)過某一段時(shí)間后相對(duì)于初始同類群組建立時(shí)間分析樣本依舊活躍的比率盒齿。它的公式是:
>留存率 = 特定時(shí)間段活躍樣本數(shù) ÷ 初始時(shí)間段分析樣本總數(shù)
假設(shè)1月份注冊(cè)人數(shù)是100人,我們把他們歸為一個(gè)同類群組困食,這個(gè)群組在2月份訪問的人只有23人边翁,所以對(duì)于這個(gè)群組的30日留存率就是23%。其他的人去哪里了呢硕盹?他們已經(jīng)「沉默」了符匾。我們可以通過「短信」「應(yīng)用內(nèi)推送」等通知手段來(lái)「召回」和「激活」他們。假如這個(gè)同類群組的部分「沉默」用戶被成功「召回」后瘩例,那么留存率肯定就高于23%啊胶。也就是說,留存并不是隨著時(shí)間推移而遞減的垛贤。
常見的同期群留存表(下圖是GA中的群組分析工具)會(huì)把同一時(shí)間段注冊(cè)的用戶歸為同一群組焰坪,并展示不同時(shí)間段有多少用戶(通常是百分比)重新打開應(yīng)用,得出不同時(shí)間段的留存率聘惦。
內(nèi)容分析
App中有很多內(nèi)容(比如視頻某饰、文章、菜譜善绎、照片黔漂、音樂等),通過對(duì)內(nèi)容的分析禀酱,才能把內(nèi)容價(jià)值傳遞給用戶炬守,打造令人印象深刻的品牌和有調(diào)性的產(chǎn)品----統(tǒng)計(jì)用戶的行為,比如「瀏覽」比勉、「點(diǎn)贊」、「添加書簽」、購(gòu)買等浩聋,我們可以定位哪些內(nèi)容最受歡迎观蜗、哪些內(nèi)容銷售利潤(rùn)最高;統(tǒng)計(jì)「分享次數(shù)」和「分享來(lái)路/去向」等傳播環(huán)節(jié)衣洁,則可以了解哪些內(nèi)容更有傳播性墓捻、哪些傳播渠道更有效。
滿意度調(diào)研
用戶滿意度是產(chǎn)品增長(zhǎng)的晴雨表坊夫。不滿意的用戶不僅容易流失砖第,甚至還會(huì)在應(yīng)用市場(chǎng)、產(chǎn)品論壇中扮演「黑嘴」角色环凿,對(duì)潛在用戶的轉(zhuǎn)化極其不利梧兼;滿意用戶則是忠實(shí)鐵粉,不僅到處宣傳產(chǎn)品智听,還會(huì)呼朋喚友促進(jìn)增長(zhǎng)羽杰,我們要著重識(shí)別這類用戶。
如何統(tǒng)計(jì)用戶滿意度到推?問卷調(diào)查著實(shí)是個(gè)不錯(cuò)的手段考赛,但這個(gè)方法不僅耗時(shí),成本還很高莉测。所以颜骤,現(xiàn)在更流行的調(diào)研方式是「引導(dǎo)評(píng)價(jià)彈窗」:在App定場(chǎng)景彈出對(duì)話菜單(一般是用戶完成核心功能后,比如淘寶的成交頁(yè)面)捣卤,如果用戶想給好評(píng)忍抽,就會(huì)跳到應(yīng)用市場(chǎng)的評(píng)分頁(yè)面,如果用戶滿腹牢騷腌零,則會(huì)將他引導(dǎo)到「意見反饋」功能梯找。
這種功能獨(dú)具匠心:既可以阻止消極用戶差評(píng)、提高應(yīng)用整體評(píng)分(評(píng)分越高益涧,評(píng)價(jià)越多锈锤,排名越好),還能有效收集用戶的反饋闲询,用于需求分析和產(chǎn)品優(yōu)化久免。
通過滿意度的追蹤,我們能有效區(qū)分「滿意用戶」和「消極用戶」扭弧,并依據(jù)分類來(lái)進(jìn)行差異化的引導(dǎo):促進(jìn)「滿意用戶」進(jìn)行更多的「五星好評(píng)」阎姥、「好友邀請(qǐng)」、「SNS分享」行為鸽捻;安撫「消極用戶」的情緒呼巴,避免負(fù)面消息傳播泽腮。
很多產(chǎn)品遭遇過這類尷尬----新版本上線后全民吐槽,被迫回滾至舊功能衣赶。滿意度調(diào)查就能避免此類問題的發(fā)生:先在部分用戶范圍內(nèi)測(cè)試诊赊,調(diào)研測(cè)試用戶的滿意度,再?zèng)Q定是否要把新功能上線府瞄。
本篇內(nèi)容增長(zhǎng)人就說到這碧磅,如果想繼續(xù)看增長(zhǎng)黑客的干貨,歡迎關(guān)注「增長(zhǎng)人」(搜索「zengzhangren」)公眾號(hào)遵馆,在這里鲸郊,我們一起做增長(zhǎng)。